AI与能源 1：如何建设面向未来的AI赋能光伏电站

(人工智能)

随着AI（人工智能）的到来，各行各业都进入了AI应用的新时代。在我们对ChatGPT和Midjourney等先进的AI工具印象深刻的同时，越来越多的公司也将AI融入到他们的产品和流程之中。在能源领域，AI可以提供多种可能性。本文是AI与能源系列文章的第一篇，我将以大型太阳能光伏电站为例，在开发、工程、运维等全过程中研究AI应用的潜力，探讨AI在能源生产中的应用。

建造一个大型太阳能电站，必须考虑好几个阶段，包括早期开发、获得许可、初步设计、工程、设备采购、施工、调试、并网、运行和维护等。其中许多阶段需要经验丰富的专业人员，例如工程师、业务开发人员和采购人员。 然而，AI工具提供了更多的可能性。

开发

在电站开发阶段，需要考虑土地、财务、许可、并网、初步工程设计等多个因素。 其中许多任务需要工程师输入大量数据并进行手动分析，以确定项目的最佳地点。有了AI，大部分工作都可以得到简化。想象现在有一个AI系统，只需输入拟建光伏电站的位置，屏幕上就会出现一个分数，就像信用分数一样，可以提供所有必要的信息，包括气候状况、社区数据、许可流程、能源需求、最近的电网连接点以及并网的可行性。该系统甚至可以为太阳能发电厂提供初步设计，且只需要经过简单的专家审查，从而减少确定合适建站地点和设计发电厂所需的成本和时间。

工程

一旦获得土地和许可，下一步通常是工程阶段，包括电站设计——这是最重要的阶段：虽然许多软件提供范围广泛的服务和分析，但目前还没有可用的AI电站设计工具。AI赋能的电站设计工具将非常有用，它可以使用不仅仅是气候信息或 OND 文件的数据，还可以参考其他具有类似特征的电站设计，无论它们是在附近还是万里之外。这类的AI电站设计工具还应根据不同设备的性能数据提供建议。

采购

在采购阶段，AI可用于分析市场趋势、价格和质量等数据，并监控设备性能，以便企业做出最优采购决策。 AI还可以自动输出重要数据，例如计算不同条件假设下的LCOE，以便财务和采购团队做决策时进行参考。另外，AI还可用于监控服务分包商的绩效和报价。

施工与并网

尽管AI在项目管理工具中的应用已经很常见，但对于在建设阶段的AI工具进行系统性变革仍然很有必要。在此阶段可以使用AI来监控施工承包商绩效，发现潜在问题，并将其从传统上被动反应的工具转变为强大的主动预防工具，AI可以自动输入数据、监控流程、提供建议并同时避免潜在的风险。它还可以与设备和材料上的物联网集成，为建设项目提供预测和建议。AI还可以与设备上的IoT传感器一起使用，以在调试和并网阶段测试设备性能并识别问题。

(建设中的屋顶光伏项目)

运维

当太阳能电站连接并网并投入使用时，运营和维护电站的责任通常落在 O&M公司身上。AI可以通过以下方式成为这些公司的强大工具：首先，AI可用于进行系统优化：算法可以自动控制和优化电站并网，并提出预测性的维护请求，无论是需要人工干预还是次组串级MPPT（最大功率点跟踪）优化。其次，AI可以显着降低运维成本：与监控摄像头和IoT传感器等现代技术相结合，可以实现零人工运维。电站通常只需要很少的日常维护，而运维团队可以在数百公里外进行监控。它与我们目前所说的“智能运维”不同，因为其底层逻辑是基于AI的工具，从而可以在预防和预测上提供建议，而不仅仅是远程监控。此外，AI也可用于发电量预测，并可以直接与发电侧的能源交易系统集成。当然，随着近年来越来越多的光伏+电池的光储能源系统的建设，AI也可以监控和调整输入电网的电力，特别是对于那些在电力现货市场寻求机会的公司来说，同时AI也可以确保电网的稳定性。

总体而言，本文以太阳能光伏电站为例，分析了AI在发电侧不同阶段的应用：从前期开发、工程和采购，建设并网，到运维等。显然，随着AI日益广泛的应用，发电侧的公司可以提高效率、降低成本，并增加可再生能源作为可靠发电来源的可行性。毫无疑问，这将有助于在未来几年加快清洁能源转型。