盡管在太陽(yáng)能領(lǐng)域仍處于萌芽狀態(tài),但幾乎可以肯定的是,人工智能會(huì)改變我們所了解的行業(yè)。那些早期接受這一技術(shù)的人們極有可能獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。媒體采訪了人工智能-太陽(yáng)能領(lǐng)域的兩位專家,研究了人工智能在這一領(lǐng)域的應(yīng)用現(xiàn)狀及其會(huì)帶來(lái)的益處。
真正定義人工智能這個(gè)詞本身就是一種挑戰(zhàn)。無(wú)處不在的人工智能意味著它已成為一個(gè)包羅萬(wàn)象的術(shù)語(yǔ),任何復(fù)雜的軟件往往都會(huì)被稱為 "AI"。在太陽(yáng)能行業(yè)背景下,人工智能應(yīng)被視為使用了高級(jí)分析和機(jī)器學(xué)習(xí)的軟件解決方案,用于幫助電網(wǎng)運(yùn)營(yíng)商和項(xiàng)目業(yè)主從數(shù)據(jù)集中提取更多內(nèi)容并整合到運(yùn)行中去。這是Guidehouse Insights的研究員Hannah Davis提出的觀點(diǎn)。Guidehouse Insights是一家市場(chǎng)情報(bào)公司,調(diào)查人工智能在數(shù)個(gè)能源行業(yè)領(lǐng)域的應(yīng)用。
對(duì)于俄亥俄州克利夫蘭Case Western Reserve大學(xué)太陽(yáng)能耐久性和壽命延長(zhǎng)研究中心主任Roger French來(lái)說(shuō),太陽(yáng)能中的人工智能是利用"人們對(duì)電站的深入了解,通過(guò)自主學(xué)習(xí),確保項(xiàng)目業(yè)主和運(yùn)營(yíng)方對(duì)電站性能有更深入的了解,不僅考慮太陽(yáng)能發(fā)電的時(shí)間性,也考慮其空間性"。
人工智能與太陽(yáng)能項(xiàng)目的空中檢查相結(jié)合就是這樣一種鞏固運(yùn)維的方式
組件維護(hù)和衰減評(píng)估
專家們一致認(rèn)為,人工智能使太陽(yáng)能行業(yè)受益的主要方式是通過(guò)在太陽(yáng)能電站應(yīng)用人工智能來(lái)評(píng)估何時(shí)需要維護(hù)組件,以及評(píng)估電站內(nèi)組件的性能損失率(PLR)。
通過(guò)分析一個(gè)項(xiàng)目中單個(gè)組件的輸出,人工智能可以準(zhǔn)確指出哪些組件的運(yùn)行低于預(yù)期水平,提醒項(xiàng)目業(yè)主或運(yùn)營(yíng)方何時(shí)需要維護(hù)。Davis表示,"人工智能可用于了解和預(yù)測(cè)太陽(yáng)能技術(shù)中的低效或缺陷情況。"
她舉例說(shuō),通過(guò)先進(jìn)的分析軟件,人們可以使用無(wú)人機(jī)技術(shù)以及人工智能提供太陽(yáng)能電站的空中圖像,預(yù)測(cè)組件的維護(hù)問(wèn)題。"人工智能可以與無(wú)人機(jī)合作,在高處拍攝太陽(yáng)能場(chǎng)地的照片,然后使用人工視覺(jué)來(lái)了解太陽(yáng)能電池組件中可能存在缺陷的地方"。由于人工智能系統(tǒng)會(huì)以近乎實(shí)時(shí)的方式做出分析,考慮到評(píng)估一個(gè)項(xiàng)目中每個(gè)組件所需的人力,這不僅節(jié)省了大量開(kāi)支,而且還節(jié)約了時(shí)間。據(jù)Guidehouse報(bào)道,目前在能源行業(yè),預(yù)計(jì)用于關(guān)鍵能源基礎(chǔ)設(shè)施的無(wú)人駕駛航空系統(tǒng)和無(wú)人機(jī)的2021年市場(chǎng)價(jià)值為14億美元。
本周,F(xiàn)rench和他的團(tuán)隊(duì)啟動(dòng)了一個(gè)項(xiàng)目,包括SunPower、阿特斯、C2 Energy、SolarEdge和Brookfield Renewables公司在內(nèi),這一項(xiàng)目已收集了逾24家公司數(shù)千個(gè)太陽(yáng)能光伏電站和組件的四年數(shù)據(jù)。這些數(shù)據(jù)將被用來(lái)評(píng)估公司電站的PLR。重要的是,這些電站使用了來(lái)自多家制造商的組件。
French解釋稱,"PLR指的是組件輸出功率的年降幅。在保修期內(nèi),PLR不應(yīng)下降到80%以下。"項(xiàng)目業(yè)主可以將人工智能與像他這樣的龐大數(shù)據(jù)集一起使用,確定適合現(xiàn)場(chǎng)的、質(zhì)量最佳的組件,并以更有效的方式識(shí)別可能已經(jīng)損壞的缺陷組件和低效組件。
"如果電站業(yè)主擁有來(lái)自自家電站的流媒體數(shù)據(jù),那么他們就可以更準(zhǔn)確、更可靠的診斷出發(fā)生了什么,”
“組件在衰減,但為什么會(huì)衰減?電站業(yè)主可以從他們看不到的障礙物中,發(fā)現(xiàn)導(dǎo)致組件效率低下的遮蔽問(wèn)題。”
French的項(xiàng)目將在2024年完工。之后,這一項(xiàng)目將成為向公眾開(kāi)放的免費(fèi)開(kāi)源資源。但在那之前,參與公司可以分享從這些數(shù)據(jù)中得出的觀點(diǎn),這可以讓這些公司改善它們的運(yùn)營(yíng)。
這張圖顯示的是一個(gè)未命名項(xiàng)目一天的輸出。綠線是該太陽(yáng)能電站自身的輸出,藍(lán)線是把這個(gè)電站與不同地點(diǎn)的其他電站聯(lián)系起來(lái)時(shí)的輸出。紅線是French團(tuán)隊(duì)使用人工智能系統(tǒng)對(duì)輸出的預(yù)測(cè),與這個(gè)電站的實(shí)際電力輸出更為接近
衡量電站性能
French和Davis都表示,人工智能還會(huì)對(duì)衡量未來(lái)的電廠性能產(chǎn)生深遠(yuǎn)影響。人工智能系統(tǒng)將能夠?qū)崟r(shí)分析天氣預(yù)報(bào)數(shù)據(jù)、歷史發(fā)電概況、季節(jié)性產(chǎn)能水平和預(yù)期需求量,向項(xiàng)目業(yè)主呈現(xiàn)比當(dāng)前要精準(zhǔn)的多的、關(guān)于能源產(chǎn)出以及從中獲價(jià)的情況。
Davis表示,"它可以告訴項(xiàng)目運(yùn)營(yíng)商他們需要多少產(chǎn)出,避免過(guò)度生產(chǎn)。”
兩年來(lái),F(xiàn)rench團(tuán)隊(duì)對(duì)美國(guó)316個(gè)太陽(yáng)能光伏電站進(jìn)行了分析,通過(guò)使用從同期項(xiàng)目中整理出來(lái)的數(shù)據(jù),F(xiàn)rench團(tuán)隊(duì)已能夠更充分的了解各個(gè)電站的發(fā)電水平。這種方法已經(jīng)能夠以8%的準(zhǔn)確度測(cè)量發(fā)電量。如果大規(guī)模采用這種方法,就可以提升對(duì)大量發(fā)電的理解。
“通過(guò)查看附近電站的電力輸出,我們可以看到太陽(yáng)有多亮,云從哪兒來(lái)。因此,我們正在使用這些附近的電站來(lái)幫助我們更充分的了解每一個(gè)電站的性能。”
通過(guò)關(guān)注不同項(xiàng)目的位置而不僅僅是一天中性能最佳的時(shí)間,通過(guò)他稱之為 "時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò) "的模型,F(xiàn)rench一直在利用人工智能更準(zhǔn)確的預(yù)測(cè)全美數(shù)百個(gè)電廠的發(fā)電量。與傳統(tǒng)方法相比,他的研究中心的類(lèi)似項(xiàng)目已經(jīng)能夠以50%的精度預(yù)測(cè)某些電廠的發(fā)電量。
Davis表示,如果項(xiàng)目業(yè)主有興趣探索人工智能給其項(xiàng)目帶來(lái)的益處,他們有幾種選擇:他們可以開(kāi)發(fā)自己的數(shù)據(jù)庫(kù)和軟件,這非常昂貴,但不會(huì)涉及分享他們的關(guān)鍵數(shù)據(jù);另一個(gè)選擇是向項(xiàng)目業(yè)主所依賴的數(shù)據(jù)集維護(hù)公司購(gòu)買(mǎi)軟件,或者他們可以將人工智能作業(yè)外包給服務(wù)供應(yīng)商,但這會(huì)伴隨著經(jīng)常性成本。此外,還存在著取決于供應(yīng)商條款的可升級(jí)性問(wèn)題。盡管如此,對(duì)于想要引入這一技術(shù)的公司來(lái)說(shuō),它們是有選擇的。
由于人工智能在太陽(yáng)能領(lǐng)域的應(yīng)用仍處于早期階段,目前很難準(zhǔn)確預(yù)測(cè)人工智能對(duì)行業(yè)的影響。但是,如果可以確定一件事的話,那就是人工智能有可能以一種目前難以完全理解的方式來(lái)簡(jiǎn)化和改善運(yùn)行。
原標(biāo)題:人工智能如何改變太陽(yáng)能運(yùn)維和資產(chǎn)管理