2月11日，專注于推動電力行業向更智能方向發展的非營利性組織SEPA（Smart Electric Power Alliance）與科技公司Bidgely聯合發布了一篇洞察簡報：AI for Transportation Electrification。

這篇洞察簡報重點介紹了 AI 驅動的工具是如何在電動汽車日益普及的情況下支持電網彈性并增強能源管理策略的。

洞察簡報中，SEPA以 Bidgely 的分解技術為重點，指出通過使用 AI 和機器學習（ML）技術，公用事業公司可以從 AMI （高級計量基礎設施）數據中提取詳細的 EV 負載信息。

Bidgely成立于 2011 年，總部位于美國加利福尼亞州。通過提供軟件即服務（SaaS）模式的解決方案，Bidgely幫助電力公司實現數據驅動的決策。

Bidgely的核心技術是其專利的 AI 和 ML 算法，這些算法能夠從 AMI 數據中分離出不同設備的能源使用情況，包括電動汽車、熱水器、空調等。Bidgely 收集了數十億條高分辨率的子秒級數據，這些數據涵蓋了所有主要電器的詳細使用情況，為創建多樣化的電器使用模式奠定了基礎。然后，Bidgely 開發了監督和非監督機器學習算法，這些算法根據多種因素（如功率、總能耗、時間、季節和天氣數據）對 AMI 數據點進行分類，從而能夠識別出不同電器的使用特征。通過深度學習，Bidgely 的算法能夠進一步識別出獨特的能源使用“簽名”，并將這些簽名與特定電器（如電動汽車充電器）關聯起來。最終，這些分類和關聯結果被應用于新的 AMI 數據，以預測哪些電器正在使用，從而為公用事業公司和客戶提供詳細的用戶級能源使用報告，幫助他們更好地理解和管理能源消耗。

在闡述了AI分解技術的工作原理后，洞察簡報用了兩個案例來說明了電力公司可以如何使用人工智能來分解AMI數據以進行EV檢測、程序設計和預測，從而更好管理充電行為以及AI實際的應用效果。

Hydro One是加拿大安大略省的一家電力公司，為約150萬住宅和商業客戶提供服務。隨著電動汽車的普及，尤其是在一些已經因新建筑而面臨負載增長的地區，Hydro One需要更好地了解其服務區域內的EV采用情況，以便更有效地規劃電網并實施EV負載管理項目。

Hydro One已經部署了高級計量基礎設施（AMI）系統，能夠收集客戶的小時級用電數據。2019年，Hydro One創建了一個客戶能源市場，與Bidgely合作，利用其AMI數據為客戶提供詳細的能源使用洞察。這一合作為Hydro One提供了使用AI進行EV檢測的基礎。

在客戶識別與參與度上，通過AI分析，Hydro One識別出20,000名EV用戶，這一數字是通過客戶調查識別的EV用戶的10倍。識別客戶后，Hydro One利用AI分析的結果，支持其EV需求響應項目的試點招募工作。通過向識別出的潛在EV用戶發送有針對性的電子郵件，Hydro One實現了“歷史上最高的點擊率”。在24小時內，有300名客戶注冊，目前已有超過1,000名客戶參與該項目。Hydro One認為，向客戶展示與其能源消耗相關的個性化服務是成功的。

不僅如此，Hydro One的配電系統管理團隊現在將這些基于電表的EV洞察納入其工作流程中，創建特定區域的EV充電負載形狀和多樣性因素。通過使用AI以及軟件，Hydro One可以估算EV負載，計算平均EV充電負載形狀，并估算特定區域的EV多樣性因素。通過將結果映射到電網資產，工作人員能夠首次評估EV采用情況、增量充電影響（千瓦時和千瓦）以及按饋線或變電站劃分的負載曲線。這些額外的可見性支持設計研究，并可以加強未來的系統規劃，提供特定區域的洞察。

報告中的第二個案例說明電力公司還可以使用AI更好地理解和管理EV充電行為，并為未來的電網規劃提供數據支持。

NV Energy是一家位于內華達州的電力公司，為包括拉斯維加斯在內的140萬住宅和商業客戶提供服務。隨著EV采用的增長，NV Energy希望更好地了解客戶的偏好和充電趨勢，并識別和測試能夠幫助改善其配電和資源規劃過程的技術，以應對未來可能因額外EV負載而產生的電網限制。

自2017年以來，NV Energy一直使用基于AMI的項目進行客戶參與和能源效率提升，并提供了一個可選的EV分時電價。2023年，Bidgely對拉斯維加斯地區的10萬名NV Energy客戶進行了AMI數據分解分析的試驗，以識別EV司機，了解他們多久充電一次，以及他們的行為如何對整體電力需求做出貢獻。

通過AI分析，NV Energy確定了EV主要集中在某些熱點地區，這些地區的基礎設施投資可能是最先需要的。EV行為并不完全與峰值重合，但有很大的機會將負載轉移到非峰值時段。

管理充電試驗的目標是探索哪種類型的方案能夠吸引高價值的候選人，滿足客戶的需求，并隨著EV充電的增加提供系統彈性。NV Energy發現，拉斯維加斯是一個“24/7”的城市，客戶需要在一天中的任何時間和夜間為他們的EV充電。因此，NV Energy還希望了解如何最好地幫助高潛力客戶在平衡電網需求的同時，在峰值時段（晚上8點至午夜）減少充電。在試驗中，高價值客戶被定義為那些擁有高功率充電器（更高的千瓦拉力）、在項目事件窗口期間頻繁充電（充電頻率）以及在事件窗口期間大量充電（總千瓦時）的客戶。Bidgely將其AI模型應用于NV Energy的電表數據，以識別這些類型的客戶。

通過使用AI識別50名具有高價值基線充電行為的客戶，Bidgely實現了每輛車每次事件2-4千瓦的負載轉移潛力，比行業平均水平高出2.5到10倍。通過將招募目標定位到能夠最接近符合項目目的的客戶，NV Energy能夠減少外展成本，增加負載靈活性潛力（每輛車的千瓦數），并進一步提高EV分時電價的成本效益。由于供應商和激勵成本較高，通過堆疊解決方案解鎖的標準管理收費計劃相比，成本效益提高59%。NV Energy將激勵資金重新分配給目標參與者，為他們提供更高的參與激勵。

基于AI與其他非AI的解決方案性能對比

除了帶來成本效益以及負載轉移潛力以外，NV Energy還利用數據幫助設計了其2025-2027年交通電氣化計劃，并作為其綜合資源計劃的一部分提交給內華達州公共事業委員會。

想參與閉門研討活動

和線上產業微信群

請注明公司、職位

添加微信：shizhicyy

視知產研院聚焦科技和新能源

微信公號已有100萬+高質量粉絲

添加微信：ishizh_business

加好友請注明合作品牌