利用人工智能加快能源转型.pdf

-1-2022 年年 1 月月 17 日日第第3期期总第总第 522 期期利用人工智能加速能源转型利用人工智能加速能源转型【译者按【译者按】2021 年 9 月，世界经济论坛、彭博新能源财经、德国能源署联合发布利用人工智能加速能源转型研究报告。报告分析了人工智能技术在能源分散化、数字化和脱碳化转型过程中的巨大需求和应用范围，从设计、赋能、治理三方面提出了九项原则，旨在释放人工智能潜力，助力能源转型。报告为能源公司、政策制定者等利益相关方提出了指导性建议，即加强各方合作、优化市场运作机制、建立更明确的能源数据法规等。赛迪智库规划研究所对该报告进行了编译，期望对我国有关部门有所帮助。【关键词】【关键词】人工智能人工智能能源系统能源系统转型转型建议建议-2-2021 年 8 月政府间气候变化专门委员会1发布的第六次评估报告以及近年来日益明显的热浪2、洪水和野火等气候变化，均引起了政策制定者、企业和投资者的关注。随着第二十六届联合国气候变化缔约方大会（COP26）的临近，预计气候目标的发布速度将进一步加快。低碳经济转型进程亟需加速，能源领域是这一进程的核心挑战，人工智能在促进能源转型中将发挥重要作用。一、能源转型需要人工智能一、能源转型需要人工智能目前，全球能源系统正在转型，人工智能加快能源转型的潜力被不断激发。（一）能源系统需要利用数字化手段推动快速转型（一）能源系统需要利用数字化手段推动快速转型为实现深度脱碳，需要将能源系统的二氧化碳排放量迅速降至极低水平。能源系统脱碳化转型带来一体化和电气化变革，电力、交通、工业、建筑等行业之间的互动显著增强，且该系统将由相互依赖的能源和电信网络构成。为了加快向广泛、实惠、低碳化能源供应的转变，需要进一步优化能源系统的各个环节，并强化每个环节之间的协调与合作。这需要深入了解并建立更好的机制，来监测和控制电网、建筑、工业设施、运输网络以及其他1政府间气候变化专门委员会(IPCC)是评估与气候变化相关科学的联合国机构。IPCC 由世界气象组织和联合国环境规划署始建于 1988 年，旨在为决策者定期提供针对气候变化的科学基础、其影响和未来风险的评估、以及适应和缓和的可选方案。2热浪，是指天气持续地保持过度的炎热，也有可能伴随有很高的湿度。-3-能源密集型行业之间的整合及相互作用。数字技术可协调不同的系统，并促进能源领域的信息共享，使复杂的过程实现自动化处理。未来，数字技术将发挥越来越重要的作用，在发电、输电、配电、贸易和消费等传统价值链内部和外部开启新的商业和运营模式，提升性能、节约成本。（二）电力行业脱碳是整个能源系统脱碳的焦点（二）电力行业脱碳是整个能源系统脱碳的焦点能源系统转型包括迅速扩大可再生能源的供应以及供暖、工业和交通大规模清洁电气化。随着电动汽车保有量的增加、电池储能成本的下降以及建筑和重工业均趋向净零排放用电，预计从2019 年到 2050 年，电力在全球能源需求中占比将增加 60%。电力将被越来越多地用于供暖和制冷、运输，甚至是制备氢气等。随着电力在各领域用途的增加，它将成为全球能源供应的核心支柱，这既为电力行业带来新的发展机遇，在能源脱碳化转型的背景下，也将给现有的发电、输电、贸易和配电系统带来新的挑战。（三）能源转型需要大量投资（三）能源转型需要大量投资在彭博新能源财经的2020 年新能源展望中，有一项关于未来能源经济转型的长期预期，即到 2050 年，56%的发电量将来自太阳能和风能，分别达到 7.6 太瓦和 4.6 太瓦。且该假设建立在维持目前政策基础上，这反映出即使不考虑高昂的煤炭价格或净零排放目标，太阳能太阳能、风能和储能经济也成为电力行业快速脱风能和储能经济也成为电力行业快速脱-4-碳的重要驱动力碳的重要驱动力。根据彭博新能源财经的估计，在 2050 年之前，能源系统脱碳转型将需要投入 15.1 万亿美元用于太阳能、风能发电站建设和 14 万亿美元用于电网建设。为了在 2050 年实现全球净零排放的目标，需要在 2020 至 2050 年间投资至少 92 万亿美元用于能源系统基础设施建设。（四）未来的电力系统将高度去中心化（四）未来的电力系统将高度去中心化提高可再生能源发电的比例将使电力系统包含更多来自间歇式发电机供电，而且更加分散。目前，分布式小型光伏电站占全球发电装机容量的 4%，中型发电厂的装机容量为 944 兆瓦，根据彭博新能源财经能源转型的预测，到 2050 年，分布式小型光伏电站占比将提升至 13%，而中型发电厂的装机容量将缩减 80%以上，仅 158 兆瓦。（五）电力系统管理的复杂性将显著增加（五）电力系统管理的复杂性将显著增加根据脱碳目标及目前发展趋势判断，未来将有大量的实体设备接入电网，尤其是配电网的接入。在配电网中，电流也将变得越来越动态和多向性（见图 1），诸如小型分布式设备可能会发电并回售给电网、电动汽车快充等导致需求激增、智能家居等设备可能会在电网运营商不知情的情况接入电网，这些都将对电流的稳定性产生不小的影响。种种动态变化或将挑战电网的稳定性能，甚至引发供电功率不平衡、停电、限电，或者装机容量过剩-5-等问题。如果没有实时数据分析，未来复杂的电力和能源系统将变得更加难以管理。图 1：全球电力系统转型i 仅包括电池、电动和插电式混合动力乘用车（不包括商务车和两轮或三轮车）。ii 仅包括太阳能和风能（不包括其他可再生能源）。-6-iii 包括大型电站级和节能型锂离子电池存储。来源：改编自德国能源署（2020），图片来自彭博新能源财经（2020）（六）人工智能可以加速能源转型（六）人工智能可以加速能源转型人工智能指的是一个更加宽泛的概念，并非一项单一的技术或产品，而是一套能从大量数据库中挖掘有效信息、进行模式识别以及预测潜在结果的算法。行业内已经有一些人工智能的应用案例，但要快速、安全和经济地摆脱对化石燃料的依赖，就要更大规模、更快速地部署人工智能技术。人工智能有望在整个能源产业价值链中得到广泛应用，为企业提供全新的商业模式来增加收入来源，同时有助于企业节支降本（例如通过对现有设备的预测性维护降低设备更换费用），所以人工智能在促进能源转型方面的经济价值难以准确估计。考虑到实现能源转型所需的投资规模，即使人工智能只将投资或能源需求的峰值降低几个百分点即使人工智能只将投资或能源需求的峰值降低几个百分点，也将为整个行业节省数十亿美元。也将为整个行业节省数十亿美元。二、人工智能在能源转型中的应用二、人工智能在能源转型中的应用人工智能是一款能够应对全球能源转型复杂性人工智能是一款能够应对全球能源转型复杂性、提高系统效提高系统效率率，从而降低成本从而降低成本、加快转型速度的强大工具加快转型速度的强大工具，主要应用于四个重点领域：可再生能源发电能力和需求预测、电网运行和优化、能源需求管理以及材料发现和创新。根据德国能源署在 2020 年对人工智能在能源行业应用领域的分析（见图 2），人工智能应-7-用根据使用的数据资料可分为以下几类：市场、商品和气象数据，图像和视频，设备和传感器数据。以下各节将对这些应用详细说明。图 2：按照数据类型，对能源转型中的人工智能应用进行划分太阳能和风能电场选址电网设计和规划分布式可再生能源及设备智能管理材料发现发电厂建设设备运行和维护设备/建筑电力消耗的优化自 动 化 材 料合成与实验产品设计改进电网性能监测虚拟发电厂运行设备故障和停电预测维护计划优化发电量预测电力需求预测来源：德国能源署分析（2020）（一）可再生能源发电能力和需求预测（一）可再生能源发电能力和需求预测人工智能在可再生能源发电能力和需求预测中的应用主要人工智能在可再生能源发电能力和需求预测中的应用主要-8-表现为如图表现为如图 2 中的中的 1-7，具体如下：，具体如下：太阳能和风能电场的选址太阳能和风能电场的选址。选址对发电厂的容量因数影响较大，通过借助人工智能技术，可以寻找既有最佳的日照和风力资源又便于接入现有电网基础设施的地点。发电厂的建设。发电厂的建设。当发电厂开工建设后，人工智能也可以用于管理建设进度，例如优化设备运送到现场的顺序和识别低效的施工流程。改善产品设计。改善产品设计。人工智能还可以帮助改善产品设计，例如在新型人体工程学风电机组叶片、光伏面板或电力电子器件、控制系统的设计方面。预测故障和停工。预测故障和停工。发电厂投产后，运营商需要对其进行定期维护，以避免因系统故障导致停机和额外的维修费用。根据彭博新能源财经的分析，维护费用占发电总成本的比重达到 1%（大型电站级太阳能电场）到 20%（海上风电场）。企业通过将人工智能整合到运营和维护流程中来预测故障和停工，从而帮助减少不必要的维护，避免或推迟昂贵的设备更换，实现整体效率的提高。优化维护计划。优化维护计划。人工智能通过借助传感器的实时监测数据，在检测到异常状况时触发预警，为海上风电场等偏远设施维护节省大量成本。-9-太阳能和风能设备发电量的预测太阳能和风能设备发电量的预测。目前，预测太阳能和风能电场的发电时间与发电量仍比较困难，人工智能通过学习历史气象数据、传感器数据（例如实时风速和日照强度等测量数据）、图像和视频数据（例如卫星云图）能够实现对太阳能和风能设备发电量的预测。根据人工智能预测的短期发电量结果，操作系统可对当地电池储能装置充放电进行调控，从而帮助弥补太阳能和风能电场的短缺。预测电力需求。预测电力需求。该预测过程也相当复杂，处理不当容易导致停电或可再生能源短缺，人工智能通过对历史消费数据分析，来帮助预测系统的电力需求。（二）电网运行和优化（二）电网运行和优化借助人工智能来优化电网的运行方式，进一步提高现有线路的输电和配电能力，并延长设备的使用寿命，将是支撑能源转型的关键因素。此外，即使未来需要将更多的可再生能源装置与电网进行整合，通过人工智能也能保障整个系统的稳定运行。电网设计和规划电网设计和规划。根据彭博新能源财经预测，到 2050 年，需要投资至少 14 万亿美元用于建设新型电网基础设施和更新改造电网，以加强可再生能源配电网的建设以及支持建筑、工业和交通电气化发展。人工智能通过分析历史电网数据、发电量以及预测需求，合理选取电网设备的位置和种类，以及快速确定变压器-10-与电缆的大小规格，在电网设计和规划的战略决策中发挥着重要作用。设备运行和维护。设备运行和维护。在电网管理中，人工智能也被用于一系列重要设备的运行和维护工作。设备运行方面，人工智能通过测量实时温度来确定线路的安全承载上限（而不是采用基于理论和假设的保守温度得到的静态结果），有助于提高输电线路传输容量的利用率。设备维护方面，如果未来低碳能源系统的电网实现延长数百万公里的设想，则定期人工检查的费用也将随之激增，而通过计算机视觉和机器人技术可以分析由直升机或无人机拍摄的视频片段来对电网进行远程检查，同时通过训练让系统具备发现腐朽的电线杆、电线上的鸟巢以及繁茂植被的能力，协助维护人员保障电网安全稳定地运行。监测电网性能监测电网性能。除设备维护外，人工智能还能用于监测电网性能。通过收取输电网、配电网的传感器数据，并使用“电网数字孪生”实时监测性能和整合人工智能技术帮助识别电网运行模式，将加速推进可再生能源电力的普及与融合，也为系统稳定性监测提供了替代方案。（三）能源需求和分布式资源管理（三）能源需求和分布式资源管理管理和调节能源需求是决定能源领域能否实现低本高效脱碳的重要因素之一。人工智能的应用有助于提升工厂和数据中心的-11-能源效率，加快分布式可再生设备的普及和使用。分布式可再生能源及设备智能管理分布式可再生能源及设备智能管理。人工智能可以从大量数据中有效地进行模式识别和流程优化，从而使它成为分布式可再生能源及设备智能管理的优先选项。在分布式可再生电源与其他存储设备互动方面，人工智同样发挥着重要作用，例如人工智能可以帮助家庭用户在电池供电、实地太阳能发电和电网供电之间择优进行切换，从而满足客户追求低成本、自给自足的需求。优化电力消耗。优化电力消耗。工厂和数据中心通过应用人工智能来分析设备工况和节电方案，来帮助优化电力消耗。通过人工智能分析建筑物的传感器数据和计算机视觉检测结果来确定入住率，并熟悉建筑的热特性，可以降低电力需求。在改变电力需求模式方面，人工智能通过调节用电系统与可再生能源发电的高峰时段相匹配，让需求适应供应，从而减少用户的碳足迹，并让用户成为推动全天候无碳用电的重要动力。“虚拟发电厂虚拟发电厂”（VPP）运营。）运营。除了减少能源需求量或改变需求模式外，人工智能为分布式设备的“虚拟发电厂”运营带来了新的发展机遇。首先，它们通过协调小型发电厂及分布式设备，打造了原本难以企及的电网服务体系。其次，在小型分布式设备实现自动化和自主性的基础上，人工智能不仅能维持用户的设备正常运行、支持电网建设，还能为用户提供的电网服务获取补偿。-12-（四）材料的发现和创新（四）材料的发现和创新开发用于清洁能源发电和存储的高性能开发用于清洁能源发电和存储的高性能、低成本材料已经成低成本材料已经成为能源转型的当务之急为能源转型的当务之急。为了满足复杂的性能需求为了满足复杂的性能需求，材料的发现材料的发现、开发、部署过程往往资本高度密集且周期较长。开发、部署过程往往资本高度密集且周期较长。材料发现。材料发现。在该过程中，人工智能被用于在分子水平上筛选潜在的材料，通过预测这些材料的特性，为特定问题找到最佳候选者。自动化合成及实验。自动化合成及实验。人工智能也能与机器人技术相结合，被用于自动化合成及实验，通过性能测试结果合理调节制备过程，可大幅缩减部署新材料研发所需的时间和成本，可应用于开发碳捕获材料、热电材料、太阳能电池板材料等。三、人工智能促进能源转型应遵循的原则三、人工智能促进能源转型应遵循的原则要激发人工智能在能源转型中的全部潜力要激发人工智能在能源转型中的全部潜力，就需要遵循共同就需要遵循共同的指导原则。的指导原则。（一）设计方面（一）设计方面原则原则 1：自动化：自动化设计发电设备的运行方式，实现系统自设计发电设备的运行方式，实现系统自动化控制并提高电网人工智能的自主性动化控制并提高电网人工智能的自主性随着能源系统管理的复杂化和去中心化，系统需作出更多实时的决策，人工智能发挥的作用应从仅协助运营者决策向完全自-13-行决策转变。为了充分发挥人工智能的优势，电网运营商必须以自动化控制和提升自主性作为目标，为新型并网装置制定最低技术标准，更新电网运行程序和安装新型电力设备。原则原则 2：可持续性：可持续性积极推动新型基础设施的节能降耗以积极推动新型基础设施的节能降耗以及采取符合人工智能可持续发展的做法来限制碳足迹及采取符合人工智能可持续发展的做法来限制碳足迹随着人工智能在能源领域的应用，需考虑能效和可持续发展的标准，并以标准化的方式报告模型开发、训练和运行过程中的能源消耗或碳排放成本，积极推动新型基础设施的节能降耗以及采取符合人工智能可持续发展的做法和研究方法。具体包括采用绿色电力设备运行算法和进行废热回收、通过优化能源结构的方式来管理资源，以及采用最符合可持续发展的做法来开发技术。原则原则 3：实用性：实用性可用性和可解释性是人工智能开发的重可用性和可解释性是人工智能开发的重点点虽然该行业将雇用更多的数据科学家和开展内部人员培训，但如果只有专家才会使用人工智能，将出现人才缺口。要实现人工智能易于理解和使用，并使它成为各种操作任务的基础，需要开发用于解释人工智能行为和训练人工智能的算法，以及创建易于非专家快速使用和修改的低代码工具。（二）赋能方面（二）赋能方面原则原则 4：数据共享数据共享建立统一的数据标准和数据共享机制建立统一的数据标准和数据共享机制，-14-以提高数据质量和实现数据可用以提高数据质量和实现数据可用实现更多数据交换的关键步骤是整个能源领域的数据标准实现更多数据交换的关键步骤是整个能源领域的数据标准达成一致达成一致。对监管方而言，需要在使用数据和保护数据隐私之间认真权衡，通过更广泛地接入云和区块链的网络系统，将数据采取匿名的方式进行汇总。若以上这些措施得到统一落实，便可在能源领域采用安全的、基于信任的数据共享系统。原则原则 5：价值最大化价值最大化建立全方位的市场体系与监管框架建立全方位的市场体系与监管框架，使人工智能用例实现技术价值最大化使人工智能用例实现技术价值最大化目前，人工智能辅助的节能型设备自动竞价系统的价值仍被低估，价值评估机制尚未达成一致。若缺乏充分重视节能型设备的监管框架，将难以实现人工智能用例的价值。只有当用户和其他市场参与者有明确的价值主张，监管部门才能建立监管体系的基础结构和框架，从而促使人工智能实现规模化。原则原则 6：教育赋能：教育赋能通过以人为本的人工智能技术为用户通过以人为本的人工智能技术为用户和劳动力赋能，并进行技能教育以匹配技术的发展和劳动力赋能，并进行技能教育以匹配技术的发展为了实现电力行业人工智能价值最大化，不仅需要工程师、员工、管理人员对技术本身的信任，还需要数据科学家和能源工程师共同负责电网管理流程中人工智能系统的开发和应用。对于终端用户而言，除了部署基于人工智能的解决方案，还需为用户提供算法与应用的培训，实现用户与人工智能的高效互动。-15-（三）治理方面（三）治理方面原则原则 7：安全可控性：安全可控性商定通用的方法来管控人工智能风商定通用的方法来管控人工智能风险险为了使人工智能应用软件在能源领域得到推广，监管部门和行业领导者需要首先了解人工智能可能带来的潜在风险。围绕人围绕人工智能的相关风险来制定通用的评估和管理方法工智能的相关风险来制定通用的评估和管理方法，将是建立算法将是建立算法信任和提高透明度的关键信任和提高透明度的关键。当电力系统由人工控制时，人们对风险的感知能力是不足的。在自动控制系统中，通过对监管者、政策制定者、能源部门员工进行人工智能风险管理教育，同时为人工智能算法设定清晰的界限可以显著降低风险。原则原则 8：可兼容性：可兼容性构建软件兼容性通用技术标准和可互构建软件兼容性通用技术标准和可互操作的接口操作的接口目前，能源系统中不同环节的标准和协议存在差异导致系统缺乏互操作性，随着集成设备和节能型装置数量的不断增加，可能会出现“一加一小于二”的次优电网，电力行业对通信软件和机器接口的标准协议达成一致的需求日益增加。能源系统的市场参与者（包括监管方、电网运营方和设备制造方）应采用共同的标准，并设计和安装可互操作的“即插即用”设备。原则原则 9：责任担当：责任担当确保人工智能符合道德规范并以负责确保人工智能符合道德规范并以负责任的方式加以应用，是人工智能开发和部署的核心任的方式加以应用，是人工智能开发和部署的核心-16-为避免人工智能技术对社会造成危害，能源领域的人工智能应用必须遵循经济合作与发展组织“包容、公平、透明、可靠、问责”五项核心原则，即在实践中需要根据特定用例的潜在危害来对人工智能进行风险管理，并重点关注高风险用例、敏感个人数据和弱势群体。当道德考量成为技术和系统设计流程的核心，当人工智能系统在应用前和整个应用过程中都被严格测试和详细记录，人工智能的风险将会得到有效管控。四、建议与展望四、建议与展望在能源领域在能源领域，企业和政策制定者必须以负责任的方式开发和企业和政策制定者必须以负责任的方式开发和管理人工智能应用管理人工智能应用，并营造有利于激发人工智能全部潜力的外部并营造有利于激发人工智能全部潜力的外部环境。本报告提出以下建议：环境。本报告提出以下建议：一是一是能源行业应以积极协作的方式管理人工智能相关技术，来推动产业转型。通过研发合作、分享践行人工智能原则的最佳方法、展示实践案例等方式，加强能源领域各参与方之间的合作，将有助于在开发者和用户及用户和监管部门之间建立信任。未来几年对于实现整个能源系统普及新型低碳技术的目标至关重要，能源行业应采用通用的数据标准推进技术的普及以及加快数字化转型。二是二是能源企业/公用事业高管应思考是否以及如何利用人工-17-智能（例如，人工智能可以帮助应对哪些挑战，使哪些流程、产品和服务从中受益最大）。企业领导者应理解本白皮书中确立的人工智能原则和相关法规对其企业发展的意义，以及应如何将其融入具体的产品设计、日常运营和决策程序中。企业应从探索已知用例的最佳做法开始制定企业的战略目标，可以采取从外部供应商采购人工智能解决方案或者由企业内部开发必要的管理能力和解决方案的方式，无论采取哪种方式，企业都需要大力发展能力建设，以确保员工有能力管理集成化人工智能系统，并实现其全部价值。三是三是政策制定者和系统运营商应审查现行的市场运作机制，并创建既可带动低碳发电系统发展又可促进系统灵活性提升的电力市场。由于能源领域的许多人工智能用例都与小型分布式设备有关，因此这些资源应该被不受限制地纳入能源市场和相应的价值池（例如，展示人工智能辅助管理的灵活性优势），从而为分布式发电以及大型发电装置营造公平的竞争环境，并消除监管障碍。四是四是在地区和国家能源系统建模和基础设施规划中，规划者应考虑人工智能、智能分布式设备等的作用。目前，能源建模中常常忽略了配电网，注重这些设备的整合及其在转型过程中的重要性，将有助于规划者在开展基础设施投资（比如，电网延伸和-18-现代化）或部署新型集中式发电装置中作出更合理的决策。五是五是各国政府应考虑建立更明确的能源数据法规（例如，如何保护能源数据，谁有权使用这些数据），并确保数据被公平和公正地使用。若数据成为能源转型的商品，政府应制定清晰和简单的设计规则，确保数据的快速收集、安全存储、易于使用和公平分配。在制定新法规时，要考虑到将增加多少复杂的流程，这可能会给初创企业和小微企业造成巨大的准入壁垒。译 自：Harnessing Artificial Intelligence to Accelerate the EnergyTransition,September 2021 by World Economic Forum inCollaboration with BloombergNEF and Deutsche Energie-Agentur(dena)