2022-06-29
隨著國(guó)內(nèi)與國(guó)際能源形勢(shì)的不斷變化，以及對(duì)“能碳雙控”目標(biāo)提出的更高要求，促使對(duì)能源效率的進(jìn)一步挖掘。隨著設(shè)備能效技術(shù)改造的深入和各類新型能源設(shè)備的投建，傳統(tǒng)的計(jì)劃調(diào)度方法難以在成本和效益間實(shí)現(xiàn)平衡，需要通過(guò)精細(xì)化的能源數(shù)據(jù)采集、分析和優(yōu)化控制，實(shí)現(xiàn)最大化的能源資產(chǎn)價(jià)值與能碳雙控。
科技界對(duì)于能源數(shù)據(jù)的采集分析與優(yōu)化控制，一種路徑為通過(guò)對(duì)能源系統(tǒng)機(jī)理模型的研究進(jìn)行定量分析，實(shí)現(xiàn)白盒式的公式推導(dǎo)與驗(yàn)證，通常對(duì)系統(tǒng)的暫態(tài)和穩(wěn)態(tài)進(jìn)行相關(guān)的建模分析，確定系統(tǒng)運(yùn)行的安全邊界，從而實(shí)現(xiàn)高度自動(dòng)化的控制。這種路線對(duì)具有高度確定性的能量源、輸送線路等是高效與安全的實(shí)現(xiàn)方式。針對(duì)近年來(lái)以新能源為代表的的各類新型能源系統(tǒng)建設(shè)，以及用能負(fù)荷側(cè)波動(dòng)性的提升，系統(tǒng)的安全邊界正逐步受到這類系統(tǒng)天然隨機(jī)性的挑戰(zhàn)。為此，科技界已逐步引入以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)進(jìn)行能源系統(tǒng)的模型訓(xùn)練與仿真分析，通過(guò)以數(shù)據(jù)驅(qū)動(dòng)代替經(jīng)驗(yàn)公式的方式產(chǎn)生具有通用性的能源模型，從而更好的實(shí)現(xiàn)對(duì)能源系統(tǒng)的優(yōu)化。從終端用能的角度來(lái)看，主要有以下三點(diǎn)：
第一個(gè)方面是對(duì)用能負(fù)荷的預(yù)測(cè)。隨著物聯(lián)技術(shù)和大數(shù)據(jù)技術(shù)的不斷發(fā)展，通過(guò)物聯(lián)大數(shù)據(jù)手段對(duì)終端能源數(shù)據(jù)本身以及各維度綜合數(shù)據(jù)的收集，包括行業(yè)市場(chǎng)波動(dòng)情況、生產(chǎn)排班與排產(chǎn)計(jì)劃，外部因素如天氣數(shù)據(jù)，以及周期性節(jié)假日等關(guān)聯(lián)性數(shù)據(jù)的建模，通過(guò)CNN、LSTM等人工智能算法模型對(duì)基線用能負(fù)荷數(shù)據(jù)的特性分析與模型訓(xùn)練，以及與其關(guān)聯(lián)的數(shù)據(jù)進(jìn)行特征工程等方式方法，實(shí)現(xiàn)對(duì)用能負(fù)荷的統(tǒng)計(jì)分析與預(yù)測(cè)，迭代修正模型提高其準(zhǔn)確性，從而獲得對(duì)未來(lái)負(fù)荷的高精度預(yù)測(cè)。
第二個(gè)方面是針對(duì)設(shè)備能效特性的學(xué)習(xí)。通過(guò)對(duì)各類用能設(shè)備的輸入、輸出參數(shù)，以及機(jī)理特性參數(shù)進(jìn)行在線建模，實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行能效特性曲線的總體模型。通過(guò)人工智能的優(yōu)化求解方法找出設(shè)備的優(yōu)化運(yùn)行節(jié)點(diǎn)與方案。由于設(shè)備運(yùn)行機(jī)理具有強(qiáng)白盒特性，可通過(guò)監(jiān)督學(xué)習(xí)方式對(duì)其運(yùn)行數(shù)據(jù)進(jìn)行標(biāo)注，從而提高模型準(zhǔn)確性和訓(xùn)練速度。同時(shí)，可通過(guò)仿真方式對(duì)其有效性進(jìn)行驗(yàn)證。
最后一個(gè)方面是系統(tǒng)運(yùn)行優(yōu)化。通過(guò)結(jié)合前述的負(fù)荷預(yù)測(cè)模型和設(shè)備運(yùn)行模型，實(shí)現(xiàn)運(yùn)行場(chǎng)景綜合仿真，通過(guò)設(shè)定多元化的優(yōu)化目標(biāo)，試用求解方法給出最優(yōu)或近似最優(yōu)的系統(tǒng)動(dòng)態(tài)運(yùn)行方參數(shù)、運(yùn)行策略和控制指令，通過(guò)執(zhí)行器和控制器完成控制動(dòng)作，實(shí)現(xiàn)優(yōu)化控制閉環(huán)。
以上是對(duì)通過(guò)人工智能技術(shù)對(duì)能源系統(tǒng)運(yùn)行優(yōu)化方法的簡(jiǎn)要分析，極熵科技通過(guò)多年的技術(shù)研發(fā)與產(chǎn)學(xué)研合作，積累了大量面向電力能源系統(tǒng)與新能源系統(tǒng)的數(shù)據(jù)、AI算法和模型，基于能源系統(tǒng)數(shù)據(jù)實(shí)現(xiàn)負(fù)荷預(yù)測(cè)、仿真分析與動(dòng)態(tài)優(yōu)化策略的生成，通過(guò)云邊一體的數(shù)據(jù)與控制系統(tǒng)實(shí)現(xiàn)對(duì)柔性負(fù)荷、儲(chǔ)能系統(tǒng)等電力能源設(shè)備的精準(zhǔn)控制，實(shí)現(xiàn)終端場(chǎng)景的系統(tǒng)20%的效率提升，促進(jìn)了能源系統(tǒng)向更高質(zhì)量發(fā)展。。
400-0605-301
400-663-6036
