中國儲能網訊：2021年9月，世界經濟論壇、彭博新能源財經、德國能源署聯(lián)合發(fā)布《利用人工智能加速能源轉型》研究報告。賽迪智庫規(guī)劃研究所對該報告進行了編譯，期望對我國有關部門有所幫助。
報告分析了人工智能技術在能源分散化、數(shù)字化和脫碳化轉型過程中的巨大需求和應用范圍，從設計、賦能、治理三方面提出了九項原則，旨在釋放人工智能潛力，助力能源轉型。報告為能源公司、政策制定者等利益相關方提出了指導性建議，即加強各方合作、優(yōu)化市場運作機制、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，預計氣候目標的發(fā)布速度將進一步加快。低碳經濟轉型進程亟需加速，能源領域是這一進程的核心挑戰(zhàn)，人工智能在促進能源轉型中將發(fā)揮重要作用。
一、能源轉型需要人工智能
目前，全球能源系統(tǒng)正在轉型，人工智能加快能源轉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型
為實現(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，且該系統(tǒng)將由相互依賴的能源和電信網絡構成。為了加快向廣泛、實惠、低碳化能源供應的轉變，需要進一步優(yōu)化能源系統(tǒng)的各個環(huán)節(jié)，并強化每個環(huán)節(jié)之間的協(xié)調與合作。
（二）電力行業(yè)脫碳是整個能源系統(tǒng)脫碳的焦點
能源系統(tǒng)轉型包括迅速擴大可再生能源的供應以及供暖、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、運輸，甚至是制備氫氣等。
（三）能源轉型需要大量投資
在彭博新能源財經的《2020年新能源展望》中，有一項關于未來能源經濟轉型的長期預期，即到2050年，56%的發(fā)電量將來自太陽能和風能，分別達到7.6太瓦和4.6太瓦。且該假設建立在維持目前政策基礎上，這反映出即使不考慮高昂的煤炭價格或凈零排放目標，太陽能、風能和儲能經濟也成為電力行業(yè)快速脫碳的重要驅動力。
（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)電裝機容量的4%，中型發(fā)電廠的裝機容量為944兆瓦，根據(jù)彭博新能源財經能源轉型的預測，到2050年，分布式小型光伏電站占比將提升至13%，而中型發(fā)電廠的裝機容量將縮減80%以上，僅158兆瓦。
（五）電力系統(tǒng)管理的復雜性將顯著增加
根據(jù)脫碳目標及目前發(fā)展趨勢判斷，未來將有大量的實體設備接入電網，尤其是配電網的接入。在配電網中，電流也將變得越來越動態(tài)和多向性（見圖1），諸如小型分布式設備可能會發(fā)電并回售給電網、電動汽車快充等導致需求激增、智能家居等設備可能會在電網運營商不知情的情況接入電網，這些都將對電流的穩(wěn)定性產生不小的影響。
▲i僅包括電池、電動和插電式混合動力乘用車（不包括商務車和兩輪或三輪車）。ii僅包括太陽能和風能（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（2020）
（六）人工智能可以加速能源轉型
人工智能指的是一個更加寬泛的概念，并非一項單一的技術或產品，而是一套能從大量數(shù)據(jù)庫中挖掘有效信息、進行模式識別以及預測潛在結果的算法。行業(yè)內已經有一些人工智能的應用案例，但要快速、安全和經濟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。
二、人工智能在能源轉型中的應用
人工智能是一款能夠應對全球能源轉型復雜性、提高系統(tǒng)效率，從而降低成本、加快轉型速度的強大工具，主要應用于四個重點領域：可再生能源發(fā)電能力和需求預測、電網運行和優(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)應用領域的分析（見圖2），人工智能應用根據(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，設備和傳感器數(shù)據(jù)。以下各節(jié)將對這些應用詳細說明。
▲來源：德國能源署分析（2020）
（一）可再生能源發(fā)電能力和需求預測
人工智能在可再生能源發(fā)電能力和需求預測中的應用主要表現(xiàn)為如圖2中的1-7，具體如下：
太陽能和風能電場的選址。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，可以尋找既有最佳的日照和風力資源又便于接入現(xiàn)有電網基礎設施的地點。
發(fā)電廠的建設。當發(fā)電廠開工建設后，人工智能也可以用于管理建設進度，例如優(yōu)化設備運送到現(xiàn)場的順序和識別低效的施工流程。
改善產品設計。人工智能還可以幫助改善產品設計，例如在新型人體工程學風電機組葉片、光伏面板或電力電子器件、控制系統(tǒng)的設計方面。
預測故障和停工。發(fā)電廠投產后，運營商需要對其進行定期維護，以避免因系統(tǒng)故障導致停機和額外的維修費用。
優(yōu)化維護計劃。人工智能通過借助傳感器的實時監(jiān)測數(shù)據(jù)，在檢測到異常狀況時觸發(fā)預警，為海上風電場等偏遠設施維護節(jié)省大量成本。
太陽能和風能設備發(fā)電量的預測。目前，預測太陽能和風能電場的發(fā)電時間與發(fā)電量仍比較困難，人工智能通過學習歷史氣象數(shù)據(jù)、傳感器數(shù)據(jù)（例如實時風速和日照強度等測量數(shù)據(jù)）、圖像和視頻數(shù)據(jù)（例如衛(wèi)星云圖）能夠實現(xiàn)對太陽能和風能設備發(fā)電量的預測。
預測電力需求。該預測過程也相當復雜，處理不當容易導致停電或可再生能源短缺，人工智能通過對歷史消費數(shù)據(jù)分析，來幫助預測系統(tǒng)的電力需求。
（二）電網運行和優(yōu)化
借助人工智能來優(yōu)化電網的運行方式，進一步提高現(xiàn)有線路的輸電和配電能力，并延長設備的使用壽命，將是支撐能源轉型的關鍵因素。
電網設計和規(guī)劃。根據(jù)彭博新能源財經預測，到2050年，需要投資至少14萬億美元用于建設新型電網基礎設施和更新改造電網，以加強可再生能源配電網的建設以及支持建筑、工業(yè)和交通電氣化發(fā)展。
設備運行和維護。在電網管理中，人工智能也被用于一系列重要設備的運行和維護工作。
監(jiān)測電網性能。除設備維護外，人工智能還能用于監(jiān)測電網性能。
（三）能源需求和分布式資源管理
管理和調節(jié)能源需求是決定能源領域能否實現(xiàn)低本高效脫碳的重要因素之一。人工智能的應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、低成本材料已經成為能源轉型的當務之急。為了滿足復雜的性能需求，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、人工智能促進能源轉型應遵循的原則
要激發(fā)人工智能在能源轉型中的全部潛力，就需要遵循共同的指導原則。
（一）設計方面
原則1：自動化——設計發(fā)電設備的運行方式，實現(xiàn)系統(tǒng)自動化控制并提高電網人工智能的自主性。
原則2：可持續(xù)性——積極推動新型基礎設施的節(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：實用性——可用性和可解釋性是人工智能開發(fā)的重點。
（二）賦能方面
原則4：數(shù)據(jù)共享——建立統(tǒng)一的數(shù)據(jù)標準和數(shù)據(jù)共享機制，以提高數(shù)據(jù)質量和實現(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，使人工智能用例實現(xiàn)技術價值最大化。
原則 6：教育賦能——通過以人為本的人工智能技術為用戶和勞動力賦能，并進行技能教育以匹配技術的發(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險。
原則8：可兼容性——構建軟件兼容性通用技術標準和可互操作的接口。
原則9：責任擔當——確保人工智能符合道德規(guī)范并以負責任的方式加以應用，是人工智能開發(fā)和部署的核心。
