編者按:東芝表示已開發(fā)出一套依靠AI就可獨立預測太陽能發(fā)電量的新技術,新預測技術的誤差可以提高約9.8%。
光伏領域是一個新技術頻繁迭代的領域,隨著人工智能技術(AI)滲透進光伏產(chǎn)業(yè),通過設備的自主學習,降低誤判率、提高效率已不成問題。
近日,東芝宣布已開發(fā)出一套獨立依靠AI就能對太陽能發(fā)電量進行預測的新技術。
東芝表示,依靠從公司的天氣預報系統(tǒng)中獲得的各類氣象數(shù)據(jù),即使太陽能發(fā)電設施的性能、安裝條件、天氣情況等無法知曉,AI也可以基于發(fā)電設備以往的發(fā)電量數(shù)據(jù)等對其性能等進行預估,從而準確預測發(fā)電量。與以往發(fā)電量計算技術相比,新預測技術的誤差可以提高約9.8%。
受限于天氣等自然條件影響,太陽能發(fā)電一直存在能否穩(wěn)定供電的問題。為了使電力公司穩(wěn)定且高效地供電,東芝認為,需要對電力需求量、太陽能發(fā)電量等數(shù)據(jù)設定供需計劃,進行預測是必需的程序之一。
傳統(tǒng)的太陽能發(fā)電預測技術是指,參照太陽能發(fā)電設備安裝位置的天氣預報數(shù)據(jù),結合太陽能發(fā)電設施的工程模型來預測發(fā)電量,或是根據(jù)以往天氣情況的實際數(shù)據(jù),進行發(fā)電量預測。
與之相比,東芝研發(fā)的此項技術,則是結合天氣預報和人工智能兩項技術,對太陽能發(fā)電量進行預測。通過利用獨立運行的天氣預報模型中的預測系統(tǒng),收集與發(fā)電量相關的如日照強度、氣溫、風速、降雪、陽光反射等數(shù)據(jù),從而構筑更高準確性的發(fā)電量預測模型。
其中,日照強度對發(fā)電量影響最大。此項技術可以通過從預測值向AI反饋實際測量值,幫助AI自主學習預測誤差,從而提高其預測的精度。
東芝表示,下一步將通過積累實際數(shù)據(jù)和增加天氣情況的類型,來促進AI學習,從而進一步提高預測準確性。
在光伏領域新技術研發(fā)方面,東芝一直走在前列。今年6月,東芝曾對外宣布,將氧化亞銅(Cu2O)和晶體硅材料相結合形成的“串聯(lián)型”太陽能發(fā)電系統(tǒng),發(fā)電效率比傳統(tǒng)太陽能電池提高了1.8%,達到23.8%。并計劃在未來三年內(nèi),進一步完善技術,以達到30%的發(fā)電效率。