能源管理系統功能升級 可更有效管理新能源 | 聯合早報

新加坡的能源管理系統功能升級，利用人工智能和機器學習，更好地監控全島的輸電網絡和發電廠，協助當局及時應對任何突發狀況，進一步提高電網的韌性和可靠度。

隨着工業加大減排，以及電力密集型行業如先進製造業和數碼經濟加速發展，我國電力系統的峯值需求，預計在未來五年內，將以高達5％的年均複合年增長率攀升。我國因此需要更多新能源，如太陽能和跨境進口電力，以滿足需求。

為此，升級後的能源管理系統（Energy Management System，簡稱EMS II），將能更有效地管理這類新的低碳能源，包括更準確地預測太陽能的電力產出。同時，新系統也具備自動發電控制功能（Automatic Generation Control），可讓新加坡能源市場管理局更好地管理和輸配太陽能，確保電力供應穩定。

能源局副局長蘇葉春星期一（6月10日）向媒體講解升級版的能源管理系統時説，目前電力市場有95％還是依賴天然氣發電，但隨着我國能源轉型，更多的可再生能源如太陽能和進口能源將連接到電網。

他指出，當局大約每10年就會對系統進行升級，這次強化系統功能，不僅能確保電網持續穩定，也通過結合新能源的管理，為邁向潔淨能源和淨零目標鋪路。

延伸閲讀

[為應付電力需求增長 能源局擬增建兩個發電廠

](https://www.bdggg.com/2024/zaobao/news_2024_06_05_686633) [伴隨可再生能源增長 亞太料加速拓展電池儲能市場

](https://www.bdggg.com/2024/zaobao/news_2024_04_20_677333) 過去的能源管理系統，只能利用全島各地的太陽輻照度數據，來估計太陽能發電量。但是，由於太陽能會根據天氣條件如陰雨天發生波動，因此要預測電力輸出具有挑戰性，也可能導致太陽能的電力供需之間出現不平衡。

如今，新系統中的太陽能光伏預測模型（Solar Photovoltaic Forecasting Model）利用來自全島即時的太陽輻照度傳感器、衞星圖像等數據，再通過機器學習算法來預測太陽能的輸出。新模型不僅能提前一小時預測全島範圍內的太陽輻照度，而且從今年2月啓用以來，準確率超過90％。