Растущая популярность искусственного интеллекта вызывает такой скачок спроса на электричество, что это может кардинально изменить нашу энергосистему. Потребление энергии дата-центрами выросло на 80% с 2020 по 2025 год и продолжит увеличиваться. Цены на электричество уже растут, особенно в регионах с высокой концентрацией дата-центров. by 80% already rising
Однако многие в большой технологической индустрии уверены, что ИИ в итоге окажется полезным для энергосистемы. По их словам, технология поможет быстрее вводить чистую энергию, эффективнее управлять сетями и предсказывать сбои, предотвращая blackoutы.
Уже есть примеры, где ИИ помогает: коммунальные компании используют его для прогнозирования спроса и предложения. Вопрос в том, успеют ли эти обещания воплотиться, чтобы перекрыть негативное влияние ИИ на локальные сети и сообщества.
Хрупкое равновесие
Одна из сфер, где ИИ уже применяется для сетей, — это прогнозирование, рассказывает Уткарша Агван из некоммерческой группы Climate Change AI.
Управление сетью — это баланс: операторы должны понимать спрос на электричество и включать подходящие электростанции. Они оптимизируют по экономике, выбирая источники для минимизации цен.
Для этого нужно смотреть на часы и дни вперед. Учитываются исторические данные (праздники повышают спрос), погода (жара увеличивает нагрузку от кондиционеров) и предложение от прерывистых источников вроде солнечных панелей.
Риски в использовании ИИ для прогнозов минимальны; это не так критично по времени, как другие приложения, требующие реакции в секунды или миллисекунды. Оператор может использовать прогноз для активации станций, другие группы — для планирования персонала. Инструменты дополняют традиционные методы, давая больше данных.
Сегодня операторы опираются на приближения для моделирования сети — система слишком сложна, чтобы знать все в реальном времени. Учитываются не только станции и потребители, но и перегрузки линий.
Такие оценки приводят к неэффективностям, говорит Кири Бейкер, профессор Университета Колорадо в Боулдере. Операторы генерируют чуть больше энергии, чем нужно. ИИ мог бы улучшить модель, снизить потери и позволить реального времени корректировать инфраструктуру для точного баланса.
Бейкер приводит пример поездки в аэропорт: известный маршрут занимает 45 минут, альтернативный может быть быстрее, но ненадежен. Сейчас сеть выбирает надежный путь.
«ИИ может закрыть этот разрыв. Мы решим сложную задачу быстро и надежно, сократив выбросы», — говорит Бейкер.
В теории ИИ мог бы управлять сетью без людей, но это пока исследования. Операторы осторожны с критической инфраструктурой — если внедрят, люди останутся в цикле, особенно на старте.
Планирование наперед
Еще одна перспективная область — планирование обновлений сетей с помощью ИИ. Строительство станции занимает годы: в США от запроса до запуска — около четырех лет. roughly four years Одна причина — изучение воздействия на сеть перед подключением.
Исследование interconnection проверяет, нужны ли апгрейды для новой станции. Регуляторы оценивают стоимость, которую платит разработчик.
Такие исследования длятся месяцами из-за сложности и зависимостей от других проектов. Это создает очереди подключений в США и Европе, где ждут в основном renewables — чистая энергия на паузе.
ИИ ускорит процесс, генерируя отчеты быстрее. Midcontinent Independent System Operator (MISO), управляющий сетью 15 штатов США, сотрудничает с Pearl Street для автоматизации.
ИИ не решит все в планировании — нужны разрешения. Но ускорит. «Чем быстрее interconnection, тем лучше», — говорит Роб Грамлих, президент Grid Strategies.
Есть и другие применения: мониторинг сбоев в линиях и оборудовании, компьютерное зрение для выявления пожаров или дефектов, баланс в виртуальных электростанциях с EV-зарядками и умными бойлерами.
Хотя есть пилоты от планирования до операций, эксперты скептичны к большим обещаниям. «ИИ меняет энергосистемы, но обещания всегда больше надежд», — говорит Агван из Climate Change AI.
Некоторые регионы уже видят рост цен из-за дата-центров. already seeing higher electricity prices Спрос удвоится к концу десятилетия, достигнув 945 ТВт·ч — как годовой расход Японии. 945 terawatt-hours
Инфраструктура отстает от обещаний, говорит Пана йотис Мутис, доцент по электротехнике в City College of New York. Повышенные счета от ИИ не оправданы текущими применениями.
«Пока я не верю, что ИИ — панацея», — заключает Мутис.
Как главный редактор atompil.net, я вижу, как ИИ, привычный в гейминге и технологиях, теперь влияет на энергетику. Для российского рынка это актуально: наши дата-центры растут, и оптимизация сетей могла бы помочь с дефицитом энергии в удаленных регионах. Но нужно балансировать риски, чтобы инновации не ударили по карману потребителей.
