中國儲能網(wǎng)訊：2024年，德國的可再生能源發(fā)電量占比已達(dá)到62.7%，棄電率維持在3%左右，年均停電時間約為12分鐘。在高比例可再生能源的背景下，德國電力系統(tǒng)正面臨前所未有的挑戰(zhàn)，主要體現(xiàn)在可再生能源出力預(yù)測、電力現(xiàn)貨市場運行和電網(wǎng)調(diào)度管理這三個領(lǐng)域。隨著人工智能在電力系統(tǒng)應(yīng)用的不斷進(jìn)步，德國電力轉(zhuǎn)型的未來圖景越發(fā)清晰。從技術(shù)突破到市場優(yōu)化，這一進(jìn)程不僅有望顯著降低電力系統(tǒng)成本，還可能讓德國早日實現(xiàn)碳中和目標(biāo)。
在出力預(yù)測領(lǐng)域的應(yīng)用
德國在可再生能源預(yù)測領(lǐng)域采用了多種天氣模型，包括常規(guī)天氣模型、異常天氣模型、農(nóng)業(yè)天氣模型、滑雪天氣模型以及天氣指紋方法等。這些模型的預(yù)測精度依賴于高質(zhì)量的測量數(shù)據(jù)，例如風(fēng)機上的氣象測量點數(shù)據(jù)、撒哈拉沙塵暴預(yù)測數(shù)據(jù)、霧氣測量數(shù)據(jù)、雷達(dá)測量數(shù)據(jù)（如云層運動）以及衛(wèi)星測量數(shù)據(jù)等。德國氣象局開發(fā)了能源領(lǐng)域的專用大模型，不斷提升預(yù)測效率。為適應(yīng)電力現(xiàn)貨市場的高要求，發(fā)布時間從2小時縮短至5分鐘。這些改進(jìn)顯著提高了預(yù)測精度，例如，風(fēng)電預(yù)測誤差降至2%～4%，光伏預(yù)測誤差降至5%～7%。
盡管取得了進(jìn)展，但實踐中仍暴露出兩大問題：一是現(xiàn)有非線性數(shù)學(xué)模型的精確性不足，例如，天氣指紋方法在某些情況下能提供比大模型更準(zhǔn)確的結(jié)果；二是不同模型在時間和區(qū)域上的拼接過程較為復(fù)雜，將觀測數(shù)據(jù)整合到數(shù)值模型中仍需依賴人工的物理數(shù)值模型支持。這種數(shù)據(jù)同化是數(shù)值天氣預(yù)報的核心技術(shù)。過去60年中，這一技術(shù)通過傳統(tǒng)方法（如變分技術(shù)和集合卡爾曼濾波器）一直沿用至今，成為數(shù)值天氣預(yù)報的重要基礎(chǔ)。
為解決上述問題，2024年6月，德國氣象局推出了一種全球首創(chuàng)的人工智能大模型（AI-Var），將數(shù)據(jù)同化方法與深度學(xué)習(xí)技術(shù)結(jié)合，可以快速優(yōu)化數(shù)據(jù)與大模型的結(jié)合，使數(shù)據(jù)同化過程更加高效，不再單純依賴算力支持。
與傳統(tǒng)天氣模型相比，該人工智能模型不再依賴傳統(tǒng)的天氣數(shù)學(xué)模型，而是通過深度學(xué)習(xí)，實現(xiàn)了復(fù)雜非線性數(shù)學(xué)問題更高效地并行處理。
AI-Var大模型為未來全數(shù)據(jù)驅(qū)動的天氣預(yù)報系統(tǒng)奠定了堅實基礎(chǔ)，在天氣預(yù)測領(lǐng)域?qū)崿F(xiàn)了革命性突破，彌補了谷歌 AI 氣象模型（GenCast）和神經(jīng)網(wǎng)絡(luò)技術(shù)的不足。
精準(zhǔn)的天氣預(yù)測和可再生能源出力預(yù)測，為電力現(xiàn)貨市場提供了更可靠的供需數(shù)據(jù)支持，人工智能在優(yōu)化市場交易和應(yīng)對波動性中發(fā)揮了重要作用。
可再生能源發(fā)電出力的間歇性與波動性，是對現(xiàn)貨市場的價格穩(wěn)定性的挑戰(zhàn)，但也為市場參與方創(chuàng)造了更多盈利機會。例如，通過人工智能優(yōu)化充放電策略，電池儲能系統(tǒng)能夠在價格波動中實現(xiàn)利潤最大化。
相比傳統(tǒng)商業(yè)模式，通過人工智能優(yōu)化的電力交易，售電商收入增幅可超過60%。其操作方式類似于股票市場中的趨勢跟蹤算法。趨勢跟蹤模式的盈利能力通常為套利模式的三倍以上。
然而，市場趨勢隨時可能反轉(zhuǎn)，帶來追高或低賣的風(fēng)險并導(dǎo)致?lián)p失，風(fēng)險較高，因此更適合長期市場。這一創(chuàng)新還穩(wěn)定了市場價格，讓人工智能助力能源市場上的參與者實現(xiàn)雙贏。
基于精準(zhǔn)的天氣預(yù)測與市場優(yōu)化，人工智能在電網(wǎng)調(diào)度中的應(yīng)用潛力將進(jìn)一步提升。海量測量數(shù)據(jù)和低成本天氣預(yù)測將進(jìn)一步提升可再生能源的預(yù)測速度和精度。這為平滑現(xiàn)貨市場價格曲線和解決電網(wǎng)過載問題提供了重要支持。根據(jù)對2030年、2040年和2050年三個場景的預(yù)測，集中式儲能設(shè)施和人工智能在現(xiàn)貨市場的廣泛應(yīng)用將顯著降低現(xiàn)貨市場的價格，助力解決電力轉(zhuǎn)型帶來的電價上漲難題。
在電網(wǎng)運行中的應(yīng)用
隨著可再生能源設(shè)備價格的不斷下降，電網(wǎng)運行費用逐漸成為影響電費的主要因素之一。在德國，再調(diào)度和治愈性調(diào)度等運行操作措施是當(dāng)前研究的兩個重點方向。其中基于天氣預(yù)測的48～72小時潮流預(yù)測是新型調(diào)度模式的基礎(chǔ)。
再調(diào)度是通過調(diào)整可再生能源發(fā)電和傳統(tǒng)電廠出力，以“一升一降”的方式解決電網(wǎng)過載問題，保持系統(tǒng)平衡的措施。德國通過再調(diào)度2.0進(jìn)一步完善了配電網(wǎng)的棄電管理措施，要求將可再生能源棄電納入再調(diào)度機制。具體來說，功率超過100千瓦的分布式可再生能源必須接受調(diào)度控制，以確保系統(tǒng)平衡，減少棄電量和負(fù)電價對系統(tǒng)的影響。
德國正在將再調(diào)度2.0升級為再調(diào)度3.0，計劃取消對可再生能源發(fā)電功率的限制，將措施覆蓋范圍進(jìn)一步擴大至包括家庭光伏、熱泵及儲能設(shè)施。這一升級依賴于“可控智能電表”的推廣，以及更加先進(jìn)的通信與安全技術(shù)。
當(dāng)前，研究工作的重點是開發(fā)安全且可擴展的物聯(lián)網(wǎng)解決方案，推動人工智能和機器學(xué)習(xí)技術(shù)在預(yù)測、再調(diào)度3.0優(yōu)化以及分布式設(shè)備控制中的廣泛應(yīng)用。通過邊緣計算與云網(wǎng)格技術(shù)，確保電網(wǎng)安全，即使部分區(qū)域出現(xiàn)問題，其他區(qū)域仍能維持正常再調(diào)度。
為了保障電網(wǎng)的安全運行和經(jīng)濟(jì)性，德國電網(wǎng)企業(yè)采用了治愈性調(diào)度方法。這種方法通過新型系統(tǒng)保護(hù)策略，使電網(wǎng)在發(fā)生故障時能夠迅速恢復(fù)到安全狀態(tài)，其目標(biāo)是在正常運行時，雙線路的輸送能力接近100%。當(dāng)故障發(fā)生時，非故障線路短暫過載，網(wǎng)絡(luò)助推器（電池）介入解決過載問題，使得系統(tǒng)迅速恢復(fù)正常。隨后，通過使用電轉(zhuǎn)熱設(shè)備、調(diào)整發(fā)電計劃、啟動備用電廠、優(yōu)化潮流等措施接替電池。這一過程類似一次、二次、三次調(diào)頻之間的過渡。目前，治愈性方法在輸電網(wǎng)上已進(jìn)入試點階段，配電網(wǎng)也啟動了相應(yīng)研究項目。研究項目包括利用大功率充電樁和大型熱泵實現(xiàn)治愈性調(diào)度。
盡管治愈性方法顯著提升了輸電網(wǎng)的利用效率，但其推廣仍需克服海量場景計算與動態(tài)電網(wǎng)拓?fù)涞膹?fù)雜性。目前，人工智能尚未完全解決因電網(wǎng)拓?fù)鋭討B(tài)變化引發(fā)的高復(fù)雜性問題，但相關(guān)研究正在積極推進(jìn)中。
在日前市場，德國在再調(diào)度和治愈性調(diào)度中堅持“先市場、后電網(wǎng)”策略，在大尺度預(yù)測的基礎(chǔ)上，充分利用慢速且低成本的靈活性資源，有望進(jìn)一步降低電網(wǎng)費用，從而減輕電力轉(zhuǎn)型的總體成本。
隨著電制氫、電轉(zhuǎn)熱、熱泵、調(diào)峰電廠和網(wǎng)絡(luò)助推器（電池）的逐步投入運行，組合優(yōu)化形式不斷增多。預(yù)計到2035年，德國將建成一個靈活性市場，通過AI優(yōu)化電網(wǎng)拓?fù)溥B接方式，徹底解決電網(wǎng)計算并行化難題，推動電網(wǎng)調(diào)度的重大變革。
