近日，我國“人工智能+”能源高價值場景清單正式發(fā)布，虛擬電廠多時空尺度智能協(xié)同運營、大規(guī)模車網(wǎng)互動智能運營優(yōu)化等新能源領(lǐng)域高價值場景入選。

從虛擬電廠的“統(tǒng)籌者”，到車網(wǎng)互動的“調(diào)度員”，AI正在重塑能源生態(tài)。在新能源領(lǐng)域，AI的應用還面臨哪些挑戰(zhàn)?科技日報記者進行了深入采訪。

深度融入能源調(diào)度管理

AI正深度融入新能源調(diào)度管理領(lǐng)域。

虛擬電廠是聚合分布式電源、儲能、新能源汽車等資源參與電網(wǎng)運行的智慧能源管理系統(tǒng)。中國南方電網(wǎng)有限責任公司(以下簡稱“南方電網(wǎng)公司”)深圳供電局通過深化“數(shù)字電網(wǎng)+虛擬電廠”融合應用，部署本地化AI模型“靈曦”，精準開展負荷預測。當系統(tǒng)識別電網(wǎng)重過載風險后，模型可實時聯(lián)動深圳虛擬電廠管理平臺，調(diào)用匹配的充電樁、樓宇空調(diào)、分布式儲能等資源，形成量化調(diào)節(jié)指令。目前，深圳虛擬電廠管理平臺接入容量510萬千瓦，實時可調(diào)負荷超140萬千瓦，實現(xiàn)分布式資源精準調(diào)控，助力電網(wǎng)減壓穩(wěn)供。

如果說虛擬電廠是新型電力系統(tǒng)的“智慧大腦”，那么車網(wǎng)互動則是支撐這一大腦高效運轉(zhuǎn)的關(guān)鍵基礎(chǔ)設(shè)施。它可通過智能有序充電、雙向充放電等技術(shù)手段，實現(xiàn)電網(wǎng)削峰填谷、新能源高效消納。在這一領(lǐng)域，AI同樣作用顯著。

“新能源汽車的充放電具有分散、不穩(wěn)定及強隨機性等特征，且充電樁分布在城市的各個角落。這時候就需要依靠AI，預測各區(qū)域的充電負荷曲線。同時，AI可通過分析用戶行為，為不同用戶提供定制化充放電策略，從而確保在不影響用戶充電體驗的前提下，邀請用戶參與電網(wǎng)互動。”南網(wǎng)產(chǎn)業(yè)發(fā)展集團南網(wǎng)電動公司車網(wǎng)互動高級項目經(jīng)理高巖峰認為，AI在車網(wǎng)互動中的核心價值，在于解決充放電的分散性與隨機性難題。

借助智能化手段，全國多地已經(jīng)開展車網(wǎng)互動實踐。四川成都啟動“移動充電寶”V2G車網(wǎng)互動試點項目，通過智能調(diào)度系統(tǒng)，在區(qū)域性供電緊張時，將7000余輛城市公交車轉(zhuǎn)變?yōu)橐苿与娏洹Ｔ谥悄芑庸芸刂С窒到y(tǒng)幫助下，天津“車網(wǎng)互動”實現(xiàn)百兆瓦級突破，驗證了規(guī)模化應用的可行性。去年3月，國內(nèi)首次車網(wǎng)互動跨省區(qū)聯(lián)動在廣東、廣西、云南、貴州、海南五省區(qū)63個城市舉行，超10萬輛次電動汽車參與，驗證了車網(wǎng)互動在技術(shù)應用、商業(yè)模式、業(yè)態(tài)創(chuàng)新等方面的可行性。

推廣面臨安全與數(shù)據(jù)難題

盡管在AI能源調(diào)度管理領(lǐng)域已取得諸多技術(shù)突破與試點成果，但受訪專家直言，要讓“AI+新能源”大面積落地，還需提升AI算法的專業(yè)性、可靠性。

“AI存在的‘幻覺’問題，在辦公場景尚可容忍，但在電力調(diào)度等敏感領(lǐng)域，一旦數(shù)據(jù)錯誤或趨勢誤判，將引起嚴重后果。”高巖峰說，大模型迭代快，安全性難以完全保證。

針對新能源領(lǐng)域的算法安全問題，國內(nèi)相關(guān)企業(yè)已開始尋找解決之道。比如，南方電網(wǎng)公司打造氣象與時序預測、潮流計算、暫態(tài)穩(wěn)定分析模型矩陣，研發(fā)出全球首款電力系統(tǒng)智能仿真專業(yè)大模型“大瓦特·馭電”，自主研制我國首款全國產(chǎn)化電力專用主控芯片“伏羲”并實現(xiàn)量產(chǎn)，降低對外部模型的依賴，提升算法安全性與可靠性。

高質(zhì)量數(shù)據(jù)供給是“AI+能源”規(guī)模化落地要面對的另一難題。“AI的可靠運行高度依賴海量、高質(zhì)量、標準化的數(shù)據(jù)支撐，但目前數(shù)據(jù)供應嚴重不足，導致AI應用無從談起。”暨南大學新能源技術(shù)研究院院長麥耀華分析，“企業(yè)出于商業(yè)機密、數(shù)據(jù)安全等顧慮，難以共享生產(chǎn)運行數(shù)據(jù)，導致高質(zhì)量行業(yè)數(shù)據(jù)缺乏，AI模型無法得到有效訓練。這種情況不僅出現(xiàn)在車網(wǎng)互動場景，也發(fā)生在其他新能源場景中。”

為此他建議，構(gòu)建安全可控的數(shù)據(jù)協(xié)同體系。“可借鑒密碼學原理，實現(xiàn)數(shù)據(jù)‘可用但不可見’——數(shù)據(jù)需求方可以使用數(shù)據(jù)進行計算和模型訓練，但無法查看原始數(shù)據(jù)的具體內(nèi)容，消除數(shù)據(jù)提供方的安全顧慮。同時，應建立統(tǒng)一的數(shù)據(jù)共享底座，制定統(tǒng)一的采集、存儲標準，從源頭規(guī)范數(shù)據(jù)治理。”麥耀華說。他還特別提到，建立數(shù)據(jù)共享激勵機制、數(shù)據(jù)貢獻的收益分配機制，讓數(shù)據(jù)提供方獲得實際回報。

商業(yè)模式與市場機制需完善

AI在新能源領(lǐng)域的推廣應用過程中，市場機制與商業(yè)模式的不完善同樣是一道繞不開的坎。

以車網(wǎng)互動為例，其核心價值在于提供“容量”服務，如調(diào)頻、備用。然而目前電力輔助服務市場中，尚未針對分散的車網(wǎng)互動開發(fā)合適產(chǎn)品，容量價值未得到充分釋放。“目前的獲利空間極其有限，國內(nèi)電價差較小，且制造業(yè)對電價敏感，價差不會過大，單純依靠電能量價差難以獲利。”高巖峰說。

此外，車網(wǎng)互動的商業(yè)模式閉環(huán)尚未打通，誰為調(diào)節(jié)服務買單仍是關(guān)鍵問題。

“推動AI和新能源結(jié)合，關(guān)鍵還是要先解決資源分配、數(shù)據(jù)貢獻、商業(yè)模式存在的問題，讓更多人愿意參與進來，進而推動技術(shù)發(fā)展。”麥耀華認為，解決之道在于繼續(xù)理順并穩(wěn)定峰谷電價機制，拓展虛擬電廠、車網(wǎng)互動參與現(xiàn)貨市場的渠道;構(gòu)建可持續(xù)的商業(yè)閉環(huán)，讓參與各方都能有利可圖;通過合理的經(jīng)濟補償覆蓋電池損耗成本，提升用戶參與熱情。

高巖峰進一步建議，充電運營商應跳出“拼低價”的同質(zhì)化競爭，基于AI的智能運營優(yōu)化，從單純收取充電服務費，轉(zhuǎn)變?yōu)?ldquo;服務費+市場化購電降本+輔助服務”多輪驅(qū)動。

“高價值場景是牽引AI技術(shù)創(chuàng)新，驅(qū)動AI與能源產(chǎn)業(yè)深度融合與雙向賦能的關(guān)鍵路徑。”南方電網(wǎng)公司總經(jīng)濟師陳曄說。

據(jù)悉，南方電網(wǎng)公司圍繞電網(wǎng)規(guī)劃、智能巡檢等重點領(lǐng)域打造超340個應用場景，依托AI技術(shù)顯著提升新能源預測精度，日前超短期預測準確率(國標)達98%。

“AI深度賦能新能源，不僅是實現(xiàn)‘雙碳’目標的必由之路，更是能源轉(zhuǎn)型的全面共識。”麥耀華預測，短期內(nèi)，AI更多扮演著示范工具的角色;而長遠來看，它必將成為支撐新能源發(fā)展的核心載體。

【相關(guān)新聞】

電力保供產(chǎn)品“葦絡(luò)AI”應用取得規(guī)模化實效

科技日報訊 (記者李詔宇)7月24日，記者從中國大唐獲悉，中國大唐集團數(shù)字科技有限公司自主孵化的全棧國產(chǎn)化能源AI產(chǎn)品“葦絡(luò)AI”迄今落地運營三年，已參與全國10余個省、自治區(qū)、直轄市新能源場站智能化保供任務，累計挽回發(fā)電量損失4.5億千瓦時。這些電量足夠56萬名城市居民用上一整年，國產(chǎn)“AI+電力”應用場景拓展取得規(guī)模化實效。

風電是清潔電力保供的重要力量。但長期以來，風電運維普遍存在齒輪箱微磨損、設(shè)備隱性過熱等漸進式“慢性病”，隱患隱蔽性強，人工巡檢難以全面覆蓋。傳統(tǒng)監(jiān)測模式數(shù)據(jù)研判周期較長，設(shè)備帶病運行會持續(xù)造成發(fā)電量流失，在夏季用電高峰時段，更易引發(fā)機組突發(fā)停機，加大電力保供壓力。

針對電力行業(yè)一線痛點，中國大唐集團數(shù)字科技有限公司打造的“葦絡(luò)AI”打通邊緣智能網(wǎng)關(guān)、AI算法平臺、AI視頻分析、行業(yè)大模型應用全鏈條，其中主力設(shè)備葦絡(luò)智聯(lián)智能邊緣網(wǎng)關(guān)，如今已在全國大批風電場應用，成為迎峰度夏“度電必爭”的硬核裝備。

據(jù)了解，這款邊緣網(wǎng)關(guān)內(nèi)置多項電力專屬AI算法，獨創(chuàng)多模態(tài)交叉認證技術(shù)，可同步抓取風機振動、聲紋、溫度、現(xiàn)場視頻等多維度運行數(shù)據(jù)。不同于傳統(tǒng)遠程研判模式，邊緣網(wǎng)關(guān)依靠本地邊緣算力就地完成故障識別，不用遠距離傳輸數(shù)據(jù)等待后臺反饋，設(shè)備早期微小隱患能第一時間被精準捕捉，做到預警前置、處置靠前，從源頭上減少因設(shè)備帶病運行造成的電量損耗。

據(jù)統(tǒng)計，“葦絡(luò)AI”落地以來，應用場站人工巡檢頻次降低30%，年均節(jié)約運維及故障損失超3000萬元。