本文适用于Greenbiz的时事通讯，周三跑步。订阅这里。
如果您认为您的组织具有挑战的能耗配置文件，请尝试运行一个冷藏设施网络 - 在不如此冷的地方，如加利福尼亚州和格鲁吉亚等大多数网站。
最近几个月我遇到的智能电力管理的更加有趣的例子之一是在滨地，遍布北美，欧洲和亚洲的200多家仓库的一项倡议。它处理超过2,500名客户的食物，这些客户都是所有企业本身，如杂货店和食品服务组织。
每个谱系建筑物 - 平均大小为250,000平方英尺 - 基本上存储了您在770,000家家用冰柜中找到的相同数量的食物。有一系列设备涉及，包括制冷装置和爆炸冷冻机，使温度下降到减去20度。在总体上，血统的年度能源消耗与中型美国城市有关。这是公司在劳动后的第二次最高成本，并有一个企业目标（2014年成立），每年至少提高5％的能源强度。
这些谱系运营团队已经采取大幅减少该负载的方法使用一些非常复杂的技术，包括人工智能，无线传感器和云软件服务。
谱系而不是将设施保持超级冷却，而是用所有冷冻食品的存在 - 以及它发出的所有冷热能力 - 它的优势。
然而，在内心的谎言中是一个深刻的简单想法：而不是让球队一直保持超级冷却，而是弄清楚血统可以使用所有冷冻食品的存在 - 以及它发出的所有冷热能量它的优势。
解决方案：过度加脱机过夜 - 或者当电力成本低于低于安全温度的低于安全温度的时间（即为零），利用较低的电力成本。然后关闭冷冻机，直到温度上升到预先指定的水平。“你不想超越零，但你实际上可以越来越冷，”亚历克斯·伍（Alex Woolf）是血统的主要数据科学家，他们在设计这个系统时有助于乐器。
根据设施的大小，储存的特定食物，该区域和外界天气和环境空气条件，冰箱可能在5到10小时再次变得更加活跃之前闲置。出于安全原因，林夫说，林业前，血统在安全检查之前投入了大量时间，伍尔夫说，它靠近80家设施。来自Industrial.io的传感器在不断地将条件留在，将数据与AT＆T无线连接传送到云中的分析仪表板。
由于血统接受了这种方法，它减少了3300万千瓦时的年电力消耗，沿途节省了约400万美元。伍尔夫说，一些设施实际上已经设法将其电力成本降低了一半。
那么你如何弄清楚确保设备重新参与设备的精确时刻，而无需在24/7的基础上观看恒温器和一些复杂的仪表板？那是哪里的前述机器学习技术（PDF）进来 - 它与事物技术互联网合作，血统一直在其网络中进入地点。“我不想一直坐在电脑前。这就是AI所做的，它的尺度，”伍尔夫说。
如果没有超级令人讨厌，那种伍尔夫的数据团队开发的方法 - 它呼吁“飞行”的过程 - 在过去几年中通过其仓库进行了1000多个传感器的投资。
AI软件将传感器与其他信息收集的数据相关联，例如电力价格，所建议的个别建筑物的诸如更不可预测的变量（如天气条件）的建议的冷却时间表。然后，它基于某些预定义的条件采取动作。例如，如果温度比预期的更快，或者相反，由于外部温度较冷，电源是否可以保持超过预期的电源。
它还可以作为需求响应机制，允许血统基于从其实用程序的峰值定价变化来移动其负载。这是一个很大的交易，特别是在市场上，每千瓦时的盘子间价格可以根据电网需求从2美分到80美分。
“我们可以根据我们所需要的方式调制我们的负载，”伍尔夫说。“电脑为您提供解决方案。”当然，在需要人为干预的情况下，总有一个覆盖的按钮。
飞轮申请在加利福尼亚州Mira Loma试点，该公司能够在每托盘的制冷成本中达到38％的标准化成本。现在，它正在向大约其他设施推出左右。伍尔夫说，现在是一个程序已经写的，只需要几周时间和“微小的调整”，以使能力在一个位置。他收到了与技术有关的多项专利，统计夏天被认可了更好的实践奖项为了通过美国能源部更好的工厂计划的能效。
如果你来了边缘19.Oct. 22 -24, you’ll have a chance to hear Alex Woolf talk more about Lineage’s profoundly practical approach during a workshop I’m moderating right after lunch Oct. 23: "The Future is Now: Energy Blockchain and AI in Action."
