運用人工智慧技術加速發展風力發電

若要讓德國的風力發電量不僅維持現況，更能有所提升，就必須盡快加快風力發電廠的建設步伐。目前德國全國約有 30,000 座風力發電廠。其中約有一半可能在未來的十年內退出電網，原因包括《可再生能源法》（EEG）的補貼即將到期，或是技術組件已過時等。

「WindGISKI」研究计划

然而，哪些領域適合進行風力發電設備的更新改造或新建？哪些地方不僅擁有充足的空間，同時也獲得了當地的足夠支持，以確保地方風力發電的擴建計畫取得成功？由學術界和產業界組成的聯盟正通過「WindGISKI」研究項目試圖解答這個問題。

風力發電擴建計畫成功機率的地理資訊系統

目標是開發一套地理資訊系統，透過人工智慧的輔助，針對德國的每個角落計算當地風力發電擴建專案的成功可能性。 在預測過程中，不僅會考量硬性因素（例如與聚居地的距離或風力資源），更首次將廣泛的人口統計與社會學因素納入評估。這些因素包括該地區的政治傾向、平均年齡、教育程度等諸多面向。此外，現有風力發電施設的數量亦會被納入考量。

可行性研究

漢諾威整合生產研究所（IPH）gGmbH 與 Nefino GmbH 於 2020 年夏季及秋季進行的一項可行性研究顯示，此種做法前景可期。研究人員分析了過往風力發電專案的數據，並 discover 其中的關聯性。 然而，这些关联性未必是线性的。例如，在已经拥有若干风力发电设施的地区，当地居民通常对后续建设项目持更开放的态度——但若数量过高，遭遇反对的可能性便会增加。在环保意识较高的地区，民众通常对风力发电设施较为接纳，但若涉及物种保护等考量，反对声浪仍可能随之高涨。

人工智慧與資料挖掘

因此，專案的實現可能性取決於許多不同的因素，而這些因素之間還會相互影響。為了辨識這些複雜的關聯性，「WindGISKI」研究計畫運用了人工智慧以及資料挖掘的方法。 該系統以過往風力發電擴建專案的數據為基礎，藉此訓練人工智慧，直至其能夠模擬專案的成功機率與實施週期。隨後，它便能進行未預測，並針對德國各區的潛力區，預測風力發電專案的實現機率——這正是科學家們的目標。

遴選具發展潛力的風力發電專案用地

該研究計畫擬開發的地理資訊系統，旨在協助解決兩大問題。其一，該系統將使識別未風力發電專案的潛力用地更加容易；其二，該系統有助於釐清其他地區阻礙風力發電擴展的障礙，以及如何消除這些障礙。這兩項成果皆有助於加速德國風力發電的發展。

List

共有 8 家研究機構、企業及協會參與「WindGISKI」計畫：

• 漢諾威萊布尼茨大學的靜力學與動力學研究所作為聯盟領導單位，負責協調該計畫，
• 漢諾威整合生產研究所（IPH）gGmbH，
• Nefino GmbH，
• fk-wind，不來梅港應用科技大學風能研究所，
• 下薩克森州 | 不來梅可再生能源協會（LEE Landesverband Erneuerbare Energien Niedersachsen | Bremen e.V.），
• ARSU 區域結構與環境研究工作組有限公司，
• 漢諾威萊布尼茨大學資訊處理研究所以及
• 奧爾登堡卡爾·馮·奧西茨基大學的組織與創新講座教授職位。

為期三年的期限

這項總計獲得兩百萬歐元資助的聯合計畫已於2021年12月1日啟動，為期三年。該計畫由ドイツ聯邦環境、自然保護、核安全與消費者保護部（BMUV）透過「AI燈塔」資助計畫提供資助。計畫執行單位為「未來－環境－社會」（ZUG）公益有限公司。

有關該專案的更多資訊，請參閱 windgiski.iph-hannover.de。

關於 IPH

漢諾威整合生產研究所（IPH）是一家非營利有限公司，專注於生產技術領域的研究與開發。該機構成立於1988年，源自漢諾威萊布尼茨大學。 IPH 提供涵蓋製程技術、生產自動化、物流及 XXL 產品等領域的研究開發、諮詢與培訓服務。其客戶涵蓋模具製造、機械與設備製造、航空航天，以及汽車、電子和鍛造産業等各領域的企業。

該公司總部位於漢諾威西北部的科技園區——Science Area 30X，目前僱有約 75 名員，其中約 30 名為科研人員。

(發布日期：2022年1月13日)