在全球AI峰會NeurIPS 2022的虛擬電廠國際比賽中，阿里達摩院研究團隊獲得冠軍他們提出的電力調(diào)度AI解決方案創(chuàng)新性地整合了預測技術(shù)，優(yōu)化技術(shù)和強化學習，使得實驗項目在用電量不變的前提下，碳排放量減少了13.6%，電費減少了28.2%這一創(chuàng)新有望加速虛擬電廠尤其是零碳園區(qū)的普及，推動能源的綠色轉(zhuǎn)型
大元隊奪冠。
在雙碳背景下，虛擬電廠備受關(guān)注所謂虛擬電廠，就是通過智能技術(shù)對分散在用戶側(cè)的光伏，儲能系統(tǒng)，可控負荷等主體進行聚合和優(yōu)化調(diào)度，具有促進新能源消納，減少碳排放，提高電網(wǎng)運行安全性的功能NeurIPS 2022 CityLearn Challenge設(shè)置的虛擬發(fā)電廠是一個位于美國加州的真實校園，里面包含17棟裝有光伏和儲能設(shè)備的建筑參賽隊伍需要在不改變用電量的情況下，盡可能減少碳排放，電費和電網(wǎng)波動，從而走向零碳公園
項目示意圖
這項世界頂級比賽吸引了來自50多個國家的100多支隊伍，其中包括微軟，華盛頓大學，清華大學，HKUST等頂尖隊伍比賽歷時數(shù)月，經(jīng)過三輪，阿里達摩院研究團隊獲得冠軍他們的AI解決方案可以將實驗項目的碳排放量與基準相比減少13.6%，電費減少28.2%，電網(wǎng)波動減少17.9%
據(jù)介紹，虛擬電廠由于涉及主體多，場景多樣，決策頻率高，需要兼顧多個目標，實現(xiàn)難度較大這個比賽需要把新能源電力的AI預測和電力調(diào)度的AI決策結(jié)合起來首先根據(jù)天氣情況預測每小時光伏發(fā)電情況，然后結(jié)合建筑負荷情況進行實時儲能充放電決策一年調(diào)度時間長達8760小時，計算復雜度劇增
鑒于預測與決策的密切關(guān)系，課題組首先采用在線滾動修正預測技術(shù)，盡可能提高預測的準確性，然后在決策過程中，創(chuàng)新性地融合了優(yōu)化技術(shù)和強化學習，即使預測不確定，仍然可以達到最優(yōu)決策具體來說，他們利用達摩院開發(fā)的優(yōu)化求解器MindOpt及其建模平臺，將復雜的電力調(diào)度轉(zhuǎn)化為線性規(guī)劃問題，準確快速地求解，同時引入多智能體合作的強化學習技術(shù)，使虛擬電廠的多個主體相互合作，同時達到低排放，低電費，低波動的目標研究團隊發(fā)現(xiàn)優(yōu)化和強化學習這兩種方法各有優(yōu)勢，于是通過整合算法，取長補短，得到了國際領(lǐng)先的成果
據(jù)介紹，這一創(chuàng)新技術(shù)由于能夠適應現(xiàn)實世界中的不確定性，具有很強的應用價值，有望解決虛擬電廠的調(diào)度問題獲獎團隊來自阿里達摩院決策智能實驗室，該實驗室今年已獲得多項以虛擬電廠為主題的國際競賽，包括GECCO 2022基于風險的能源調(diào)度競賽冠軍，WCCI 2022 L2RPN法國輸電網(wǎng)調(diào)度競賽亞軍基于自主研發(fā)的解算器，安全強化學習，時間序列預測等底層技術(shù)，實驗室打造了綠色能源AI解決方案，已在全國多家電網(wǎng)和發(fā)電企業(yè)落地，正在不斷推動綠色能源的消納，助力電網(wǎng)安全運行
鄭重聲明：此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載企業(yè)宣傳資訊，目的在于傳播更多信息，與本站立場無關(guān)。僅供讀者參考，并請自行核實相關(guān)內(nèi)容。
|
