EPRI主导的开放电力AI联盟拟以数据共享驱动电网现代化
技术专家与电力行业高管一致认为,缺乏系统数据访问是AI驱动电网现代化的主要障碍。EPRI联合多家机构成立开放电力AI联盟,计划通过数据共享与沙盒测试推动创新。同时,施耐德电气等企业推出数字电网平台,各州政策也在加速数据开放,但网络安全与客户隐私问题仍是焦点。

电力系统现代化与人工智能(AI)的结合,正因缺乏可用于AI训练的系统数据而受阻——这一判断得到了技术界与电力行业专家的共识。
“数据之于AI,如同石油、天然气、风能与太阳能的总和。”技术市场领军企业Scale AI创始人兼CEO Alexandr Wang于4月9日向美国众议院能源与商业委员会作证时表示,“每一项重大AI进步都建立在由人类专业知识塑造的数据之上”,而“要在AI领域取胜,必须将数据资产转化为优势”。
电力行业高管与分析人士同样认为,公用事业公司也希望借助AI赢得先机。
“电网是地球上最复杂的机器之一”,且“已具备数字化条件”,南加州爱迪生公司(Southern California Edison)系统规划与工程高级副总裁Shinjini Menon表示。她补充道,由于“地球上没有足够的时间、金钱或资源”继续沿用过去的做法,支撑数字化的数据至关重要。
为破解数据可及性障碍,电力与技术行业已携手成立由电力研究院(EPRI)牵头的“开放电力AI联盟”(Open Power AI Consortium)。同时,监管与技术创新正在打开数据访问之门。但专家向Utility Dive表示,围绕网络安全与公用事业客户权利的严重分歧仍有待化解。
何种数据,为何需要
众多利益相关方将新的AI能力视为应对电力系统庞大覆盖范围与复杂性的工具。
“这不是你祖父时代的AI——它不仅仅是机器学习,但它仍然需要数据来学习。”EPRI总裁兼CEO Arshad Mansoor表示。他补充说,这些数据“来源多样,包括区域系统运营商、公用事业公司、研究机构、私营设备制造商、第三方分析机构以及云和软件提供商”。
“据估计,95%的数据被封锁在公用事业的网络安全与客户隐私壁垒之后。”EPRI执行副总裁兼首席财务、风险与运营官Swati Daji补充道。EPRI的开放电力AI计划将“创建、开发并整理数据集,作为面向整个行业的开放解决方案存储库”。
该计划还将建立“用于测试和验证用例的沙盒”,以及“用于分享经验教训的反馈循环”,Swati表示。开放存储库中的数据可与公用事业受保护数据整合,用于进一步AI建模;随着电网现代化推进,公用事业将能更好地管理那些导致巨额支出的罕见高峰需求,她补充道。
另一项举措是组件制造商施耐德电气(Schneider Electric)与微软(Microsoft)及数据提供商Esri合作开发的“统一数字电网平台”(One Digital Grid Platform),作为“电网数据枢纽”,施耐德电气数字电网CEO Ruben Llanes表示。该平台将“从公用事业智能设备中摄取数据”,并“实现实时洞察、预测分析与自动化”,他补充道。
这两项举措都将提升公用事业利用AI驱动的电网边缘智能数据的能力,以“分解客户用电行为并协调灵活消费”,Menon表示。但这将需要“对线路、软件和通信技术的配电系统投资”,她补充道。
若统筹规划,“对控制室与系统边缘技术的增量投资可保持升级成本的可负担性”,Menon表示。AI赋能的公用事业系统“在现有完成1万次计算的时间内,或许能完成1000万次计算”,这将支持“更全面的规划与更细粒度的实时系统运行”,她补充道。
即便到2045年南加州爱迪生系统上预计将有1500万台客户自有智能设备,AI工具也能监控系统数据,“并将需要关键决策之处提示给人类操作员”,Menon表示。
政策层面正在加速推进,以促进所有电力系统利益相关方获得更大数据访问权。

推动数据访问的政策
数据访问已成为近期联邦、州及公用事业政策举措的主题。
在联邦层面,2023年由康涅狄格州民主党参议员Richard Blumenthal与密苏里州共和党参议员Josh Hawley提出的两党AI框架,以及去年由密歇根州民主党参议员Gary Peters与北卡罗来纳州共和党参议员Thom Tillis提出的《PREPARED for AI法案》,均包含数据保护与共享条款,但两者均未获通过。
然而,据北卡罗来纳清洁能源技术中心最新州政策行动更新,2024年公用事业与监管机构继续在州层面解决先进计量基础设施(AMI)客户数据的访问问题。
根据2023年国家公用事业监管专员协会(NARUC)《电网数据共享操作手册》,所有电力系统数据均可共享,但不可共享可识别客户身份的个人、人口统计或项目参与数据。手册补充道,数据访问可带来系统效益、限制负面影响,并厘清“必需数据”与“锦上添花数据”之间的区别。
电网数据与客户数据访问均存在问题,咨询公司Plugged-In Strategies创始人兼总裁、手册合著者Chris Villarreal表示。手册中的实践可加速分布式能源(DER)并网,并通过加快数据访问、提供透明度及必要的客户数据保护,推动经济全面电气化,他补充道。
多个州正在开展重要的数据共享政策工作。
根据为纽约州“未来电网”程序所做的最新Brattle Group评估,纽约州2040年电网灵活性潜力每年可避免近30亿美元的电力系统成本。但实现这一灵活性潜力“将需要海量数据,其中部分数据目前并未测量或可得”,Brattle能源管理副总监、研究合著者Akhilesh Ramakrishnan表示。
公用事业必须投资以“测量并收集”数据,并建立“单一交互点与统一数据格式”以简化访问,Ramakrishnan补充道。
在加州公用事业委员会R. 22-11-013规划程序(针对DER增长)的第一阶段,已成立数据工作组以改善数据访问。该工作组将“制定数据访问的规则与要求”,包括准确性标准、客户隐私及公用事业对监管要求的合规性,工作组表示。
可访问的实时数据将使所有可用资源“在不花费数千亿美元进行系统升级的情况下,用于平衡供需”,分布式电池供应商Viridi CEO Jon M. Williams表示。
在马萨诸塞州,立法者近期通过了参议院第2967号法案,该法案要求“实施先进计量数据访问协议”。DER倡导者对该法律表示支持,但公用事业公司希望进行监管调整。
Eversource Energy“完全支持”数据访问,并建议采用“使用虚拟中央数据存储库的通用州级门户”,而非可能“重复成本”并造成“安全漏洞”的“传统数据库”,Eversource客户运营、数字战略高级副总裁兼首席客户官Jared Lawrence表示。
在明尼苏达州,监管机构批准了“开放数据访问标准”,并批准为Xcel Energy部署智能电表及支持其的无线通信拨款5.637亿美元,公民公用事业委员会执行董事Annie Levenson-Falk表示。
公用事业公司还被要求“收集并共享聚合或匿名化的、分解后的客户能源使用数据”,Levenson-Falk表示。但Xcel拒绝了首次此类数据请求,理由是可能威胁客户隐私或安全,该拒绝目前正受到挑战,她补充道。
其他关键州级努力正在新泽西州、阿肯色州、伊利诺伊州及哥伦比亚特区推进。
这些程序的一个共同焦点是,利用AI管理的配电系统数据,将聚合DER和虚拟电厂(VPP)整合到系统运行中。

配电系统数据是关键
利益相关方日益达成共识:要获取、共享并使用配电系统数据,对DER管理系统(DERMS)的投资必不可少。
根据智能电力联盟(SEPA)4月发布的白皮书,两类DERMS各自都是“与公用事业运营和信息技术系统及业务流程交互的多个软件系统的集合”。两者结合可“实现电网运行的新范式”,而“任何单一软件系统都无法提供这种能力”,白皮书称。
边缘DERMS“管理来自多个DER制造商的大量表后多种类型DER,如电池、恒温器和电动汽车”,SEPA表示。电网DERMS“与公用事业配电运行系统紧密互联,侧重于管理较大的表前DER及聚合的客户自有DER”,它补充道。
“更积极地管理和整合DER可提高电网可靠性、电能质量和系统弹性,并为公用事业和客户带来经济价值,”SEPA表示。而“不协调的DER可能增加系统峰值需求,造成配电系统过载或电压违规,并增加级联停电风险”,它补充道。
电网DERMS的成本可能在约1000万至2000万美元之间,边缘DERMS通常低于1000万美元,具体取决于公用事业系统的复杂性,SEPA电网战略高级总监、白皮书合著者Lakin Garth表示。
如果DERMS能提供令人信服的系统数据,公用事业将能利用DER聚合和VPP提供与其他可调度资源相同的灵活系统服务——公用事业、DER倡导者及分析师对此表示认同。
边缘DERMS已在分解表后客户能源使用,以解决峰值需求挑战并缓解配电系统升级需求,DER聚合商及边缘DERMS提供商Uplight首席技术官Jesse Demmel表示。
“提供更多服务所需的数据是可得的,但它们被隔离在公用事业的规划、运营和客户服务部门之间,难以整合到单一平台中,”Demmel补充道。
通过投资DERMS,新兴AI建模可整合“单一面板”平台,提供连接客户与公用事业控制室的可见性,Demmel表示。这些投资将通过利用数据识别最具成本效益的升级而自我回报,他补充道。
“DERMS投资绝对必要,同时还需投资硬件、运营和测量技术,”以及“DER将使系统受益”,Brattle的Ramakrishnan表示认同。然而,AI可能无法完全解决公用事业对安全或可靠性的担忧,因为将操作员决策归咎于AI建议“无法让监管机构或客户满意”,他补充道。
Plugged In Strategies的Villarreal表示同意。AI“可能增强系统建模能力,但将所有资源单一整合将昂贵且计算复杂,”他说。
然而,在配电系统层面运行的AI或许能消除数据共享担忧,因为“它将跟随功率流向其所需数据,以优化系统资源,并展示为何这些数据应可访问,”Villarreal补充道。
说明:本文已更新,以澄清Eversource支持使用带有虚拟中央数据存储库的通用州级门户。