在新千年伊始，美国国家工程院将电网评为20世纪最伟大的工程成就。四分之一世纪后，这一现代文明的支柱正显露出老化的迹象。

电气化仍然支撑着我们的食品、医疗、通信和交通系统，更不用说驱动现代生活的商业、计算和娱乐。但众所周知，美国及世界其他国家的电网正承受着巨大压力。极端天气事件已导致局部电网瘫痪，老化的硬件引发了近年来最具破坏性的野火，电网攻击已成为重大的国家安全关切。随着我们迈入低碳能源时代，新的发电来源和配电调度将以电网最初并未设计承受的方式对其施加压力。这正是IBM研究人员介入的领域。

在本月发表于《Joule》封面的一篇新论文中，IBM及其合作伙伴构想了基础模型在人类迈向新能源时代过程中改造电网的作用。这些被称为GridFM的模型有潜力帮助改善21世纪及以后的电网运营、规划和控制。该论文还描述了GridFM的实用路线图，首先是在各种规模的电网上的超过30万个已求解的最优潮流问题上进行预训练。GridFM的首个版本预计将于2025年第二季度推出。研究人员设想该模型利用多模态的空间、时间和文本数据来支持更具韧性的电网。GridFM的下游任务可能包括 contingency analysis（ contingency analysis）、停电预测、负荷预测、可再生能源预测、系统充裕性、动态最优潮流（OPF）、系统安全、灾难恢复和动态状态估计。

据IBM Research气候与可持续发展首席科学官Hendrik Hamann表示，对普通人而言，这意味着电网停电更少、用户成本更低，并更好地利用可再生能源资源。“这个庞大的电缆网络只有在你能准确了解每一条细小线路中有多少电力流过时才能正常运作，”Hamann说。“它极其复杂，而提升这种智能正是GridFM的用武之地。”

Hamann表示，为应对气候变化，我们唯一可行的脱碳途径是通过清洁能源。而清洁能源需要电网的能源转型。为此，你需要大量注入智能。

“基础模型技术非常适合应对电力系统的底层复杂性，”IBM Research气候与可持续发展战略负责人Juan Bernabé-Moreno表示。这些复杂性不仅包括可再生能源的整合，还包括供应安全、电气化等。“GridFM能够以AI表示形式捕捉现代电网中所有数据之间的依赖关系，并提供新的可能性，”他说。而IBM并非独自在做这件事。

这篇开创性论文始于IBM今年在其位于纽约州约克敦高地的全球研究总部与伦敦帝国理工学院共同召集的一个工作组。为推进这一愿景，IBM正与能源行业的合作伙伴共同构建论文中所设计的内容。这些合作伙伴包括Linux能源基金会（LF Energy），该基金会正在支持通用GridFM技术基础的开源开发；魁北克电力公司Hydro-Québec，该公司将在开源模型之上进行创新，通过验证和微调来适配该电力公司的特定下游应用。其他为本项工作做出贡献的合作者包括苏黎世联邦理工学院、阿贡国家实验室、英国电力公司SSEN Transmission以及一家瑞士电力系统运营商。

电网的演进

世界面临的一个日益严重的问题是，可再生能源比传统化石燃料能源更具波动性，使得预测和匹配消费者需求与公用事业可供应量变得更加困难。例如，燃煤电厂的输出是可预测且可靠的，而风能和太阳能设施产生的电力则受天气模式变化的影响。可再生能源所使用的功率逆变器也给电网带来了前所未有的问题。电网边缘由软件控制的逆变器对于使可再生能源发电具有经济可行性至关重要，但现有电网并非为处理其相位、电压和频率波动而设计——这些变化的发生和后果都难以预测。

“电网脱碳一直是过去几年中最艰难的探索之一，”Bernabé-Moreno说。“我们不仅需要考虑可再生能源的波动性，还要应对去中心化带来的额外复杂性以及数字化引入的新挑战。”

甚至人们使用电力的方式也在改变，家庭太阳能板将电力回馈到电网，电动汽车车主在家、在工作场所及两者之间的任何地方为车辆充电。IBM能源首席技术官Bryan Sacks表示，支持AI工作负载的能源需求急剧增加也为电网增添了新的变量。“随着电网复杂性的加速增长，我们有效建模电网的能力日益受限，导致妥协和低效，”Sacks说。

构建在坚实基础模型之上

现代能源系统带来了许多新挑战。它需要机制来应对可再生能源发电来源的不确定性；预测冰雹、极端风暴、山体滑坡和热浪等极端天气事件对物理基础设施的影响；并考虑气候变化对能源生产和消费模式的短期至长期影响。

我们一直与NASA合作，创建能够理解地球表面变化或理解天气和气候的基础模型。例如，我们的基础模型可以降尺度气候模型，以了解未来的天气情况，识别受自然灾害影响的区域，或预测热岛的形成。

在GridFM项目中，这些正在进行的基础模型项目可以作为输入，以实现卓越的性能。例如，模拟海洋表面温度的扰动可以帮助理解对海上风力涡轮机的影响，不仅在能源生产方面，还在于确定需要应用哪些限电策略，以确保电网能够应对产生的能量。

新机遇

基础模型具有分析和管理的现代电网的独特潜力。它们可以梳理海量信息，提取并理解那些完整模式和潜力超出人类观察者——以及传统计算无法破解的数据。这就是为什么IBM与学术和行业合作伙伴一起，押注于用基础模型现代化电网。“我们将能源电网视为能源转型的基石，”Bernabé-Moreno说。GridFM的作用将是提供所需的洞见，以应对伴随这个转型时代的挑战。

与能源公司依赖的现有建模软件相比，基础模型可以在模拟功率流方面提供数量级的性能提升。Sacks说，随着可再生能源并入电网，新的AI模型还可以解锁优化功率流的新方法。由于有如此多的新方式来产生和消耗能源，实时平衡供需正变得越来越复杂。

另一个关键领域是所谓的“n-x contingency”规划。“公用事业公司执行通常称为n-1 contingency规划，他们模拟如果失去一个主要‘bus’或网络重要部分会发生什么，”Sacks解释道。“然而，他们没有足够的计算能力来模拟失去多个的情况，因此‘n-x’将允许他们模拟更多场景，从而提高韧性。”

GridFM可能是新的，但它并非凭空出现。IBM一直处于构建解决企业面临真实问题的基础模型的前沿。现在，随着科学界致力于解决AI能源需求的新方法，使用AI优化我们的能源系统以适应低碳时代的时机已经成熟。“我多年来一直致力于应用机器学习来推动能源转型，”Bernabé-Moreno说，“这是我第一次看到AI如何应对这些挑战的根本性变革。”

发表这篇论文只是开始。另一场GridFM会议将于2月在伊利诺伊州Lemont的Argonne National Laboratory举行，这将是学术和行业合作伙伴齐聚一堂，探讨GridFMs在我们共同未来中将发挥的作用的机会。

参考文献

• Hamann, Hendrik, et al. " Foundation models for the electric power grid ." Joule, Dec. 2024 ↩

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：IBM Research Blog

原创地址：https://research.ibm.com/blog/how-ai-can-prepare-the-electrical-grid-for-the-low-carbon-era