2024年9月，美国工业工程与运营管理协会（IEOM）发布《利用人工智能提高能源安全：探索在电力系统中部署人工智能应用的风险和机遇》报告，评估了人工智能（AI）在电力系统中的应用对能源安全的影响，并确定相关政策的影响。

一、目标及研究方法

1．目标

本研究旨在深入了解人工智能在电网中的应用现状以及相关的风险和机遇。电力系统面临的压力及其带来的脆弱性对我们的社会提出了严峻的挑战。人工智能应用可以帮助解决其中一些压力。然而，由于这是一项新兴技术，因此人们对其潜在的机遇和风险都了解甚少。这种缺乏了解的情况在电力系统等关键基础设施系统中尤其成问题，因为人工智能应用的不理想使用可能会产生巨大而广泛的影响。本研究旨在填补这些空白，其目标如下：

l  回顾人工智能在电力系统中的应用现状，包括当前的技术状况、相关司法管辖区人工智能应用的部署水平以及这些司法管辖区的政策格局。

l  评估人工智能应用可以提供哪些机会来缓解压力、解决脆弱性或改善电力系统的整体运行。

l  评估电力系统中使用人工智能应用所带来的潜在风险。

2．研究方法

此次研究运用了混合方法来分析人工智能在欧洲电网中实施所带来的好处和风险，以亚太能源研究中心制定的能源安全定义（“四个 A”）（Availability、Affordability、Accessibility、Acceptability）为基础，但扩展了可及性和可接受性的概念，重点关注能源安全的四个关键维度：可用性、可负担性、可访问性和可接受性；并分析了与电网中部署人工智能相关的风险。

l  可用性（Availability）意味着随时都有满足经济和社会需求所需的能源。

l  可负担性（Affordability）与所提供能源的价格有关。较低的能源价格将提高消费者的能源安全，因为他们可以更便宜地采购满足其需求所需的能源。

l  可访问性（Accessibility）涉及能源采购和运输的挑战以及可能随之而来的地缘政治挑战。本报告扩展了这一概念，以涵盖可能限制一个国家对人工智能应用或其电力系统的控制的问题。

l  可接受性（Acceptability）涉及环境问题和围绕可持续性的争论。本报告扩展了这一概念，以包括人工智能应用的社会可接受性。

二、风险分类方法

报告开发了一个风险分类法，以六个高级类别为中心：网络安全、司法或主权问题、模型无法解释或意外的行为、不道德或非法的决策、对决策的依赖和信任以及供应商依赖和供应商锁定。此外，我们还与主题专家进行了回溯练习，以确定人工智能部署的未来积极和消极结果，并确定创造积极结果和避免消极结果的行动。该分类法分为四个步骤：

第一步是系统地审查人工智能的道德和安全使用的新原则，借鉴现有的学术文献和政府文献。研究小组还审查了与人工智能风险和管理方法相关的文献。这一步主要利用关键词组合来搜索 Google Scholar、Scopus 和 IEEE，并辅以滚雪球阶段来确定进一步的参考文献。此次文献综述的结果为生成五个核心风险类别提供了参考。第二步，利用运筹学方法对每个类别进行更深入的定性分析。这一步的目的是更直接地将文献中确定的严重风险与欧洲能源市场的运营环境联系起来。

第三步是开发用于评估和分类这些关键风险的分类法。研究团队借鉴现有文献，开发了14类别，分为4个主题。这些主题是风险（人工智能功能如何以及为何会对系统的有效性造成危险）、影响（量化风险潜在影响的性质）、可能性（风险发生的可能性以及导致风险实现的潜在步骤）和响应（负责安全有效地开发和使用人工智能系统的人员和组织参与者）。这种设计确保政策制定者可以使用分类法来规划与人工智能在其能源市场中的未来应用相关的风险的探索。第四步是一系列内部审查，利用与该项目无关但具有相关专业知识的兰德研究人员。这些咨询的反馈随后被整合到分类法中。这一步骤有助于确保与将人工智能整合到关键能源基础设施相关的关键风险的分析和分类具有高质量，并适用于政策专业人士。

三、结论

1．AI应用有助于提高能源安全

AI似乎可以为平衡电力系统面临的竞争压力和机遇提供很大帮助。它能够快速发现大量数据和各种来源的模式，并利用这些信息做出比人类更快的决策，这似乎非常适合复杂的电力系统。

这些系统可以使用这种帮助。随着人口增长和需求模式的变化给并非为其设计的系统带来压力，人们对老化的电力基础设施提出了更多要求。此外，气候变暖和随之而来的极端天气不仅进一步增加了电力需求，而且还增加了发电和供电基础设施的风险。除此之外，快速变化的技术增加了能源公司更新基础设施的成本，同时也增加了机会成本——因为现在投资更快过时的风险比过去更高。商业模式正在发生变化，这给能源生产和供应公司提出了根本性甚至存在的问题。人工智能具有筛选和平衡日益紧张的系统中供需、在问题蔓延之前将其隔离以及确定新投资的最大收益可能在哪里的潜力，一些能源供应商已经将人工智能引入其运营中。随着人工智能技术的进步，这些收益可能只会变得更加明显，我们测试这些收益的方法也在改进。

2．AI带来的好处更体现在表后市场

这项研究旨在测试人工智能提高电力系统能源安全水平的潜力。研究小组发现，在表后市场应用人工智能具有巨大潜在优势，这些应用安装在消费者场所，直接试图提高能源消耗效率。例如，我们发现旨在提高供暖、通风和空调（HVAC）装置效率的人工智能应用可以对系统的整体能源安全产生重大的积极影响。此外，可以指导需求响应并帮助消费者对不断变化的电价做出更动态反应的人工智能应用也产生了明显的影响。然而，研究小组发现在电表前面检测到的好处微不足道。这令人惊讶——我们原本预计人工智能的好处将在整个系统中得到更广泛的体现。然而，我们的分析表明，人工智能驱动的风力涡轮机尾流转向并没有显著提高能源安全性。我们还注意到，不同的电表前端和电表后端人工智能应用的组合导致了不同应用提供的好处之间的权衡。人工智能的风险不容忽视尽管有这些机会，但在电力系统中部署人工智能应用也伴随着风险。我们的研究指出了网络安全风险、司法或领土主权问题、无法解释或意外的行为风险、模型的不道德或非法决策、人机交互失败以及供应商依赖和供应商锁定。商业压力可能会导致电力供应公司在人工智能成熟之前寻求实施人工智能或节省人工监督成本。操纵人工智能或其周围的系统也是邪恶行为者利用的引人注目的载体，可能会产生广泛的后果。取消电力系统中人工智能应用的实施可能很困难。因此，政策制定者、监管机构和能源公司应仔细权衡特定人工智能应用提供的机会和风险。

3．研究方法有局限性

研究团队在进行这项研究时面临一些障碍和限制。其中，定量建模受到欧洲电力系统足够完整的发电和消费数据以及有关人工智能应用性能的可用数据或预测的限制。我们还发现，能源行业内外的专家都出人意料地不愿与研究团队谈论人工智能的利弊。在某些情况下，这似乎是由于缺乏愿意参与这项研究的人工智能和能源供应方面的潜在参与者，这凸显了潜在的知识差距。也可能是因为这是一个商业敏感领域，一些受邀参与者不愿意参与其中。这表明进一步研究这一领域非常重要，以便能够帮助政策制定者了解机会在哪里、获取机会的最佳选择以及如何最大限度地降低风险。