台灣供電拉緊報,AIoT協助優化電力管理

台灣供電拉緊報,AIoT協助優化電力管理
Photo Credit:DIGITIMES

我們想讓你知道的是

2022年3月3日全台無預警大停電,造成各行業產線停擺,經濟部清查工業區與科技產業園區受損情況,統計廠商損失金額達新台幣60億元,凸顯目前電力吃緊狀況下,電力生態系統包括供應與需求兩端的優化管理,成為電網營運的重要課題,且看AIoT如何協助優化電力管理。

2022年3月3日全台無預警大停電,造成各行業產線停擺,經濟部清查工業區與科技產業園區受損情況,統計廠商損失金額達新台幣60億元,凸顯目前電力吃緊狀況下,電力生態系統包括供應與需求兩端的優化管理,成為電網營運的重要課題。DIGITIMES Research觀察,近年企業更陸續導入人工智慧輔助電力優化方案,以提升用電效率。

從電力供應端層面觀察,以太陽發電廠為例,為了預測即時發電量,電廠建立衛星雲圖大數據庫,進行CNN(Convolutional Neural Networks)演算法辨識,經過卷積程序進行特徵擷取,依據特徵,辨識雲層種類。辨識雲層類別後,依據特性建立雲層高度、雲層密度、雲層範圍等參數,以建立輻照度預測運算模型,而AI辨識技術可迅速針對大量即時衛星雲圖數據,協助蒐集輻照度預測運算模型的相關參數。

另外,對於區段時間輻照度預測,可使用卷積長短期記憶(Convolutional Long Short Term Memory;ConvLSTM))AI演算法,預測未來雲層移動走向,ConvLSTM適合處理預測有關時間序列的圖像事件,特色為將過去預測的結果回收重新利用,用來預測未來發展的因子之一,反覆循環訓練修正以提升預測的準確度。

由於太陽能發電廠佔地廣大,且發電時段有時效性限制,因此針對設備故障檢查與修復,較其他產業相對困難許多,AI可依據輻照射量與輸出值資料,辨識區分異常狀態,包含接線劣化、模組老化、遮蔭現象、絕緣問題、過熱降載、跳電等。以遮蔭現象為例,因夏季與冬季太陽光入射角度的差異,若太陽能板周圍有較高的遮蔭物,會造成實際輻照射量與輸出值曲線平行下移,可能造成遮蔭區域發電量降低約20%~40%,即便有經驗的維運人員都很難察覺此問題,藉由AI預測判定可有效發現遮蔭問題,AI技術可提升太陽能發電廠維護工作效率,並避免人力判斷錯誤,可減少查修時間,迅速解決異常事件,迅速恢復發電。

從電力需求端層面觀察,企業導入電力監控AI方案,能有效降低製造成本的目標,方案架構包含核心層,使用電表感測器計算用電量,並使用有線modbus RS485、乙太網路或無線網路如NB-loT、Wi-Fi、LoRa等通訊技術將數據傳送至上層(包含網路層、平台層、軟體服務層),以下針對各層功能說明:

網路層(Infrastructure as a Service;IaaS),接收核心層數據資料,使用有線網路交換器(switch)或無線閘道器(gateway)傳輸至平台層(Platform as a Service;PaaS)。

平台層,接收有線網路交換器或無線閘道器傳輸的資料,進行用量資訊彙整與分析、用量預測、警報管理、節能模擬運算等。

軟體層(Software as a Service;SaaS)有兩項服務,一為資訊中心看板監控,二為手機端通報系統軟體,兩者皆是接收PaaS端本地伺服器(on-premise server)或雲端伺服器(cloud server)資訊。

另外,緊急異常事件通報系統,可透過訊息佇列遙測傳輸伺服器(MQTT server)接收laaS網路層訊息,將訊息在第一時間傳送至手機端(例如短路或跳電)。

以台積電為例,為達成節能減碳目標已著手建構碳管理平台。平台涵蓋三個面向,一為法規研究面,研究當地法規政策,規劃對應方案與策略,以實踐國際減碳共同承諾;二為排碳量改善面,如建立溫室氣體排放統計資料庫、執行減少溫室氣體排放方案、開發新技術達減量目標、導入能源管理(ISO 50001)、開發節能機台、建立綠色建築等;三為碳資產管理面,包括投資/購置再生能源、碳交易市場共需與價格研究、參與當地節能減碳獎勵政策等。

此外,碳管理平台延伸二項改善目標,一為生產設備節能,汰換為高效節能幫浦(二、三、五、六、八廠)、機台元件最佳化修改,採購新設備且設定節能規格(以12吋廠既有設備基準,省電10%以上);二為廠務節能措施,廠務照明節能(更換LED照明、區域規範定時開關)、空調節能(冰水機系統設定自動化調節、規範空調設定溫度)、效能提升(空調系統加濕改裝,可節省3%~5%用電量)。

台積電於2016年啟動節能專案計畫,召集美商應用材料(Applied Materials)、荷商ASML、先藝科技(ASM)、日商迪恩士半導體(Screen Spe)、東京威力科創(TEL)等五大設備商,啟動開發節能設備設計,至今20222年進入導入期,台灣廠區完成139項節能措施驗證,68種生產設備機型節能效益平均達14%,預計於2030年台灣廠區機台平均節能效益達20%的目標。

本文經DIGITIMES授權刊登,原文發表於此

「馬上報名Taiwan AI EXPO 掌握未來20年AI科技脈動」

責任編輯:Joanna
核稿編輯:Street


猜你喜歡