記者獲悉,在全球AI頂會NeurIPS 2022的虛擬電廠國際競賽中,阿里達摩院研究團隊獲得冠軍。他們提出的電力調(diào)度AI解決方案,創(chuàng)新性地融合預測技術(shù)、優(yōu)化技術(shù)和強化學習,使得實驗項目在用電量不變的前提下,碳排放量減少13.6%,電費減低28.2%。這項創(chuàng)新有望加速虛擬電廠尤其是零碳園區(qū)的落地推廣,推動能源綠色轉(zhuǎn)型。
達摩院團隊奪冠
雙碳背景之下,虛擬電廠備受關(guān)注。所謂虛擬電廠,是通過智能技術(shù)將用戶側(cè)分散的光伏、儲能系統(tǒng)、可控負荷等主體進行聚合并優(yōu)化調(diào)度,具有促進新能源消納、降低碳排放、提升電網(wǎng)運行安全等作用。NeurIPS 2022 CityLearn Challenge設(shè)定的虛擬電廠是美國加州一個真實園區(qū),包含17幢配有光伏和儲能設(shè)備的樓宇。參賽隊伍需要在不改變用電量的情況下,盡可能降低碳排放量、電費和電網(wǎng)波動,以向 “零碳園區(qū)”邁進。
實驗項目示意圖
這項全球頂級賽事吸引了50多個國家的100多支隊伍參加,包括微軟、華盛頓大學、清華大學、香港科大等頂尖團隊,比賽持續(xù)數(shù)月,歷經(jīng)三輪,最終阿里達摩院研究團隊獲得了冠軍,他們提出的AI解決方案可讓實驗項目的碳排放量較基準下降13.6%,電費下降28.2%,電網(wǎng)波動減少17.9%。
據(jù)介紹,虛擬電廠由于牽涉主體眾多,場景多樣,決策頻率高,且需要兼顧多個目標,技術(shù)實現(xiàn)難度高。這項比賽更是需要將新能源功率AI預測與電力調(diào)度AI決策相結(jié)合,先根據(jù)天氣狀況滾動預測每小時的光伏發(fā)電情況,再結(jié)合樓宇負荷情況進行實時的儲能充放電決策,調(diào)度時長高達一年合計8760個小時,計算復雜度遽增。
鑒于預測與決策緊密相關(guān),研究團隊先采用了在線滾動校正預測技術(shù),盡可能提升預測的準確性;隨后在決策環(huán)節(jié)創(chuàng)新性地將優(yōu)化技術(shù)與強化學習進行融合,即便預測存在不確定性,依然能實現(xiàn)最優(yōu)決策。具體而言,他們利用達摩院自研的優(yōu)化求解器MindOpt及其建模平臺,將復雜的電力調(diào)度轉(zhuǎn)化成線性規(guī)劃問題,進行準確、快速地求解;同時引入了多智能體協(xié)作的強化學習技術(shù),讓虛擬電廠眾多主體相互協(xié)同,以同時實現(xiàn)低排放、低電費、低波動的目標。研究團隊發(fā)現(xiàn),優(yōu)化和強化學習兩種方法各有優(yōu)勢,于是他們通過集成算法取兩者之長,獲得了國際領(lǐng)先的結(jié)果。
據(jù)介紹,這項創(chuàng)新技術(shù)由于能夠適應(yīng)現(xiàn)實世界中的不確定性,具有較強的應(yīng)用價值,有望破解虛擬電廠的調(diào)度難題。獲獎團隊來自于阿里達摩院決策智能實驗室,該實驗室今年已多次在虛擬電廠主題的國際競賽中獲獎,包括GECCO 2022“基于風險的能源調(diào)度”競賽冠軍和WCCI 2022 L2RPN法國輸電網(wǎng)調(diào)度競賽亞軍?;谧匝星蠼馄?、安全強化學習、時序預測等底層技術(shù),實驗室打造出綠色能源AI解決方案,落地全國多家電網(wǎng)和發(fā)電企業(yè),正不斷促進綠色能源消納,助力電網(wǎng)安全運行。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- ?新一代核心系統(tǒng)全面上線!中華財險與阿里云達成數(shù)智化升級新合作
- 阿里云通過信通院首批企業(yè)用云治理能力成熟度評測
- 2025年云預測:傳統(tǒng)漏洞、人工智能增長和邊緣繁榮
- 云遣返:工作負載分配的關(guān)鍵戰(zhàn)略考慮因素
- 告別加班!華為云推薦數(shù)智員工“入職”會無憂
- 阿里云支持疊紙新游《無限暖暖》全球多平臺開服!
- Gartner:到2027年,90%的企業(yè)機構(gòu)將采用混合云
- Gartner:到2025年,全球公有云終端用戶支出將達到7230億美元
- AI熱潮推動全球云計算市場增長,Q3支出增長21%至820億美元
- 阿里云百煉上線百萬長文本模型Qwen2.5 -Turbo,百萬tokens僅需0.3元
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。