人工智能计算的爆炸式增长，对大多数电力公司而言是一道难题：数以吉瓦计的数据中心新增用电需求，来势之猛远超输电线路的规划与建设速度。美国能源部（DOE）的Genesis计划并不否认这一现实，但在其7月22日公布的国家研究项目组合中，隐藏着一个大胆押注：正是这项给电网带来压力的技术，或许同样能够帮助运营商更好地管理电网——让人工智能从系统必须承载的负荷，转变为管理系统本身的工具。

在能源部于华盛顿特区举办的Genesis计划峰会上，共发布278个项目，其中多个项目直接聚焦电网运营。这些项目隶属于白宫提出的联邦挑战之一——"扩大电网规模，为美国经济提供动力"，呼吁利用人工智能与数字孪生技术优化负荷与发电规划，并降低可靠供电成本。该倡议已获得逾15个机构、超过50亿美元的承诺投入。对于一个长期将人工智能视为需求驱动因素的行业而言，这批电网领域的资助标志着华盛顿对这项技术角色定位的重大转变。

推动这一转变的核心思想，来自布鲁克海文国家实验室创新、科学与安全首席人工智能科学家亨德里克·哈曼。他在峰会主旨演讲中深入阐释了电网为何是一道如此艰巨的计算难题。他指出，电网是人类有史以来构建的最庞大、最复杂的系统之一——据他估算，约有2亿个接入点、5000万台变压器、700万英里导线，全部以近乎光速的速度相互作用。维持电力稳定供应，不仅需要实时平衡这一网络，还需要在未来数小时、数天乃至数年内持续应对需求、发电与天气的不确定性。

哈曼表示，这种不确定性产生的可能情景数量可高达数十亿，然而现今的运营商只能分析其中的寥寥几种。"我们现在只能分析少数几种情景，这实在令人担忧，尤其是在我们正处于电网大规模、前所未有的扩张期的当下，"他对与会者说道。他的团队构建了所谓的"电网基础模型"——这些模型并非基于文本训练，而是以"电网语言"为训练基础，即在各种工况下的电压、功率和频率数据，直接学习电网拓扑、需求与用电之间的关系，而非依赖较慢的基于物理方法逐一求解每种情景。

他所描述的成果，是一种与当前互联申请积压问题直接相关的高速处理能力。哈曼表示，原本需要数月乃至数年的数据中心并网研究，现在"字面意义上几分钟内"即可完成，速度提升可达千倍。他有意颠覆了主流叙事："人工智能通常被视为电网的负担，但借助Genesis计划，事实恰恰相反。它实际上是为美国人民建设最安全、最经济、最可靠电网的巨大机遇。"

哈曼的研究并非孤立的展示。在能源部的获资助名单中，电网与电力系统项目构成了较大的一个集群，这正是本次行动有别于一次性尝试的关键所在。西北太平洋国家实验室获得资助，用于在快速负荷增长背景下开展以物理规律为指导的人工智能电磁暂态分析——这正是大型新增负荷所引发的快速、难以建模的动态问题。犹他大学的一个项目题为"可调度数据中心：面向电网感知负荷整形的人工智能驱动工作负载灵活性"，从另一个维度应对同样的需求压力，将数据中心视为电网可以依赖的灵活资源，而非必须承受的固定负担。电力研究院（EPRI）获得了"可扩展智能体电网引擎"项目资助，将这一理念延伸至配电系统；肯塔基大学、亚利桑那州立大学、阿肯色大学和俄克拉荷马州立大学等多支高校团队，则分别针对极端天气下的电网韧性、面向电网的人工智能对抗威胁，以及将人工智能引入实时运行的安全约束等课题开展研究。综合来看，这批资助更像是一场协同押注，而非单一实验——押注人工智能将在电网运营中占有一席之地。

如果上述项目描绘的是整体愿景，那么人工智能向控制室迈进的最具体近期案例，则是西门子能源主导的一个项目。该项目名为"从静态到自适应电网：大规模自主拓扑控制"，汇聚了西门子能源、洛斯阿拉莫斯国家实验室、弗吉尼亚大学和奥兰多公用事业委员会，共同探索"拓扑控制"——通过策略性地切换电网元件，实时缓解拥塞、优化潮流、提升可靠性，所依托的是电力公司已有的基础设施，而非尚待建设的新增线路。

西门子能源电网人工智能实验室负责人瓦内萨·桑蒂斯特班描述了一套旨在辅助运营商、而非凌驾其上的系统。她表示，该系统将"利用人工智能快速评估电网状态，生成安全的开关操作方案，并根据风险、技术约束和运营商偏好对建议进行排序"。该项目第一阶段将产出一个开源原型，并与传统潮流计算方法进行对比测试，明确目标是证明人工智能能够提供运营商真正愿意采纳的更快建议。该公司强调，人工操作员将始终掌握主导权，在采取任何行动前对所有建议进行审核。

对于对人工智能炒作保持警惕的专业人士而言，这些项目的遴选方式与项目本身同等重要。能源部科学副部长达里奥·吉尔描述了一套以科学为先导的两级评审机制：各项目办公室首先根据基础科学价值遴选提案，再由独立专家组评判人工智能方法的创新性。他强调，资金留在各自的项目办公室，而非被集中划入人工智能专项——电网类项目是作为电网科学获得资助的，而非作为人工智能的展示橱窗。

这一区分指向了真正的考验。几乎所有已公布的资助项目都处于第一阶段，其目的是验证某种方法是否可行、是否值得进一步投入，而非将人工智能推上指挥位置。西门子的设计有意将操作员保留在决策环路中，开源原型的存在恰恰是为了在与成熟方法的对比中赢得运营商的信任。这些工具能否最终进入实时调度，取决于的并非基础模型能评估多少种情景，或互联研究能跑多快，而是取决于控制室中的运营商——他们需要权衡是否对机器的建议采取行动。而这，正是第一阶段所要回答的问题。

——亚伦·拉森，POWER杂志执行编辑

Q&A

Q1：Genesis计划是什么？它在电网领域要做什么？

A：Genesis计划是美国能源部发布的国家研究计划，于2024年7月22日在华盛顿峰会上公布了278个项目，获得逾15个机构、超过50亿美元的承诺投入。其核心思路是将人工智能从电网的负担转变为管理电网的工具，涵盖电网运营优化、拓扑控制、负荷灵活调度、极端天气韧性等多个方向，旨在用人工智能提升电网的安全性、经济性与可靠性。

Q2：电网基础模型能带来哪些实际提升？

A：布鲁克海文国家实验室开发的电网基础模型，以电压、功率、频率等电网数据为训练基础，直接学习电网拓扑与用电需求的关系，避免了传统物理方法逐一求解每种情景的低效问题。最直观的成果是速度：原本需要数月乃至数年的数据中心并网研究，使用该模型后可在数分钟内完成，速度提升最高达千倍，有望大幅缓解当前的互联申请积压问题。

Q3：西门子能源在Genesis计划中的电网项目具体是怎么运作的？

A：西门子能源主导的项目名为"从静态到自适应电网：大规模自主拓扑控制"，联合洛斯阿拉莫斯国家实验室、弗吉尼亚大学和奥兰多公用事业委员会共同推进。系统利用人工智能实时评估电网状态，生成安全的开关操作方案，并按风险和运营偏好排序供人工审核。第一阶段将产出开源原型，与传统潮流方法对比验证，全程保留人工操作员的最终决策权。