當前，AI(人工智能)技術(shù)在助力能源轉型中應用愈加廣泛。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A(yíng)I大模型技術(shù)新能源氣象功率預測解決方案”，通過(guò)對新能源功率預測實(shí)現“智算”，提升預測準確度、降低電站運營(yíng)成本。業(yè)內人士認為，隨著(zhù)AI技術(shù)深入應用，其在推動(dòng)能源加快轉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蒙古高原連接區域，是華北地區風(fēng)能和太陽(yáng)能資源最豐富的地區之一。大唐索拉風(fēng)電場(chǎng)智慧場(chǎng)站就坐落于此。這座智慧場(chǎng)站采用智慧化管控系統進(jìn)行管理，值班員可以通過(guò)一體化平臺看到風(fēng)電場(chǎng)升壓站全貌以及對應的設備監控點(diǎn)位，對設備狀態(tài)、人員行為、安防環(huán)境等進(jìn)行全方位監測。
大唐國際托克托發(fā)電公司工作人員在檢查高壓設備。朱 森攝
風(fēng)電和光伏項目的新能源場(chǎng)站，大多位置偏遠且分布零散。場(chǎng)站內設備種類(lèi)繁多，占地面積廣闊，也增加了管理的復雜性。在傳統的管理模式下，場(chǎng)站運維人員需要進(jìn)行現場(chǎng)的設備控制和巡檢，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(zhù)提升場(chǎng)站管理效率。
“AI可以幫助實(shí)現新能源發(fā)電設備智能控制、圖像智能識別、負荷精準預測，大大降低了人工成本。”據大唐國際生產(chǎn)部新能源處相關(guān)負責人介紹，AI技術(shù)能對場(chǎng)站的風(fēng)電機組、光伏逆變器等發(fā)電設備實(shí)現智慧控制，并通過(guò)自學(xué)習從風(fēng)和光等自然資源中獲取更高發(fā)電效率。此外，AI技術(shù)還革新了傳統的人工巡檢方式，通過(guò)集成AI識別算法的攝像頭，實(shí)現對光伏組件和風(fēng)機葉片的高精度自動(dòng)化巡檢。
AI技術(shù)不僅可以實(shí)現對能源供應過(guò)程的實(shí)時(shí)監控，還能通過(guò)分析實(shí)時(shí)數據，及時(shí)發(fā)現潛在的問(wèn)題并進(jìn)行優(yōu)化調整。
“除了在場(chǎng)站端的應用，AI還能應用于集控端的發(fā)電和檢修策略?xún)?yōu)化上。”大唐國際生產(chǎn)部新能源處相關(guān)負責人告訴筆者，AI大模型可以分析設備運行及歷史故障產(chǎn)生的海量數據，為管理者提前預警潛在風(fēng)險。“例如，企業(yè)研發(fā)的故障模型可以提前發(fā)現設備劣化的征兆，并根據設備壽命規律合理優(yōu)化檢修策略。通過(guò)實(shí)施更加精準的維護計劃，不僅顯著(zhù)延長(cháng)了設備的使用壽命，還大幅度降低了停電的風(fēng)險，實(shí)現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(gè)層面與細節中。
據金風(fēng)科技人工智能應用研究院院長(cháng)宋建軍介紹，金風(fēng)科技在無(wú)人化電站建設、物資調撥和翻譯等工作中已開(kāi)始使用AI技術(shù)。目前，企業(yè)開(kāi)發(fā)的行業(yè)翻譯大模型可以幫助實(shí)現高精度的行業(yè)術(shù)語(yǔ)翻譯，支持風(fēng)電行業(yè)的國際化需求。“未來(lái)，企業(yè)將在多模態(tài)大模型、視覺(jué)分析、運籌學(xué)等技術(shù)方向長(cháng)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(yíng)管理。”
金風(fēng)科技工作人員操作能碳管理平臺。采訪(fǎng)對象供圖
“AI技術(shù)對于新能源領(lǐng)域來(lái)說(shuō)是顛覆性的，提升了行業(yè)整體運行效率。”中國人民大學(xué)應用經(jīng)濟學(xué)院教授陳占明認為，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(lái)將成為越來(lái)越多新能源企業(yè)的選擇。
優(yōu)化能源調度
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(hù)之間的能源調度。
今年夏天，在南方電網(wǎng)云南大理供電局“源網(wǎng)荷儲充”智能調控平臺的自動(dòng)調控下，云南大理天峰山風(fēng)電場(chǎng)快速高效地將來(lái)自大理的新能源輸送到云南各地及粵港澳大灣區，為千家萬(wàn)戶(hù)帶來(lái)絲絲清涼。
據相關(guān)工作人員介紹，AI智能調控模式能夠高效輔助調控員進(jìn)行決策、方式轉供，實(shí)時(shí)進(jìn)行潮流斷面的動(dòng)態(tài)控制、風(fēng)險自動(dòng)識別、輔助電力系統快速響應各種異常情況，大幅降低調度員頻繁操作的風(fēng)險，從而有效支撐新能源年度電量占比60%以上地區電網(wǎng)的安全穩定運行。
除了避免誤操作、誤調度，AI也能參與制定更優(yōu)化的調度計劃。
新能源發(fā)電具有較強的間歇性與波動(dòng)性,“高溫無(wú)風(fēng)”“晚峰無(wú)光”等現象影響著(zhù)發(fā)電質(zhì)量，也給電網(wǎng)調度帶來(lái)挑戰。AI技術(shù)可以幫助整合多維數據、預測新能源電力波動(dòng)，使供需更加匹配。據宋建軍介紹，金風(fēng)科技正在利用AI大模型技術(shù)升級現有的負荷預測系統，以期對歷史發(fā)電數據、實(shí)時(shí)氣象數據、電網(wǎng)負荷等多源異構數據分析和計算，幫助電網(wǎng)制定更加優(yōu)化的調度計劃，減少能源浪費。
極端天氣是新能源發(fā)電面臨的又一難點(diǎn)，直接影響發(fā)電穩定性。AI的分析算法可以捕捉大氣實(shí)時(shí)情況、精準預測氣象，提高新能源電力輸出效率。例如，國能日新研發(fā)的“曠冥”大模型在預測大風(fēng)、臺風(fēng)等極端天氣事件方面表現出色，命中率有所提升，這能進(jìn)一步幫助制定電網(wǎng)調度計劃和策略，確保電力供需平衡。
AI從海量數據中進(jìn)行模式識別和流程優(yōu)化的能力，使其成為推動(dòng)新興能源調度模式發(fā)展的重要技術(shù)選擇。
在2024國際數字能源展上，廣東省深圳市發(fā)布虛擬電廠(chǎng)調控管理云平臺3.0。該平臺已接入充電樁、樓宇空調、光伏等9類(lèi)共計5.5萬(wàn)個(gè)可調負荷資源，總容量逾310萬(wàn)千瓦。據工作人員介紹，憑借先進(jìn)的通信采集技術(shù)，平臺的數據處理能力已從上線(xiàn)之初的十萬(wàn)級躍升至百萬(wàn)級，整體感知時(shí)效進(jìn)入毫秒級。作為一種新興能源調度模式，虛擬電廠(chǎng)將閑散在終端用戶(hù)的電力負荷資源聚合起來(lái)并加以?xún)?yōu)化控制，目前正在國內探索落地。AI的應用將加快分布式可再生設備的普及和使用，更好地支撐能源轉型。
催生更多創(chuàng )新
未來(lái)，新能源應用場(chǎng)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，推動(dòng)更多基于A(yíng)I的創(chuàng )新應用落地。
例如AI可以幫助開(kāi)發(fā)新能源發(fā)電和存儲的高性能、低成本材料，助力能源轉型。此外，自動(dòng)化、智能化機器以及AI技術(shù)還可以用于海上可再生能源電站等建設場(chǎng)景，提供綠色、清潔的能源。
隨著(zhù)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)內人士表示，一方面，AI可以實(shí)現更高效的能源儲存與管理，形成像智能風(fēng)機、無(wú)人電站、新能源大數據平臺等創(chuàng )新產(chǎn)品;另一方面，AI也可以輔助設計更優(yōu)化的資源布局和配置，催生虛擬電廠(chǎng)、碳交易、備件平臺交易等新模式。
目前，AI的應用更多集中在企業(yè)方面。未來(lái)，AI的潛力將進(jìn)一步釋放，更多地惠及用戶(hù)群體。
“在能源消費領(lǐng)域，AI可以根據家庭用能的歷史數據歸納用戶(hù)的消費行為，幫助用戶(hù)在各種供電方式之間擇優(yōu)進(jìn)行切換，為用戶(hù)做好微觀(guān)層面的能源管理。”除了為用戶(hù)提供個(gè)性化的能源消費建議，陳占明認為，AI在新能源產(chǎn)品和服務(wù)的銷(xiāo)售方面也有應用空間。“通過(guò)分析人們的用能模式，構建精準的用戶(hù)畫(huà)像，從而降低能源消耗并提升用戶(hù)參與度和滿(mǎn)意度。”
盡管應用前景廣闊，當前，AI賦能新能源領(lǐng)域發(fā)展還存有一些挑戰與困難。
廈門(mén)大學(xué)中國能源政策研究院教授林伯強認為，AI性能的不確定性、數據孤島與高質(zhì)量數據不足、濫用與社會(huì )風(fēng)險、先進(jìn)算力不足以及AI自身的能源消耗等問(wèn)題，都會(huì )給AI在新能源領(lǐng)域的應用帶來(lái)挑戰。對此，需要采取多維度的應對策略，包括推動(dòng)數據標準化與共建共享、完善AI研發(fā)應用相關(guān)法律法規、保障數據安全和倫理規范、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基礎設施的運營(yíng)模式等。
陳占明認為，基于大語(yǔ)言模型的AI主要側重于在既有的知識框架內處理與預測信息，而更具革新性的AI技術(shù)則有望對能源轉型產(chǎn)生更大的影響。(李 貞 宋佳航)
評論