为什么我们不能坐等AI解决能源转型问题

AI's staunchest evangelists say that, despire massive power consumption, AI is the solution to problems with the energy grid – the reality is more complicated.
AI's staunchest evangelists say that, despire massive power consumption, AI is the solution to problems with the energy grid – the reality is more complicated.Image: REUTERS/Jair Coll
本内容由人工智能自动翻译。
  • 一座超大规模数据中心的耗电量可以相当于一座100万人口城市的用电量,并能在毫秒之内使用电需求骤增。

  • AI可以优化调度并缓解电网拥堵,但前提是升级物理电网基础设施中内置的传感与控制能力。

  • 在智能电力革命真正全面到来之前,现在升级电网至关重要。

能源转型听起来是一个清晰、有序的过程:我们逐步从A走向B,从化石燃料走向可持续能源。简单明了。

然而,在业内人士看来,它更像一场风暴。原因在于,我们正在一百年来首次改写电力运行的规则。过去规模庞大、形态统一的发电方式,如今已分散到无数种可变能源之中。用电量也以前所未有的速度增长,而供热和交通等整个行业的用电需求正加速转向电网,进一步加剧了这一局面。

因此,过去稳定、可预测且呈线性的电力流动,如今变得汹涌、动态且呈多向性。

而连接这一切的电网却已远远落后。其大部分构成部件已接近使用寿命。更令人担忧的是,其僵化的基础性设计诞生于100多年前,已无法适应这场风暴的动态变化。我们在以下方面可以看到这一问题:并网瓶颈、电能质量问题,或日益频繁的停电。

这意味着我们的转型绝非简单之事:在逐步改造电力生产和使用方式的同时,我们还必须重新构建负责将电力输送到各处的整个系统。

就在这场改造进行之际,耗电量巨大的数据中心又加入进来。

AI能成为解决方案吗?

值得注意的是,即便没有AI热潮,扩建和现代化电网的压力依然存在。不过,数据中心确实会给当地电网带来负担:一座超大规模数据中心的耗电量可以与一座100万人口城市相当。这样一座“城市”可能会在毫无预警的情况下完全脱离电网,而成群同步运行的GPU所形成的脉冲式负载,又能在毫秒之内使用电需求从接近零骤增至数百兆瓦。在毫无预警的情况下断开电网,并且,在毫秒之内将用电需求从接近零骤增至数百兆瓦。

许多人认为,尽管数据中心给电网带来巨大压力,但AI本身及其带来的效率提升,实际上可以帮助优化电力系统流程,减轻电网负担。

就电网而言,AI或许能找到新方法,打造更优质、更智能、更高效的电力系统。这是一个令人欣慰的设想,但在今天,坐等其实现是徒劳的。

我们所需要的未来电力系统

从能源转型的目标出发倒推,我们需要的是具备灵活性的电力系统,能够自我修复。在电力来源和用途不断变化的动态环境下,这样的系统应当能够随势弯曲,而不是断裂。

它应当能够应对已知的未知:尚未被发明的情境和技术,可能会带来前所未见的电力特征。

因此,一个真正面向未来、具备韧性的电网,必须能够以光速感知、决策并采取行动,以确保电力持续供应。

智能是其中的一个组成部分,但它并非当前的瓶颈。

AI的优势在于处理海量数据并识别规律。因此,它有助于资产管理和规划,甚至可以通过计算机视觉和无人机等工具进行电网测绘,以支持更优的设计。但在优化调度、缓解拥堵以及统筹全系统灵活性方面,它可能带来颠覆性的变革。换言之,它是决策环节的组成部分。

然而,如果系统中没有与之配套的传感与控制能力,AI将从根本上局限于发现机遇,而无法真正将其转化为现实。

我们需要以物理方案升级当今的电力系统,使AI能够充当价值倍增器。

电网的物理短板

尽管我们在发电和用电方面已取得巨大变化,但电网本身的技术创新却十分有限。

关键在于,我们对系统动态的可见性有限:我们通常只能在电力生产或消耗的节点上看到计量数据,即输入和输出。仅此一项就已是一个复杂的优化问题。而由于真正灵活的电网中间环节存在大量未知变量,即便是AI,若缺乏额外的可见性,也无法解决其中的问题。从电网内部收集数据至关重要。

更重要的是,我们在干预手段上也受到限制。目前,通过联网资产来调节系统是我们的最佳选择。这意味着要削减或启动发电厂,或通过需求侧响应和虚拟电厂(VPP)等集体行动来调高或调低用电量。

无论是否借助AI,通过系统终端来完成这一切都十分缓慢。正如去年伊比利亚半岛停电事件所揭示的那样:在电力领域,毫秒至关重要。只有让电力系统的基础组件同时具备感知和快速反应的能力,AI才能发挥最大作用。

这些便携式充电宝可在电网供电不足的情况下提供快速电动汽车充电。
这些便携式充电宝可在电网供电不足的情况下提供快速电动汽车充电。
02:10

我们今天所需要的

在任何有实质意义的AI应用之前,首要任务是在电网硬件中嵌入更好的可见性和控制能力。没有这些,未来的系统无论多么智能,都无法可靠地管理动态变化的电力流。

我们需要此类传感与控制机制近乎实时地运行,以防止连锁故障。将这些能力部署到整个网络的各个基础组件中,且每个组件都内置智能,便能形成去中心化结构,使其能够在本地快速响应,并共同实时维持系统平衡。重要的是,这些智能基础组件需要软硬件协同设计,并以系统化运行为目标进行工程开发。超级电容器和电池、智能变压器等众多设备都将成为其中的一部分。关键在于使其运行与通用协议保持同步。

在升级基础组件的过程中,时间至关重要。随着我们应对因电力容量增加而引发的大规模老化基础设施更新换代与电网扩建,我们不应重复沿用旧有技术。我们应当为一个系统奠定基础,使其在我们开启智能开关时做好准备。

正如AI的性能受限于CPU和GPU,电网的智能水平同样受限于物理基础设施,即电力系统的基础组件。若要让AI或任何智能软件真正有机会充当价值倍增器,我们就需要为其提供可供作用的坚实基础。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。