由 AI 驱动之储能控制及建筑监控整合

韩国标普全球工厂个案研究
test
Client 韩国标普全球级工厂
Project Title 韩国标普全球级工厂电池控制
Duration/Time 2018年9月
Summary

本公司预估由 AI 驱动之储能控制及建筑监控整合可节省 21% 之电费。

 

智慧建筑管理的能源储存

利用电池管理建筑电力并减少电费的储能系统是近年智慧建筑领域成长中的一环。储能系统系透过尖峰时段用电管理、用电抵销及整合再生能源等方式来减少电费。建筑最佳化的策略必须能管理储能系统、计划电力负载、建筑当下及预测的运作情形及等数据之间的相互作用。建筑当下及预期的用电数据输入为储能系统软体成功运行的关键。

个案研究-省电潜力

绿铜科技与标普全球股份有限公司合作,推出决定建筑监控整合电池管理节能潜力的概念验证。 绿铜科技于某韩国标普全球级工厂部属了系统测量建筑、配电箱及电路之即时能源消耗。

该设施还设有具备储能软体之电池系统。两组团队共同开发了整合标普电池系统及绿铜科技数据及模型的演算法,用以控制电池充、放电顺序,并进而达到建筑管理最佳化。

第一部分:必要条件-数据

本系统中共有来四大领域的复杂数据交换,亦即 1) 建筑能源测量、2) 建筑能源预测、3) 电池资讯获取与 4) 控制及电费费率。

1. 建筑能源测量

绿铜科技数据平台提供的是透过高频率能源、电压及能源品质量测所获得目前建筑的能源状态。

2. 建筑能源预测

绿铜科技利用了AI驱动模型预测建筑的用电状况。神经网路模型会以15分钟的间隔提供隔日的电力负载预测。该模型融入了历史用电、天气数据及时间等输入值,并会定期再训练及查询。

3. 电池资讯获取及控制

标普全球提供了其目前及预测电池状态数据及模型的权限,如此一来,便能对电池提出控制指令。以下各组电池规格可依最佳化策略进行约束:

  1. 电池最大容量
  2. 电池最小容量
  3. 禁止电力回流至电网中
  4. 电池能量等级不得超过其最大容量
  5. 储存电量不得低于其最大容量之10%

电池规格:

电池最大容量 18.0 kWh
电池最小容量 0.0 kWh
最大充电功率 9 kW
最大放电功率 9 kW
初始电池容量 1.84 kWh

4. 电费费率

电费可分为两部分:能源及尖端需量。最佳化的目标即为在结算周期内将电费最小化。最佳化模型考量了能源及尖端电费。

费率表:

  能源费率 ($/kWh) 尖端费率 ($/kW)
夏季 0.17113 19.85
冬季 0.13174 11.96

第二部分:秘密武器-Al模型

本系统的演算法为每日运行,并会产生隔日的电池使用计划,以达到电费最佳化。电池控制指令为每15分钟自动发送。

预测建筑用电模型 电池充放电时程建议
Forecasted Building Profile Image Battery Profile Image
最佳化建筑及电池负载情形  
Combined Profile Image  

第三部分:节省电费及智慧建筑方兴未艾

本个案研究中,本公司预估 AI 驱动的储能控制及建筑监测整合可省下 21% 的电费。

电费摘要:

每日电费预测 $258
附电池每日电费预测 $203
预计每月节省金额 $1650
每日节省金额 21%

AI 应用的加速,使我们能够设想更为强大的系统整合以大幅提升省电能力,例如运用在太阳能、燃料电池、风力及地热能等发电方式。此外,电动车的问世将运输领域带入了建筑环境中,而高效、高机能的汽车电池充电也将仰赖演算法的整合。

能源的储存与控制及建筑监测还正在起步,未来智慧建筑的各项需求就靠绿铜科技平台上的建筑数据及 AI 驱动模型来满足。