为确保能源系统供能的高可靠性与高质量，将AI技术融入能源管理以获得能源的高效调度与利用，在全球范围内成为重要实践。在我国，虽然人工智能已被广泛应用于包括自动驾驶在内的很多行业，但在能源管理领域的应用还处于起步阶段。对此，张毅表示：“AI在能源行业的深入应用，有助于推动清洁能源生产、降低碳排放，是对双碳战略的有益实践。而作为人工智能的分支领域之一，机器学习已被引入能源管理。早在2016年，施耐德电气就开始探索通过机器学习帮助客户提高能源管理效能，并在能耗及冷量预测、设备调优策略管理、智能诊断三方面引入机器学习。”

经探索实践，施耐德电气将机器学习应用于能源的端到端闭环管理，通过预测未来24小时内的冷量和整个楼宇的能耗，进行设备调优，在设备使用过程中发现问题，并借助智能诊断确定设备问题、完成设备维修和保养，由此帮助用户实现减排节能、高效运营。施耐德电气EcoStruxure™ 微网能源顾问（EMA）便是AI与能源管理结合的成功典范。作为基于AI技术的平台，EMA与分布式能源无缝连接，根据自动获取的天气预报、历史负荷和电价水平，自动预测和经济调动分布式能源与负荷，优化客户能源成本、碳足迹的同时，提高系统弹性。通过部署本地微网控制器T300及云端微网能源顾问EMA，以AI算法进行持续优化，帮助浙江省电力有限公司旗下欣美电气在2020年实现减少碳排放829.5吨，新能源渗透率达70%，并由此率先取得浙江省企业首张“碳中和”证书。

随着电力市场由传统集中式配电向由新能源和分布式能源组成的双向交互式转变，以及倡导与鼓励发展虚拟电厂的政策法规相继出台，虚拟电厂应用前景广阔。倪凯表示：“全球的环境与生态危机使电力改革迫在眉睫，我国双碳战略更加速了变革步伐。而改革进程中，存在发电侧清洁能源并网的波动性和间歇性，以及用户侧电力需求上的不确定性和随机性。为解决这些问题，亟需构建一个以电力市场为核心、以虚拟电厂为关键技术的新型电力系统。而虚拟电厂通过人工智能和大数据技术存储和处理海量电力数据，分析并预测电力负荷和可调控负荷，高效完成响应分配，是人工智能与能源管理融合发展的重要应用领域。”

虚拟电厂的核心能力包括智慧预调度、预测性策略调节和云边协同调度控制。倪凯在分享电享科技的虚拟电厂架构经验时介绍：“电享科技考虑在边缘侧，即在储能场景、充电场站、分布式能源、工厂负荷等场景中，电享科技VPP Cloud 虚拟电厂结合iEMS Edge边缘控制策略，以实现实时监控，并在收集分布式设备实时运行数据的同时，评估当前能力。”电享科技VPP Cloud虚拟电厂集光储充、微电网智能调度和负荷管理于一体，以“千站千面”的形态，实现每个“源-网-荷-储”的电力电量平衡、储能管理、策略运营和优化协调运行，满足储能电站由规模扩张带来的运营和管理需求，以云-端互动实现了每个微网的灵活策略运营。

时逢双碳与数字化战略双转型，AI技术在能源领域的深化，为解决复杂系统控制与决策问题提供了有效途径。施耐德电气期待与生态伙伴携手，通过持续探索AI技术与能源管理的高效融合，深化能源管理的数字化转型，助力实现更智慧、更低碳的电力未来。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。