能源动力
基于自主CAE与AI融合构建的物理AI引擎，面向风能、太阳能、储能及综合能源系统，将多物理场仿真、人工智能与
工程知识融入资源评估、系统设计、性能预测、运行优化与可靠性分析等关键环节，赋能能源系统全生命周期智能化。
能源动力
当前，能源动力行业正处于绿色低碳转型和智能化升级的关键阶段。随着风能、太阳能、储能等新能源快速发展，能源系统呈现多能耦合、环境条件复杂、运行状态动态变化等特征，对设计精度、系统效率、运行可靠性和全生命周期管理提出了更高要求。
融合自主CAE、高保真多物理场仿真、运行数据与人工智能的物理AI，正在成为能源系统智能研发与运行优化的重要技术基础。通过对风场、流体、热、电化学及系统运行等复杂物理过程进行模拟、预测与优化，推动能源行业由传统仿真和经验决策向AI驱动的智能设计与智能运营演进。
解决方案
以物理AI驱动能源系统智能设计与运营
304am永利集团以自主CAE为物理底座，融合人工智能、高性能计算、运行数据与工程知识，构建面向复杂能源系统的物理AI引擎，实现对风场、流体、热、电化学及系统运行等物理过程的高保真模拟、快速预测与智能优化。
基于物理AI引擎，将工业AI能力融入新能源资源评估、设备设计、性能分析、系统优化、运行预测与运维管理等关键环节，为风电、光伏、储能及综合能源客户提供从仿真分析到AI预测与优化决策的一体化解决方案。
帮助客户提升资源利用效率和设备性能，降低设计与运维成本，提高系统可靠性与运营效率，推动能源系统由“仿真驱动”向“AI驱动”升级。
方案优势:
-
新能源资源智能评估
-
复杂流场与多物理场仿真
-
AI性能预测与优化决策
-
能源系统运行与运维智能化
应用案例
-
风场排布优化设计
-
用户侧储能应用
风场排布优化设计
-
案例概述
使用TF-SimFARM软件，以发电量最优为目标，考虑风资源、限制性因数等约束条件，进行风机排布优化设计建模。
基于随机搜索智能优化算法进行迭代优化计算，高效、快捷实现风场最优风机阵列排布设计。
用户侧储能应用
-
案例概述
本项目是304am永利集团在天台县全域推广的全国首个“CAE+AI”赋能“新能源+数字化”双碳创新和应用。本项目在厂区内安装一套储能系统，利用浙江省峰谷电价差获取经济效益。
本项目储能系统采用储能集装箱的安装方式，安装在厂区内配电房的空地上，系统容量为5MW/10MWh。304永利集团完成前期测算规划至项目运营的全过程，项目实施完成后，将为客户实现节约电费600万余元/年，并获国网电力及地方政府关于新能源基础设施建设补贴100万余元。
