В условиях глобального перехода к низкоуглеродной энергетике Китай активно развивает виртуальные электростанции (VPP) – сложные системы управления распределёнными источниками энергии. Одним из ключевых вызовов в этой сфере является обеспечение гибкости, надёжности и интеллектуальности работы таких систем. В статье "Как виртуальные электростанции с технологиями искусственного интеллекта меняют энергетический ландшафт Китая", вышедшей в № 6, т. 22 журнала Power & Energy за 2024 год (авторы: Chen, Q., Wang, X., Feng, C., Li, C., & Zheng, K.) рассматривается использование искусственного интеллекта (ИИ) для оптимизации работы VPP и повышения их эффективности, приводится описание технологии VPP и потенциала ее использования в энергосистеме Китая. Предлагаем вашему вниманию её краткий обзор.
В 2022 году ветровая и солнечная генерация составила более 47 % от общей установленной мощности электростанций в Китае. Согласно 14-му пятилетнему плану развития энергетики КНР, возобновляемые источники энергии (ВИЭ) к 2050 году должны составить 90 % от общей мощности генерации. Высокая доля ВИЭ, рост и изменение структуры электропотребления (например, появление зарядных станций для электромобилей, центров обработки данных, локально интегрированных микроэнергосистем и др.), увеличение объемов торговли на рынках электроэнергии и усложнение рыночных механизмов требуют новых решений для управления энергоресурсами.
Виртуальная электростанция (VPP) определяется как управляемая совокупность распределенных энергетических ресурсов (DER), таких как солнечные панели, гибкие нагрузки, электромобили и накопители энергии, которые могут участвовать в тех же рынках электроэнергии, что и крупные электростанции, предоставляя также системные услуги.
Авторы статьи анализируют роль VPP в Китае, описывают существующие проекты и объясняют, как ИИ помогает решать проблемы прогнозирования, управления нагрузкой и координации распределённых ресурсов. Рассматриваются три организационные архитектуры VPP: централизованная, распределённая и полностью децентрализованная (рис. 1).
В централизованной архитектуре VPP конечные пользователи передают VPP управление своими DER, включая нагрузку, хранение энергии и т. д. Как представитель конечных пользователей, VPP имеет право принятия решений и может напрямую контролировать DER, участвуя в рыночной торговле и предоставляя услуги, такие как регулирование частоты.
Полностью децентрализованная архитектура VPP представляет собой коалицию, сформированную отдельными конечными пользователями. Такая коалиция не имеет центрального координирующего органа, самостоятельно обеспечивает консенсус по сделкам и уравновешивает взаимные интересы пользователей, распределяет доходы и достигает распределенного контроля над своими DER.
Вне зависимости от архитектуры, VPP представляет собой систему управления ресурсами, которая использует большие данные и технологию Интернета вещей (IoT) для подключения многочисленных DER к единой платформе. Такая платформа обеспечивает интеллектуальное управление и оптимизацию работы посредством сбора, передачи, обработки данных и принятия решений.
Взаимодействие и обмен данными обеспечивается между тремя различными уровнями системы: облачным, локальным (пользовательским) и аппаратным (уровнем конечных устройств). Особое внимание в такой архитектуре уделяется применению ИИ, включая методы машинного обучения, глубокого обучения и обучения с подкреплением для прогнозирования спроса и генерации, управления гибкостью нагрузки и оптимизации рыночного участия VPP.
Технологии ИИ в виртуальных электростанциях на каждом уровне архитектуры решают различные задачи. В облаке ИИ используется для сложного принятия решений, включая рыночное ценообразование, оптимизацию участия в торгах и распределение прибыли между участниками VPP. На локальном (пользовательском) уровне ИИ позволяет прогнозировать нагрузку и выработку энергии, не раскрывая конфиденциальные данные пользователей, а также обеспечивает агрегацию источников гибкости DER для более эффективного управления энергосистемой. На аппаратном уровне ИИ помогает управлять энергопотреблением и обслуживанием распределённых ресурсов, выявлять неисправности оборудования и обеспечивать кибербезопасность.
ИИ позволяет VPP улучшить точность прогнозов энергопотребления, оптимизировать распределение ресурсов, снизить стоимость интеграции ВИЭ, повысить устойчивость энергосистемы. При планировании электроснабжения Китая поставлена цель реагирования на спрос в 3–5% пиковой нагрузки электроэнергии к 2025 году. Обеспечение 5 % пиковой нагрузки путем строительства новых тепловых генераторов потребует инвестиций в размере около 400 млрд юаней (CNY). Однако с учетом возможностей VPP требуемые инвестиции значительно сокращаются до 50–60 млрд CNY, что составляет примерно 1/8 от стоимости строительства новых тепловых электростанций.
Китай с 2021 года постепенно внедряет политику поддержки VPP. Национальные регулирующие органы классифицируют VPP как квалифицированных участников рынка системных услуг. Поощряется участие VPP в спотовом рынке. В Китае уже реализованы пилотные проекты VPP в Шанхае, Шэньчжэне, Чжэцзяне и других местах, демонстрирующие экономическую эффективность и снижение нагрузки на сеть.
Авторы отмечают, что дальнейшее развитие VPP в Китае связано с улучшением качества работы ИИ, обеспечением кибербезопасности, повышением интерпретируемости модельных расчетов и расширением их применения в рыночных механизмах. Модели ИИ можно научить воспроизводить и обрабатывать сложные нелинейные ограничения и далее интегрировать их в традиционные расчетные модели, тем самым формируя гибридные модели, которые позволяют эффективно и точно решать сложные задачи оптимизации и прогнозирования.
Подробнее читайте в IEEE Power & Energy Magazine, т. 22, № 6 за 2024 год.
Подготовлено АНО «Центр «Энерджинет» при поддержке Фонда НТИ и Минобрнауки России
