AI技術(shù)成為能源轉(zhuǎn)型好幫手

　　當(dāng)前，AI(人工智能)技術(shù)在助力能源轉(zhuǎn)型中應(yīng)用愈加廣泛。前不久，國能日新科技股份有限公司發(fā)布了其自研的新能源大模型“曠冥”，該模型能夠幫助提高新能源發(fā)電效率、應(yīng)對極端天氣。中國華電、玖天氣象、華為等企業(yè)共同發(fā)布“基于AI大模型技術(shù)新能源氣象功率預(yù)測解決方案”，通過對新能源功率預(yù)測實現(xiàn)“智算”，提升預(yù)測準(zhǔn)確度、降低電站運營成本。業(yè)內(nèi)人士認(rèn)為，隨著AI技術(shù)深入應(yīng)用，其在推動能源加快轉(zhuǎn)型方面的潛力將被不斷激發(fā)。

　　提高管理效率

　　河北省張家口市地處華北平原與內(nèi)蒙古高原連接區(qū)域，是華北地區(qū)風(fēng)能和太陽能資源最豐富的地區(qū)之一。大唐索拉風(fēng)電場智慧場站就坐落于此。這座智慧場站采用智慧化管控系統(tǒng)進(jìn)行管理，值班員可以通過一體化平臺看到風(fēng)電場升壓站全貌以及對應(yīng)的設(shè)備監(jiān)控點位，對設(shè)備狀態(tài)、人員行為、安防環(huán)境等進(jìn)行全方位監(jiān)測。

大唐國際托克托發(fā)電公司工作人員在檢查高壓設(shè)備。朱 森攝

　　風(fēng)電和光伏項目的新能源場站，大多位置偏遠(yuǎn)且分布零散。場站內(nèi)設(shè)備種類繁多，占地面積廣闊，也增加了管理的復(fù)雜性。在傳統(tǒng)的管理模式下，場站運維人員需要進(jìn)行現(xiàn)場的設(shè)備控制和巡檢，耗費大量人力、物力和財力，成為新能源企業(yè)發(fā)展的一大阻礙。而AI技術(shù)的引入，則能夠降低管理成本，顯著提升場站管理效率。

　　“AI可以幫助實現(xiàn)新能源發(fā)電設(shè)備智能控制、圖像智能識別、負(fù)荷精準(zhǔn)預(yù)測，大大降低了人工成本。”據(jù)大唐國際生產(chǎn)部新能源處相關(guān)負(fù)責(zé)人介紹，AI技術(shù)能對場站的風(fēng)電機(jī)組、光伏逆變器等發(fā)電設(shè)備實現(xiàn)智慧控制，并通過自學(xué)習(xí)從風(fēng)和光等自然資源中獲取更高發(fā)電效率。此外，AI技術(shù)還革新了傳統(tǒng)的人工巡檢方式，通過集成AI識別算法的攝像頭，實現(xiàn)對光伏組件和風(fēng)機(jī)葉片的高精度自動化巡檢。

　　AI技術(shù)不僅可以實現(xiàn)對能源供應(yīng)過程的實時監(jiān)控，還能通過分析實時數(shù)據(jù)，及時發(fā)現(xiàn)潛在的問題并進(jìn)行優(yōu)化調(diào)整。

　　“除了在場站端的應(yīng)用，AI還能應(yīng)用于集控端的發(fā)電和檢修策略優(yōu)化上。”大唐國際生產(chǎn)部新能源處相關(guān)負(fù)責(zé)人告訴筆者，AI大模型可以分析設(shè)備運行及歷史故障產(chǎn)生的海量數(shù)據(jù)，為管理者提前預(yù)警潛在風(fēng)險。“例如，企業(yè)研發(fā)的故障模型可以提前發(fā)現(xiàn)設(shè)備劣化的征兆，并根據(jù)設(shè)備壽命規(guī)律合理優(yōu)化檢修策略。通過實施更加精準(zhǔn)的維護(hù)計劃，不僅顯著延長了設(shè)備的使用壽命，還大幅度降低了停電的風(fēng)險，實現(xiàn)了運維管理的全面優(yōu)化。”

　　AI技術(shù)還逐步深入并滲透至新能源企業(yè)管理的各個層面與細(xì)節(jié)中。

　　據(jù)金風(fēng)科技人工智能應(yīng)用研究院院長宋建軍介紹，金風(fēng)科技在無人化電站建設(shè)、物資調(diào)撥和翻譯等工作中已開始使用AI技術(shù)。目前，企業(yè)開發(fā)的行業(yè)翻譯大模型可以幫助實現(xiàn)高精度的行業(yè)術(shù)語翻譯，支持風(fēng)電行業(yè)的國際化需求。“未來，企業(yè)將在多模態(tài)大模型、視覺分析、運籌學(xué)等技術(shù)方向長期投入，讓AI技術(shù)全面助力新能源的技術(shù)創(chuàng)新和運營管理。”

金風(fēng)科技工作人員操作能碳管理平臺。采訪對象供圖

　　“AI技術(shù)對于新能源領(lǐng)域來說是顛覆性的，提升了行業(yè)整體運行效率。”中國人民大學(xué)應(yīng)用經(jīng)濟(jì)學(xué)院教授陳占明認(rèn)為，AI不僅能讓企業(yè)優(yōu)化管理決策，還能幫助企業(yè)降本增效，未來將成為越來越多新能源企業(yè)的選擇。

　　優(yōu)化能源調(diào)度

　　AI技術(shù)不僅能提升企業(yè)的管理效率，還能優(yōu)化企業(yè)和用戶之間的能源調(diào)度。

　　今年夏天，在南方電網(wǎng)云南大理供電局“源網(wǎng)荷儲充”智能調(diào)控平臺的自動調(diào)控下，云南大理天峰山風(fēng)電場快速高效地將來自大理的新能源輸送到云南各地及粵港澳大灣區(qū)，為千家萬戶帶來絲絲清涼。

　　據(jù)相關(guān)工作人員介紹，AI智能調(diào)控模式能夠高效輔助調(diào)控員進(jìn)行決策、方式轉(zhuǎn)供，實時進(jìn)行潮流斷面的動態(tài)控制、風(fēng)險自動識別、輔助電力系統(tǒng)快速響應(yīng)各種異常情況，大幅降低調(diào)度員頻繁操作的風(fēng)險，從而有效支撐新能源年度電量占比60%以上地區(qū)電網(wǎng)的安全穩(wěn)定運行。

　　除了避免誤操作、誤調(diào)度，AI也能參與制定更優(yōu)化的調(diào)度計劃。

　　新能源發(fā)電具有較強(qiáng)的間歇性與波動性,“高溫?zé)o風(fēng)”“晚峰無光”等現(xiàn)象影響著發(fā)電質(zhì)量，也給電網(wǎng)調(diào)度帶來挑戰(zhàn)。AI技術(shù)可以幫助整合多維數(shù)據(jù)、預(yù)測新能源電力波動，使供需更加匹配。據(jù)宋建軍介紹，金風(fēng)科技正在利用AI大模型技術(shù)升級現(xiàn)有的負(fù)荷預(yù)測系統(tǒng)，以期對歷史發(fā)電數(shù)據(jù)、實時氣象數(shù)據(jù)、電網(wǎng)負(fù)荷等多源異構(gòu)數(shù)據(jù)分析和計算，幫助電網(wǎng)制定更加優(yōu)化的調(diào)度計劃，減少能源浪費。

　　極端天氣是新能源發(fā)電面臨的又一難點，直接影響發(fā)電穩(wěn)定性。AI的分析算法可以捕捉大氣實時情況、精準(zhǔn)預(yù)測氣象，提高新能源電力輸出效率。例如，國能日新研發(fā)的“曠冥”大模型在預(yù)測大風(fēng)、臺風(fēng)等極端天氣事件方面表現(xiàn)出色，命中率有所提升，這能進(jìn)一步幫助制定電網(wǎng)調(diào)度計劃和策略，確保電力供需平衡。

　　AI從海量數(shù)據(jù)中進(jìn)行模式識別和流程優(yōu)化的能力，使其成為推動新興能源調(diào)度模式發(fā)展的重要技術(shù)選擇。

　　在2024國際數(shù)字能源展上，廣東省深圳市發(fā)布虛擬電廠調(diào)控管理云平臺3.0。該平臺已接入充電樁、樓宇空調(diào)、光伏等9類共計5.5萬個可調(diào)負(fù)荷資源，總?cè)萘坑?10萬千瓦。據(jù)工作人員介紹，憑借先進(jìn)的通信采集技術(shù)，平臺的數(shù)據(jù)處理能力已從上線之初的十萬級躍升至百萬級，整體感知時效進(jìn)入毫秒級。作為一種新興能源調(diào)度模式，虛擬電廠將閑散在終端用戶的電力負(fù)荷資源聚合起來并加以優(yōu)化控制，目前正在國內(nèi)探索落地。AI的應(yīng)用將加快分布式可再生設(shè)備的普及和使用，更好地支撐能源轉(zhuǎn)型。

　　催生更多創(chuàng)新

　　未來，新能源應(yīng)用場景的多樣化將使新能源產(chǎn)業(yè)對AI的需求進(jìn)一步增強(qiáng)，推動更多基于AI的創(chuàng)新應(yīng)用落地。

　　例如AI可以幫助開發(fā)新能源發(fā)電和存儲的高性能、低成本材料，助力能源轉(zhuǎn)型。此外，自動化、智能化機(jī)器以及AI技術(shù)還可以用于海上可再生能源電站等建設(shè)場景，提供綠色、清潔的能源。

　　隨著新能源企業(yè)逐漸向以“AI算法”為核心的管理模式變革，AI可以助力更多新產(chǎn)品和新模式的創(chuàng)新。業(yè)內(nèi)人士表示，一方面，AI可以實現(xiàn)更高效的能源儲存與管理，形成像智能風(fēng)機(jī)、無人電站、新能源大數(shù)據(jù)平臺等創(chuàng)新產(chǎn)品;另一方面，AI也可以輔助設(shè)計更優(yōu)化的資源布局和配置，催生虛擬電廠、碳交易、備件平臺交易等新模式。

　　目前，AI的應(yīng)用更多集中在企業(yè)方面。未來，AI的潛力將進(jìn)一步釋放，更多地惠及用戶群體。

　　“在能源消費領(lǐng)域，AI可以根據(jù)家庭用能的歷史數(shù)據(jù)歸納用戶的消費行為，幫助用戶在各種供電方式之間擇優(yōu)進(jìn)行切換，為用戶做好微觀層面的能源管理。”除了為用戶提供個性化的能源消費建議，陳占明認(rèn)為，AI在新能源產(chǎn)品和服務(wù)的銷售方面也有應(yīng)用空間。“通過分析人們的用能模式，構(gòu)建精準(zhǔn)的用戶畫像，從而降低能源消耗并提升用戶參與度和滿意度。”

　　盡管應(yīng)用前景廣闊，當(dāng)前，AI賦能新能源領(lǐng)域發(fā)展還存有一些挑戰(zhàn)與困難。

　　廈門大學(xué)中國能源政策研究院教授林伯強(qiáng)認(rèn)為，AI性能的不確定性、數(shù)據(jù)孤島與高質(zhì)量數(shù)據(jù)不足、濫用與社會風(fēng)險、先進(jìn)算力不足以及AI自身的能源消耗等問題，都會給AI在新能源領(lǐng)域的應(yīng)用帶來挑戰(zhàn)。對此，需要采取多維度的應(yīng)對策略，包括推動數(shù)據(jù)標(biāo)準(zhǔn)化與共建共享、完善AI研發(fā)應(yīng)用相關(guān)法律法規(guī)、保障數(shù)據(jù)安全和倫理規(guī)范、加大技術(shù)研發(fā)投入、優(yōu)化算法模型以降低算力需求，并探索利用可再生能源支持AI基礎(chǔ)設(shè)施的運營模式等。

　　陳占明認(rèn)為，基于大語言模型的AI主要側(cè)重于在既有的知識框架內(nèi)處理與預(yù)測信息，而更具革新性的AI技術(shù)則有望對能源轉(zhuǎn)型產(chǎn)生更大的影響。(李 貞 宋佳航)