位於桑迪亞國家實驗室的研究人員開發了一個名為分散式能源資源管理系統（DERMS）的新軟件平台。眾所周知，人工智能數據中心的擴張對當地的電網造成了壓力。隨之而來的幾個潛在問題包括不可預測的電力峯值，這些峯值威脅著電壓水平的穩定性。通常，傳統的機械電網設備對這些快速變化的反應過於緩慢。在人工智能的時代，每一秒都至關重要。電壓的突降可能會損壞敏感的數據中心設備或使軍事基礎設施無法運行。
為了應對這一挑戰，一種新解決方案正在出現：利用人工智能穩定人工智能自身所造成的電網波動。桑迪亞工程師拉希德·達巴利-薩莫拉（Rachid Darbali-Zamora）表示：「我們發電的方式以及對電網的負荷正在演變，但連接這些的電網基礎設施仍然保持不變。我們需要更多的控制，以確保所有設備能夠以更可靠的方式整合到電網中。一個關鍵目標是保持電壓在運行限制內，隨著條件的變化而變化。」
DERMS 系統利用人工智能穩定電網電壓
為瞭解決這些挑戰，DERMS 利用實時的人工智能控制來穩定當地配電網的電壓。與其依賴像電容器組這樣緩慢開關的機械升級，DERMS 利用已內建於現有太陽能和電池設置中的智能逆變器。這個基於人工智能的軟件平台能夠預測電力變化，並協調數千個連接到電網的設備，同時提供持續的實時電壓支持。該系統為公用事業公司提供了一個具成本效益的實用工具，能夠立即對意外的中斷做出反應。此外，該工作認識到電網需求因地點而異。
為此，桑迪亞的研究人員使用電力硬件環路（PHIL）測試來驗證他們的人工智能控制，然後再將其部署到實地。這種方法將實物商業硬件，如逆變器和電池，連接到數字電網模擬器，以安全評估軟件如何處理快速的電壓變化和對抗性中斷。
人工智能技術對國家安全的影響
使用實際的物理組件而不僅僅是計算機模型進行測試提供了重要的現實檢查。這確保了人工智能在面對現實世界的通信延遲或數據鏈路減速時，依然能保持穩定的性能。桑迪亞研究員喬恩·伯格（Jon Berg）表示：「這些實驗至關重要。它們使我們能夠評估系統在真實硬件下的行為，而不僅僅是模型。這給了我們和合作夥伴信心，表明這項技術準備好進行實際部署。」在成功的實驗室驗證之後，該團隊在德克薩斯州的兩個地點進行了並行的現場測試：桑迪亞的 SWiFT 風能設施和德克薩斯理工大學的 GLEAMM 微電網，後者包括一個活躍的數據中心。
DERMS 平台直接連接到運行中的設備。測試評估了人工智能在波動條件下的實時性能，控制器在開啟和關閉狀態下運行。在現場測試期間，人工智能控制成功將現場的電壓從通常高於正常水平 5% 降回理想的公用事業目標水平。
桑迪亞研究員米格爾·希門尼斯-阿帕裏西奧（Miguel Jimenez-Aparicio）表示：「這些展示證明瞭人工智能可以顯著改善微電網和分散式資源的運作。」他補充説：「現場數據強化了我們在 PHIL 測試中觀察到的情況。這項技術可以為公用事業、社區和關鍵基礎設施帶來實際的好處。」這項技術對國家安全尤其重要。它保障敏感負載的電力質量，並允許關鍵防禦基礎設施自主應對實時電網擾動或蓄意的敵方攻擊。