2024年9月，美國工業工程與運營管理協會（IEOM）發布《利用人工智能提高能源安全：探索在電力系統中部署人工智能應用的風險和機遇》報告，評估了人工智能（AI）在電力系統中的應用對能源安全的影響，并確定相關政策的影響。
一、目標及研究方法
1．目標
本研究旨在深入了解人工智能在電網中的應用現狀以及相關的風險和機遇。電力系統面臨的壓力及其帶來的脆弱性對我們的社會提出了嚴峻的挑戰。人工智能應用可以幫助解決其中一些壓力。然而，由于這是一項新興技術，因此人們對其潛在的機遇和風險都了解甚少。這種缺乏了解的情況在電力系統等關鍵基礎設施系統中尤其成問題，因為人工智能應用的不理想使用可能會產生巨大而廣泛的影響。本研究旨在填補這些空白，其目標如下：
l 回顧人工智能在電力系統中的應用現狀，包括當前的技術狀況、相關司法管轄區人工智能應用的部署水平以及這些司法管轄區的政策格局。
l 評估人工智能應用可以提供哪些機會來緩解壓力、解決脆弱性或改善電力系統的整體運行。
l 評估電力系統中使用人工智能應用所帶來的潛在風險。
2．研究方法
此次研究運用了混合方法來分析人工智能在歐洲電網中實施所帶來的好處和風險，以亞太能源研究中心制定的能源安全定義（“四個 A”）（Availability、Affordability、Accessibility、Acceptability）為基礎，但擴展了可及性和可接受性的概念，重點關注能源安全的四個關鍵維度：可用性、可負擔性、可訪問性和可接受性；并分析了與電網中部署人工智能相關的風險。
l 可用性（Availability）意味著隨時都有滿足經濟和社會需求所需的能源。
l 可負擔性（Affordability）與所提供能源的價格有關。較低的能源價格將提高消費者的能源安全，因為他們可以更便宜地采購滿足其需求所需的能源。
l 可訪問性（Accessibility）涉及能源采購和運輸的挑戰以及可能隨之而來的地緣政治挑戰。本報告擴展了這一概念，以涵蓋可能限制一個國家對人工智能應用或其電力系統的控制的問題。
l 可接受性（Acceptability）涉及環境問題和圍繞可持續性的爭論。本報告擴展了這一概念，以包括人工智能應用的社會可接受性。
二、風險分類方法
報告開發了一個風險分類法，以六個高級類別為中心：網絡安全、司法或主權問題、模型無法解釋或意外的行為、不道德或非法的決策、對決策的依賴和信任以及供應商依賴和供應商鎖定。此外，我們還與主題專家進行了回溯練習，以確定人工智能部署的未來積極和消極結果，并確定創造積極結果和避免消極結果的行動。該分類法分為四個步驟：
第一步是系統地審查人工智能的道德和安全使用的新原則，借鑒現有的學術文獻和政府文獻。研究小組還審查了與人工智能風險和管理方法相關的文獻。這一步主要利用關鍵詞組合來搜索 Google Scholar、Scopus 和 IEEE，并輔以滾雪球階段來確定進一步的參考文獻。此次文獻綜述的結果為生成五個核心風險類別提供了參考。第二步，利用運籌學方法對每個類別進行更深入的定性分析。這一步的目的是更直接地將文獻中確定的嚴重風險與歐洲能源市場的運營環境聯系起來。
第三步是開發用于評估和分類這些關鍵風險的分類法。研究團隊借鑒現有文獻，開發了14類別，分為4個主題。這些主題是風險（人工智能功能如何以及為何會對系統的有效性造成危險）、影響（量化風險潛在影響的性質）、可能性（風險發生的可能性以及導致風險實現的潛在步驟）和響應（負責安全有效地開發和使用人工智能系統的人員和組織參與者）。這種設計確保政策制定者可以使用分類法來規劃與人工智能在其能源市場中的未來應用相關的風險的探索。第四步是一系列內部審查，利用與該項目無關但具有相關專業知識的蘭德研究人員。這些咨詢的反饋隨后被整合到分類法中。這一步驟有助于確保與將人工智能整合到關鍵能源基礎設施相關的關鍵風險的分析和分類具有高質量，并適用于政策專業人士。
三、結論
1．AI應用有助于提高能源安全
AI似乎可以為平衡電力系統面臨的競爭壓力和機遇提供很大幫助。它能夠快速發現大量數據和各種來源的模式，并利用這些信息做出比人類更快的決策，這似乎非常適合復雜的電力系統。
這些系統可以使用這種幫助。隨著人口增長和需求模式的變化給并非為其設計的系統帶來壓力，人們對老化的電力基礎設施提出了更多要求。此外，氣候變暖和隨之而來的極端天氣不僅進一步增加了電力需求，而且還增加了發電和供電基礎設施的風險。除此之外，快速變化的技術增加了能源公司更新基礎設施的成本，同時也增加了機會成本——因為現在投資更快過時的風險比過去更高。商業模式正在發生變化，這給能源生產和供應公司提出了根本性甚至存在的問題。人工智能具有篩選和平衡日益緊張的系統中供需、在問題蔓延之前將其隔離以及確定新投資的最大收益可能在哪里的潛力，一些能源供應商已經將人工智能引入其運營中。隨著人工智能技術的進步，這些收益可能只會變得更加明顯，我們測試這些收益的方法也在改進。
2．AI帶來的好處更體現在表后市場
這項研究旨在測試人工智能提高電力系統能源安全水平的潛力。研究小組發現，在表后市場應用人工智能具有巨大潛在優勢，這些應用安裝在消費者場所，直接試圖提高能源消耗效率。例如，我們發現旨在提高供暖、通風和空調（HVAC）裝置效率的人工智能應用可以對系統的整體能源安全產生重大的積極影響。此外，可以指導需求響應并幫助消費者對不斷變化的電價做出更動態反應的人工智能應用也產生了明顯的影響。然而，研究小組發現在電表前面檢測到的好處微不足道。這令人驚訝——我們原本預計人工智能的好處將在整個系統中得到更廣泛的體現。然而，我們的分析表明，人工智能驅動的風力渦輪機尾流轉向并沒有顯著提高能源安全性。我們還注意到，不同的電表前端和電表后端人工智能應用的組合導致了不同應用提供的好處之間的權衡。人工智能的風險不容忽視盡管有這些機會，但在電力系統中部署人工智能應用也伴隨著風險。我們的研究指出了網絡安全風險、司法或領土主權問題、無法解釋或意外的行為風險、模型的不道德或非法決策、人機交互失敗以及供應商依賴和供應商鎖定。商業壓力可能會導致電力供應公司在人工智能成熟之前尋求實施人工智能或節省人工監督成本。操縱人工智能或其周圍的系統也是邪惡行為者利用的引人注目的載體，可能會產生廣泛的后果。取消電力系統中人工智能應用的實施可能很困難。因此，政策制定者、監管機構和能源公司應仔細權衡特定人工智能應用提供的機會和風險。
3．研究方法有局限性
研究團隊在進行這項研究時面臨一些障礙和限制。其中，定量建模受到歐洲電力系統足夠完整的發電和消費數據以及有關人工智能應用性能的可用數據或預測的限制。我們還發現，能源行業內外的專家都出人意料地不愿與研究團隊談論人工智能的利弊。在某些情況下，這似乎是由于缺乏愿意參與這項研究的人工智能和能源供應方面的潛在參與者，這凸顯了潛在的知識差距。也可能是因為這是一個商業敏感領域，一些受邀參與者不愿意參與其中。這表明進一步研究這一領域非常重要，以便能夠幫助政策制定者了解機會在哪里、獲取機會的最佳選擇以及如何最大限度地降低風險。
