中國儲(chǔ)能網(wǎng)訊：人工智能技術(shù)正加速從實(shí)驗(yàn)室走向電力系統(tǒng)的全環(huán)節(jié)，從發(fā)電、調(diào)度到用電側(cè)，展現(xiàn)出支撐高比例新能源接入、提升系統(tǒng)韌性與調(diào)節(jié)能力的巨大潛力，為破解長期困擾電力系統(tǒng)的“為尖峰而建”困局，帶來了新的可能。
“為了滿足僅占5%、持續(xù)數(shù)十小時(shí)的尖峰時(shí)刻供電需求，而增加的能源基礎(chǔ)投資和引起的碳排放不斷提高?！北本├砉ご髮W(xué)管理學(xué)院教授王博一語道破當(dāng)前電力系統(tǒng)的核心挑戰(zhàn)——問題不在總量不足，而在于穩(wěn)定性。每年“迎峰度夏”“迎峰度冬”期間的尖峰負(fù)荷時(shí)段雖短，卻是電力系統(tǒng)運(yùn)行的關(guān)鍵痛點(diǎn)。
如何破解？人工智能技術(shù)正加速從實(shí)驗(yàn)室走向電力系統(tǒng)的全環(huán)節(jié)，從發(fā)電、調(diào)度到用電側(cè)，展現(xiàn)出支撐高比例新能源接入、提升系統(tǒng)韌性與調(diào)節(jié)能力的巨大潛力，為破解長期困擾電力系統(tǒng)的“為尖峰而建”困局，帶來了新的可能。
系統(tǒng)穩(wěn)定性面臨現(xiàn)實(shí)壓力
尖峰負(fù)荷對電力系統(tǒng)構(gòu)成嚴(yán)峻挑戰(zhàn)。以今年夏季為例，華東全網(wǎng)用電負(fù)荷六次創(chuàng)下歷史新高，最高負(fù)荷達(dá)4.42億千瓦，同比增長4.97%。在極端天氣頻發(fā)的背景下，這類“敏感型”負(fù)荷往往在短時(shí)間內(nèi)集中爆發(fā)，直接威脅電網(wǎng)安全。
這一現(xiàn)象背后，是我國能源結(jié)構(gòu)正在發(fā)生的深刻變革。在供給側(cè)，風(fēng)電、光伏等新能源裝機(jī)持續(xù)快速增長，其固有的波動(dòng)性與不確定性，持續(xù)考驗(yàn)著電網(wǎng)的調(diào)節(jié)能力；在消費(fèi)側(cè)，終端用能電氣化進(jìn)程加速，居民用電需求穩(wěn)步攀升，加之算力基礎(chǔ)設(shè)施、低空經(jīng)濟(jì)等新業(yè)態(tài)迅猛發(fā)展，共同推動(dòng)負(fù)荷特性的復(fù)雜化與系統(tǒng)平衡難度的升級(jí)。
面對日趨復(fù)雜的系統(tǒng)壓力，傳統(tǒng)“為滿足短時(shí)尖峰而不斷增建電源”的做法已顯現(xiàn)出局限性，新增裝機(jī)全年大部分時(shí)間處于低效閑置狀態(tài)。國家電網(wǎng)能源研究院原副院長胡兆光指出，新能源大規(guī)模接入配電網(wǎng)是不可逆轉(zhuǎn)的趨勢，而智能體技術(shù)在電網(wǎng)協(xié)同優(yōu)化方面潛力巨大。打破傳統(tǒng)的“自上而下”調(diào)度，轉(zhuǎn)向“自下而上”，通過智能調(diào)控系統(tǒng)，能夠有效協(xié)調(diào)儲(chǔ)能、負(fù)荷等多重環(huán)節(jié)，將新能源的波動(dòng)性在配網(wǎng)或微網(wǎng)層級(jí)予以平抑，從而避免其對主網(wǎng)造成沖擊，并顯著提升消納水平。
需求側(cè)資源展現(xiàn)出巨大的調(diào)節(jié)潛力。北京理工大學(xué)管理學(xué)院教授王博以新能源汽車為例，預(yù)計(jì)到2040年，全國新能源汽車保有量將達(dá)3億輛，其所搭載的車載儲(chǔ)能容量超過2000億千瓦時(shí)，相當(dāng)于中國每天消費(fèi)的總電量。如此規(guī)模的分布式儲(chǔ)能資源，若能通過“交能融合”等機(jī)制實(shí)現(xiàn)規(guī)模化靈活調(diào)度，將釋放出可觀的系統(tǒng)調(diào)節(jié)能力。實(shí)現(xiàn)碳中和目標(biāo)將顯著增加電力供應(yīng)成本，而通過有效運(yùn)用需求響應(yīng)機(jī)制，將在一定程度上緩解投資壓力，降低系統(tǒng)建設(shè)成本。
AI賦能電力系統(tǒng)智能化躍升
人工智能正以前所未有的速度滲透到電力系統(tǒng)的各個(gè)環(huán)節(jié)。
自然資源保護(hù)協(xié)會(huì)能源轉(zhuǎn)型項(xiàng)目高級(jí)主管黃輝介紹，AI技術(shù)首先在氣象預(yù)測領(lǐng)域展現(xiàn)價(jià)值?！跋啾葌鹘y(tǒng)天氣預(yù)測手段，AI可以快速處理和解析海量的氣象數(shù)據(jù)，實(shí)現(xiàn)從大范圍氣候推演到風(fēng)電場機(jī)位點(diǎn)級(jí)微觀預(yù)測的全面覆蓋。”
預(yù)測精度的提升直接帶來運(yùn)營效率的飛躍?；贏I預(yù)測，新能源企業(yè)可動(dòng)態(tài)優(yōu)化報(bào)價(jià)策略，還可以在無風(fēng)無光時(shí)段合理規(guī)劃檢修，提升運(yùn)營效率和收益。在儲(chǔ)能領(lǐng)域，AI通過分析歷史負(fù)荷與電價(jià)數(shù)據(jù)，可動(dòng)態(tài)調(diào)整充放電策略，提高儲(chǔ)能利用效率與收益水平。
國家電網(wǎng)能源研究院原副院長胡兆光分享了三項(xiàng)實(shí)踐案例：浙江紹興通過縣級(jí)調(diào)度智能體將電網(wǎng)調(diào)節(jié)頻率提高48倍，新能源消納提升30%，能耗與線損分別下降30%和5%。一個(gè)智能體完成了8個(gè)調(diào)度專家的工作，解決了新能源出力帶來的電力線路之間匹配不穩(wěn)定的問題；長沙供電公司研發(fā)的Agent配網(wǎng)調(diào)度員依托“數(shù)學(xué)機(jī)理+AI”模型，實(shí)現(xiàn)秒級(jí)決策，研判因素從10個(gè)擴(kuò)展至35個(gè)，覆蓋了氣象、設(shè)備狀態(tài)、用戶負(fù)荷等多維度數(shù)據(jù)，決策準(zhǔn)確率提升15%；上海電力公司探索出的新的調(diào)度模式，在營銷平臺(tái)上調(diào)度虛擬電廠等靈活資源，協(xié)調(diào)多元靈活資源保障系統(tǒng)安全。
在胡兆光看來，“調(diào)度是當(dāng)前AI最能發(fā)揮關(guān)鍵作用的領(lǐng)域，其突破將帶動(dòng)預(yù)測、控制等多個(gè)環(huán)節(jié)的進(jìn)步?！?/span>
技術(shù)與市場雙輪驅(qū)動(dòng)
AI技術(shù)在電力系統(tǒng)全面落地，需要建立與之相適應(yīng)的機(jī)制環(huán)境。
黃輝坦言，當(dāng)前AI應(yīng)用仍面臨挑戰(zhàn)?！耙噪娏κ袌鰹槔?，市場機(jī)制尚不成熟，規(guī)則在逐步完善，歷史交易數(shù)據(jù)也尚未形成規(guī)模，這直接制約了AI的預(yù)測與決策能力?！?/span>
在市場機(jī)制設(shè)計(jì)方面，建立能夠充分反映時(shí)空價(jià)值的信號(hào)機(jī)制至關(guān)重要。王博指出，目前相關(guān)研究多聚焦于微觀策略，如參與電力現(xiàn)貨市場、虛擬電廠盈利模式等，但缺乏對多系統(tǒng)融合的綜合評估。微觀策略的核心價(jià)值應(yīng)體現(xiàn)在支撐大電網(wǎng)調(diào)節(jié)、減少系統(tǒng)性投資與儲(chǔ)能配置等宏觀效益上。為此，構(gòu)建綜合評估模型成為推動(dòng)AI落地的重要抓手，要構(gòu)建能夠反映實(shí)時(shí)平衡與系統(tǒng)互動(dòng)的綜合評估模型，兼顧中長期規(guī)劃與實(shí)時(shí)調(diào)度需求。
胡兆光同樣認(rèn)為，電力市場需要更靈活的電價(jià)機(jī)制。不同地區(qū)可根據(jù)自身負(fù)荷特性，通過價(jià)格機(jī)制調(diào)整低谷時(shí)段?！胺謺r(shí)電價(jià)機(jī)制以省為單位缺乏靈活性，可考慮按地區(qū)負(fù)荷特性差異化設(shè)置。比如，全省統(tǒng)一低谷時(shí)段可能導(dǎo)致電動(dòng)汽車集中充電，若按城市錯(cuò)峰設(shè)置，可優(yōu)化負(fù)荷分布?！?/span>
廈門大學(xué)中國能源政策研究院院長林伯強(qiáng)表示，AI為能源轉(zhuǎn)型帶來了巨大潛力，但同時(shí)也需關(guān)注如何平衡AI可能帶來的短期集中沖擊與能源轉(zhuǎn)型的長期性。在談及技術(shù)落地時(shí)，他特別強(qiáng)調(diào)，“一項(xiàng)技術(shù)如果缺乏經(jīng)濟(jì)可行性，即便技術(shù)上完全可行，最終也難以真正推廣和應(yīng)用”。
