Redian新闻
>
又一款能源大模型发布,为什么储能需要AI?|甲子光年

又一款能源大模型发布,为什么储能需要AI?|甲子光年

科技

基于AI大模型与算法群,乐创带来了5大产品序列。


作者|涂明

编辑|栗子


在7月24日的乐创能源2023战略新品发布会上,乐创能源CEO潘多昭与CTO常伟发布了一系列基于大模型的储能新产品,标志大模型开始在能源领域发力。


潘多昭表示,乐创能源此次发布共包含三大类产品,即由“智慧能源算法群+大模型”组成的智慧能源运营系统“天将”、一套微网储能产品组合“悟空”,以及一套智慧物联网产品与组件——“金睛”和“如意”。上述三类产品能组合出一套智慧储能系统,共同构成乐创的能源“西游宇宙”。


“智慧数字化是储能的终局图景,是开启智慧能源新时代的钥匙。”在潘多昭口中,乐创更像是一家储能算法、操作系统及软件供应商,“我们的理念是用算法群定义操作系统和软件,操作系统和软件定义硬件,最终定义出一套智慧储能系统。”


乐创智慧储能系统的三层架构
图源:受访者供图


在这一理念之下,“天将”是其公司一切产品的基石,“悟空”“金睛”“如意”等产品都要在“天将”内置的算法群的基础上工作。


乐创能源的前身是“乐驾能源”,此前专注于电芯安全预警算法技术,自2015年创立之初便将自己定义为一家为客户提供软硬一体化智慧能源物联网解决方案的企业。经过8年发展,该公司在算法科学、电气技术、电力系统、电子技术、电化学原理、系统工程等多技术领域均有涉猎,累计为40GWh的车辆电池、650MWh级别的换电站服务,共计交付了115个工商业储能项目。


本质上,乐创想要做的是一套能源数字化系统,并同时拥有对储能集成产品的控制运营能力。打造这样的能源数字化系统是为了在日后能形成对分布式工商业储能系统、汽车充电站等储能设备的群控能力,让储能具备安全性、经济性、功能性和集群性四大属性,解决储能系统当前不安全、不经济、难管理的堵点、痛点。


此次发布后,乐创能源或将掀起一股AI+储能的行业新发展浪潮。




1.从Power到Energy

电化学储能迈入大模型时代


在此次发布会上,常伟表示,乐创的算法架构已经经历了模块化集成、系统集成两个阶段,发展到了由大模型算法群驱动的云+端智能协同时代。


乐创算法架构演进
图源:受访者供图


所谓模块化集成是乐创算法架构的1.0阶段,主要是通过能量管理系统(EMS)来完成储能产品的监控,架构内各模块间没有通信和协同能力;系统集成则是2.0阶段,它以AI+边缘计算为基础,打通电池管理系统(BMS)、储能变流器(PCS)和EMS,“3S”系统贯通一体,为储能系统提供一套系统集成的“智慧大脑”。


到了模型算法群驱动的3.0时代,乐创则开始依赖大模型优化所有算法。


常伟介绍,目前,乐创已经积累了50+的预测式算法模型以及数十款统计分析类算法模型,它们统称为“VOS包”,共同构成了乐创的安全运维体系、虚拟电厂体系、运营管理体系三大“算法集群”。而乐创大模型的设想,就是用一个大模型统合这百余个小模型。


这种理念在业内广泛存在,中国信通院云计算与大数据研究所副所长魏凯曾表示,未来大模型想从基础模型转到行业模型,“需要大模型驱动小模型,即一个模型调用另一个模型,把这些模型缝合起来、串联起来,共同完成复杂场景的具体任务。”


具体到储能行业,为什么电化学储能需要AI?


从结果导向上看,乐创的“天将”系统在上千例电池安全管理实操中,对电池燃爆事故的预测准确率能达到95%,可将储能系统运行效率提升20%,并在接入电网后,利用虚拟电厂技术,将系统效能提升10%,为储能系统的业主带来增量收益。目前,除了自身业务,乐创大模型系统还服务了10GWh电池资产,积累了丰富的电池数据资源。


从应用场景上看,乐创最看重大模型的泛化能力与迁移能力。储能的应用场景非常复杂,既包括面向B端的源侧、网侧产品,也包括面向C端的户储、充电桩。“我们发现,如果没有大模型作为基石,储能行业想实现应用场景的适配会非常困难。”常伟进一步解释,“应用大模型后,我们可以轻易地描述不同材料体系电化学电池最适配的应用场景,并做好安全预测、故障溯源、健康评估和功率预测。”


乐创算法资产包
图源:受访者供图


乐创的这套思路实际是对智能汽车行业理念的复用,在常伟心里,云端AI、算法服务会成为智慧储能的新底座。“传统的能源管理是基于Power,也就是功率性管理的模式,而现在则需要转化为基于Energy,也就是能量管理的模式。”常伟介绍,“本质上是想进一步通过AI数据驱动+电化学材料机理模型来解决电池状态难以观测的问题。”


应用这一套AI系统,乐创能为储能站的业主实现降本增效,潘多昭介绍,“利用‘天将’系统,储能电站的内部收益率可提升3%,运维成本可降低30%。”


基于这样的实际应用效果,乐创对AI+储能的未来颇有信心。潘多昭表示,“储能的未来,一定是朝着云+端智能协同的方向发展。云、大数据、AI、边缘计算等技术全面赋能储能系统的安全、运维以及运行经济效益成为趋势。比如,仅仅是针对热失控这一点,AI+数字孪生就能作为实现储能行业智能化、数字化的重要手段之一。”


据了解,乐创“天将”智慧能源算法群+大模型现已在100+储能站积累80亿条新能源融合参数,能覆盖100多种电池类型,拥有共计2TWh的数据量。这款大模型能基于光伏预测、负荷预测、容量评估三大预测算法,进行电力调度优化以及充放电策略调优,从而支持EMS、虚拟电厂、Config三大应用。


乐创新能源算法应用架构
图源:受访者供图


现在,乐创的全部算法能力都整合到了智慧能源管理系统“昆仑”上,该平台支持智慧能源运营、智慧能源管理、安全管理、电池银行、虚拟电厂等诸多应用。基于大模型技术能力,乐创的算法效率提升了50%,预测性提升10%,率先进入了能源行业的大模型时代。




2.一款大模型,赋能五大产品


微网智慧储能产品组“悟空”、智慧物联网产品与组件“金睛”与“如意”,车辆到电网(V2G)的储充检调一体式产品“宝莲”,以及通讯储能产品“北斗”五大产品,共同构成了乐创目前的“西游宇宙”。


这五大产品之间是什么关系?其背后的技术逻辑如何?


潘多昭表示,“悟空”系列共包含M、G、C三大产品,三款产品均搭载了“天将”算法群和“昆仑”智慧能源管理系统,是乐创智慧能源体系的集大成者。借助“悟空”储能系统,用户可以更好地平抑新能源波动、削峰填谷,同时参与电网辅助服务。随着“悟空”系列应用的增多,乐创可以基于虚拟电厂,对全部储能产品进行集群性控制。


潘多昭正在介绍“悟空”G储能户外柜
图源:现场拍摄


“金睛”是一款小白盒子,主要功能是进行安全运维管理。乐创能源对它的定义是“新一代软件技术与硬件终端深度融合的产品”。用边缘端与云端深度协同和数据采集分析的方式加上内嵌算法模型,“金睛”可以做到“即采即算”。配合告警预警,云端分析和远程控制,“金睛”经济性测算能力的准确度可高达95%以上。


在安全运维管理领域,能源行业的普遍痛点是多种小的能力无法统一,协作难度大。而借由“金睛”,虚拟电厂、热疏通算法、微网协调控制、区块链技术等能力统合了起来。周、日、小时三级电芯安全预测算法、微网与虚拟电厂协调控制器、可信数据分析与区块链三大功能在一款小白盒中可实现统一。


乐创的“如意”系列产品则体现了BMS、PCS、EMS“3S融合”的行业趋势,是乐创大模型打通各算法模块后的具体落地产品。通过“3S融合”,乐创将电池管理系统进行高度的集成化,降低了传统产品的冗余设计。潘多昭表示,基于“如意”产品,储能产品的平均放电深度可提升6.5%,虚拟动态同步技术效率可达96%,储能系统管理能力进一步提升。


乐创发布“如意”产品
图源:受访者供图


而“宝莲”则是一款行业首发的V2G产品,在未来,新能源汽车的电池系统本身整合在一起即是一套储能系统,“宝莲”可以将快充、电池检测、电池管理等技术熔为一炉,并配合虚拟电厂技术,完成对汽车动力电池的调配,最大程度统合车端负荷资源,这是业内第一次实现将储能算法群融入终端设备,用AI统合新能源汽车储检充调全部环节。


最后的“北斗”系统,包含天玑、天璇、天枢3款产品,是乐创于通信储能领域的新布局。乐创为这一细分领域带来的新变化是将前沿AI技术融合进电池中,让电池安全的预测准确率超过了97.37%,让电池的寿命比普通电池提升33%。


从“悟空”到“北斗”,在乐创的“西游宇宙”中,一套AI大模型算法被赋能到了工商业储能、新能源汽车充电桩、通信储能等多个领域,在提升储能产品安全性、经济性与系统效率的同时,为实现储能系统的集群式控制埋下了伏笔。据常伟介绍,乐创能源行业大模型是基于某大厂的通用大模型进一步训练而来,利用的是该大厂的云端算力资源。未来,在储能行业诸多场景沉淀的数据资产,或将成为乐创的核心壁垒之一。


在此次发布会上,上海市经济与信息化委员会电力处处长肖明卫表示,上海市一天消耗8亿度电,预计储能需求超过100GWh,“与巨大的市场空间相比,目前的储能行业发展甚至连‘萌芽’都尚未萌发,发展潜力巨大。”


肖明卫还表示:“经信委深知双碳转型对于促进经济发展和实现可持续的重要性,这是我们的硬任务,储能与虚拟电厂是我们推动双碳、促进上海经济与产业发展的重要发展方向,也是我们的根本办法。”


随着储能市场空间进一步释放,随着虚拟电厂的需求进一步显现,能源行业或将掀起一场储能数字化的新发展浪潮。


(封面图来源:受访者提供)



END.





微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
英特尔发布中国定制版大模型专用芯片Gaudi2,用性价比挑战英伟达|甲子光年Der Maechtige Strom巨流河腾讯大模型交卷:不追求参数,走实用路线|甲子光年卷入大模型,手机厂商的新叙事|甲子光年混元大模型姗姗来迟,腾讯为什么不着急?|甲子光年望繁信科技发布数字北极星3.0,为中国重新定义流程挖掘|甲子光年诚邀您参与科技投资风向调研问卷填写【送甲子智库2022报告年度汇编】|甲子光年智库容联云发布赤兔大模型,一次由内而外的自我重塑|甲子光年液流电池,正在储能市场“分庭抗锂”?|甲子光年大模型狂飙半年,掏出真金白银的投资人是少数|甲子光年​谷歌DeepMind发布机器人大模型RT-2,提高泛化与涌现能力|甲子光年春游Yorkshire四首百度云MaaS升级:接入国内外33个大模型,进行二次性能增强|甲子光年深度对话长城汽车杨继峰:大模型不是车企的杀手锏|甲子光年2023世界人工智能大会:大模型、机器人和AI芯片的试验场|甲子光年华为云盘古大模型:下矿坑、测台风、进产线,没时间作诗|甲子光年阅文发布首个网文行业大模型“阅文妙笔”,辅助网文创作、提效IP打造|甲子光年沪语歌《花尾渡》(小说) 第十章 万贯家财总有源亚马逊、谷歌、微软,三大云巨头还没能从AI大模型中赚钱|甲子光年大模型追踪“杜苏芮”|甲子光年「豫商回豫 创变中原」,我们为什么要去河南举办一场科技大会?|甲子光年腾讯的大模型价值观:实用主义|甲子光年亲测装了大模型的百度搜索:陪聊、能写、会画,技能满点|甲子光年大模型时代,智能驾驶赛道需要怎样的AI芯片?|甲子光年人形机器人+大模型,为什么是投资人追逐的新风口?|甲子光年对话Moka李国兴:大模型改造SaaS需要持续渐进式创新,先发者把握先机|甲子光年京东言犀大模型,离不开数智供应链|甲子光年百度云上交大模型成绩单:接入42个大模型,月活企业近万家|甲子光年多家上市公司加速布局精密减速器,为什么“这块铁”成为机器人产业链中的香饽饽?|甲子光年大模型热潮下的实习生:人均985?却在大厂“打标签”|甲子光年抒发为什么说生态战略是中国SaaS的最优解?|甲子光年清华大学曲小波:城市公共出行的终极解决方案是什么?|甲子光年以盈利姿态拿下国内市占第一,这家RPA厂商做对了什么?|甲子光年
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。