食物、能源和水是人類賴以生存與發(fā)展的基礎(chǔ)，在龐大的人口壓力下，食物危機(jī)、能源危機(jī)和水危機(jī)不斷沖擊人類共同擁有的美好家園。

 

騰訊首席探索官網(wǎng)大為(David Wallerstein)以全新的理念面對(duì)全球危機(jī)，深入探討AI技術(shù)在解決食物、能源、水三大問題上的前景及路徑，撰寫了《重構(gòu)地球：AI FOR FEW》一書。

 

人工智能技術(shù)目前在能源的應(yīng)用才剛剛開始，但它具有無限的潛力和廣闊的發(fā)展前景。能源的可持續(xù)發(fā)展問題是人類共同面對(duì)的終極挑戰(zhàn)，而AI技術(shù)成為我們應(yīng)對(duì)這些挑戰(zhàn)的一個(gè)強(qiáng)有力的武器。

 

AI和大數(shù)據(jù)結(jié)合，為電網(wǎng)“捕風(fēng)捉影”

 

《重構(gòu)地球：AI FOR FEW》一書指出，運(yùn)用AI技術(shù)，能夠更好地保障可再生能源消納，挖掘新能源發(fā)展?jié)摿Α０殡S技術(shù)的融合，AI技術(shù)和大數(shù)據(jù)技術(shù)已經(jīng)在可再生能源消納領(lǐng)域得到了一定應(yīng)用，并取得了顯著成效。

 

近年來，隨著電網(wǎng)數(shù)字化和信息化技術(shù)日漸成熟，發(fā)、輸、配、用各環(huán)節(jié)數(shù)據(jù)均得到有效采集，數(shù)據(jù)量與日俱增。然而面對(duì)海量的電力數(shù)據(jù)，傳統(tǒng)技術(shù)已無法滿足數(shù)據(jù)處理需求，更不能深入挖掘數(shù)據(jù)價(jià)值，因此AI技術(shù)和大數(shù)據(jù)技術(shù)應(yīng)運(yùn)而生。

 

相比傳統(tǒng)數(shù)據(jù)，大數(shù)據(jù)具有數(shù)據(jù)量增長快、維度多等特點(diǎn)，能夠?yàn)轭A(yù)測性分析提供依據(jù)。AI技術(shù)和大數(shù)據(jù)技術(shù)相結(jié)合，可以將先進(jìn)的傳感量測技術(shù)、信息通信技術(shù)、分析決策技術(shù)、自動(dòng)控制技術(shù)與電網(wǎng)基礎(chǔ)設(shè)施高度集成，共同推動(dòng)電網(wǎng)體系的變革。

 

除了能對(duì)電網(wǎng)進(jìn)行實(shí)時(shí)監(jiān)控和檢測、保證系統(tǒng)的安全運(yùn)行之外，AI還能進(jìn)一步挖掘歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)，有利于電網(wǎng)診斷、優(yōu)化和預(yù)測，提高電網(wǎng)的控制水平和資源優(yōu)化水平，挖掘電網(wǎng)運(yùn)行規(guī)律，從而保證電網(wǎng)運(yùn)行的安全性、可靠性和經(jīng)濟(jì)性。

 

AI和大數(shù)據(jù)結(jié)合，還能促進(jìn)可再生能源接入，為清潔能源發(fā)展做好準(zhǔn)備。當(dāng)前傳統(tǒng)可再生能源發(fā)電出力預(yù)測方法由于缺乏系統(tǒng)級(jí)綜合考慮，其預(yù)測誤差部分時(shí)段甚至超過50%;同時(shí)較大的預(yù)測誤差往往造成系統(tǒng)很難完全跟蹤可再生能源發(fā)電出力，從而難以保障可再生能源有效消納。

 

而AI技術(shù)和大數(shù)據(jù)技術(shù)基于區(qū)域觀測數(shù)據(jù)、機(jī)組運(yùn)行數(shù)據(jù)、氣象數(shù)據(jù)、地理信息數(shù)據(jù)四大類動(dòng)靜態(tài)風(fēng)電數(shù)據(jù)資源，利用Hadoop等成熟技術(shù)，搭建海量數(shù)據(jù)環(huán)境下的數(shù)據(jù)挖掘算法和行為分析框架，實(shí)現(xiàn)TB、PB級(jí)的大數(shù)據(jù)處理能力，預(yù)測精度在沿海地區(qū)達(dá)到90%以上，在內(nèi)陸省份達(dá)到80%左右。在光伏出力預(yù)測方面，基于大數(shù)據(jù)建立光伏電站功率預(yù)測模式，聯(lián)動(dòng)數(shù)值氣象預(yù)報(bào)，可精細(xì)化考慮沙塵、霧霾對(duì)太陽輻射的影響，超短期預(yù)測精度達(dá)到95%，短期預(yù)測精度達(dá)到90%以上，中長期預(yù)測精度在80%以上。

 

AI技術(shù)助力基于電網(wǎng)故障知識(shí)圖譜的智能運(yùn)維

 

《重構(gòu)地球：AI FOR FEW》指出，AI技術(shù)能助力基于電網(wǎng)故障知識(shí)圖譜的智能運(yùn)維。事實(shí)上，應(yīng)對(duì)愈加復(fù)雜的電網(wǎng)運(yùn)行形勢(shì)，調(diào)度運(yùn)行控制通過利用事前、事中、事后全過程的智能技術(shù)支撐手段，已實(shí)現(xiàn)電網(wǎng)故障處理的智能轉(zhuǎn)型。

 

調(diào)控人員可以通過將經(jīng)驗(yàn)提煉為知識(shí)，形成故障知識(shí)圖譜，并結(jié)合AI技術(shù)，可主動(dòng)、快速、全面掌握故障處理的關(guān)鍵信息，為故障處理提供相應(yīng)的輔助決策，從而有效控制電網(wǎng)事故的發(fā)生和發(fā)展。

 

隨著技術(shù)與電力改革進(jìn)程的加快，用能企業(yè)對(duì)于自身的能源管理意識(shí)增強(qiáng)。同時(shí)，用戶側(cè)新能源、儲(chǔ)能的興起，使許多用能用戶不再只是能源的消費(fèi)者，也是能源的供應(yīng)者。

 

智能化的配用電監(jiān)測系統(tǒng)和能源管理系統(tǒng)，能實(shí)現(xiàn)對(duì)用戶側(cè)能源系統(tǒng)的監(jiān)測、維護(hù)和優(yōu)化，降低用能成本，同時(shí)針對(duì)電網(wǎng)需求或電價(jià)信號(hào)，能實(shí)現(xiàn)需求側(cè)響應(yīng)和進(jìn)一步降低用戶用能成本。有研究指出，僅僅使用能用戶能夠可視化了解企業(yè)的用能情況，用能用戶就能做出10%的節(jié)能優(yōu)化決策。

 

在需求側(cè)，需求側(cè)管理作為智能電網(wǎng)中重要的功能之一，可以讓用戶對(duì)其能源供應(yīng)者減少高峰負(fù)荷需求，重塑負(fù)荷曲線。這樣可以增強(qiáng)智能電網(wǎng)的可持續(xù)性，降低整體運(yùn)營成本和碳排放水平。傳統(tǒng)能源管理系統(tǒng)中現(xiàn)有的需求側(cè)管理策略大多采用系統(tǒng)特定的技術(shù)和算法，只能處理有限數(shù)量和有限類型的可控負(fù)載。

 

目前，智能設(shè)備為準(zhǔn)確把握用戶級(jí)的負(fù)荷提供了基礎(chǔ)。通過結(jié)合用戶用電負(fù)荷感知來挖掘電力市場下負(fù)荷的靈活性，可以增加靈活性調(diào)節(jié)空間。

 

隱馬爾科夫模型、聚類算法、遺傳算法、機(jī)器學(xué)習(xí)等AI技術(shù)在負(fù)荷辨識(shí)、多用戶協(xié)調(diào)控制、錯(cuò)峰控制等方面有很好的應(yīng)用。此外，在電力市場不斷發(fā)展的背景下，還能夠不通過調(diào)節(jié)常規(guī)電源出力，轉(zhuǎn)而利用市場手段使得一部分用戶主動(dòng)削減或者增加負(fù)荷，從而平抑發(fā)電側(cè)出力變化，實(shí)現(xiàn)通過需求側(cè)管理優(yōu)化系統(tǒng)調(diào)度運(yùn)行。

 

在預(yù)測分析層面，能源供應(yīng)者需要盡可能準(zhǔn)確地預(yù)測需求變化、系統(tǒng)過載和可能出現(xiàn)的故障，因?yàn)樵谀茉搭I(lǐng)域出錯(cuò)的成本非常高，因此迫切地需要能源供應(yīng)商改進(jìn)其預(yù)測分析方法，以降低成本、節(jié)約電力、提高可再生能源利用水平，為不斷變化的環(huán)境做好準(zhǔn)備，從而為用戶提供更好的服務(wù)。