随着间歇性可再生能源发电在能源结构中的占比不断增加以及负载类型更加不稳定(如电动汽车充电),近年来人们对能源需求侧响应 (DR) 的兴趣日益浓厚。需求侧响应计划被认为能够以经济高效的方式提供所需的灵活性,从而提高能源系统的可靠性。大规模需求侧响应服务的需求通常由需求侧响应聚合器来满足,即提供聚合服务并充当系统运营商和最终消费者之间的中介的实体。需求侧响应相关任务的高度复杂性,加上它们对大规模数据的使用以及对近乎实时决策的频繁需求,意味着人工智能 (AI) 和机器学习 (ML)——人工智能的一个分支——最近已成为实现需求侧响应的核心技术。人工智能方法可用于应对各种挑战,包括选择最佳消费者响应集、了解他们的属性和偏好、动态定价、设备调度和控制、学习如何激励需求响应计划的参与者以及如何以公平和经济高效的方式奖励他们。本文基于对 160 多篇论文(发表于 2009 年至 2019 年之间)、40 家公司和商业计划以及 21 个大型项目的系统回顾,概述了用于需求响应应用的人工智能方法。这些论文根据所使用的人工智能/机器学习算法和能源需求响应的应用领域进行分类。接下来,介绍了商业计划(包括初创公司和老牌公司)和大型创新项目,其中人工智能方法已用于能源需求响应。本文最后讨论了所审查的人工智能技术在不同需求响应任务中的优势和潜在局限性,并概述了这一快速增长领域未来研究的方向。
较少,取之不尽,在政治上没有战略性(分布良好,不敏感);但是它们目前非常昂贵,而且最难存储。我们应该遵循我们发现在地球上如此有效的自然能量路径:遥远的原始能源(太阳),最简单的运输均值(无管,无线,通过辐射),一个奇妙的燃料制造过程(光合作用)以及一些衍生能量(如风和水流)(随相位变化的过程进行了优化)。液压能在全球范围内具有较小的生长潜力,但风能却开花。对生物质的充满活力的使用已经显示出对人类的方便资源,只要它基于残留生物量,而不是与喂养人和动物的用途相抵触。当前的化石燃料是通过分解生物量的年龄堆积的。除非我们以环境可接受的方式解决能源问题,否则它可能成为全球冲突的主要原因(其他基本需求,例如水和食物,许多当地冲突的原因,似乎在全球范围内都不会威胁到)。全景令人沮丧,但我们可以指出一些积极的趋势:
表 13 - 各站点照明的重要性 ...................................................................................................................................... 29 表 14 - 额外照明的用途 ...................................................................................................................................... 29 表 15 - 各站点企业层面的理想设备 ................................................................................................................ 34 表 16 - 受访企业数量概览 ............................................................................................................................. 41 表 17 - 每个站点家庭在交通方面的支出百分比 ............................................................................................. 46
为所有从装配线上驶出的电动汽车充电将增加对能源的需求。美国国家科学院的一项研究表明,在加利福尼亚州,这种增长的需求将需要超过三分之二的配电线路升级容量,成本在 60 亿至 200 亿美元之间。加州负责提供电力的机构声称他们将能够满足不断增长的需求,但这些说法基于一系列可能站不住脚的假设。虽然美国电网可以提供足够的电力来满足一般的电动汽车充电需求,但它们无法满足高峰充电时段的需求。为了满足人们上班时的上午高峰和回家时的傍晚高峰,不仅需要扩建电网,而且还必须加快扩建速度。而为了保持减排以实现 ESG 目标,这些升级需要有利于可再生能源,以尽可能实现低碳。
10 未经彭博财经有限责任公司事先书面同意,不得复制、扫描到电子系统、分发、公开展示或将本文件的任何部分用作衍生作品的基础。第 37 页的版权和免责声明适用于全文。© Bloomberg Finance LP 2024
缩写和首字母缩略词 iii 概念和定义 iv 前言 v 致谢 vi 重点 vii 执行摘要 ix 第一章:介绍 1 1.1 背景 2 1.2 数据挑战阻碍进展 3 1.3 解决家庭能源需求侧数据缺口 3 1.4 调查目标 3 第二章:方法论 4 2.1 研究领域和样本设计 5 2.2 问卷 6 2.3 试点调查 6 2.4 主要调查 6 2.4.1 样本设计 6 2.4.2 样本量确定 6 2.5 培训 6 2.6 实地工作安排 7 2.7 调查限制 7 第三章:调查结果 8 3.1 人口特征 9 家庭成员的性别和年龄 9 家庭成员的识字水平和教育资格 9 识字水平和平均收入 10 3.2 能源来源 11 燃料木 11 燃料木采购 11 砍伐/收集的燃料木来源 12 砍伐/收集的燃料木类型 12 砍伐/收集燃料木的后果 12 燃料木使用和销售 12 木炭 14 木炭采购 14 用于木炭生产的木材采购方法 14 木炭使用和销售 15 农业废弃物和垃圾/塑料 15 采购农业废弃物和垃圾/塑料的家庭 16 使用农业废弃物和垃圾/塑料的家庭 16 液化石油气 17 液化石油气使用量 17 家庭过去 30 天内每月的液化石油气支出 17 液化石油气购买地点 17 电力(国家电网) 18 由国家电网供电的家庭电网 18 按电力计费系统划分的家庭 18 家庭每月平均电力支出 18
最后,ESB网络认为,任何需求灵活性的关键属性是碳强度。每个来源或技术使需求灵活性将对需求的碳强度产生一定影响。今天在市场上运行的某些需求灵活性的来源本质上会导致需求灵活性导致净碳的增加(例如,如果它们通过在仪表生成后使用发射密集型而转移需求)。其他需求灵活性的来源可能会增加或减少排放量,例如存储或更改使用电力的时间)。我们期待与CRU合作,以确保开发计划刺激需求灵活性的计划,规则,规定和标准始终如一地在系统级别和适当的时间范围内提供净碳的减少。
保留所有权利。This publication may be reproduced, stored in a retrieval system, or transmitted in any form or by any means , electroni c o r mechanical , includin g photocopying , recordin g or otherwise provided it is used only for educational purposes and it is not for resa le, and provi ded f ull acknowledgem ent is gi ven to the R ajiv Ga ndhi Insti tute for Contempo rary Stu die s as the Ori Ginal Publisher。
本文回顾了为减少和/或影响能源需求的时间分布(灵活性)而提出的方案,主要针对住宅层面。首先研究了自动化技术驱动的方案和/或货币激励措施,以改变最终用户的行为。一个相关的发现是,旨在减少能源需求的方案和影响其时间性的方案之间存在潜在的摩擦点。通过应用能源和社会系统耦合的分析框架,讨论了住宅能源需求模式和时间性的已确定的社会经济驱动因素,总体目标是彻底了解能源需求及其时间性,以便更明智地控制能源需求及其时间灵活性。特别关注社会实践理论的视角,因为它能够捕捉用户和物质制品之间的关系,并讨论其理论原理及其在实际例子中的应用。通过研究文献中能源需求的技术维度和社会维度之间的对话及其时间性,假设和认识论不确定性探索导致更明智的能源需求选择。尽管它具有重要意义,但这一研究途径在很大程度上仍未得到探索。我们建议开展这一对话的关键领域为:(i)与技术功效/效率相关的不可协商的能源最终使用效应概念有关的需求含义的翻译,(ii)由预期的技术需求灵活性导致的新固定性问题,(iii)解决新技术影响中的决定论问题,(iv)结合需求时间的社会核算实施需求侧管理和响应技术。
• 在所有可能的当前和未来情况下优先考虑电力系统的需求。这对于避免拥堵和将更多可再生能源纳入系统是必要的。中央 EMS 必须能够根据来自智能设备和电网的所有相关信息协调电力使用——从电网连接点的容量、电价和拥堵风险到现场太阳能生产。电力使用优先级的决定应由 EMS 集中做出,而不是由设备独立做出。单个设备必然只会拥有有关其自身能源使用和相关用户需求的信息 5 。当所有设备单方面决定何时使用电力时,存在人为用电高峰、高电费甚至停电的风险,因为热泵和电动汽车都认为这是用电的最佳时间。