11月17日,浦项科技大学开放创新大数据中心(OIBC)与可再生能源平台企业H能源在气候能源环境部大会议室举行了以‘可再生能源时代的AI角色和分布式电源制度改革’为主题的研讨会。
研讨会上提出,为了减少可再生能源扩展带来的电网负担,应提升发电量预测技术,并对参与电力供需调节的资源提供经济补偿。
太阳能和风能的发电量因气象条件而异,且发电站所在地区的电力需求和输配电网的承载能力也各不相同。当特定地区的发电量超过消费量时,可能会出现逆流或系统拥堵,视情况需要进行输出控制。相反,如果实际发电量低于预测,则需要调整其他发电源的输出或投入备用电力。
为应对这些问题,除了扩展电网外,还应利用ESS储存多余电力,并通过需求响应(DR)调整电力使用时间,以提高现有电网的利用效率。
为此,建议对配电网ESS、微电网和配电自动化系统(ADMS)等电网运营技术以及分布式资源的市场参与和结算制度进行整治。
为了解决分布式资源增加带来的电力市场运营复杂性,提出了利用AI技术。根据韩国能源公团可再生能源云平台的数据,截至9日,国内100kW以下的太阳能发电项目许可数量约为21万6000件,其中实际启动的项目约为14万9000件。
由于每个发电站的位置、设备构成和气象条件不同,准确预测发电量和掌握运行状态面临困难。对此,H能源首席技术官(CTO)林成彬提出结合基于机器学习和深度学习的预测技术与现有统计和优化算法的方案。
AI通过分析气象预报、卫星影像和历史发电业绩等数据,预测发电量和市场价格。基于此,虚拟发电厂(VPP)运营商可以考虑预计发电量和输出控制可能性,决定电力市场的投标量。如果同时运营ESS,则可以根据电池充电状态、储存容量和充放电效率等优化电力储存或供应的时机。
电力市场制度改革对发电商收益的影响也是主要议题之一。韩国RE100协会副会长崔仁善强调,发电商需同时管理实际发电量、电力销售价格、合同条件及系统限制。
发电量预测误差和紧急调度指令的执行情况可能会根据市场规则影响结算。如果与电力购买企业直接签订电力购买协议(PPA),还需管理发电站的供应量与企业的实际电力使用量之间的差异。
因此,建议提高民营运营商对电价和系统信息的访问性,并建立对ESS、DR等灵活资源实际提供的供需调节业绩进行测量和补偿的标准。
※ 本报道经人工智能(AI)系统翻译与编辑。

