连发电厂都陷入亏损传统火电企业要怎样存活？（下）

　　近年来各种自然或是人为灾害频发，再加上因为新冠肺炎，大家居家隔离后发现没有人类影响的天更蓝了、水更绿了、山更青了。这些都引起了大家对对自身生活行为和环境保护的更多思考，也更能理解国家大力推行的可持续发展理念。

　　根据中国国家能源局测算，中国统一可再生能源电力消纳责任权重需要从2021年的28.7%提升至2030年的40%，风电、太阳能发电总装机容量届时将达到12亿千瓦以上。但绿色能源大规模并网后，它们的波动性、随机性、反调峰等特性将对电网的稳定性和可控性造成冲击，所以我们“绿色能源AI”要如何提高绿色能源并网、输送、消纳和安全运行的能力呢？

　　AI有精准的计算和协调能力，它能够容纳、消化、处理大量的信息数据，让发电功率更合理，电力输送更优化，在风险管理上也能起到很大的作用。绿色能源AI相较于传统电力系统主要有三大优势：

　　一是精准的功率预测，构建全业务泛在电力物联网，将各个地区的电力基站的数据统筹结合，能更准确的预测发电功率，减少资源浪费，也更能保障电网的稳定和持续的输出确保用电的平稳。同时大数据和神经网络的算法和应用，也会提高天气预报的准确性，减少绿色能源发电功率预测的误差。

　　二是智能的调度调节，学习电力物联网中的数据信息，根据不同时间、空间的用电需求的不同，更智能优化电力的调动控制，解决用电高峰期和低谷期电力输出不平衡的问题，保障大家的用电需求得到更好的满足。

　　三是自动化的故障响应，基于大数据和深度学习做电网设备的实时监测，有助于快速提取故障特征，大幅提升电力系统的故障识别能力和响应速度。随着技术融合的加深，未来有望实现毫秒级的自动化预警监测和控制。

　　无论是个人，还是国家都在追求绿色环保、可持续发展的现在，绿色能源的大规模开发和利用不止是我国，而是已经成为当今能源发展的世界趋势。绿色能源并网势不可挡，传统电力系统相较于绿色能源AI，难以应对绿色能源在大风、暴雨、雷电等天气下发电功率的不确定性，复杂故障的及时处理，且功能简单，效率较低，所以绿色能源AI必然会逐渐取代它。