德國慕尼黑和福爾茨海姆--(BUSINESS WIRE)--(美國商業資訊)--能源轉型不僅改變了我們採用的能源生產技術，還需要對電網進行更新。今天，我們的電網不再是十幾座大型發電廠，而是接取電網的一大群發電廠：僅在德國就安裝了數千個風力發電場和超過260萬個太陽能光電系統——而且呈急劇上升趨勢。我們的發電因而依賴於天氣：在無風或多雲的日子裡，能源供應可能無法滿足需求，從而導致瓶頸——甚至更糟——停電。為了將電網頻率保持在穩定的50.2赫茲，電網營運商需要進行發電量預測。人工智慧(AI)有助於處理這種高度複雜的資訊並將其整合到能源系統中。
隨著數以百萬計的太陽能裝置、電動汽車充電樁和熱泵、家庭儲存系統和汽車電池有朝一日能夠將電力回饋回電網，今天的公用電網系統已經非常複雜，如果不依賴數位化系統，公用事業和電網營運商將會迷失方向。他們對電力生產時間、地點和發電量、回饋回電網的電量以及消費者用量瞭解得越多，就會越精確匹配供需情況。這也會使其更加獲利，因為彌補電力短缺的代價非常昂貴。當發電量不能滿足平衡組內的消費需求時，電網營運商就必須支付平衡成本。對於風力和太陽能發電廠，天氣和產量預測越準確，公司就越成功。那些希望透過電池或可控制的設備（如電動汽車或熱泵）最佳化自身能源消費的個人，同樣需要透過預測來確定如何使用電力。建築能源管理亦是如此。
能源產業的天氣預測
在國際能源管理和綜合能源解決方案EM-Power歐洲展上，來自世界各地的公司展示了其數位化概念以及未來最佳化電網的創新技術和服務。瑞士氣象預報供應商Meteotest AG能源和氣候部門負責人Jan Remund解釋說：「機器學習和人工智慧在輻射預測中發揮著至關重要的作用。」該公司透過將實體模型與根據衛星影像的自我學習演算法相結合，能夠預測雲的移動情況。Remund表示：「對未來幾個小時的預測準確率相當高。時間跨度越長，預測準確度就越低。」該公司收集輻射和溫度資料，並使用這些資料進行分析、提煉特徵和完成預測。相關結果可以整合到對應的太陽能光電監測或控制軟體中。公司可以根據天氣預測使用專門的軟體計算太陽輻射，或者購買這樣的計算結果。電網營運商依靠輻射預測，根據產量和需求預測平衡電網的饋入和饋出。
德國南部的監測和預測專業公司Meteocontrol根據不同的天氣預報供應商的資料進行發電量計算。該公司還研究了灰塵和沙塵這樣的氣溶膠如何影響雲的形成。Meteocontrol執行長Stijn Stevens表示：「2021年3月3日和4日，我們的研究專案PermaStrom展示了這個問題有多重要。在這兩天，歐洲有很多撒哈拉的沙塵。歸功於經最佳化的預測結果，僅德國的能源平衡成本就節省了約300萬歐元。」
將智慧應用和AI整合到公用電網系統中可以建立數位叢集智慧。透過將發電和消費預測與傳統發電廠的容量進行綜合分析，電網營運商可以預測電網和變壓器何時何地達到最大容量，使他們能夠採取必要的預防措施。
生產型消費者：被低估的關鍵參與方
生產型消費者將在未來的能源系統中扮演重要角色。例如，私人和家庭可以將他們電動汽車的過剩電能饋入電網，從而大幅提高電網的穩定性。Hive Power公司已經開發了一款將電動汽車電池中的電能間歇性回饋到電網中的軟體Vehicle-to-Grid。人工智慧也在其中發揮了作用：該軟體能夠判斷汽車是否正在使用，進而在汽車有多餘電量時向電網饋送電能。這生產型消費者透過這種方式每年可以賺取多達1000歐元的收入。
建築智慧技術
氣象和發電量預測對於建築物能源管理也至關重要。例如，熱泵在太陽能充足的時候可以為加熱儲存設備充電，並在晚上向加熱回路饋送能量。透過合適的軟體，熱泵可以應用能源管理系統提供的發電量預測來調整其運轉計畫。這樣做的目的是在下一個小時內預期有足夠的太陽能時，防止熱泵使用電網供應的電力來加熱熱能儲存設備。另一種可能性是透過設計電動車的充電時段方案，最大程度提升太陽能的應用比例。Solar-Log的系統採用同樣的原理，透過電池儲存和靈活的負載（如熱泵或充電站），為辦公大樓和工業設施提供最佳的電力自消耗方案。
在6月14日至16日於慕尼黑舉辦的EM-Power歐洲展上，除上述公司外，還有很多其他的參展廠商將展出他們針對氣象和發電量預測、電網連接、監測和分析軟體的解決方案。參觀者可以透過EM-Power論壇會議——「預測和監測：始終領先一步」來瞭解更多有關預測以及監測系統可能性的更多資訊。
免責聲明：本公告之原文版本乃官方授權版本。譯文僅供方便瞭解之用，煩請參照原文，原文版本乃唯一具法律效力之版本。