实例分析｜能源数字化趋势及前沿应用
（三）故障监测
2017年11月，印度北部的一座燃煤电厂发生爆炸，原因是煤气管道堵塞导致锅炉爆炸。导致事故的原因是没有对设备进行经常性的检查，而且世界上许多地方都没有严格的监管规定，因此设备故障是很常见的。使用人工智能和传感器去监测每一个设备的运营情况，结合以往机器出现的故障数据，可以更好地分析和决定应该在何时更换零部件，从而节约成本。目前，许多创业公司正在试图将这项服务提供给能源行业。
案例1：美国通用电气GE智能检测业务
美国通用电气公司GE成立了人工智能公司，致力于利用数据分析、机器人和人工智能技术为油气、运输和能源行业等提供先进的检测服务。目前，GE公司已经开始了对用于炼油厂、工厂、铁路以及其他工业设施检测的自主无人机和机器人“爬虫”的检测工作。在测试中，无人机和机器人能够在偏远或危险设施周围和内部移动，同时拍摄腐蚀环境或获取温度、振动等读数，这些数据将通过计算机算法和人工智能进行分析。GE表示计划降低公司每年在检查方面的费用，公司每年花费在全球各地的检查费用高达400亿美元。
案例2：Tachyus预测故障 优化运营计划
硅谷数据供应商Tachyus开发了一个平台，收集来自传感器的数据，并将其与地震活动、钻井日志、地核、完井设计、生产数据和维护记录中的数据进行整合。结合物理模型和机器学习，该平台可以预测机械设施故障并确定最佳运营计划，在促进生产的同时大幅降低成本消耗。
案例3：SparkCognition预测关键设施何时故障
2017年12月，美国能源部授予SparkCognition公司一个奖项，以鼓励其利用人工智能提高燃煤电厂的发电量。该公司将解析学、传感器和操作中产生的数据相结合，来预测关键的基础设施何时会崩溃。
案例4：AES公司利用人工智能加强生产与经营安全
2017年9月，美国能源巨头AES电力公司宣布了进军人工智能的计划，将其作为提高公司的警觉性、效率和保护公司财产的手段，主要针对的是他们的太阳能电站和电网系统。
（四）预测和管理
人工智能在能源领域可以进行能源流的预测和管理，通过建立预测模型，收集大量有关天气、环境、大气条件以及新能源电站和电网运行情况的数据，解决能源流的预测和管理问题，确保供需始终处于均衡状态，以便实时匹配空间和时间的需求变化。比如太阳能和风能等可再生能源对天气状况有非常高的依赖度，因此，有效的天气预报是可再生能源生产中不可或缺的重要部分。
案例1：BP“里程”人工智能系统
在纽约和芝加哥的加油站，BP开始配置使用名为“里程”的人工智能系统的加油泵，来提升消费者的互动体验。在加油的同时，“里程”会问候消费者，提供小娱乐，提供折扣优惠，并将消费者连接到社交平台。除了了解消费者的消费模式外，这种互动智能技术还可以改变消费者对传统加油站的观念，吸引他们进行二次消费。而在电力市场，消费者会在电网产生数据流。目前有些供应商已经开始安装智能电表，实时收集数据流，这不仅有助于预测网络负载，还可以预测消费习惯。
案例2：IBM“深雷”产品
IBM计划推出一款名为“深雷”的新产品，以提供0.2～1.2英里范围内的精确天气预报，该技术整合了数十种预测模型，收集了大量有关天气、环境、大气条件以及太阳能电站和电网运行情况的数据源。IBM还在可再生能源预测领域进行了广泛的合作研究，有超过200个项目使用其太阳能和风能预测技术，并与美国能源部合作，利用人工智能来优化清洁能源应用。IBM声称其人工智能天气模型比坊间的太阳能和风能预测模型还要精确。
案例3：Stem雅典娜项目
位于加利福尼亚州的Stem公司开发了代号为雅典娜（Athena）的项目。项目利用人工智能绘制出能源的使用情况，并允许客户跟踪能源价格的波动，从而更有效地使用被储存的能源。Stem已经从包括美国能源部、GE Ventures和新加坡主权财富基金淡马锡控股在内的多家投资者那里融到了超过3700万美元的资金。Stem开发的AI平台Athena可以为企业提供实时的自动化能源优化管理服务。该系统每秒钟都会获取太阳能发电厂和电网负载数据，并根据电费、天气预报等各种外部数据，分析未来电价的变化走向，进行电力的发送或存储，使企业储能价值最大化。据公司称，尽管该系统投入会增加企业20%的成本，但其智能储能解决方案可以节省企业高达30%的能源成本。
案例4：Nnergix能源预测平台
西班牙初创公司Nnergix成立于2013年，利用天气数据和机器学习技术进行能源预测。公司开发的Sentinel Weather平台可以访问全球的天气历史数据和天气预报数据，通过机器学习技术预测天气变化对可再生能源产能的影响，可以预测每小时的发电量，从而提升电厂发电效率，并降低运营成本。目前，公司客户已覆盖20多个国家，已累计融资72万欧元。
案例5：Alphabet's Nest智能恒温器
美国Alphabet智能家居子公司Nest开发的一款智能恒温器能够通过自动适应用户行为，达到减少能源耗费的目的。智能恒温器在被安装到用户家里之后就开始学习居住者的生活习惯，并相应地调整温度。Nest表示，该公司的技术已经为用户节省了10%～12%的取暖费。
案例6：Google Sunroof（谷歌天窗）
谷歌发布了一个名为Sunroof的工具，来计算太阳能对美国家庭的影响。该项目采用了若干因素来计算使用太阳能能够节省下来的资金，这些因素包括天气数据、电费、3D建模和阴影计算。
（五）生产运营和能耗管理
云计算、数字平台、机器人和算法分析的人工智能技术在能源行业中的应用大大改善了能源行业的建设、运行、管理等水平，包括提升企业的用能管理效率，促进电厂实现生产运营管理的智能化等。
案例1：谷歌DeepMind优化改进能源管理
2017年10月，Google公布消息称，资料中心耗电指标PUE值达到1.11的高效率。Google利用机器学习来管理数据中心，让冷却设备耗电减少了40%。公司自2016年起便开始结合AI技术，开发自家资料中心专用的推荐系统，改善Google资料中心的能源效率。公司AI技术的运作原理是：每隔5分钟，该系统通过当地资料中心内部布建的感测器捞取运作资料，并且汇入神经网络中，预测未来维运工作对能源消耗带来的影响。评估多种可能组合后，系统会拣选出最佳解决方案。该方案既符合安全限制，同时又能满足最小耗能的条件。接着本地资料中心冷却系统便自动套用AI设计出的新规则，调整冷却系统的运作。
案例2：Raycatch利用AI优化电厂运营
以色列初创公司Raycatch成立于2015年，用人工智能技术进行太阳能发电厂的管理与运营。公司推出了基于AI的诊断和优化解决方案，可获取并分析太阳能发电厂所有的生产数据，并对日常管理进行优化和指导。公司目前在全球范围内管理着约1吉瓦的光伏项目，覆盖35000个逆变器和400万块控制面板，客户包括Enlight、ARAVA POWER、EDF、通用电气等大型公司。2018年11月，公司获得BayWa re Energy Ventures和DSM Venturing领投的430万美元B轮融资，目前已累计融资730万美元。
（六）优化能源项目开发
在可再生能源系统的设计、能源设备和项目开发的过程中，人工智能正在发挥越来越重要的作用。
案例1：Energsoft利用AI进行储能设备研发
美国西雅图初创公司Energsoft成立于2018年，公司推出的基于AI驱动的SaaS平台为制造和使用储能设备的公司提供先进的可视化和分析工具。公司的使命是创新并帮助发现能够以低成本生产和储存可再生能源和清洁能源的新材料。该AI平台可追踪并分析数千个电池、超级电容器和储能系统，覆盖从早期研发到现场管理等全流程，可帮助用户找出工业设计的问题，例如材料选择或制造过程，可以降低开发成本，并缩短产品上市的周期。目前公司已筹集17万美元的融资。
案例2：HST Solar利用AI优化能源项目设计
美国初创公司HST Solar专注于太阳能电厂的设计、开发和工程服务。通过该公司的平台，用户输入基本信息，例如站点位置和有关要安装的设备详细信息等，随后公司的AI算法将对这些数据进行分析，给出太阳能电厂每个部分的建设方案，并可细化到每个太阳能电池板的特定方向和倾斜角度，以实现能量转化的最大化，同时最大限度地减少强风等其他因素的影响。据公司称，与人类工程师设计的系统相比，AI设计的太阳能发电场可以将可再生能源的生产成本降低10%～20%。
三、物联网技术应用
物联网（IoT）是21世纪的重大创新，是实体消费产品连接到网络，并开始通过传感器和致动器的装置相互沟通。物联网已经对能源行业产生了影响，其影响力还将继续增长。通过对智能电网的投资和对物联网的充分利用，我们将能够充分利用太阳能和风能等可再生能源技术，创造更加美好的未来。当前物联网在能源行业的应用主要集中在智能电网、智能家居、智慧建筑、智慧能源环保等方面。
（一）提高能效
能源效率在很大程度上取决于能源使用高峰时间。对于工业企业来说，效率尤为重要，因为更低的成本生产更多的产品，意味着更高的利润。利用物联网技术能够使个人和企业的能源使用量大幅降低，通过传感器可以监控照明、温度、能源使用情况等数据，并通过智能算法处理数据从而实现实时管理。
案例1：E.ON建物联网平台
日前，德国意昂集团E.ON与美国Sight Machine公司建立了合作伙伴关系，创建物联网平台以提高生产效率，例如，通过软件预测电力需求或控制家用电器。Sight Machine开发的系统使用人工智能、机器学习和高级分析来帮助解决质量和生产力方面的关键挑战。双方表示，这意味着来自工业和商业领域的客户可以智能化地提高单台机器和整个工厂的效率，从而节省能源成本。意昂集团将在自有的Optimum平台上推广该技术，通过将原始数据转化为可操作的信息，客户可以更直观地查看能源流并识别潜在的改进方案。
案例2：施耐德电气EcoStruxure能效管理
2016年，施耐德电气推出了面向楼宇、数据中心、工业和电网四大终端市场的EcoStruxure能效管理架构和平台。基于该平台，工业企业可以提前维护设备，减少计划外停机，酒店、医院和机场等楼宇管理者可以查询所有场所的运行情况以提高能源使用效率。施耐德最新发布EcoStruxure for Building 2018，通过开放式端到端IP架构，可实现物联网设备的快速连接，且更易于收集数据，并加快调试和变更速度；利用楼宇管理系统可无缝连接建筑内部与第三方系统和设备，集中控制并强化协作。此外，EcoStruxure for Building 2018基于云架构和大数据分析服务的集团级能源管理平台，为用户提供能源信息的存储和展示、指标智能预测、能效诊断和专家顾问服务，助力企业挖掘节能潜力并达成能效目标。
（二）智能家居和智能能源管理系统
随着人们生活水平不断提高和科技发展，家庭智能化已经成为一种全新的发展趋势。在智能家居中融入物联网技术可促使家居也具有智慧功能，这些高科技家庭自动化系统自备感应功能实现人对家居的实时控制，在数字化屏幕上清晰显示节能方案、账单等信息。在德国，越来越多的家庭开始安装智能家居系统。2015年安装智能家居系统的家庭还不到100万，预计到2020年将有550万家庭安装。智能照明系统目前最为普遍，诸如BSH、LG、GE等制造商都将自己的产品接入到互联网平台上。
案例1：德国意昂E.ON家庭能源管理系统
德国意昂集团E.ON和美国巨头微软合作，为家用电子设备生产数字仪表板，这些家用电子设备包括从加热系统到太阳能电池板、电池存储系统再到电动汽车的各种产品。家庭能源管理系统将在今年推向市场，到时会成为大型德国公用事业公司提供的一系列产品中的亮点。欧洲市场每年对家庭管理系统的需求是4万个，未来3年内可能会增长到至少20万个。另外，意昂集团已经与能源管理公司Tado和智能家居公司Nuki等合作，为客户提供恒温器和电子门锁等智能产品。
案例2：德国初创公司Sonnen家庭电池能量墙
目前，德国初创公司Sonnen已成为家庭电池能量墙（Powerwall Home Battery）领域的领跑者，其产品规模占据了全球家庭光伏储能市场将近四分之一的份额。Sonnen首先以解决家庭屋顶光伏应用对储能的需求为切入点。由于光伏发电的高峰是白天，而家庭的用电高峰却在晚上，因此发电和用电高峰之间存在错位，即使将白天的电力出售给电网，晚上再由电网供电，也仍然要支付由电网成本导致的出售价格低于买入价格的价差。而通过家庭储能则可以将白天的光伏电力存储起来留待晚上使用，这样就能显著降低家庭的电费支出。此外，Sonnen在家庭储能系统基础上进一步集成了家庭智能能源管理系统，最多可与三个家庭用电系统（如洗衣机、烘干机等）相连接，当存在富余光伏电量时，该家庭智能能源管理系统启动并运转，在一定程度上降低了对储能电池容量的需求。
（三）智能电表
智能电表是物联网流行的应用之一，可以实现远程抄表、监测，提升利用效率，减少能源损耗等。智能电表在智能电网发展和未来能源管理方面具有重要作用。
案例：东京电力公司（TEPCO）智能电表应用
TEPCO委托瑞士电表厂商Lis+Gyr架设的智能电网已是目前全世界规模最大的公用事业物联网工程，这项电网工程预定于2020年完工。负责架设东京电力公司智能电网工程的Lis+Gyr目前已完成1000万套智能电表与装置的安装。当电网部署完成后，将涵盖超过2700万套电表以及其他物联网装置。这套电网系统使用了Lis+Gyr的IPv6多重技术网络，并透过RFMesh、G3PLC以及蜂巢式网络通讯技术所提供的Wi-SUN联机，连接公用事业及消费者装置。目前东京电力公司智能电网每天可传输5.13亿笔读取数据，并且还在朝13亿笔的目标迈进，而这所有的信息都会通过Lis+Gyr的前端（head-end）系统以及电网数据管理解决方案进行处理。
四、其他数字化技术应用案例
案例1：RegModHarz项目
2008年，德国联邦经济和技术部启动了“E-Energy”计划，目标是建立一个能基本实现自我调控的智能化电力系统，而信息和通信技术是实现此目的的关键。由“E-Energy”计划支持的位于德国中北部哈茨山脉的可再生能源示范项目——RegModHarz项目，就是将新能源最大化利用的典型案例。项目中的虚拟电厂与分散式电源进行通讯连接。与原有的传统大型发电场不同的是，由于新能源系统数据变化较快，安全、稳定性高的传输技术非常必要。所以在此项目中制定了统一的数据传输标准，使得虚拟电厂对于数据变化能够快速反应。在考虑发电端的同时，虚拟电厂还关注用电侧的反应。在哈茨地区的案例中，家庭用户安装的能源管理系统被称为“双向能源管理系统”（BEMI）。资料显示，用户安装的能源管理系统每15分钟储存用户用电数据，记录用户每天的用电习惯，并将这些数据通过网络传输到虚拟电厂的数据库中。同时，BEMI系统还可以在电价发生变动时，通过无线控制来调控用电时间和用电量。
案例2：NextKraftwerke虚拟电厂
在解决由新能源的分散性所带来的发电量不可控的问题上，利用信息技术可以将分散的新能源发电单元协调组织起来，形成一个大型的虚拟电场。德国初创公司NextKraftwerke目前已经接入4000多个新能源发电单元，总体发电功率已经达到2.7吉瓦，相当于几个核电站。其运行模式是在每个发电单元上安装一个叫作“NextBox”的通信和控制组件，Next Box通过一个专门的加密GPRS（通用分组无线服务）信道与中央服务器相连，一方面将发电单元的实时数据传送到中央服务器，另一方面接收服务器的控制指令，这样就可以对电网以及电力市场进行实时响应。
案例3：enera区域电力交易
enera示范项目位于德国下萨克森州的西北部，那里富产风电，所以该示范项目将电力系统灵活化作为自己的攻坚任务，以便使区域内的风力资源得到最大程度利用。该示范项目将风电设备、储能设施以及居民家庭和工商业电力用户连接在一个区域性虚拟发电厂中，为区域内的能源产品提供了一个数字市场平台。智能电表和电网中的约1000个电子节点准确地记录了电力消耗的时间、地点和数量，相关的技术实施将根据这些数据信息自动采取响应措施。灵活的工业企业安装了相应的调控技术，可根据绿色电力的供求情况来调控工厂的生产；灵活的峰谷电价鼓励消费者尽量错峰用电，例如在风力较大的时候为电动车充电等。该示范项目还将建立一个智能家用App系统，让电力消费者合理避峰，通过太阳能储存装置或夜间储能采暖装置等手段节省电费。该示范项目共有63个合作伙伴，资助资金为5200万欧元。
五、结语
国际上能源数字化在多种场景下的前沿应用充分表明，数字化技术与能源产业相互渗透、深度融合，能源数字化应用越来越广泛，改变着能源生产、输送、交易、消费和组织管理等模式。步伐超前的国际能源企业正顺应能源数字化革命的大势，积极关注、研究和利用大数据、云计算、物联网、人工智能、区块链等新技术，并将这些技术进行组合应用于不同的场景，驱动自身转型升级和可持续发展。
从应用的细分领域看，目前数字化技术在油气勘探开发领域应用和创新较多，中间贸易环节的应用正在起步，在下游环节的应用有限；在电力领域电网侧应用相对多，厂站侧应用相对尚少。随着分布式能源的发展，用数字技术连接、智能管理分布式能源生产和消费单元，并促进交易的应用将日益广泛。
在国内，能源业界也已普遍高度关注能源数字化，在油气勘探开发、智能电网、智慧电厂、电动汽车车联网以及原油贸易等领域有不同程度地应用，并着手相关战略布局，但总体上尚在探索阶段，缺乏良好商业示范。能源企业需要更加积极地拥抱数字化，认真吸收国外前沿应用经验，结合自身发展阶段、市场定位、比较优势等特点，找到适宜的数字化路径选择和着力重点。同时，能源主管部门需要提前研究数字化对制度设计、体制机制和监管等方面的可能影响，努力用新技术手段破解一些政策制定和监管中的困局，并有效推动国内能源数字化的进程和发展方向。
参考文献
[1]Blockchain technology in the energy sector: A systematic review of challenges opportunities.
/science/article/pii/S1364032118307184.
[2]Artificial Intelligence the future of energy. https://medium.com/wepower/artificial-intelligencethe-future-of-energy-105ac6053de4.
[3]From Blockchain to Microgrids: Technologies That Will Revolutionise Energy. /sites/mikehughes1/2019/01/16/from-blockchain-to-microgrids-technologies-that-will-revolutionise-energy/#c96a9a24f071.
[4]BP.BP技术展望（2018年）[R].2018.
[5]IEA.数字化与能源（2017年）[R].2017.
[6]GTM Research.2018年区块链在能源领域的发展[R].2018.
[7]陈玮.用电居然可以赚钱，未来能源互联网充满想象空间[J/OL].科技前哨，2018年4月.
[8]范珊珊.德国能源产业：拥抱数字化[J].能源，2019年1月.
[9]德国联邦经济和能源部.德国能源转型时事简报[R].2018年第5期.
原文首发于《能源情报研究》2019年2月
原标题:独家 | 能源数字化趋势及前沿应用
