当电力系统由占60%以上的稳定的煤电变为60%以上以间歇性、波动性为特征不稳定的新能源时，当短时的用电高峰越来越高所带来的巨大投资问题愈发突出时，当储能还不能完全解决新能源消纳问题时，我们如何依靠人工智能解决这些问题？
12月14日，2024年上海电力大学“AI赋能新型电力系统”学术研讨会暨第四届国际青年学者论坛在上海电力大学临港校区举行，来自海内外优秀学者围绕“新型电力系统+AI ”等学术问题开展了富有建设性的探讨。
来自国网电力科学研究院/南瑞集团公司的中国工程院院士薛禹胜被喻为是“守卫电网安全第一人”，他是时变非线性运动系统稳定性量化理论的创立者，电网安全稳定量化分析控制体系的奠基人和我国电网停电防御框架的总设计师。
“早在上世纪90年代，我们研制了半自适应型暂态稳定控制系统，从理论、分析工具和控制设备上解决了大型互联电网的安全稳定问题，该系统每15分钟更新一次，可以预测后面15分钟可能会出现的故障。中国也是世界上唯一没有发生过系统大停电的重要国家。但是随着社会发展模式的转型，电力系统与其他领域系统之间的时变非线性的交互，对研究提出了极为严峻的挑战。” 薛禹胜介绍说。
2017年，薛禹胜提出了自己的观点，那就是我们已经走向了一个坚强的智能电网，应该把研究的范围扩大，不能抛开社会的变化去研究科学，智能电网的未来是一种能源的信息—物理—社会系统。要将经济转型的目标、能源转型的目标、双碳变革的目标和社会参与的目标综合起来考虑，要关注信息流、行为流、碳元素流、能源流和资金流，从能源学、环境学和社会学等多视角融合的观点，研究系统的演化。
在薛禹胜看来，AI擅长处理不确定的问题，它是用统计学和风险学的理论进行研究。本质上定性分类，不是量化计算，其会按照风险的大小把潜在的场景进行排序，但是只能根据给出语料中对应于条件概率最大的一个统计结果，无法识别出风险不应被忽视的其他潜在场景，而因果关系是很严格的，无法顾及那么多的不确定性。所以需要将大模型与因果推理进行整合，而这是一种范式的转变。
“人的右脑主要负责形象思维，很像人工智能推进的大模型，左脑主要负责逻辑思维，因果驱动的整体还原，大脑的胼胝体支持信息整合与左右脑协调，我们希望因果驱动与语言驱动携手去实现复杂系统的风险决策。” 薛禹胜介绍说，在新的系统中，我们使用语言模型按照风险大小排列潜在的故障，而在下层还是遵循严格的因果关系，这样或可大大减少计算量。
习近平总书记曾提出，加快推进能源生产和消费革命，增强我国能源自主保障能力。中国电力科学研究院总工程师、可再生能源并网全国重点实验室主任王伟胜在题为“新型电力系统的特征与挑战”的学术报告中指出，在新型电网系统中，生产侧是降低煤炭与石油占比，提高可再生能源比例（主要转化为电能利用），消费侧是提高电能在终端能源中的比重，在交通、建筑、工业等领域加快电能替代。但是最大的困难在于风、光等新能源能量密度低、空间分布差异大，发电出力不确定性大，难以准确预测与调度。新能源发电设备抗扰性低、各种类型和型号的新能源设备差异比较大。
“我们面临的挑战一是对于可靠供电的挑战，二是对于稳定运行的挑战，2019年，英国输电线路雷击事故导致霍恩风电场脱网，系统频率持续跌落，引发大面积停电。此外，电网运行在源荷精准预测、系统仿真计算、运行方式分析、优化决策调度等方面面临‘算不了、算不准、算不快’等诸多问题和挑战。”王伟胜介绍说。
目前，王伟胜领衔的可再生能源并网全国重点实验室已经对于问题解决做了大量探索，实验室研发的人机混合增强的电网调控辅助决策应用系统，已经在浙江、天津、上海、重庆等开展应用，将原有的10分钟级的试送电判断提升至秒级，故障处置预案生成时间由20分钟缩短到1分钟以内；实验室研发的电力运检领域的知识发现与推理决策验证系统，有效解决了电力运检知识检索效率低，人工经验决策精准度差等问题，决策生成精度达到82%。
传统弱互联高耗能网络将发展为以电能为核心、以新型电力系统为支撑的高比例电力电子化网络。随着新能源等电力电子装备的大规模接入，新型电力系统表现出与传统电力系统迥异的故障响应行为，故障的发生发展过程显著改变，电网安全运行风险激增。上海电力大学马静教授在题为“新型电力系统保护与控制”的学术报告中，提出了目前电网发展中的难题，即新能源故障外特征不明，故障辨识识不准、故障切除切不快，故障传变控不住。
新能源送出系统运行方式复杂多变，与传统保护选择性和速动性矛盾更加凸显，已经发生多起因故障切换失败造成的新能源场站烧毁事故。上海电力大学教授马静领衔的科研团队突破了新能源电力系统故障难以快速切除的瓶颈，提出了融合多端暂态信息的故障切除原理，联合四方继保研制的保护装置，可以使得新能源送出线故障在53毫秒后保护切除，定位误差仅为0.98%。同时提出了机-场-网能量协同的故障传变控制方法和故障传变过程动态能量模型，成果转化后，部署在国网首批动态监控示范工程，在保定风场因故障脱网后，系统在480毫秒内精准识别薄弱环节，并将故障电流畸变率降至3%以下。
马静也提出了该领域的科研发展路径，“未来将掌握冷、热、电、气、氢等异质能源的动态特性，跨越秒级、分钟级、小时级等多时间尺度，面向电压稳定、频率稳定、功率平衡需求的多时空全链条平衡调控。同时将建立融合大数据云计算的负荷时空能量需求响应策略，提出基于动态能量匹配的‘源-网-荷’协同的低碳优化调控技术，开发绿色低碳能源智联系统，建设绿色低碳能源实验室。”
基础研究的意义和力量依旧至关重要
本次论坛也云集了来自全球的相关科学家，他们探讨了人工智能技术在智能电网发展方面运用的各种可能性，为中国智能电网的发展提供了宝贵的思路和启迪。
英国伦敦布鲁内尔大学李茂贞教授，他带来的报告题目是“面向智能电网的可解释人工智能”。他在报告中谈到，Causal Al是一个有前景但仍在发展的领域，不仅可以预测结果，还会给出解决问题的具体步骤。比如其通过在电网项目中为智能电网等基础设施关键领域的决策建立一个可靠的框架，从而提高了决策透明度和信任度，体现出自身无限的发展和应用前景。
英国皇家工程院院士Nandi教授做了题为“数据科学与机器学习的融汇”的学术报告，他在报告中深入浅出地探讨使用AI技术进行轴承故障分析、生物数据处理，并演示了人脑对音乐的重构反映等实验。最后他指出Al、大数据和信号处理的融合可以获得以前不可能的高质量结果。对于大数据和复杂数据研究，信号处理和机器学习对于增强研究的意义和力量至关重要。
随电而进、勇立潮头，在当今人工智能时代，敏锐把握“人工智能让能源革命腾飞”。为此，上海电力大学整合人工智能新兴学科与能源电力传统学科，形成新型电力系统人工智能新交叉学科，并依托上海人工智能科技创新优势，在“源网荷储”端将人工智能深度融合到新型电力系统建设中，致力于AI研究，赋能新型电力系统建设，助力低碳的电力系统安全稳定经济运行，推动能源清洁化和高效化。
此外，在电力大数据方面，上海电力大学通过对海量多模态非结构化数据的分析、挖掘与应用，显著提升了新型电力系统的智能化运行与诊断能力。在电力机器人领域，该校根据新型电力系统“源网荷储”不同应用场景，设计了巡检机器人、故障检修机器人、客服机器人等。这些智能机器人的应用大大提高了电力系统的运维质量、效率与安全性，进一步推动了新型电力系统的智能化发展。
顾春华也表示，学校未来将在电力AI、电力大数据、电力大模型、电力芯片等领域持续深耕，为新型电力系统的发展提供“AI+电”的上电方案。