中國儲能網(wǎng)訊：2025世界人工智能大會期間，由南方電網(wǎng)公司承辦的“‘AI+’電力創(chuàng)新發(fā)展”專題論壇于7月27日在上海世博中心舉辦，與會的院士、學(xué)者、電網(wǎng)運營商及AI生態(tài)企業(yè)代表，圍繞人工智能驅(qū)動全球能源電力的生態(tài)發(fā)展，深入探討“AI+電力”的最新進展和創(chuàng)新實踐。
隨著新能源裝機和并網(wǎng)比例的持續(xù)提升，傳統(tǒng)源荷預(yù)測方法已難以滿足復(fù)雜電網(wǎng)精準調(diào)控的需求。人工智能方法為解決此類問題提供了新思路，但如何提升人工智能與電力系統(tǒng)的適應(yīng)性，成為行業(yè)關(guān)注的核心議題。
會議期間，《南方能源觀察》（以下簡稱“eo”）記者專訪了清華大學(xué)電機系教授陸超，圍繞人工智能在電力系統(tǒng)中的安全邊界、發(fā)展痛點及經(jīng)濟性等問題展開交流。陸超主要從事電力系統(tǒng)分析與控制、人工智能應(yīng)用技術(shù)等研究。他認為，需以“數(shù)據(jù)-機理融合”架構(gòu)提升人工智能在新型電力系統(tǒng)中應(yīng)用的可靠性，并強調(diào)提升數(shù)據(jù)質(zhì)量，將仿真數(shù)據(jù)和與實際系統(tǒng)特性對齊。探索人工智能與電力系統(tǒng)深度融合的有效路徑，提高訓(xùn)練所需的數(shù)據(jù)質(zhì)量，以及學(xué)習(xí)過程和結(jié)果的可解釋性，是“AI+電力”真正落地的關(guān)鍵。
推進AI與電力深度融合要注意風(fēng)險可控
eo：您如何評價當(dāng)前電力系統(tǒng)的人工智能應(yīng)用情況？
陸超：目前，電力AI技術(shù)研究和應(yīng)用仍處于初級階段。人工智能在源荷預(yù)測、智能巡檢、智能客服等輔助任務(wù)中已有良好表現(xiàn)。
但是，隨著電力系統(tǒng)向高比例可再生能源與高比例電力電子設(shè)備的“雙高”形態(tài)發(fā)展，控制規(guī)模呈指數(shù)級增長、故障形態(tài)和連鎖反應(yīng)特性更加復(fù)雜，對決策速度要求更高?，F(xiàn)階段的大模型技術(shù)仍無法支撐整個系統(tǒng)的安穩(wěn)分析控制，在調(diào)度控制等核心任務(wù)應(yīng)用上面臨可靠性、可信性挑戰(zhàn)，需要持續(xù)推進“數(shù)據(jù)-機理融合”方向的研究。
eo：自動駕駛與電力系統(tǒng)在規(guī)模和復(fù)雜性上差距巨大，前者尚未能實現(xiàn)大規(guī)模安全應(yīng)用，那在電力系統(tǒng)中，人工智能應(yīng)用應(yīng)當(dāng)如何考慮安全發(fā)展的路徑？
陸超：人工智能在電力系統(tǒng)的應(yīng)用一定是一個循序漸進的過程，要實現(xiàn)“完全安全”仍有不小挑戰(zhàn)，因此要選擇合適的場景和階段逐步應(yīng)用。
第一階段可以先從交易類場景入手，例如電力市場輔助決策。這些環(huán)節(jié)可能會對經(jīng)濟指標產(chǎn)生影響，但不至于引發(fā)安全事故，不會對系統(tǒng)運行造成實質(zhì)性風(fēng)險。
第二階段可延伸至非實時決策場景。這類場景對安全性有一定要求，但風(fēng)險相對可控。我們可以通過多種手段進行結(jié)果驗證，在確保底線安全的前提下，逐步擴大AI控制的范圍。
第三階段是實時閉環(huán)控制，讓人工智能具備持續(xù)、安全地輸出控制指令的能力。這一階段對算法精度、決策時效和穩(wěn)定性的要求最高，必須在前兩階段充分驗證的基礎(chǔ)之上慎重推進。
融合路徑與高質(zhì)量數(shù)據(jù)是關(guān)鍵
eo：要構(gòu)建可信的智能電力系統(tǒng)，迫切需要補齊哪些短板？
陸超：一方面是融合路徑，即人工智能如何與電力系統(tǒng)、特別是調(diào)度運行體系深度結(jié)合。即便“AI for Science”（人工智能驅(qū)動科學(xué)研究）路徑能依據(jù)通用規(guī)律來處理問題，在數(shù)學(xué)證明、生物制藥、材料設(shè)計等領(lǐng)域有足夠的應(yīng)用空間，但在電力領(lǐng)域還不完全適用。電力系統(tǒng)節(jié)點多、復(fù)雜度高、要求嚴，如何將科學(xué)計算和人工智能大模型技術(shù)結(jié)合到一起，目前還沒有非常清晰的路徑。
另一方面是高質(zhì)量的數(shù)據(jù)。電力系統(tǒng)數(shù)據(jù)的專業(yè)性極強，尤其是涉及到運行、調(diào)度生產(chǎn)相關(guān)的數(shù)據(jù)。這些數(shù)據(jù)不僅規(guī)模大、存儲難度高，而且要求數(shù)據(jù)標注人員具備十分豐富的行業(yè)經(jīng)驗。目前訓(xùn)練使用的數(shù)據(jù)以仿真數(shù)據(jù)為主，因為實測數(shù)據(jù)大多都是穩(wěn)定運行的數(shù)據(jù)，失穩(wěn)數(shù)據(jù)較少，樣本十分不均衡。所以，如何將仿真數(shù)據(jù)和與實際系統(tǒng)特性對齊、提升數(shù)據(jù)質(zhì)量，是AI真正落地的“最后一公里”。這項工作所需投入巨大，對于未來人工智能實現(xiàn)真正的大規(guī)模應(yīng)用會產(chǎn)生實質(zhì)性的影響。
eo：放眼全球，我國在電力智能方面處于什么位置？
陸超：從全球看，人工智能在電力系統(tǒng)中的應(yīng)用還處于起步階段，大家基本上站在同一起跑線。相比之下，美國的AI技術(shù)生態(tài)和資源條件較好，是其優(yōu)勢所在。而我國的優(yōu)勢在于電力系統(tǒng)基礎(chǔ)扎實、數(shù)據(jù)資源豐富，近年來的快速發(fā)展和運行經(jīng)驗積累，也為人工智能在電力系統(tǒng)中的應(yīng)用奠定了堅實基礎(chǔ)。加之政府、企業(yè)和高校對AI技術(shù)的高度重視，我國有望在應(yīng)用創(chuàng)新和落地方面實現(xiàn)較快發(fā)展。
AI應(yīng)用整體回報大于能耗成本
eo：人工智能既是“能耗大戶”，又被寄希望于提升能源效率和推動能源轉(zhuǎn)型。您如何看待這種雙面性？
陸超：這兩方面并不矛盾。人工智能確實會帶來更大的能耗，但它支撐了社會的整體技術(shù)進步，為各行各業(yè)帶來了巨大的效率提升和結(jié)構(gòu)性變革。在推動社會進步的進程中，新興技術(shù)需要更多的能源供給，是很正常的需求。
另一方面，人工智能本身是應(yīng)對能源系統(tǒng)復(fù)雜性的重要工具。隨著高比例新能源的接入，電力系統(tǒng)在平衡和穩(wěn)定方面所面臨的挑戰(zhàn)，已經(jīng)超出傳統(tǒng)手段的調(diào)節(jié)能力。新型電力系統(tǒng)的可控對象從以“源”為主擴展到“源網(wǎng)荷儲”各環(huán)節(jié)，安全穩(wěn)定機理愈發(fā)復(fù)雜，控制規(guī)模呈指數(shù)級增長。如果人工智能技術(shù)能夠支撐起一個如此復(fù)雜的能源供應(yīng)體系，將極大增強整個電力系統(tǒng)的調(diào)控能力。反過來，電力系統(tǒng)的數(shù)字化轉(zhuǎn)型也將為人工智能提供更好的發(fā)展土壤，可以更好地支撐全社會的技術(shù)進步，這是一個相互促進的過程。
eo：在促進“AI+電力”落地的過程中，如何平衡投入與產(chǎn)出的關(guān)系？
陸超：經(jīng)濟性始終是決定一項技術(shù)能否成功落地的關(guān)鍵因素。我們當(dāng)然關(guān)注人工智能的經(jīng)濟性，但這必須放在整個系統(tǒng)收益的視角下進行評估。當(dāng)電力系統(tǒng)所面臨的挑戰(zhàn)已無法通過傳統(tǒng)手段解決時，相比于AI的研發(fā)投入，更本質(zhì)的問題是：系統(tǒng)是否還能正常運行。
在AI技術(shù)應(yīng)用初期，一些場景已展現(xiàn)出良好的投入產(chǎn)出比。例如，在巡檢與運維環(huán)節(jié)，AI技術(shù)已明顯降低了人力和物力成本。未來幾年內(nèi)，如果在更多關(guān)鍵領(lǐng)域也能實現(xiàn)類似的效果，AI應(yīng)用的整體經(jīng)濟性將逐步顯現(xiàn)。從長期看，經(jīng)濟性將是決定人工智能能否在電力系統(tǒng)中實現(xiàn)大規(guī)模推廣的核心變量。
eo：從系統(tǒng)角度看，數(shù)據(jù)中心大規(guī)模部署可能導(dǎo)致電力供應(yīng)緊張，甚至影響區(qū)域電力平衡。您認為未來如何促進電-算協(xié)同發(fā)展？
陸超：數(shù)據(jù)中心等AI算力設(shè)施應(yīng)當(dāng)納入電力系統(tǒng)的統(tǒng)一規(guī)劃之中。一方面，從服務(wù)器供電到冷卻系統(tǒng)的能耗，數(shù)據(jù)中心的運行可與周邊新能源場站聯(lián)動，實現(xiàn)就近配套。另一方面，數(shù)據(jù)中心對局部電網(wǎng)網(wǎng)架結(jié)構(gòu)、負荷分布的影響，也應(yīng)在整體電力規(guī)劃中統(tǒng)籌考慮。
我們國家的電網(wǎng)在柔性調(diào)節(jié)、電算協(xié)同能力建設(shè)方面基礎(chǔ)良好，近年來也啟動了多個國家級科研項目支持相關(guān)融合工作，可以充分利用已有的能力和資源。所以，未必需要為人工智能專設(shè)“特供通道”，而應(yīng)通過優(yōu)化調(diào)度、源網(wǎng)荷儲聯(lián)動等機制，在現(xiàn)有體系內(nèi)實現(xiàn)算力與電力的協(xié)同發(fā)展。
