隨著電網(wǎng)向雙向和分散的方向發(fā)展，人工智能是唯一能夠以所需規(guī)模實(shí)時(shí)管理電網(wǎng)的工具。

世界各地的電網(wǎng)都面臨著類似的挑戰(zhàn)。其中最大的一個是各種可再生能源發(fā)電量的增加。太陽能和風(fēng)能對地球非常有益，但它們與天氣一樣難以預(yù)測。旨在鼓勵消費(fèi)者將太陽能電池板放在屋頂上并使用電動汽車儲存能量的計(jì)劃意味著電網(wǎng)正在從單向轉(zhuǎn)變?yōu)殡p向。而不是需求預(yù)測，公用事業(yè)現(xiàn)在需要以非常精細(xì)的粒度實(shí)時(shí)預(yù)測供需。

“將人工智能添加到組合中并在邊緣進(jìn)行實(shí)時(shí)分析的能力對于增加可以上線的分布式能源數(shù)量至關(guān)重要，”能源部門全球業(yè)務(wù)發(fā)展和技術(shù)主管 Marc Spieler英偉達(dá)告訴EE Times。

馬克·斯皮勒

斯皮勒指出，風(fēng)能、太陽能和電動汽車正在做大量工作，但如果電網(wǎng)沒有能力支持這些應(yīng)用，那么這些努力就白費(fèi)了。

需求預(yù)測利用了許多復(fù)雜的因素。除了天氣，實(shí)時(shí)預(yù)測可能包括復(fù)雜的任務(wù)，例如預(yù)測有多少電動卡車將到達(dá)哪個加油站，以及需要在什么確切時(shí)間為電池充電。

“這將歸結(jié)為每小時(shí)、每分鐘的類型決策，”他說?！岸斯ぶ悄苁俏ㄒ荒茏屗兊酶咝У臇|西?！?/p>

大規(guī)模預(yù)測

如今，公用事業(yè)公司通常訂閱詳細(xì)的天氣預(yù)報(bào)服務(wù)，將這些數(shù)據(jù)輸入復(fù)雜的模型中，以嘗試預(yù)測能源需求。

“在這方面做得最好的人可能是金融服務(wù)公司，是買賣權(quán)力的對沖基金，”斯皮勒說?！澳切┤苏趯θ斯ぶ悄苓M(jìn)行巨額投資，他們正在利用利潤?！?/p>

然而，斯皮勒說，公用事業(yè)公司正在升級他們的游戲。

“我們看到公用事業(yè)中的數(shù)據(jù)科學(xué)正在興起，”他說?！拔覀冋诤献鞯囊恍?[實(shí)用程序] 正在加強(qiáng)他們的數(shù)據(jù)科學(xué)社區(qū)。我們開始首次將硬件 DGX 系統(tǒng) [Nvidia 數(shù)據(jù)中心級 AI 加速器] 出售給公用事業(yè)公司?！?/p>

點(diǎn)擊查看完整大小的圖片

雖然昨天的電網(wǎng)是單向的，但今天的能源需要在分散的數(shù)字化電網(wǎng)中流入和流出消費(fèi)者（圖片：Veritone）

大規(guī)模人工智能實(shí)用程序可用的技術(shù)之一是聯(lián)合學(xué)習(xí)——一種可以使用來自多個來源的數(shù)據(jù)訓(xùn)練中央模型的技術(shù)，而無需集中或共享數(shù)據(jù)。這通常在醫(yī)療保健領(lǐng)域用于醫(yī)療 AI 模型，因?yàn)榭梢栽L問更多的訓(xùn)練數(shù)據(jù)可以使模型更準(zhǔn)確，但數(shù)據(jù)不能離開醫(yī)院場所。本質(zhì)上，模型的本地版本在邊緣重新訓(xùn)練，然后集中更新模型參數(shù)以使整體模型更好。Nvidia 有一個名為 Clara 的聯(lián)合學(xué)習(xí)平臺。

Spieler 指出，電網(wǎng)的大規(guī)模需求和供應(yīng)預(yù)測模型將是 Clara 的一個有趣用例。

“[Utilities] 無法共享他們的數(shù)據(jù)，但他們也不是完全的競爭對手，因?yàn)橹挥幸唤M電源線連接到你的房子，”他說。“我們相信，我們可以使用聯(lián)合學(xué)習(xí)，通過訓(xùn)練他們的模型并與可以整合這些模型的大型組織共享模型權(quán)重，讓整個行業(yè)協(xié)同工作?！?/p>

這可以使更準(zhǔn)確的模型能夠預(yù)測電網(wǎng)對異常天氣條件的響應(yīng)——例如，部署在沙漠州的模型可以部分使用來自更北方的數(shù)據(jù)進(jìn)行訓(xùn)練，其中將包括更多這些特定條件的實(shí)例。

網(wǎng)格邊緣

未來的電網(wǎng)也將在邊緣使用人工智能。

十年前的“智能電表”將變得更加智能。智能電表的用例已經(jīng)從擺脫人工抄表員轉(zhuǎn)變?yōu)樵谑褂萌斯ぶ悄茴A(yù)測太陽能電池板和電動汽車的消費(fèi)者需求和供應(yīng)方面發(fā)揮更多作用。

根據(jù) Spieler 的說法，今天的智能電表使用的數(shù)據(jù)很少。一個典型的儀表可能有八個可用的數(shù)據(jù)通道，而智能恒溫器等下游設(shè)備可能收集多達(dá) 20 或 30 個數(shù)據(jù)通道。

“今天的每個智能電表都有一個芯片——問題是它是否足夠強(qiáng)大來處理大量數(shù)據(jù)？” 他說?！拔覀冊O(shè)想智能電表可以像 iPhone 一樣——它捕獲大量數(shù)據(jù)，然后公用事業(yè)、消費(fèi)者和其他人可以在此基礎(chǔ)上應(yīng)用應(yīng)用程序，以優(yōu)化能源效率?！?/p>

如果變電站出現(xiàn)故障，智能電表可以提供必要的數(shù)據(jù)，以在特定社區(qū)創(chuàng)建微電網(wǎng)，該微電網(wǎng)可以在鄰居之間共享太陽能或電動汽車電池的能量。在極端天氣的情況下，支持人工智能的智能電表也可能被用于關(guān)閉非必要負(fù)載的電源，作為一種智能減載方案。（斯皮勒在這里的例子是，在最近的德克薩斯電網(wǎng)危機(jī)期間，休斯頓游泳池泵的電源可能已經(jīng)關(guān)閉，以維持對正在運(yùn)行救生醫(yī)療設(shè)備的家庭的供應(yīng)）。

“[我們可以]以外科手術(shù)的方式將能源消耗從電網(wǎng)中移除，”他說?！敖裉焖兇馐峭ㄟ^打開和關(guān)閉[整個城市]來完成的，但在未來你可以根據(jù)某人家的溫度做出決定?！?/p>

在寒流期間，智能電表可以顯示哪些家庭的溫度處于或低于 40 度，然后電網(wǎng)可以優(yōu)先考慮他們的電力供應(yīng)，這樣他們的管道就不會凍結(jié)。

“人工智能將提供這種級別的可見性，”他說。“數(shù)據(jù)是存在的，我們在 Nest 恒溫器和儀表后面的其他東西上看到了這一點(diǎn)。但這些數(shù)據(jù)并沒有返回給公用事業(yè)公司以更好地做出決策?！?/p>

網(wǎng)格 AI 算法

Veritone 是為網(wǎng)格管理開發(fā) AI 解決方案的幾家公司之一。該公司的 CDI（協(xié)作分布式推理）技術(shù)旨在確保整個電網(wǎng)的可預(yù)測能量分布和彈性。該系統(tǒng)使用預(yù)測數(shù)據(jù)和規(guī)則來構(gòu)建和持續(xù)更新設(shè)備狀態(tài)模型，然后用于智能控制邊緣設(shè)備。

“沒有人可以正確控制電網(wǎng)，” Veritone 能源高級副總裁 Sean McEvoy 告訴EE Times。他說，需要對大量數(shù)據(jù)進(jìn)行分析，以持續(xù)監(jiān)控電網(wǎng)上每個發(fā)電和儲存設(shè)備的狀態(tài)，以及能源需求、天氣模式、傳輸流量和能源價(jià)格。

只有人工智能能夠做到這一切。

“對這場海嘯數(shù)據(jù)的持續(xù)實(shí)時(shí)建模提供了智能，可以不斷了解每個電網(wǎng)參與者需要多少能量，以及在任何給定時(shí)刻或不久的將來可以輸送多少能量，”McEvoy 說?！安粌H沒有人能做到這一點(diǎn)——即使是巨大的計(jì)算機(jī)能力也是不夠的。它需要邊緣計(jì)算能力與智能強(qiáng)化和適應(yīng)學(xué)習(xí)相結(jié)合。”

強(qiáng)化學(xué)習(xí)是一種人工智能代理（一種采取某種行動的人工智能算法）被訓(xùn)練以最大化某種獎勵概念的技術(shù)。這使代理能夠有效地從其行為的后果中學(xué)習(xí)，而不是專門被教導(dǎo)。Veritone 算法的自適應(yīng)特性意味著它會隨著實(shí)時(shí)條件的變化而不斷更新其系統(tǒng)模型。

McEvoy 進(jìn)一步解釋說，Veritone 為網(wǎng)格創(chuàng)建的 AI 模型使用“分布式、受約束的哈密頓量”方法。在這種情況下分布式意味著在邊緣進(jìn)行推理以改善延遲。這些模型可能受到規(guī)則的約束，例如設(shè)備保修，或北美電力可靠性公司 (NERC) 或聯(lián)邦能源管理委員會 (FERC) 頒布的規(guī)則。平均場算法用于模型同步，線性代數(shù)模型用于預(yù)測。Veritone 的模擬器使用蒙特卡羅技術(shù)來模擬不同結(jié)果的概率。

Veritone 的電網(wǎng)人工智能解決方案概述如下所示。有關(guān)域規(guī)則的信息由規(guī)則轉(zhuǎn)換器轉(zhuǎn)換為參數(shù)。斷層掃描儀學(xué)習(xí)和更新受控設(shè)備的模型，優(yōu)化器不斷創(chuàng)建滿足操作和行為目標(biāo)的策略，平均場通過將整個網(wǎng)絡(luò)的狀態(tài)投影到本地代理來同步 CDI 代理。邊緣控制器控制邊緣設(shè)備，黑板提供信息流，預(yù)測器使用過去和當(dāng)前的傳感器數(shù)據(jù)來預(yù)測未來的能源因素，包括需求。

點(diǎn)擊查看完整大小的圖片

Veritone 用于實(shí)時(shí)監(jiān)控和控制電網(wǎng)的 AI 解決方案概述（圖片：Veritone）

Veritone 面向公用事業(yè)和獨(dú)立電力生產(chǎn)商 (IPP)，如微電網(wǎng)開發(fā)商和運(yùn)營商，并與設(shè)備供應(yīng)商合作，為太陽能逆變器和電池系統(tǒng)等資源開發(fā)和部署人工智能模型和預(yù)測控制器。

“該軟件可以集中部署在變電站、數(shù)據(jù)中心或邊緣，以控制邊緣設(shè)備并提供邊緣推理，”McEvoy 說?！岸鄠€電網(wǎng)邊緣設(shè)備的實(shí)時(shí)同步提供了工廠狀態(tài)和容量的整體模型視圖。”

這些人工智能技術(shù)將在多大范圍內(nèi)推廣，從相對較小的規(guī)模開始是否有意義，也許是微電網(wǎng)？或者從零開始有缺點(diǎn)嗎？

“通常，Veritone 建議從控制單個站點(diǎn)的能源資源開始，”McEvoy 說。

首先將人工智能技術(shù)推廣到較小的站點(diǎn)——也許是 25-50 兆瓦的可再生能源發(fā)電機(jī)和存儲——可以為電網(wǎng)運(yùn)營商提供信心。

“一旦該站點(diǎn)使用 AI 進(jìn)行了優(yōu)化，它就可以擴(kuò)展到多個站點(diǎn)，并且 AI 可以在站點(diǎn)級別進(jìn)行同步，”他說?！霸摷夹g(shù)可以管理和控制納米電網(wǎng)、微電網(wǎng)和更廣泛的公用電網(wǎng)，但隨著規(guī)模的擴(kuò)大，復(fù)雜性會呈指數(shù)級增長。”

審核編輯 黃昊宇