（三）故障監測

 

2017年11月，印度北部的一座燃煤電廠發生爆炸，原因是煤氣管道堵塞導致鍋爐爆炸。導致事故的原因是沒有對設備進行經常性的檢查，而且世界上許多地方都沒有嚴格的監管規定，因此設備故障是很常見的。使用人工智能和傳感器去監測每一個設備的運營情況，結合以往機器出現的故障數據，可以更好地分析和決定應該在何時更換零部件，從而節約成本。目前，許多創業公司正在試圖將這項服務提供給能源行業。

 

案例1：美國通用電氣GE智能檢測業務

 

美國通用電氣公司GE成立了人工智能公司，致力于利用數據分析、機器人和人工智能技術為油氣、運輸和能源行業等提供先進的檢測服務。目前，GE公司已經開始了對用于煉油廠、工廠、鐵路以及其他工業設施檢測的自主無人機和機器人“爬蟲”的檢測工作。在測試中，無人機和機器人能夠在偏遠或危險設施周圍和內部移動，同時拍攝腐蝕環境或獲取溫度、振動等讀數，這些數據將通過計算機算法和人工智能進行分析。GE表示計劃降低公司每年在檢查方面的費用，公司每年花費在全球各地的檢查費用高達400億美元。

 

案例2：Tachyus預測故障 優化運營計劃

 

硅谷數據供應商Tachyus開發了一個平臺，收集來自傳感器的數據，并將其與地震活動、鉆井日志、地核、完井設計、生產數據和維護記錄中的數據進行整合。結合物理模型和機器學習，該平臺可以預測機械設施故障并確定最佳運營計劃，在促進生產的同時大幅降低成本消耗。

 

案例3：SparkCognition預測關鍵設施何時故障

 

2017年12月，美國能源部授予SparkCognition公司一個獎項，以鼓勵其利用人工智能提高燃煤電廠的發電量。該公司將解析學、傳感器和操作中產生的數據相結合，來預測關鍵的基礎設施何時會崩潰。

 

案例4：AES公司利用人工智能加強生產與經營安全

 

2017年9月，美國能源巨頭AES電力公司宣布了進軍人工智能的計劃，將其作為提高公司的警覺性、效率和保護公司財產的手段，主要針對的是他們的太陽能電站和電網系統。

 

（四）預測和管理

 

人工智能在能源領域可以進行能源流的預測和管理，通過建立預測模型，收集大量有關天氣、環境、大氣條件以及新能源電站和電網運行情況的數據，解決能源流的預測和管理問題，確保供需始終處于均衡狀態，以便實時匹配空間和時間的需求變化。比如太陽能和風能等可再生能源對天氣狀況有非常高的依賴度，因此，有效的天氣預報是可再生能源生產中不可或缺的重要部分。

 

案例1：BP“里程”人工智能系統

 

在紐約和芝加哥的加油站，BP開始配置使用名為“里程”的人工智能系統的加油泵，來提升消費者的互動體驗。在加油的同時，“里程”會問候消費者，提供小娛樂，提供折扣優惠，并將消費者連接到社交平臺。除了了解消費者的消費模式外，這種互動智能技術還可以改變消費者對傳統加油站的觀念，吸引他們進行二次消費。而在電力市場，消費者會在電網產生數據流。目前有些供應商已經開始安裝智能電表，實時收集數據流，這不僅有助于預測網絡負載，還可以預測消費習慣。

 

案例2：IBM“深雷”產品

 

IBM計劃推出一款名為“深雷”的新產品，以提供0.2～1.2英里范圍內的精確天氣預報，該技術整合了數十種預測模型，收集了大量有關天氣、環境、大氣條件以及太陽能電站和電網運行情況的數據源。IBM還在可再生能源預測領域進行了廣泛的合作研究，有超過200個項目使用其太陽能和風能預測技術，并與美國能源部合作，利用人工智能來優化清潔能源應用。IBM聲稱其人工智能天氣模型比坊間的太陽能和風能預測模型還要精確。

 

案例3：Stem雅典娜項目

 

位于加利福尼亞州的Stem公司開發了代號為雅典娜（Athena）的項目。項目利用人工智能繪制出能源的使用情況，并允許客戶跟蹤能源價格的波動，從而更有效地使用被儲存的能源。Stem已經從包括美國能源部、GE Ventures和新加坡主權財富基金淡馬錫控股在內的多家投資者那里融到了超過3700萬美元的資金。Stem開發的AI平臺Athena可以為企業提供實時的自動化能源優化管理服務。該系統每秒鐘都會獲取太陽能發電廠和電網負載數據，并根據電費、天氣預報等各種外部數據，分析未來電價的變化走向，進行電力的發送或存儲，使企業儲能價值最大化。據公司稱，盡管該系統投入會增加企業20%的成本，但其智能儲能解決方案可以節省企業高達30%的能源成本。

 

案例4：Nnergix能源預測平臺

 

西班牙初創公司Nnergix成立于2013年，利用天氣數據和機器學習技術進行能源預測。公司開發的Sentinel Weather平臺可以訪問全球的天氣歷史數據和天氣預報數據，通過機器學習技術預測天氣變化對可再生能源產能的影響，可以預測每小時的發電量，從而提升電廠發電效率，并降低運營成本。目前，公司客戶已覆蓋20多個國家，已累計融資72萬歐元。

 

案例5：Alphabet's Nest智能恒溫器

 

美國Alphabet智能家居子公司Nest開發的一款智能恒溫器能夠通過自動適應用戶行為，達到減少能源耗費的目的。智能恒溫器在被安裝到用戶家里之后就開始學習居住者的生活習慣，并相應地調整溫度。Nest表示，該公司的技術已經為用戶節省了10%～12%的取暖費。

 

案例6：Google Sunroof（谷歌天窗）

 

谷歌發布了一個名為Sunroof的工具，來計算太陽能對美國家庭的影響。該項目采用了若干因素來計算使用太陽能能夠節省下來的資金，這些因素包括天氣數據、電費、3D建模和陰影計算。

 

（五）生產運營和能耗管理

 

云計算、數字平臺、機器人和算法分析的人工智能技術在能源行業中的應用大大改善了能源行業的建設、運行、管理等水平，包括提升企業的用能管理效率，促進電廠實現生產運營管理的智能化等。

 

案例1：谷歌DeepMind優化改進能源管理

 

2017年10月，Google公布消息稱，資料中心耗電指標PUE值達到1.11的高效率。Google利用機器學習來管理數據中心，讓冷卻設備耗電減少了40%。公司自2016年起便開始結合AI技術，開發自家資料中心專用的推薦系統，改善Google資料中心的能源效率。公司AI技術的運作原理是：每隔5分鐘，該系統通過當地資料中心內部布建的感測器撈取運作資料，并且匯入神經網絡中，預測未來維運工作對能源消耗帶來的影響。評估多種可能組合后，系統會揀選出最佳解決方案。該方案既符合安全限制，同時又能滿足最小耗能的條件。接著本地資料中心冷卻系統便自動套用AI設計出的新規則，調整冷卻系統的運作。

 

案例2：Raycatch利用AI優化電廠運營

 

以色列初創公司Raycatch成立于2015年，用人工智能技術進行太陽能發電廠的管理與運營。公司推出了基于AI的診斷和優化解決方案，可獲取并分析太陽能發電廠所有的生產數據，并對日常管理進行優化和指導。公司目前在全球范圍內管理著約1吉瓦的光伏項目，覆蓋35000個逆變器和400萬塊控制面板，客戶包括Enlight、ARAVA POWER、EDF、通用電氣等大型公司。2018年11月，公司獲得BayWa re Energy Ventures和DSM Venturing領投的430萬美元B輪融資，目前已累計融資730萬美元。

 

（六）優化能源項目開發

 

在可再生能源系統的設計、能源設備和項目開發的過程中，人工智能正在發揮越來越重要的作用。

 

案例1：Energsoft利用AI進行儲能設備研發

 

美國西雅圖初創公司Energsoft成立于2018年，公司推出的基于AI驅動的SaaS平臺為制造和使用儲能設備的公司提供先進的可視化和分析工具。公司的使命是創新并幫助發現能夠以低成本生產和儲存可再生能源和清潔能源的新材料。該AI平臺可追蹤并分析數千個電池、超級電容器和儲能系統，覆蓋從早期研發到現場管理等全流程，可幫助用戶找出工業設計的問題，例如材料選擇或制造過程，可以降低開發成本，并縮短產品上市的周期。目前公司已籌集17萬美元的融資。

 

案例2：HST Solar利用AI優化能源項目設計

 

美國初創公司HST Solar專注于太陽能電廠的設計、開發和工程服務。通過該公司的平臺，用戶輸入基本信息，例如站點位置和有關要安裝的設備詳細信息等，隨后公司的AI算法將對這些數據進行分析，給出太陽能電廠每個部分的建設方案，并可細化到每個太陽能電池板的特定方向和傾斜角度，以實現能量轉化的最大化，同時最大限度地減少強風等其他因素的影響。據公司稱，與人類工程師設計的系統相比，AI設計的太陽能發電場可以將可再生能源的生產成本降低10%～20%。

 

三、物聯網技術應用

 

物聯網（IoT）是21世紀的重大創新，是實體消費產品連接到網絡，并開始通過傳感器和致動器的裝置相互溝通。物聯網已經對能源行業產生了影響，其影響力還將繼續增長。通過對智能電網的投資和對物聯網的充分利用，我們將能夠充分利用太陽能和風能等可再生能源技術，創造更加美好的未來。當前物聯網在能源行業的應用主要集中在智能電網、智能家居、智慧建筑、智慧能源環保等方面。

 

（一）提高能效

 

能源效率在很大程度上取決于能源使用高峰時間。對于工業企業來說，效率尤為重要，因為更低的成本生產更多的產品，意味著更高的利潤。利用物聯網技術能夠使個人和企業的能源使用量大幅降低，通過傳感器可以監控照明、溫度、能源使用情況等數據，并通過智能算法處理數據從而實現實時管理。

 

案例1：E.ON建物聯網平臺

 

日前，德國意昂集團E.ON與美國Sight Machine公司建立了合作伙伴關系，創建物聯網平臺以提高生產效率，例如，通過軟件預測電力需求或控制家用電器。Sight Machine開發的系統使用人工智能、機器學習和高級分析來幫助解決質量和生產力方面的關鍵挑戰。雙方表示，這意味著來自工業和商業領域的客戶可以智能化地提高單臺機器和整個工廠的效率，從而節省能源成本。意昂集團將在自有的Optimum平臺上推廣該技術，通過將原始數據轉化為可操作的信息，客戶可以更直觀地查看能源流并識別潛在的改進方案。

 

案例2：施耐德電氣EcoStruxure能效管理

 

2016年，施耐德電氣推出了面向樓宇、數據中心、工業和電網四大終端市場的EcoStruxure能效管理架構和平臺。基于該平臺，工業企業可以提前維護設備，減少計劃外停機，酒店、醫院和機場等樓宇管理者可以查詢所有場所的運行情況以提高能源使用效率。施耐德最新發布EcoStruxure for Building 2018，通過開放式端到端IP架構，可實現物聯網設備的快速連接，且更易于收集數據，并加快調試和變更速度；利用樓宇管理系統可無縫連接建筑內部與第三方系統和設備，集中控制并強化協作。此外，EcoStruxure for Building 2018基于云架構和大數據分析服務的集團級能源管理平臺，為用戶提供能源信息的存儲和展示、指標智能預測、能效診斷和專家顧問服務，助力企業挖掘節能潛力并達成能效目標。

 

（二）智能家居和智能能源管理系統

 

隨著人們生活水平不斷提高和科技發展，家庭智能化已經成為一種全新的發展趨勢。在智能家居中融入物聯網技術可促使家居也具有智慧功能，這些高科技家庭自動化系統自備感應功能實現人對家居的實時控制，在數字化屏幕上清晰顯示節能方案、賬單等信息。在德國，越來越多的家庭開始安裝智能家居系統。2015年安裝智能家居系統的家庭還不到100萬，預計到2020年將有550萬家庭安裝。智能照明系統目前最為普遍，諸如BSH、LG、GE等制造商都將自己的產品接入到互聯網平臺上。

 

案例1：德國意昂E.ON家庭能源管理系統

 

德國意昂集團E.ON和美國巨頭微軟合作，為家用電子設備生產數字儀表板，這些家用電子設備包括從加熱系統到太陽能電池板、電池存儲系統再到電動汽車的各種產品。家庭能源管理系統將在今年推向市場，到時會成為大型德國公用事業公司提供的一系列產品中的亮點。歐洲市場每年對家庭管理系統的需求是4萬個，未來3年內可能會增長到至少20萬個。另外，意昂集團已經與能源管理公司Tado和智能家居公司Nuki等合作，為客戶提供恒溫器和電子門鎖等智能產品。

 

案例2：德國初創公司Sonnen家庭電池能量墻

 

目前，德國初創公司Sonnen已成為家庭電池能量墻（Powerwall Home Battery）領域的領跑者，其產品規模占據了全球家庭光伏儲能市場將近四分之一的份額。Sonnen首先以解決家庭屋頂光伏應用對儲能的需求為切入點。由于光伏發電的高峰是白天，而家庭的用電高峰卻在晚上，因此發電和用電高峰之間存在錯位，即使將白天的電力出售給電網，晚上再由電網供電，也仍然要支付由電網成本導致的出售價格低于買入價格的價差。而通過家庭儲能則可以將白天的光伏電力存儲起來留待晚上使用，這樣就能顯著降低家庭的電費支出。此外，Sonnen在家庭儲能系統基礎上進一步集成了家庭智能能源管理系統，最多可與三個家庭用電系統（如洗衣機、烘干機等）相連接，當存在富余光伏電量時，該家庭智能能源管理系統啟動并運轉，在一定程度上降低了對儲能電池容量的需求。

 

（三）智能電表

 

智能電表是物聯網流行的應用之一，可以實現遠程抄表、監測，提升利用效率，減少能源損耗等。智能電表在智能電網發展和未來能源管理方面具有重要作用。

 

案例：東京電力公司（TEPCO）智能電表應用

 

TEPCO委托瑞士電表廠商Landis+Gyr架設的智能電網已是目前全世界規模最大的公用事業物聯網工程，這項電網工程預定于2020年完工。負責架設東京電力公司智能電網工程的Landis+Gyr目前已完成1000萬套智能電表與裝置的安裝。當電網部署完成后，將涵蓋超過2700萬套電表以及其他物聯網裝置。這套電網系統使用了Landis+Gyr的IPv6多重技術網絡，并透過RFMesh、G3PLC以及蜂巢式網絡通訊技術所提供的Wi-SUN聯機，連接公用事業及消費者裝置。目前東京電力公司智能電網每天可傳輸5.13億筆讀取數據，并且還在朝13億筆的目標邁進，而這所有的信息都會通過Landis+Gyr的前端（head-end）系統以及電網數據管理解決方案進行處理。

 

四、其他數字化技術應用案例

 

案例1：RegModHarz項目

 

2008年，德國聯邦經濟和技術部啟動了“E-Energy”計劃，目標是建立一個能基本實現自我調控的智能化電力系統，而信息和通信技術是實現此目的的關鍵。由“E-Energy”計劃支持的位于德國中北部哈茨山脈的可再生能源示范項目——RegModHarz項目，就是將新能源最大化利用的典型案例。項目中的虛擬電廠與分散式電源進行通訊連接。與原有的傳統大型發電場不同的是，由于新能源系統數據變化較快，安全、穩定性高的傳輸技術非常必要。所以在此項目中制定了統一的數據傳輸標準，使得虛擬電廠對于數據變化能夠快速反應。在考慮發電端的同時，虛擬電廠還關注用電側的反應。在哈茨地區的案例中，家庭用戶安裝的能源管理系統被稱為“雙向能源管理系統”（BEMI）。資料顯示，用戶安裝的能源管理系統每15分鐘儲存用戶用電數據，記錄用戶每天的用電習慣，并將這些數據通過網絡傳輸到虛擬電廠的數據庫中。同時，BEMI系統還可以在電價發生變動時，通過無線控制來調控用電時間和用電量。

 

案例2：NextKraftwerke虛擬電廠

 

在解決由新能源的分散性所帶來的發電量不可控的問題上，利用信息技術可以將分散的新能源發電單元協調組織起來，形成一個大型的虛擬電場。德國初創公司NextKraftwerke目前已經接入4000多個新能源發電單元，總體發電功率已經達到2.7吉瓦，相當于幾個核電站。其運行模式是在每個發電單元上安裝一個叫作“NextBox”的通信和控制組件，Next Box通過一個專門的加密GPRS（通用分組無線服務）信道與中央服務器相連，一方面將發電單元的實時數據傳送到中央服務器，另一方面接收服務器的控制指令，這樣就可以對電網以及電力市場進行實時響應。

 

案例3：enera區域電力交易

 

enera示范項目位于德國下薩克森州的西北部，那里富產風電，所以該示范項目將電力系統靈活化作為自己的攻堅任務，以便使區域內的風力資源得到最大程度利用。該示范項目將風電設備、儲能設施以及居民家庭和工商業電力用戶連接在一個區域性虛擬發電廠中，為區域內的能源產品提供了一個數字市場平臺。智能電表和電網中的約1000個電子節點準確地記錄了電力消耗的時間、地點和數量，相關的技術實施將根據這些數據信息自動采取響應措施。靈活的工業企業安裝了相應的調控技術，可根據綠色電力的供求情況來調控工廠的生產；靈活的峰谷電價鼓勵消費者盡量錯峰用電，例如在風力較大的時候為電動車充電等。該示范項目還將建立一個智能家用App系統，讓電力消費者合理避峰，通過太陽能儲存裝置或夜間儲能采暖裝置等手段節省電費。該示范項目共有63個合作伙伴，資助資金為5200萬歐元。

 

五、結語

 

國際上能源數字化在多種場景下的前沿應用充分表明，數字化技術與能源產業相互滲透、深度融合，能源數字化應用越來越廣泛，改變著能源生產、輸送、交易、消費和組織管理等模式。步伐超前的國際能源企業正順應能源數字化革命的大勢，積極關注、研究和利用大數據、云計算、物聯網、人工智能、區塊鏈等新技術，并將這些技術進行組合應用于不同的場景，驅動自身轉型升級和可持續發展。

 

從應用的細分領域看，目前數字化技術在油氣勘探開發領域應用和創新較多，中間貿易環節的應用正在起步，在下游環節的應用有限；在電力領域電網側應用相對多，廠站側應用相對尚少。隨著分布式能源的發展，用數字技術連接、智能管理分布式能源生產和消費單元，并促進交易的應用將日益廣泛。

 

在國內，能源業界也已普遍高度關注能源數字化，在油氣勘探開發、智能電網、智慧電廠、電動汽車車聯網以及原油貿易等領域有不同程度地應用，并著手相關戰略布局，但總體上尚在探索階段，缺乏良好商業示范。能源企業需要更加積極地擁抱數字化，認真吸收國外前沿應用經驗，結合自身發展階段、市場定位、比較優勢等特點，找到適宜的數字化路徑選擇和著力重點。同時，能源主管部門需要提前研究數字化對制度設計、體制機制和監管等方面的可能影響，努力用新技術手段破解一些政策制定和監管中的困局，并有效推動國內能源數字化的進程和發展方向。

 

參考文獻

 

[1]Blockchain technology in the energy sector: A systematic review of challenges andopportunities.

 

https://www.sciencedirect.com/science/article/pii/S1364032118307184.

 

[2]Artificial Intelligence and the future of energy. https://medium.com/wepower/artificial-intelligence-and-the-future-of-energy-105ac6053de4.

 

[3]From Blockchain to Microgrids: Technologies That Will Revolutionise Energy. https://www.forbes.com/sites/mikehughes1/2019/01/16/from-blockchain-to-microgrids-technologies-that-will-revolutionise-energy/#c96a9a24f071.

 

[4]BP.BP技術展望（2018年）[R].2018.

 

[5]IEA.數字化與能源（2017年）[R].2017.

 

[6]GTM Research.2018年區塊鏈在能源領域的發展[R].2018.

 

[7]陳瑋.用電居然可以賺錢，未來能源互聯網充滿想象空間[J/OL].科技前哨，2018年4月.

 

[8]范珊珊.德國能源產業：擁抱數字化[J].能源，2019年1月.

 

[9]德國聯邦經濟和能源部.德國能源轉型時事簡報[R].2018年第5期.

 

原文首發于《能源情報研究》2019年2月

 

原標題:獨家 | 能源數字化趨勢及前沿應用