開關一開,電力就來。全台2300萬人的「小動作」集結起來,就是全台的用電需求。下一刻的用電會增加還是減少?台電調度處裡有一群調度員,每天的工作就是預測台灣的用電,配合需求調度出電力供全台使用。
其實,預測用電是困難的。用電除了受溫度 、濕度影響,不同的作息,例如週一或週三、連續假日第幾天、颱風天、補班補課的日子,都會有不一樣的變化。幸運的是,相似條件下,也會有相似的「變化曲線」(即負載曲線)。
調度員的一天,就從查看氣象預報與即時氣象開始,然後在資料庫中搜尋歷史情境相似的一天,作為當天預測的參考。這項工作每天要耗去兩、三個小時。在這個人工智慧(AI)大數據的年代,有程式幫忙該多好?
自己的程式自己寫,在為期半年的台電的「AI大數據人才發展營」中,台電調度處同仁合力完成「即時系統負載調度輔助工具」。
這套工具已經上線,減少90%的人工作業時間之餘,還會記錄人工調整的數據,作為日後精進搜尋的參考。現在的煩惱則變成:「以後會不會太倚賴電腦啊?」
從歷史資料預測今日用電 大數據來幫忙
「本來就想做,只是平日的電力調度工作實在太忙,這次趁著配合活
「AI大數據人才發展營」每個作品都由台電員工完成,特點是針對工作中的問題,務實地尋找解方,不是為了AI而AI。對調度處來說,雖然一天已經做好「日前」(day ahead)的用電量預測,「當天」還是必須因應各種氣候短期變化和
下一個小時的用電會增加還是減少,不是純靠猜測,而是參考過去國人在相似情境下的用電習慣。尋找相似用電情境的這份工作,現在起,交給大數據來幫忙!
李青霖解釋,「即時系統負載調度輔助工具」會依據當天即時運轉
除了節省搜尋、比對歷史資料的時間,「即時系統負載調度輔助工具」的解析比以往更細緻,人工只能比對分析全國的負載總和,但程式卻綜合比對並分析北、中、南各區的負載與溫濕度變化。
用電預測更省時 迎接再生能源挑戰
李青霖說,這項工具開放讓調度員依據現場經驗進行參數調整,調整過程會記錄下來,變成日
隨著自動化更加精進,人工調整的部分可望降低。李青霖不禁煩惱,以後調度會不會太過依賴電腦。「AI大數據人才發展營」競賽評審主席、行政院政委唐鳳也表示,這就像自動駕駛車面臨的狀況一樣。
李青霖表示,過去電例調度的挑戰是負載(用電)預測,然後調度台電可控制的機組加以配合。隨著再生能源的大量建置,現在除了負載變化,還有風力、光電的變化。這項工具雖然是針對負載預測,而非風力與光電預測,但節省下來的時間,可以讓調度員更專注在因應再生能源的調度挑戰上。未來配合能源轉型,電力調度作業必須要引進智慧化的空間還很多,這只是跨出的第一步。