AI通常被視為電網負擔，Genesis計劃押注其成為電網工具

人工智能計算的爆炸式增長，對大多數電力公司而言是一道難題：數以吉瓦計的數據中心新增用電需求，來勢之猛遠超輸電線路的規劃與建設速度。美國能源部（DOE）的Genesis計劃并不否認這一現實，但在其7月22日公布的國家研究項目組合中，隱藏著一個大膽押注：正是這項給電網帶來壓力的技術，或許同樣能夠幫助運營商更好地管理電網——讓人工智能從系統必須承載的負荷，轉變為管理系統本身的工具。

在能源部于華盛頓特區舉辦的Genesis計劃峰會上，共發布278個項目，其中多個項目直接聚焦電網運營。這些項目隸屬于白宮提出的聯邦挑戰之一——"擴大電網規模，為美國經濟提供動力"，呼吁利用人工智能與數字孿生技術優化負荷與發電規劃，并降低可靠供電成本。該倡議已獲得逾15個機構、超過50億美元的承諾投入。對于一個長期將人工智能視為需求驅動因素的行業而言，這批電網領域的資助標志著華盛頓對這項技術角色定位的重大轉變。

推動這一轉變的核心思想，來自布魯克海文國家實驗室創新、科學與安全首席人工智能科學家亨德里克·哈曼。他在峰會主旨演講中深入闡釋了電網為何是一道如此艱巨的計算難題。他指出，電網是人類有史以來構建的最龐大、最復雜的系統之一——據他估算，約有2億個接入點、5000萬臺變壓器、700萬英里導線，全部以近乎光速的速度相互作用。維持電力穩定供應，不僅需要實時平衡這一網絡，還需要在未來數小時、數天乃至數年內持續應對需求、發電與天氣的不確定性。

哈曼表示，這種不確定性產生的可能情景數量可高達數十億，然而現今的運營商只能分析其中的寥寥幾種。"我們現在只能分析少數幾種情景，這實在令人擔憂，尤其是在我們正處于電網大規模、前所未有的擴張期的當下，"他對與會者說道。他的團隊構建了所謂的"電網基礎模型"——這些模型并非基于文本訓練，而是以"電網語言"為訓練基礎，即在各種工況下的電壓、功率和頻率數據，直接學習電網拓撲、需求與用電之間的關系，而非依賴較慢的基于物理方法逐一求解每種情景。

他所描述的成果，是一種與當前互聯申請積壓問題直接相關的高速處理能力。哈曼表示，原本需要數月乃至數年的數據中心并網研究，現在"字面意義上幾分鐘內"即可完成，速度提升可達千倍。他有意顛覆了主流敘事："人工智能通常被視為電網的負擔，但借助Genesis計劃，事實恰恰相反。它實際上是為美國人民建設最安全、最經濟、最可靠電網的巨大機遇。"

哈曼的研究并非孤立的展示。在能源部的獲資助名單中，電網與電力系統項目構成了較大的一個集群，這正是本次行動有別于一次性嘗試的關鍵所在。西北太平洋國家實驗室獲得資助，用于在快速負荷增長背景下開展以物理規律為指導的人工智能電磁暫態分析——這正是大型新增負荷所引發的快速、難以建模的動態問題。猶他大學的一個項目題為"可調度數據中心：面向電網感知負荷整形的人工智能驅動工作負載靈活性"，從另一個維度應對同樣的需求壓力，將數據中心視為電網可以依賴的靈活資源，而非必須承受的固定負擔。電力研究院（EPRI）獲得了"可擴展智能體電網引擎"項目資助，將這一理念延伸至配電系統；肯塔基大學、亞利桑那州立大學、阿肯色大學和俄克拉荷馬州立大學等多支高校團隊，則分別針對極端天氣下的電網韌性、面向電網的人工智能對抗威脅，以及將人工智能引入實時運行的安全約束等課題開展研究。綜合來看，這批資助更像是一場協同押注，而非單一實驗——押注人工智能將在電網運營中占有一席之地。

如果上述項目描繪的是整體愿景，那么人工智能向控制室邁進的最具體近期案例，則是西門子能源主導的一個項目。該項目名為"從靜態到自適應電網：大規模自主拓撲控制"，匯聚了西門子能源、洛斯阿拉莫斯國家實驗室、弗吉尼亞大學和奧蘭多公用事業委員會，共同探索"拓撲控制"——通過策略性地切換電網元件，實時緩解擁塞、優化潮流、提升可靠性，所依托的是電力公司已有的基礎設施，而非尚待建設的新增線路。

西門子能源電網人工智能實驗室負責人瓦內薩·桑蒂斯特班描述了一套旨在輔助運營商、而非凌駕其上的系統。她表示，該系統將"利用人工智能快速評估電網狀態，生成安全的開關操作方案，并根據風險、技術約束和運營商偏好對建議進行排序"。該項目第一階段將產出一個開源原型，并與傳統潮流計算方法進行對比測試，明確目標是證明人工智能能夠提供運營商真正愿意采納的更快建議。該公司強調，人工操作員將始終掌握主導權，在采取任何行動前對所有建議進行審核。

對于對人工智能炒作保持警惕的專業人士而言，這些項目的遴選方式與項目本身同等重要。能源部科學副部長達里奧·吉爾描述了一套以科學為先導的兩級評審機制：各項目辦公室首先根據基礎科學價值遴選提案，再由獨立專家組評判人工智能方法的創新性。他強調，資金留在各自的項目辦公室，而非被集中劃入人工智能專項——電網類項目是作為電網科學獲得資助的，而非作為人工智能的展示櫥窗。

這一區分指向了真正的考驗。幾乎所有已公布的資助項目都處于第一階段，其目的是驗證某種方法是否可行、是否值得進一步投入，而非將人工智能推上指揮位置。西門子的設計有意將操作員保留在決策環路中，開源原型的存在恰恰是為了在與成熟方法的對比中贏得運營商的信任。這些工具能否最終進入實時調度，取決于的并非基礎模型能評估多少種情景，或互聯研究能跑多快，而是取決于控制室中的運營商——他們需要權衡是否對機器的建議采取行動。而這，正是第一階段所要回答的問題。

——亞倫·拉森，POWER雜志執行編輯

Q&A

Q1：Genesis計劃是什么？它在電網領域要做什么？

A：Genesis計劃是美國能源部發布的國家研究計劃，于2024年7月22日在華盛頓峰會上公布了278個項目，獲得逾15個機構、超過50億美元的承諾投入。其核心思路是將人工智能從電網的負擔轉變為管理電網的工具，涵蓋電網運營優化、拓撲控制、負荷靈活調度、極端天氣韌性等多個方向，旨在用人工智能提升電網的安全性、經濟性與可靠性。

Q2：電網基礎模型能帶來哪些實際提升？

A：布魯克海文國家實驗室開發的電網基礎模型，以電壓、功率、頻率等電網數據為訓練基礎，直接學習電網拓撲與用電需求的關系，避免了傳統物理方法逐一求解每種情景的低效問題。最直觀的成果是速度：原本需要數月乃至數年的數據中心并網研究，使用該模型后可在數分鐘內完成，速度提升最高達千倍，有望大幅緩解當前的互聯申請積壓問題。

Q3：西門子能源在Genesis計劃中的電網項目具體是怎么運作的？

A：西門子能源主導的項目名為"從靜態到自適應電網：大規模自主拓撲控制"，聯合洛斯阿拉莫斯國家實驗室、弗吉尼亞大學和奧蘭多公用事業委員會共同推進。系統利用人工智能實時評估電網狀態，生成安全的開關操作方案，并按風險和運營偏好排序供人工審核。第一階段將產出開源原型，與傳統潮流方法對比驗證，全程保留人工操作員的最終決策權。