团队提出采用人工智能方法建立“碳中和能源城市”
一个联合研究团队开发了利用人工智能 (AI) 实现“城市电气化”的关键技术。他们的研究成果发表在《可持续城市与社会》杂志上。该团队包括来自韩国能源研究所 (KIER) 可再生能源系统实验室和能源 ICT 研究部的研究人员城市电气化旨在减少化石燃料的使用，并引入可再生能源，如建筑一体化太阳能技术，以改变城市能源系统。虽然这一概念在韩国相对陌生，但它正被美国和欧洲推行为实现碳中和和创造可持续城市环境的一项关键战略。
在传统的城市模式中，能源供应可以通过使用化石燃料轻松调整以满足电力需求。然而，在电气化城市中，对可再生能源的高度依赖导致能源供应因天气变化而变化更大。这导致建筑物之间的电力需求不匹配，使电网的稳定运行更具挑战性。
尤其是低概率高影响事件（LPHI），例如突发的寒流或极端热浪，可能导致能源需求急剧增加，同时限制能源生产。这些事件对城市电网的稳定性构成重大威胁，可能导致大规模停电。
研究团队开发了一种基于人工智能分析的能源管理算法来解决电网稳定性问题，并将其应用到系统中。与传统方法相比，该系统的演示表明，电力成本降低了 18%。
研究团队首先利用人工智能分析了建筑类型的能源消耗模式和可再生能源生产模式，并揭示了天气、人类行为模式以及可再生能源设施的规模和运行状态等复杂变量如何影响电网。
值得注意的是，他们发现，低概率高影响事件平均每年仅发生 1.7 天（约占 0.5%），对电网的整体稳定性及其运营成本具有决定性的影响。
分析的内容被开发成算法和系统。开发的算法优化了建筑物之间的能源共享，并有效地管理了峰值需求和峰值能源生产。除了保持日常能源平衡外，该系统还旨在应对低概率高影响事件，确保电网即使在极端情况下也能保持稳定。
当开发的系统应用于复制城市电气化的社区规模现实环境时，实现了 38% 的能源自给率和 58% 的自耗率。与没有该系统的建筑物 20% 的自给率和 30% 的自耗率相比，这是一个显着的改善。此应用还使电力成本降低了 18%，并大大提高了电网的稳定性。
值得一提的是，示范应用的年能耗为107兆瓦时（MWh），是国际领先机构基于模拟的研究的7倍，大大提升了该系统在现实城市环境中的应用潜力。
论文第一作者、能源ICT研究部研究员Gwangwoo Han博士表示：“这项研究的结果表明，人工智能可以提高城市电气化的效率，解决电网稳定性问题，同时也强调了管理低概率高影响事件的重要性。”
他进一步预测，“未来通过将该系统应用到各类城市环境中，我们可以提高能源效率、增强电网稳定性，最终为实现碳中和做出重大贡献。”
页:
[1]