人工智能实现能源社区资源的智能控制和公平共享

能源社区将在未来建设更分散、碳密集度更低、更公平的能源系统方面发挥关键作用。这些社区使当地产消者(拥有自己的发电和储存能力的消费者)能够使用当地拥有的资产(例如风力涡轮机、屋顶太阳能电池板和电池)相互产生、储存和交易能源。反过来，这使社区能够使用更多本地产生的可再生能源发电，并将市场力量从大型公用事业公司转移到个人产消者。

能源社区项目通常涉及共同拥有的资产，例如社区拥有的风力涡轮机或共享电池存储。然而，这提出了如何控制这些资产的问题——通常是实时的，以及鉴于并非所有成员都具有相同的规模、能源需求或需求概况，应该如何在社区成员之间公平地共享能源输出共同拥有的资产。.

事实证明，我们不仅可以使用人工智能来使用更多的可再生能源并保护昂贵资产(例如电池)的使用寿命，还可以设计更公平的方法来分配共同收益。

英国苏格兰爱丁堡赫瑞瓦特大学智能系统小组 (SSG) 的研究人员最近在Applied Energy 上发表的一篇论文表明，分布式 AI(特别是多代理系统)和合作博弈论的工具可以有效地回答了这些问题。

他们的工作开发了用于智能控制社区能源资产(例如本地风力涡轮机和电池)的新算法，既可以使用更多本地发电，又可以延长能源资产的使用寿命。他们比较了个人家庭投资于自己的家用电池与投资于更大的社区储能单元的情况，并展示了汇集存储方法的好处。接下来，他们提出了几种实际适用且计算效率高的机制，以公平的方式在家庭之间共享这些资产的输出。他们的作品利用了边际价值的关键概念——借鉴了联盟博弈论和分布式人工智能，研究了每个成员对当地社区的贡献(和成本)。

响应灵活性 (ReFLEX) 项目是在苏格兰奥克尼群岛运行的英国最大的智能能源示范项目，来自社区的真实案例研究激发了作者的工作动力。在正在进行的工作中，他们还旨在在 CEDRI 项目(社区能源需求减少)的框架内探索将他们的方法用于能源社区，该项目由苏格兰赫瑞瓦特大学和的研究人员领导。新德里理工学院 (IIT)。

索南诺布博士 领导 SSG 小组工作的学生说：“据我们所知，这项工作是第一个将电池折旧模型集成到社区能源优化模型中的工作。电池健康状态的数据驱动监测对于经济上的可行性至关重要本地可再生能源发电和社区能源模型的整合提供了一个非常有吸引力的应用。此外，对于对能源中合作博弈论应用感兴趣的研究人员(这是一个不断发展的研究领域)，所提出的模型是最早使用此类概念的模型之一在社区能量环境中。具体来说，我们提出了一种基于边际价值的社区利益再分配模型，这是合作博弈论中的一个关键概念。”

Smart Systems Group 联席主任 Valentin Robu 博士补充说：“这项工作由我们的博士生 Sonam Norbu 领导，他于 3 年前从不丹加入我们，展示了顶级科学影响和实际贡献。奥克尼群岛响应灵活性项目的贡献，这是英国最大的智能能源示范和“生活实验室”项目之一。我很高兴 Sonam 的工作最近获得了青年专业绿色能源学术提名该奖项由苏格兰可再生能源公司每年颁发给苏格兰可再生能源行业的顶级行业机构。”

标签： 人工智能实现能源社区资源