1839年,19歲的法國(guó)科學(xué)家貝克雷爾在父親的實(shí)驗(yàn)室中,緩慢地將兩片鉑金屬電極插入到氯化銀酸性溶液中。這是一個(gè)錯(cuò)誤的操作,卻意外打開了未知世界的大門。因?yàn)樨惪死谞栐跍y(cè)量在電極間電流時(shí)發(fā)現(xiàn),光線中的電流略大于黑暗中的電流,他將這種現(xiàn)象稱為光生伏特效應(yīng)——這個(gè)名字在多年后變成了“貝克雷爾效應(yīng)”。
隨著美國(guó)在其1957年發(fā)射的第二顆人造衛(wèi)星中使用了光伏電池,光伏技術(shù)歷經(jīng)百年終于從實(shí)驗(yàn)室走進(jìn)產(chǎn)業(yè)界。又經(jīng)過幾十年的發(fā)展,隨著氣候變化開始成為人類社會(huì)發(fā)展的硬約束,人們突然意識(shí)到,以光伏為代表、包括風(fēng)電在內(nèi)的新能源,是人類在可預(yù)見的未來擺脫化石能源依賴、實(shí)現(xiàn)碳中和的最重要依靠。
過去這些年,風(fēng)電、光伏等綠色能源都在快速發(fā)展。不但包括德國(guó)在內(nèi)的歐美發(fā)達(dá)國(guó)家受益于此,很多發(fā)展中國(guó)家的能源結(jié)構(gòu)也開始因此重構(gòu)。七年前,約旦國(guó)王阿卜杜拉二世在規(guī)劃該國(guó)未來的能源戰(zhàn)略時(shí)就首先來到中國(guó),希望能從中國(guó)快速發(fā)展的新能源產(chǎn)業(yè)中找到靈感。
中國(guó)也確實(shí)在不斷觸碰、探索和解決新能源領(lǐng)域的諸多前沿問題,其中的重要一項(xiàng)就是新能源并網(wǎng)難、消納率低等問題導(dǎo)致的“棄風(fēng)”、“棄光”現(xiàn)象。這些問題出現(xiàn)的核心原因在于綠色能源存在波動(dòng)性、隨機(jī)性、反調(diào)峰等特征,大規(guī)模并網(wǎng)可能影響電網(wǎng)的安全穩(wěn)定運(yùn)行。
人工智能技術(shù)的應(yīng)用,將有效提升電網(wǎng)等能源系統(tǒng)消納多樣化電源和協(xié)調(diào)多能源的能力,成為提升能源利用率和穩(wěn)定性的技術(shù)支撐,推動(dòng)碳中和進(jìn)程。預(yù)計(jì)未來三年,人工智能技術(shù)將幫助電力系統(tǒng)實(shí)現(xiàn)大規(guī)模綠色能源消納,實(shí)現(xiàn)電力系統(tǒng)的安全、高效、穩(wěn)定運(yùn)行。
趨勢(shì)解讀
綠色能源大規(guī)模并網(wǎng)后,風(fēng)電與光伏發(fā)電的波動(dòng)性、隨機(jī)性、反調(diào)峰等特性將對(duì)電網(wǎng)的穩(wěn)定性和可控性造成沖擊,綠色能源并網(wǎng)、輸送、消納和安全運(yùn)行的能力亟待提高,也對(duì)我國(guó)雙碳戰(zhàn)略的實(shí)現(xiàn)具有特別重要的意義。
根據(jù)中國(guó)國(guó)家能源局測(cè)算,中國(guó)統(tǒng)一可再生能源電力消納責(zé)任權(quán)重需要從2021年的28.7%提升至2030年的40%,風(fēng)電、太陽(yáng)能發(fā)電總裝機(jī)容量屆時(shí)將達(dá)到12億千瓦以上,但繼續(xù)提升可再生能源的比重將面臨一系列困難,這也為人工智能技術(shù)的應(yīng)用奠定了基礎(chǔ)。
人工智能技術(shù)在發(fā)電功率的精準(zhǔn)預(yù)測(cè)、電力優(yōu)化調(diào)度、電站性能評(píng)估、故障監(jiān)測(cè)和風(fēng)險(xiǎn)管理等方面將發(fā)揮不可替代的作用,帶來三大突破:
一是精準(zhǔn)的功率預(yù)測(cè),大數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)的算法應(yīng)用,將提升氣象預(yù)報(bào)的準(zhǔn)確性,減少新能源發(fā)電功率預(yù)測(cè)的誤差。特別是在遠(yuǎn)距離、跨區(qū)域的綠能消納上,人工智能技術(shù)通過對(duì)電力天氣預(yù)報(bào)的預(yù)測(cè)和分析,調(diào)節(jié)發(fā)電功率,動(dòng)態(tài)優(yōu)化電力系統(tǒng)發(fā)電策略,保障電網(wǎng)穩(wěn)定運(yùn)行。
二是智能的調(diào)度控制,在電力調(diào)度端,深度學(xué)習(xí)、大數(shù)據(jù)驅(qū)動(dòng)技術(shù)和機(jī)理仿真技術(shù)融合,將幫助電力調(diào)度系統(tǒng)持續(xù)優(yōu)化控制策略,增強(qiáng)風(fēng)電、光伏、水電和儲(chǔ)能的多能源協(xié)調(diào)能力,實(shí)現(xiàn)多能互補(bǔ),解決用電高峰期和低谷期電力輸出不平衡的問題。綠能的大規(guī)模并網(wǎng)對(duì)電網(wǎng)交直流混聯(lián)、源網(wǎng)荷儲(chǔ)交互的靈活重構(gòu)、運(yùn)行優(yōu)化與決策也提出了更高要求。未來,人工智能技術(shù)將支撐我國(guó)綠色能源進(jìn)入增量主體階段。
三是自動(dòng)化的故障響應(yīng),基于大數(shù)據(jù)和深度學(xué)習(xí)做電網(wǎng)設(shè)備的實(shí)時(shí)監(jiān)測(cè),有助于快速提取故障特征,大幅提升電力系統(tǒng)的故障識(shí)別能力和響應(yīng)速度。隨著技術(shù)融合的加深,未來有望實(shí)現(xiàn)毫秒級(jí)的自動(dòng)化預(yù)警監(jiān)測(cè)和控制。
綠色能源的大規(guī)模開發(fā)和利用已經(jīng)成為當(dāng)今世界能源發(fā)展的主要方向。在高比例綠色能源并網(wǎng)的趨勢(shì)下,傳統(tǒng)電力系統(tǒng)難以應(yīng)對(duì)綠色能源在大風(fēng)、暴雨、雷電等天氣下發(fā)電功率的不確定性,以及復(fù)雜故障及時(shí)響應(yīng)的應(yīng)對(duì)能力。在運(yùn)行監(jiān)測(cè)過程中,參數(shù)核驗(yàn)和故障監(jiān)測(cè)仍需要大量的人工參與,故障特征提取困難,識(shí)別難度大。針對(duì)大規(guī)模綠色能源并網(wǎng)在穩(wěn)定、運(yùn)行和規(guī)劃上面臨的各種挑戰(zhàn),以人工智能為主的新一代信息技術(shù)將對(duì)能源系統(tǒng)整體的高效穩(wěn)定運(yùn)行提供技術(shù)保障和有力支撐。
人工智能與能源電力的深度融合,將推動(dòng)大規(guī)模新能源發(fā)電、并網(wǎng)、輸送、消納和安全運(yùn)行,完成對(duì)能源系統(tǒng)的升級(jí)改造。我們預(yù)計(jì)在未來的三年內(nèi),人工智能技術(shù)將幫助電力系統(tǒng)實(shí)現(xiàn)大規(guī)模綠能消納,能源供給在時(shí)間和空間維度上能夠互聯(lián)互濟(jì),網(wǎng)源協(xié)調(diào)發(fā)展,彈性調(diào)度,實(shí)現(xiàn)電力系統(tǒng)的安全、高效、穩(wěn)定運(yùn)行。
(轉(zhuǎn)載)