基於人工智能的方法可以優化光伏電池存儲系統

太陽能生產很大程度上取決於天氣條件。當發電量偏離目標時，電力市場會實施稱為“不平衡處罰”的處罰。筑波大學的研究人員開發了一種基於人工智能 (AI) 的方法，可以優化太陽能發電系統和電池存儲的運行，與傳統方法相比，可減少高達 47% 的不平衡損失。

分佈式可再生能源的日益普及需要比目前可用的更加智能和適應性強的能源管理策略。在電力市場中，交易基於電力生產商提供的第二天的計劃發電量。然而，太陽能生產對天氣條件非常敏感。

計劃供應量與實際供應量之間的差異會擾亂整個市場的供需平衡，從而導致被稱為“不平衡處罰”的處罰。儘管計算方法可以在一定程度上控制這種平衡，但它們無法充分反映現實世界的不確定性，例如天氣的突然變化和復雜的市場動態。

筑波大學的研究人員開發了一種方法，可以在遵守市場規則的同時優化太陽能發電系統和電池存儲系統的運行。方法， 發表 V IEEE接入依靠基於深度強化學習的人工智能，可以解決與不確定性相關的問題。

基於真實市場數據的模擬結果，與傳統控制方法和其他深度強化學習模型相比，該方法分別減少了約47%和26%的不平衡懲罰。此外，公司連續四個季度保持穩定盈利。

這項研究將有助於建立一種機制，提高盈利能力，避免失衡處罰，並確保可再生能源向市場的穩定供應。它還可以為一個系統奠定基礎，該系統將電池和電動汽車等家庭總能源視為一種新能源，提供穩定電價和降低停電風險等社會效益。