태양 광 에너지 스토리지 스테이션의 일정은 "수동으로 충전 및 배출 계획"의 전통적인 모드에서 AI에 의해 구동되는 새로운 지능형 스케줄링 단계, 실제 - 시간 최적화 및 글로벌 협업으로 전환되고 있습니다. 글로벌 프로젝트는 기상 예측,로드 데이터, 그리드 수요 및 시장 가격과 같은 다중 - 치수 정보를 통합하여 지능형 파견 시스템을 구축하여 최대 태양 광 출력, 최적의 에너지 저장 이점 및 빠른 그리드 응답을 달성합니다. 이로 인해 발전소의 포괄적 인 효율성은 10%-15%증가하고 운영 비용이 20%감소하며 "단일 발전 단위"에서 "지능형 에너지 디스패치 노드"로의 광전지 에너지 저장 발전소의 업그레이드를 촉진합니다.
1 AI 기상 예측 : 태양 광 생산량의 정확한 예측
중국의 "멀티 - 소스 데이터 융합 광전지 예측". Qinghai Province의 1.2GW 태양 광 에너지 저장 발전소는 "위성 클라우드 맵+지상 모니터링+과거 데이터"로 구성된 다중 - 소스 데이터 융합 예측 모델을 구성했습니다. 이 모델은 높은 - 해상도 위성을 사용하여 다음 24 시간 동안 클라우드 맵 (1km의 해상도), 발전소 내 50 개의 지상 기상 스테이션 (모니터링 조명, 온도, 풍속)의 실제 - 시간 데이터 및 5 -} 연도의 전력 생성 데이터와 함께 실제 - 시간 데이터와 결합 된 클라우드 맵을 얻습니다. 이 모델은 딥 러닝 알고리즘 (LSTM+Transformer Hybrid Model)을 사용하여 24 - 시간 예측 오류가 5% 내 및 1 시간 단기 예측 오류가 3% 미만으로 제어됩니다. 정확한 예측에 따라 에너지 저장 스케줄링 계획은 동적으로 조정될 수 있습니다. 다음 날 정오에 단기 클라우드 커버가있을 것으로 예측되면 (200MW의 출력 감소) 정오에 전력 부족을 피하기 위해 추가로 200MWh의 에너지 저장이 미리 청구됩니다. 이 예측 모델은 발전소의 축소 속도를 8%에서 3%로 줄이고 연간 발전을 4 천 8 백만 kWh로 증가시킵니다.
유럽의 극한 날씨 광전지 예측의 최적화. 독일의 500MW 광전지 에너지 저장 발전소는 유럽의 비가 내리고 거친 날씨의 기후 특성에 따라 "극한 날씨에 대한 특별 예측 모델"을 개발했다. 강한 돌풍이 예측되는 경우 (태양 광 괄호의 안정성에 영향을 미치는 경우), 광전지 출력은 사전에 감소해야하며 (전체 전력에서 80%로) 에너지 저장 충전 전력을 조정하여 브래킷 손상과 전력 변동을 피하기 위해 조정해야합니다. 이 모델은 극한 날씨에 발전소의 전원 공급 장치 안정성을 40% 향상시킵니다. 2023 년 폭우 동안 전원 공급 장치 중단은 없으며 전통적인 파견과 비교하여 3 개의 계획되지 않은 정전이 줄어 듭니다.
2 부하 및 시장 시너지 : 파견 수익을 극대화합니다
미국의 전기 가격 및 적재량의 이중 드라이브 스케줄링. 캘리포니아의 2GW 광전지 +1 GW/2GWH 에너지 스토리지 발전소는 실제 - 시간 전기 가격 데이터 (5 분마다 업데이트 됨) 및 미국 전기 시장에서 사용자로드 데이터와 연결되어있어 전기 가격과 부하를위한 이중 객관적인 스케줄링 모델을 구성하기 위해 미국 전기 시장에서 사용자로드 데이터와 연결되어 있습니다. 그리고 부하는 태양 광 출력보다 낮으며, 에너지 저장소는 광전지 그리드 연결을 줄이고 낮은 - 가격이 저렴한 전기 판매를 피하기 위해 우선 순위가 지정되며, 태양 광 출력은 고 전기 가격 사용자에게 직접 공급됩니다. 전기 가격이 0.2 USD/kWh (비용 임계 값) 미만이고 부하가 낮 으면 에너지 저장소가 완전히 충전되어 (저렴한 그리드 전기+광전자 잉여 전기를 저장) 전기 가격 상승 후에 배출됩니다. 이 스케줄링 모델은 발전소의 연간 시장 매출을 25%늘리고 고정 전기 가격 일정에 비해 4 천만 달러의 추가 수입이 증가합니다. 동시에 사용자 측 하중 만족도는 99.9%에 도달합니다.
중국의 '전력망 수요 응답 파견'. 500MW 태양 광 +200 MW/400MWH 에너지 스토리지 발전소 Jiangsu Province의 "수요 응답 및 보조 서비스"전력 그리드의 "수요 응답 및 보조 서비스"시장에 참여합니다. 파워 그리드가 피크 면도 수요를 방출 할 때 (저녁 피크 시간 동안 100MW로드를 줄이는 등) AI 디스치 시스템은 균형 에너지 스토리지 관계를 계산합니다. - 태양 광 출력이 300MW이고 사용자로드가 250MW 인 경우, 디스패치 에너지 저장소는 50MW의 충전 용량을 줄이고 사용자를 안내하여 사용자가 비판적 부하의 50MW를 줄이며 공동으로 피크 면도 작업을 완료하고 전기 kWh 당 0.8 위안의 보조금을받습니다. 전력 그리드에 주파수 조절 서비스가 필요한 경우 에너지 저장은 100ms 내의 전력 조정 (± 50MW)에 응답하고 주파수 조절 혜택을 얻을 수 있습니다. 이 협업 일정은 발전소의 연간 보조 서비스 수입이 1,200 만 위안의 수입을 초래했으며, 이는 순수 발전의 수익보다 15% 더 높았습니다.
3 다중 발전소 클러스터 스케줄링 : 글로벌 협업 효율성 향상
유럽의 국가 광전지 에너지 저장 클러스터 스케줄링. 독일, 프랑스 및 벨기에의 10 개의 광전지 에너지 저장소 (총 용량 5GW/10GWH) (총 용량 5GW/10GWH)는 "다국적 에너지 클러스터"를 형성하고 EU 통합 에너지 파견 플랫폼을 통해 협력합니다. 독일의 정오 광전지 피크 동안 (산출물을 초과하는 출력)는 전기의 2GW ({4})를 통해 전기의 2GW가 파견됩니다. 프랑스 에너지 저장소는 프랑스의 피크 하중) 충전을 줄이고 전력 수신과 협력하기 위해 배출을 증가시킵니다. 프랑스의 풍력 출력이 저녁에 증가하면 에너지 저장이 완전히 충전 된 독일로 반대쪽으로 파견됩니다. 이 클러스터 스케줄링은 교차 - 국경 전력 전송의 효율을 30%증가 시켰으며, 3 개국의 전체 태양열 및 풍력 전력의 전체 축소율이 12%에서 5%로 감소하고 연간 탄소 배출량이 120 만 톤으로 감소했으며 전력 그리드 건설에 대한 투자가 감소했습니다 (새로운 2GW 전송 라인을 구축 할 필요없이).
중국의 '지역 마이크로 그리드 클러스터 스케줄링'. 신장의 새로운 에너지 마이크로 그리드 클러스터 (5 개의 태양 광 에너지 저장 발전소, 3 개의 풍력 발전소 및 2 개의 산업 단지 포함)는 5G 통신을 통해 출력, 에너지 스토리지 상태 및 공원 부하에 대한 실제 - 시간 데이터를 구축하고 있습니다. AI 알고리즘은 "새로운 에너지의 우선 순위 소비, 공원 부하의 우선 순위 만족 및 전력망 안전의 우선 순위 보장"의 원칙에 따라 균일하게 파견하는 데 사용됩니다. 태양 광 발전소의 출력이 갑자기 100MW 증가하면, 디스패치 센터는 주변 에너지 저장에 즉시 충전을 위해 100MW 증가하도록 지시하고, 공원에 고하 장비 (예 : 전해 알루미늄 식물)가 과도한 전기를 소화하도록 가이드합니다. 전력망의 전압이 낮을 때, 각 발전소를 파견하여 에너지를 저장하고 반응성 전력 (500mvar의 총 반응 용량)을 동기화하여 전압을 빠르게 증가시킵니다. 이 클러스터 스케줄링은 지역의 새로운 에너지 소비율 98%, 공원에서 99.99%의 전원 공급 장치 신뢰성을 달성하고 분산 된 스케줄링에 비해 연간 운영 비용으로 8 백만 위안을 절약합니다.
태양 광 에너지 저장 발전소에 대한 "스마트 일정"의 업그레이드는 본질적으로 "데이터 - 구동+알고리즘 최적화"의 효율성 혁명입니다. 미래에, 디지털 트윈 (가상 시뮬레이션 스케줄링 시나리오), 블록 체인 (데이터 예약의 신뢰성을 보장하기 위해) 및 에지 컴퓨팅 (로컬로 된 빠른 결정 -} 기술을 통합하면서 스마트 스케줄링은 글로벌 에너지 공동 작업, 현상 적 최적화 및 전체 에너지 스토리지, 전체 에너지 창고를 달성 할 것입니다. 새로운 전원 시스템에서 "가장 유연하고 효율적이며 가치있는".