AI與能源（一）：如何建設面向未來的AI賦能光伏發電廠

(人工智慧)

隨著AI（人工智慧）到來，各行各業都進入了AI應用的新時代。在我們對ChatGPT和Midjourney等先進的AI工具印象深刻的同時，越來越多的公司也將AI融入到他們的產品和流程之中。在能源領域，AI可以提供多種可能性。本文是AI與能源系列文章的第一篇，我將以大型太陽能光電系統為例，在開發、工程、營運等全過程中研究AI應用的潛力，探討AI在能源生產中的應用。

建造一個大型太陽能發電廠，必須考慮好幾個階段，包括早期開發、獲得許可、初步設計、工程、設備採購、施工、調試、併網、營運和維護等。其中許多階段需要經驗豐富的專業人士，例如工程師、業務人員和採購人員。然而，AI工具提供了更多的可能性。

開發

在發電廠開發階段，需要考慮土地、財務、許可、併網、初步工程設計等多個因素。其中許多任務需要工程師輸入大量資料並進行手動分析，以確定項目的最佳地點。有了AI，大部分工作都可以得到簡化。想像現在有一個AI系統，只需輸入擬建發電廠的位置，屏幕上就會出現一個分數，就像信用評等一樣，可以提供所有必要的資訊，包括氣候狀況、社區資訊、許可流程、能源需求、最近的電力網連結點以及併網的可行性。該系統甚至可以為太陽能發電廠提供初步設計，且只需經過簡單的專家審查，從而減少最終確定合適的建設地點和設計發電廠所需的成本和時間。

工程

一旦獲得土地和許可，下一步通常是工程階段，包括發電廠設計——這是最重要的階段：雖然許多軟體程式提供範圍廣泛的服務和分析，但目前還沒有可用的AI發電廠設計工具。AI賦能的發電廠設計工具將會非常有用，它可以使用不僅僅是氣候資訊或OND檔案的資料，還可以參考其他具有類似特徵的發電廠設計，無論它們是在附近還是遠在萬里之外。這類的AI發電廠設計工具還應根據不同設備的性能資訊提供建議。

採購

在採購階段，AI可用於分析市場趨勢、價格和品質等資訊，並監控設備性能，以便企業做出最優採購決策。AI還可以自動輸出重要資訊，例如計算不同條件假設下的LCOE，以便財務和採購團隊做決策時進行參考。另外，AI還可用於監控服務分包商的業績和報價。

施工與併網

儘管AI在項目管理工具中的應用已經很常見，但對於在建設階段的AI工具進行系統性變革仍然很有必要。在此階段可以使用AI來監控施工承包商業績，發現潛在問題，並將其從傳統上被動反應的工具轉變為強大的主動預防工具，AI可以自動輸入資料、監控流程、提供建議並同時避免潛在的風險。它還可以與設備和材料上的物聯網集成，為建設項目提供預測和建議。AI還可以與設備上的IoT感測器一起使用，以在調試和併網階段測試設備性能並識別問題。

(建設中的屋頂太陽能光伏系統)

營運

當太陽能發電廠連接併網並投入使用時，營運和維護發電廠的責任通常落在O&M公司身上。AI可以通過以下方式成為這些公司的強大工具：首先，AI可用於進行系統優化：演算法可以自動控制和優化發電廠併網，並提出預測性的維護請求，無論是需要人工干預還是次組串級MPPT（最大功率點跟踪）優化。其次，AI可以顯著降低營運成本：與閉路電視和IoT感測器等現代科技相結合，可以實現零人工營運。發電廠通常只需要很少的日常維護，而營運團隊可在數百公里外進行監控。它與我們目前所說的“智慧營運”不同，因為其底層邏輯是基於AI的工具，從而可以在預防和預測上提供建議，而不僅僅是遠程監控。此外，AI也可用於發電量預測，並可以直接與發電側的能源交易系統集成。當然，隨著近年來越來越多的光伏+電池的光儲能源系統的建設，AI也可以監控和調整輸入輸電網的電力，特別是對於那些在電力現貨市場尋求機會的公司來說，同時AI也可以確保輸電網的穩定性。

總體而言，本文以太陽能光伏發電廠為例，分析了AI在發電側不同階段的應用：從前期開發、工程和採購，建設併網，到營運等。顯然，隨著AI日益廣泛的應用，發電側的公司可以提高效率、降低成本，並增加清潔能源作為可靠發電來源的可行性。毫無疑問，這將有助於在未來幾年加快綠能轉型。