中國儲能網(wǎng)訊：2021年9月，世界經(jīng)濟(jì)論壇、彭博新能源財經(jīng)、德國能源署聯(lián)合發(fā)布《利用人工智能加速能源轉(zhuǎn)型》研究報告。賽迪智庫規(guī)劃研究所對該報告進(jìn)行了編譯，期望對我國有關(guān)部門有所幫助。
報告分析了人工智能技術(shù)在能源分散化、數(shù)字化和脫碳化轉(zhuǎn)型過程中的巨大需求和應(yīng)用范圍，從設(shè)計、賦能、治理三方面提出了九項(xiàng)原則，旨在釋放人工智能潛力，助力能源轉(zhuǎn)型。報告為能源公司、政策制定者等利益相關(guān)方提出了指導(dǎo)性建議，即加強(qiáng)各方合作、優(yōu)化市場運(yùn)作機(jī)制、建立更明確的能源數(shù)據(jù)法規(guī)等。
2021年8月政府間氣候變化專門委員會發(fā)布的第六次評估報告以及近年來日益明顯的熱浪、洪水和野火等氣候變化，均引起了政策制定者、企業(yè)和投資者的關(guān)注。隨著第二十六屆聯(lián)合國氣候變化締約方大會（COP26）的臨近，預(yù)計氣候目標(biāo)的發(fā)布速度將進(jìn)一步加快。低碳經(jīng)濟(jì)轉(zhuǎn)型進(jìn)程亟需加速，能源領(lǐng)域是這一進(jìn)程的核心挑戰(zhàn)，人工智能在促進(jìn)能源轉(zhuǎn)型中將發(fā)揮重要作用。
一、能源轉(zhuǎn)型需要人工智能
目前，全球能源系統(tǒng)正在轉(zhuǎn)型，人工智能加快能源轉(zhuǎn)型的潛力被不斷激發(fā)。
（一）能源系統(tǒng)需要利用數(shù)字化手段推動快速轉(zhuǎn)型
為實(shí)現(xiàn)深度脫碳，需要將能源系統(tǒng)的二氧化碳排放量迅速降至極低水平。能源系統(tǒng)脫碳化轉(zhuǎn)型帶來一體化和電氣化變革，電力、交通、工業(yè)、建筑等行業(yè)之間的互動顯著增強(qiáng)，且該系統(tǒng)將由相互依賴的能源和電信網(wǎng)絡(luò)構(gòu)成。為了加快向廣泛、實(shí)惠、低碳化能源供應(yīng)的轉(zhuǎn)變，需要進(jìn)一步優(yōu)化能源系統(tǒng)的各個環(huán)節(jié)，并強(qiáng)化每個環(huán)節(jié)之間的協(xié)調(diào)與合作。
（二）電力行業(yè)脫碳是整個能源系統(tǒng)脫碳的焦點(diǎn)
能源系統(tǒng)轉(zhuǎn)型包括迅速擴(kuò)大可再生能源的供應(yīng)以及供暖、工業(yè)和交通大規(guī)模清潔電氣化。隨著電動汽車保有量的增加、電池儲能成本的下降以及建筑和重工業(yè)均趨向凈零排放用電，預(yù)計從2019年到2050年，電力在全球能源需求中占比將增加60%。電力將被越來越多地用于供暖和制冷、運(yùn)輸，甚至是制備氫氣等。
（三）能源轉(zhuǎn)型需要大量投資
在彭博新能源財經(jīng)的《2020年新能源展望》中，有一項(xiàng)關(guān)于未來能源經(jīng)濟(jì)轉(zhuǎn)型的長期預(yù)期，即到2050年，56%的發(fā)電量將來自太陽能和風(fēng)能，分別達(dá)到7.6太瓦和4.6太瓦。且該假設(shè)建立在維持目前政策基礎(chǔ)上，這反映出即使不考慮高昂的煤炭價格或凈零排放目標(biāo)，太陽能、風(fēng)能和儲能經(jīng)濟(jì)也成為電力行業(yè)快速脫碳的重要驅(qū)動力。
（四）未來的電力系統(tǒng)將高度去中心化
提高可再生能源發(fā)電的比例將使電力系統(tǒng)包含更多來自間歇式發(fā)電機(jī)供電，而且更加分散。目前，分布式小型光伏電站占全球發(fā)電裝機(jī)容量的4%，中型發(fā)電廠的裝機(jī)容量為944兆瓦，根據(jù)彭博新能源財經(jīng)能源轉(zhuǎn)型的預(yù)測，到2050年，分布式小型光伏電站占比將提升至13%，而中型發(fā)電廠的裝機(jī)容量將縮減80%以上，僅158兆瓦。
（五）電力系統(tǒng)管理的復(fù)雜性將顯著增加
根據(jù)脫碳目標(biāo)及目前發(fā)展趨勢判斷，未來將有大量的實(shí)體設(shè)備接入電網(wǎng)，尤其是配電網(wǎng)的接入。在配電網(wǎng)中，電流也將變得越來越動態(tài)和多向性（見圖1），諸如小型分布式設(shè)備可能會發(fā)電并回售給電網(wǎng)、電動汽車快充等導(dǎo)致需求激增、智能家居等設(shè)備可能會在電網(wǎng)運(yùn)營商不知情的情況接入電網(wǎng)，這些都將對電流的穩(wěn)定性產(chǎn)生不小的影響。
▲i僅包括電池、電動和插電式混合動力乘用車（不包括商務(wù)車和兩輪或三輪車）。ii僅包括太陽能和風(fēng)能（不包括其他可再生能源）。iii包括大型電站級和節(jié)能型鋰離子電池存儲。來源：改編自德國能源署（2020），圖片來自彭博新能源財經(jīng)（2020）
（六）人工智能可以加速能源轉(zhuǎn)型
人工智能指的是一個更加寬泛的概念，并非一項(xiàng)單一的技術(shù)或產(chǎn)品，而是一套能從大量數(shù)據(jù)庫中挖掘有效信息、進(jìn)行模式識別以及預(yù)測潛在結(jié)果的算法。行業(yè)內(nèi)已經(jīng)有一些人工智能的應(yīng)用案例，但要快速、安全和經(jīng)濟(jì)地擺脫對化石燃料的依賴，就要更大規(guī)模、更快速地部署人工智能技術(shù)。
二、人工智能在能源轉(zhuǎn)型中的應(yīng)用
人工智能是一款能夠應(yīng)對全球能源轉(zhuǎn)型復(fù)雜性、提高系統(tǒng)效率，從而降低成本、加快轉(zhuǎn)型速度的強(qiáng)大工具，主要應(yīng)用于四個重點(diǎn)領(lǐng)域：可再生能源發(fā)電能力和需求預(yù)測、電網(wǎng)運(yùn)行和優(yōu)化、能源需求管理以及材料發(fā)現(xiàn)和創(chuàng)新。根據(jù)德國能源署在2020年 對人工智能在能源行業(yè)應(yīng)用領(lǐng)域的分析（見圖2），人工智能應(yīng)用根據(jù)使用的數(shù)據(jù)資料可分為以下幾類：市場、商品和氣象數(shù)據(jù)， 圖像和視頻，設(shè)備和傳感器數(shù)據(jù)。以下各節(jié)將對這些應(yīng)用詳細(xì)說明。
▲來源：德國能源署分析（2020）
（一）可再生能源發(fā)電能力和需求預(yù)測
人工智能在可再生能源發(fā)電能力和需求預(yù)測中的應(yīng)用主要表現(xiàn)為如圖2中的1-7，具體如下：
太陽能和風(fēng)能電場的選址。選址對發(fā)電廠的容量因素影響較大，通過借助人工智能技術(shù)，可以尋找既有最佳的日照和風(fēng)力資源又便于接入現(xiàn)有電網(wǎng)基礎(chǔ)設(shè)施的地點(diǎn)。
發(fā)電廠的建設(shè)。當(dāng)發(fā)電廠開工建設(shè)后，人工智能也可以用于管理建設(shè)進(jìn)度，例如優(yōu)化設(shè)備運(yùn)送到現(xiàn)場的順序和識別低效的施工流程。
改善產(chǎn)品設(shè)計。人工智能還可以幫助改善產(chǎn)品設(shè)計，例如在新型人體工程學(xué)風(fēng)電機(jī)組葉片、光伏面板或電力電子器件、控制系統(tǒng)的設(shè)計方面。
預(yù)測故障和停工。發(fā)電廠投產(chǎn)后，運(yùn)營商需要對其進(jìn)行定期維護(hù)，以避免因系統(tǒng)故障導(dǎo)致停機(jī)和額外的維修費(fèi)用。
優(yōu)化維護(hù)計劃。人工智能通過借助傳感器的實(shí)時監(jiān)測數(shù)據(jù)，在檢測到異常狀況時觸發(fā)預(yù)警，為海上風(fēng)電場等偏遠(yuǎn)設(shè)施維護(hù)節(jié)省大量成本。
太陽能和風(fēng)能設(shè)備發(fā)電量的預(yù)測。目前，預(yù)測太陽能和風(fēng)能電場的發(fā)電時間與發(fā)電量仍比較困難，人工智能通過學(xué)習(xí)歷史氣象數(shù)據(jù)、傳感器數(shù)據(jù)（例如實(shí)時風(fēng)速和日照強(qiáng)度等測量數(shù)據(jù)）、圖像和視頻數(shù)據(jù)（例如衛(wèi)星云圖）能夠?qū)崿F(xiàn)對太陽能和風(fēng)能設(shè)備發(fā)電量的預(yù)測。
預(yù)測電力需求。該預(yù)測過程也相當(dāng)復(fù)雜，處理不當(dāng)容易導(dǎo)致停電或可再生能源短缺，人工智能通過對歷史消費(fèi)數(shù)據(jù)分析，來幫助預(yù)測系統(tǒng)的電力需求。
（二）電網(wǎng)運(yùn)行和優(yōu)化
借助人工智能來優(yōu)化電網(wǎng)的運(yùn)行方式，進(jìn)一步提高現(xiàn)有線路的輸電和配電能力，并延長設(shè)備的使用壽命，將是支撐能源轉(zhuǎn)型的關(guān)鍵因素。
電網(wǎng)設(shè)計和規(guī)劃。根據(jù)彭博新能源財經(jīng)預(yù)測，到2050年，需要投資至少14萬億美元用于建設(shè)新型電網(wǎng)基礎(chǔ)設(shè)施和更新改造電網(wǎng)，以加強(qiáng)可再生能源配電網(wǎng)的建設(shè)以及支持建筑、工業(yè)和交通電氣化發(fā)展。
設(shè)備運(yùn)行和維護(hù)。在電網(wǎng)管理中，人工智能也被用于一系列重要設(shè)備的運(yùn)行和維護(hù)工作。
監(jiān)測電網(wǎng)性能。除設(shè)備維護(hù)外，人工智能還能用于監(jiān)測電網(wǎng)性能。
（三）能源需求和分布式資源管理
管理和調(diào)節(jié)能源需求是決定能源領(lǐng)域能否實(shí)現(xiàn)低本高效脫碳的重要因素之一。人工智能的應(yīng)用有助于提升工廠和數(shù)據(jù)中心的能源效率，加快分布式可再生設(shè)備的普及和使用。
（四）材料的發(fā)現(xiàn)和創(chuàng)新
開發(fā)用于清潔能源發(fā)電和存儲的高性能、低成本材料已經(jīng)成為能源轉(zhuǎn)型的當(dāng)務(wù)之急。為了滿足復(fù)雜的性能需求，材料的發(fā)現(xiàn)、開發(fā)、部署過程往往資本高度密集且周期較長。
三、人工智能促進(jìn)能源轉(zhuǎn)型應(yīng)遵循的原則
要激發(fā)人工智能在能源轉(zhuǎn)型中的全部潛力，就需要遵循共同的指導(dǎo)原則。
（一）設(shè)計方面
原則1：自動化——設(shè)計發(fā)電設(shè)備的運(yùn)行方式，實(shí)現(xiàn)系統(tǒng)自動化控制并提高電網(wǎng)人工智能的自主性。
原則2：可持續(xù)性——積極推動新型基礎(chǔ)設(shè)施的節(jié)能降耗以及采取符合人工智能可持續(xù)發(fā)展的做法來限制碳足跡。
原則3：實(shí)用性——可用性和可解釋性是人工智能開發(fā)的重點(diǎn)。
（二）賦能方面
原則4：數(shù)據(jù)共享——建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和數(shù)據(jù)共享機(jī)制，以提高數(shù)據(jù)質(zhì)量和實(shí)現(xiàn)數(shù)據(jù)可用。
原則5：價值最大化——建立全方位的市場體系與監(jiān)管框架，使人工智能用例實(shí)現(xiàn)技術(shù)價值最大化。
原則 6：教育賦能——通過以人為本的人工智能技術(shù)為用戶和勞動力賦能，并進(jìn)行技能教育以匹配技術(shù)的發(fā)展。
（三）治理方面
原則7：安全可控性——商定通用的方法來管控人工智能風(fēng)險。
原則8：可兼容性——構(gòu)建軟件兼容性通用技術(shù)標(biāo)準(zhǔn)和可互操作的接口。
原則9：責(zé)任擔(dān)當(dāng)——確保人工智能符合道德規(guī)范并以負(fù)責(zé)任的方式加以應(yīng)用，是人工智能開發(fā)和部署的核心。
