中國(guó)儲(chǔ)能網(wǎng)訊：近年來(lái)，美國(guó)大力投資先進(jìn)能源技術(shù)，尤其是在新能源領(lǐng)域，多項(xiàng)政策法案提供各類(lèi)資金支持先進(jìn)技術(shù)的研發(fā)和應(yīng)用。據(jù)美國(guó)能源部消息，美國(guó)2025財(cái)年預(yù)算中能源部獲得了創(chuàng)紀(jì)錄的510億美元預(yù)算撥款；其中86億美元將用于17個(gè)國(guó)家實(shí)驗(yàn)室的前沿技術(shù)研究，以支持可以加速清潔能源發(fā)展的創(chuàng)新技術(shù)，包括高性能計(jì)算、量子信息科技等。
美國(guó)國(guó)家可再生能源實(shí)驗(yàn)室（National Renewable Energy Laboratory，以下簡(jiǎn)稱NREL）是由美國(guó)能源部能源效率和可再生能源辦公室(EERE)直接資助和監(jiān)督的國(guó)家實(shí)驗(yàn)室，主要從事可再生能源、能源效率、能源系統(tǒng)集成和可持續(xù)交通等相關(guān)科技的研究和開(kāi)發(fā)。自2019年起，NREL深度關(guān)注、參與和投資研發(fā)各種AI技術(shù)，NREL官網(wǎng)有專(zhuān)門(mén)的板塊介紹實(shí)驗(yàn)室當(dāng)前主導(dǎo)或參與的AI項(xiàng)目，包括但不限于各類(lèi)機(jī)器學(xué)習(xí)、高性能計(jì)算、大數(shù)據(jù)集處理研究。
eo根據(jù)公開(kāi)資料整理了當(dāng)前NREL數(shù)個(gè)具有一定進(jìn)展和成效的AI相關(guān)項(xiàng)目，從中可以窺見(jiàn)美國(guó)能源部門(mén)最重視哪些方面的技術(shù)投入，以及這些技術(shù)背后的戰(zhàn)略意義。
1 Sup3rCC 生成式機(jī)器學(xué)習(xí)模型優(yōu)化氣候數(shù)據(jù)輸出
隨著全球范圍內(nèi)多個(gè)國(guó)家逐步向可再生能源替代化石能源轉(zhuǎn)向，能源與天氣狀況的聯(lián)系越來(lái)越密切，與此同時(shí)，極端天氣頻發(fā)給能源系統(tǒng)帶來(lái)的挑戰(zhàn)也日益嚴(yán)峻。對(duì)能源系統(tǒng)規(guī)劃者和運(yùn)營(yíng)商而言，高分辨率的氣象數(shù)據(jù)對(duì)掌握風(fēng)力、太陽(yáng)能的出力預(yù)測(cè)起到重要作用，但當(dāng)前的氣象監(jiān)測(cè)技術(shù)很難準(zhǔn)確量化這些可再生資源的影響。
NREL的數(shù)據(jù)科學(xué)家開(kāi)發(fā)了一項(xiàng)機(jī)器學(xué)習(xí)模型——Sup3rCC，旨在利用生成式機(jī)器學(xué)習(xí)技術(shù)來(lái)生成超高分辨率的、降尺度的未來(lái)氣候數(shù)據(jù)集。據(jù)負(fù)責(zé)項(xiàng)目的科學(xué)家介紹，降尺度氣象數(shù)據(jù)對(duì)了解氣候變化對(duì)當(dāng)?shù)仫L(fēng)能和太陽(yáng)能資源以及能源需求的影響是必要的，但當(dāng)前大部分的降尺度技術(shù)都需要在分辨率、計(jì)算成本以及空間、時(shí)間的物理限制方面進(jìn)行權(quán)衡。Sup3rCC的開(kāi)創(chuàng)性在于，通過(guò)利用生成對(duì)抗網(wǎng)絡(luò)（Generative Adversarial Networks，GANs*）技術(shù)克服了傳統(tǒng)動(dòng)態(tài)降尺度技術(shù)的計(jì)算挑戰(zhàn)，實(shí)現(xiàn)以比傳統(tǒng)的動(dòng)態(tài)降尺度方法快40倍的速度生成物理逼真的高分辨率氣象數(shù)據(jù)。Sup3rCC通過(guò)研究NREL提供的歷史高分辨率數(shù)據(jù)集(包括國(guó)家太陽(yáng)輻射數(shù)據(jù)庫(kù)和風(fēng)能整合國(guó)家數(shù)據(jù)集工具包)來(lái)學(xué)習(xí)自然和大氣的物理特性。然后，該模型將從數(shù)據(jù)集中獲得的降尺度信息注入到全球氣候模型（Global Climate Model, GCM）的粗略輸出（coarse outputs）中，從而生成高度細(xì)節(jié)的溫度、濕度、風(fēng)速和光照數(shù)據(jù)。
Sup3rCC將全球氣候模型在每個(gè)水平方向上的空間分辨率提高了25倍，時(shí)間分辨率提高了24倍，這意味著數(shù)據(jù)總量增加了1.5萬(wàn)倍。NREL的計(jì)算研究員Ryan King認(rèn)為，Sup3rCC帶來(lái)的優(yōu)化“使我們能夠考慮未來(lái)幾十年多種氣候情景下可再生資源和電力需求的變化，這對(duì)規(guī)劃未來(lái)的能源系統(tǒng)至關(guān)重要”。
Sup3rCC數(shù)據(jù)集還加入了NREL的高分辨率數(shù)據(jù)家族，其輸出與NREL的可再生能源潛力模型（reV）兼容，并可以與NREL整套建模工具相互操作。目前，Sup3rCC和reV都是開(kāi)源的，用戶可以訪問(wèn)亞馬遜云科技（Amazon Web Services）上的Sup3rCC數(shù)據(jù)，并在自己的桌面上在云端運(yùn)行reV，以查看風(fēng)能和太陽(yáng)能發(fā)電量、容量和系統(tǒng)成本在不同氣候情景下的變化情況。
注釋?zhuān)?GANs是一種新型神經(jīng)網(wǎng)絡(luò)架構(gòu)，基于對(duì)抗訓(xùn)練的思想，由兩個(gè)相互競(jìng)爭(zhēng)的神經(jīng)網(wǎng)絡(luò)組成，這種競(jìng)爭(zhēng)能幫助它們模仿任何數(shù)據(jù)分布。GANs最顯著的特點(diǎn)是它們能夠創(chuàng)建超現(xiàn)實(shí)主義的圖像、視頻、音樂(lè)和文本，有能力從訓(xùn)練圖像中學(xué)習(xí)特征，并利用這些學(xué)到的模式想象出它們自己的新圖像。通過(guò)讓計(jì)算機(jī)學(xué)會(huì)模仿任何數(shù)據(jù)分布，它們可以被教會(huì)創(chuàng)造出與我們世界相似的各個(gè)領(lǐng)域的世界。
2 高性能計(jì)算 能源創(chuàng)新的基礎(chǔ)力量
美國(guó)能源部在超級(jí)計(jì)算機(jī)上的投入龐大，多個(gè)國(guó)家級(jí)實(shí)驗(yàn)室都擁有適應(yīng)自身研究需求的超算系統(tǒng)，利用高性能計(jì)算促進(jìn)能源創(chuàng)新是美國(guó)能源部一項(xiàng)重要科研計(jì)劃。NREL的超級(jí)計(jì)算機(jī)被命名為Kestrel，由上一代超算Eagle迭代而來(lái)，2023年完成安裝調(diào)試并投入使用。這兩代計(jì)算機(jī)的主要任務(wù)是多種計(jì)算機(jī)模擬和建模，例如優(yōu)化電動(dòng)汽車(chē)充電基礎(chǔ)設(shè)施在弱勢(shì)社區(qū)的位置，或模擬原子和電子的行為來(lái)幫助改進(jìn)太陽(yáng)能電池制造。此外，Kestrel還將用于研究計(jì)算材料、連續(xù)介質(zhì)力學(xué)以及未來(lái)能源系統(tǒng)的大規(guī)模模擬和規(guī)劃。據(jù)NREL官方信息，Kestrel在完全配置后計(jì)算能力將是上一代的Eagle的五倍以上，具體算力達(dá)到44 PFLOPS。
高性能計(jì)算技術(shù)與AI應(yīng)用息息相關(guān)，Kestrel預(yù)計(jì)將為多個(gè)NREL的AI項(xiàng)目提供算力支撐。人工智能和機(jī)器學(xué)習(xí)領(lǐng)域的應(yīng)用和技術(shù)正以驚人的速度不斷發(fā)展，推動(dòng)相關(guān)的創(chuàng)新和研究向新的計(jì)算工作流擴(kuò)展，Kestrel的異構(gòu)計(jì)算架構(gòu)(包括純cpu和gpu加速節(jié)點(diǎn))旨在實(shí)現(xiàn)這些新興的工作流程。EEER的代理助理秘書(shū)長(zhǎng)亞歷杭德羅·莫雷諾認(rèn)為，像Kestrel這樣的超級(jí)計(jì)算機(jī)對(duì)能源轉(zhuǎn)型至關(guān)重要，“Kestrel將使EERE的研究能夠應(yīng)用尖端的模擬和利用人工智能，以實(shí)現(xiàn)我們國(guó)家氣候和能源目標(biāo)所需的大規(guī)模、可靠經(jīng)濟(jì)的清潔能源技術(shù)”。
Kestrel由惠普旗下的云端與服務(wù)器公司慧與(HPE)制造，采用HPE Cray EX系統(tǒng)進(jìn)行設(shè)計(jì)，使用英特爾至強(qiáng)Sapphire Rapids CPUs和英偉達(dá)H100 GPUs，擁有2454個(gè)計(jì)算節(jié)點(diǎn)。該系統(tǒng)還將采用HPE Slingshot以太網(wǎng)結(jié)構(gòu)，為解決大數(shù)據(jù)密集型人工智能工作負(fù)載提供更高的速度和控制擁塞問(wèn)題。
3 eGridGPT 值得信賴的控制室AI助手
隨著可再生能源和電動(dòng)汽車(chē)滲透率的增長(zhǎng)，電網(wǎng)運(yùn)營(yíng)商正面臨巨大挑戰(zhàn)。作為電網(wǎng)供需平衡的運(yùn)行“大腦”，調(diào)度控制室中的決策對(duì)于維持電網(wǎng)的可靠性至關(guān)重要。NREL開(kāi)發(fā)了一款控制室AI助手——eGridGPT，這個(gè)項(xiàng)目首次將大語(yǔ)言模型(LLMs)作為一種生成式人工智能(GenAI)應(yīng)用于電網(wǎng)控制室決策的研究。eGridGPT就像人類(lèi)大腦處理來(lái)自感官的輸入來(lái)做出決定一樣，通過(guò)協(xié)助決策過(guò)程和解釋數(shù)據(jù)和模型來(lái)虛擬支持電網(wǎng)控制室操作員作出決策。
根據(jù)研究人員介紹，傳統(tǒng)電網(wǎng)調(diào)度決策工具主要包括SCADA（數(shù)據(jù)監(jiān)控系統(tǒng)）、EMS（能源管理系統(tǒng)）等，但隨著可再生能源、儲(chǔ)能、電動(dòng)汽車(chē)等因素的影響凸顯，電網(wǎng)中的雙向流量增加，單純的監(jiān)測(cè)和測(cè)量數(shù)據(jù)不足以在復(fù)雜多變的新興態(tài)勢(shì)下實(shí)現(xiàn)有效的電網(wǎng)控制。eGridGPT的主要任務(wù)就是將這些數(shù)據(jù)轉(zhuǎn)化為可操作的信息，旨在為控制室運(yùn)營(yíng)商提供一個(gè)不斷發(fā)展的生態(tài)系統(tǒng)，根據(jù)他們的需求和電網(wǎng)運(yùn)行要求調(diào)整現(xiàn)有工具包，增強(qiáng)運(yùn)營(yíng)商的態(tài)勢(shì)感知，特別是在緊急情況下，這種快速響應(yīng)能力顯得更為重要。
大語(yǔ)言模型是擅長(zhǎng)語(yǔ)言處理和通用任務(wù)的計(jì)算工具，就像OpenAI的GPT-4和Meta的Llama 3一樣，eGridGPT能理解并響應(yīng)操作員的查詢和提問(wèn)；根據(jù)請(qǐng)求，eGridGPT可以通過(guò)數(shù)字孿生等工具來(lái)分析電網(wǎng)狀況，并將工具和相關(guān)操作的建議編排成可理解的顯示格式，以及通過(guò)“人機(jī)回圈”(human-in-the-loop)框架建立運(yùn)營(yíng)商的信任。
生成式預(yù)訓(xùn)練(GPT)模型家族在各個(gè)領(lǐng)域都取得了顯著成就，包括醫(yī)學(xué)、標(biāo)準(zhǔn)化測(cè)試、作曲和藝術(shù)創(chuàng)作等，NREL項(xiàng)目團(tuán)隊(duì)認(rèn)為，這類(lèi)模型在電網(wǎng)控制和決策領(lǐng)域也可以發(fā)揮重要作用。eGridGPT的預(yù)訓(xùn)練是整個(gè)系統(tǒng)可靠運(yùn)行的基礎(chǔ)和關(guān)鍵，項(xiàng)目團(tuán)隊(duì)將其簡(jiǎn)單概括為三個(gè)步驟：首先利用公開(kāi)可用的電網(wǎng)數(shù)據(jù)對(duì)最先進(jìn)的LLM模型進(jìn)行電力工程知識(shí)培訓(xùn)；然后使用來(lái)自電力可靠性組織、獨(dú)立系統(tǒng)運(yùn)營(yíng)商、州公用事業(yè)委員會(huì)、國(guó)家電力安全委員會(huì)的控制室操作程序進(jìn)行培訓(xùn)；最后，培訓(xùn)模型對(duì)系統(tǒng)操作員或公用事業(yè)系統(tǒng)的操作和管理程序、電力系統(tǒng)數(shù)據(jù)、現(xiàn)場(chǎng)設(shè)置和基礎(chǔ)設(shè)施信息進(jìn)行監(jiān)測(cè)和微調(diào)。培訓(xùn)完成后，eGridGPT必須參加NERC（北美電力可靠性委員會(huì)）系統(tǒng)操作人員考試作為基準(zhǔn)測(cè)試，以確保其有效性。
4 AI助力風(fēng)電場(chǎng)設(shè)計(jì)優(yōu)化
2024年4月，NREL的研究團(tuán)隊(duì)在《自然-能源》（《自然》期刊的子刊）上發(fā)表了一篇文章，內(nèi)容聚焦AI技術(shù)是如何使風(fēng)力發(fā)電場(chǎng)規(guī)劃獲得更高效益。
NREL這個(gè)研發(fā)團(tuán)隊(duì)開(kāi)發(fā)了一種基于人工智能的替代模型，他們稱之為風(fēng)電場(chǎng)圖像神經(jīng)網(wǎng)絡(luò)(WPGNN)，該模型被訓(xùn)練在不同大氣條件、場(chǎng)站設(shè)計(jì)和風(fēng)機(jī)運(yùn)行情況下對(duì)超過(guò)25萬(wàn)個(gè)隨機(jī)生成的風(fēng)電場(chǎng)布局圖進(jìn)行了仿真，模擬數(shù)據(jù)則由NREL開(kāi)發(fā)的另一個(gè)模型——穩(wěn)態(tài)尾流重定向模型(FLORIS)生成，AI利用這些信息來(lái)設(shè)計(jì)出風(fēng)力發(fā)電場(chǎng)的最佳布局，以實(shí)現(xiàn)減少用地或提高發(fā)電量等目的。
這項(xiàng)研究的重點(diǎn)是風(fēng)力發(fā)電的尾流轉(zhuǎn)向策略，該策略通過(guò)控制從上游風(fēng)機(jī)向下游風(fēng)機(jī)流動(dòng)的尾流來(lái)優(yōu)化風(fēng)電場(chǎng)的發(fā)電量。引入人工智能可以使研究人員能夠確定尾流轉(zhuǎn)向?qū)θ齻€(gè)不同維度的影響：土地使用、成本和收益。
“以前，特定地點(diǎn)的尾流轉(zhuǎn)向優(yōu)化研究非常困難，但WPGNN的圖像呈現(xiàn)極大地提高了我們靈活描繪場(chǎng)站布局的能力、改變風(fēng)向和實(shí)現(xiàn)梯度優(yōu)化的能力”，該論文的合著作者Ryan King說(shuō)，“基于人工智能的尾流轉(zhuǎn)向研究可以用于全國(guó)范圍內(nèi)的風(fēng)電場(chǎng)用地和經(jīng)濟(jì)效益評(píng)估，從而使風(fēng)電場(chǎng)設(shè)計(jì)得到優(yōu)化?！?
據(jù)NREL消息稱，尾流轉(zhuǎn)向策略可以把未來(lái)風(fēng)力發(fā)電場(chǎng)的土地需求平均減少18%，在某些情況下甚至可以減少60%。在美國(guó)全國(guó)范圍內(nèi)，節(jié)省的土地總面積約為13000平方公里，相當(dāng)于美國(guó)風(fēng)能資源覆蓋面積的28%。
5 機(jī)器學(xué)習(xí)的廣泛應(yīng)用
機(jī)器學(xué)習(xí)可以說(shuō)是NREL最重視的AI技術(shù)之一，除了前述的氣象數(shù)據(jù)處理外，應(yīng)用場(chǎng)景還包括電池設(shè)計(jì)、地?zé)衢_(kāi)發(fā)、戶用光伏市場(chǎng)拓展等。
據(jù)NREL的官網(wǎng)資料介紹，除了多尺度建模外，機(jī)器學(xué)習(xí)還被NREL各研究團(tuán)隊(duì)用于加速對(duì)新材料、化學(xué)物質(zhì)和電池設(shè)計(jì)的理解。NREL的材料科學(xué)家認(rèn)為，這些復(fù)雜的計(jì)算機(jī)算法改善了NREL先進(jìn)電池研究中的電池壽命預(yù)測(cè)建模和微觀結(jié)構(gòu)診斷。
為了優(yōu)化地?zé)嶙鳂I(yè)流程，NREL開(kāi)發(fā)了一個(gè)基于機(jī)器學(xué)習(xí)的地?zé)徇\(yùn)行優(yōu)化新框架GOOML，通過(guò)融合數(shù)據(jù)驅(qū)動(dòng)的熱力學(xué)方法，GOOML能夠準(zhǔn)確地模擬生成地?zé)嵯到y(tǒng)的實(shí)際性能特征。將數(shù)字孿生技術(shù)更多地集成到地?zé)嶙鳂I(yè)中，不僅可以使工程師更好地了解大型系統(tǒng)中組件的復(fù)雜相互作用，還可以通過(guò)人工智能和機(jī)器學(xué)習(xí)工具的最新進(jìn)展增強(qiáng)對(duì)操作空間的探索。
機(jī)器學(xué)習(xí)技術(shù)甚至被應(yīng)用到戶用光伏市場(chǎng)營(yíng)銷(xiāo)領(lǐng)域。當(dāng)前，高昂的客戶獲取成本仍然是美國(guó)住宅太陽(yáng)能行業(yè)面臨的一個(gè)持續(xù)挑戰(zhàn)，以NREL為代表的幾個(gè)研究機(jī)構(gòu)和大學(xué)正在推進(jìn)一項(xiàng)新的研究，在數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的幫助下，利用新算法降低戶用光伏的建設(shè)和運(yùn)行成本，并在此基礎(chǔ)上生成合適的營(yíng)銷(xiāo)方案，幫助市場(chǎng)人員降低獲取客戶開(kāi)拓渠道的投入。
NREL通過(guò)機(jī)器學(xué)習(xí)技術(shù)開(kāi)發(fā)了一系列模型和實(shí)用工具，幫助各類(lèi)可再生能源提升利用效率和降低成本。此外，NREL還非常關(guān)注通過(guò)這些AI技術(shù)促進(jìn)能源公平和對(duì)弱勢(shì)社群的建設(shè)援助，利用先進(jìn)計(jì)算技術(shù)推動(dòng)弱勢(shì)社區(qū)范圍內(nèi)的綠色能源轉(zhuǎn)型也是實(shí)驗(yàn)室的關(guān)鍵目標(biāo)之一。
以上內(nèi)容僅為NREL重點(diǎn)宣傳的幾個(gè)AI相關(guān)項(xiàng)目，NREL對(duì)人工智能的涉獵除了技術(shù)上的研究開(kāi)發(fā)，還包括人工智能倫理和公平性的探討和議題設(shè)置，這也展示了這個(gè)國(guó)家級(jí)實(shí)驗(yàn)室在占據(jù)人工智能開(kāi)發(fā)能力前沿地位和掌握關(guān)鍵話語(yǔ)權(quán)的野心。2023年，拜登—哈里斯政府通過(guò)美國(guó)能源部宣布向NREL投資1.5億美元，這筆資金來(lái)自《通脹消減法案》，將支持NREL的主要項(xiàng)目和基礎(chǔ)設(shè)施維護(hù)。這個(gè)坐落于科羅拉多州戈?duì)柕鞘?、有著四十多年歷史的國(guó)家實(shí)驗(yàn)室將在推動(dòng)2050年實(shí)現(xiàn)零碳經(jīng)濟(jì)目標(biāo)的進(jìn)程中擔(dān)當(dāng)重要角色。
