文章导读

智能电网通过集成先进的计量基础设施、控制技术和通信技术，可以收集大量关于电网运营的高维和多类型数据。然而，传统的建模、优化和控制技术在处理数据方面存在许多局限性；因此，人工智能 (AI) 技术在智能电网中的应用正变得越来越重要。来自美国橡树岭国家实验室和田纳西大学的Olufemi A. Omitaomu教授团队对这方面进行了详细调研，并将相关进展发表在了 Smart Cities 期刊上。

人工智能技术

智能电网中的AI技术通常可以分为以下5种方法。

• 专家系统 (Expert Systems, ES)：某一领域的人类专家解决特定的问题，即人在回路；

专家系统方法示意图

• 监督学习：研究了输入和输出的映射以预测新输入的输出；
• 无监督学习：其中未标记的数据用于捕获数据中的相似性和差异性；
• 强化学习 (RL)：智能代理策略旨在最大化累积奖励的概念；
• 集成学习：结合多种 AI 算法的结果，以克服一种算法的局限性，获得更好的整体性能。

AI在智能电网中的应用

现有人工智能技术应用于负荷预测、电网稳定性评估、故障检测以及智能电网和电力系统中安全问题，本文对其进行了结构化回顾。作者延续Tranfield，Denyer和Smart早年发表综述的归纳方法，对谷歌学术数据库进行了多次查询，全面了解这些学科下文献的覆盖范围，使用包含专业术语的关键字组合进行搜索，从检索结果中排除正在进行的研究。结果显示，在2015—2021年期间共有148篇论文。

148篇同行评审论文的年份分布

当前的挑战

传统的电力系统非常复杂，其分析和控制主要依赖于物理建模和数值计算。随着可再生能源和微电网高渗透率的智能电网的发展，传统电网向智能电网系统的过渡暴露了复杂环境中更多的不确定性。同时，目前的电力系统使用旧的基础设施，这给现代智能电网系统带来了许多问题。由于通信网络建立在电力系统之上，因此必须处理具有高度可变性的大量数据。此外，研究人员仍在研究AI算法的鲁棒性、适应性和在线处理问题。尽管已经提出了许多数据驱动的方法进行处理，但仍存在许多严峻的挑战，包括：

• 可再生能源的整合。由于可再生能源的可变性和不可预测性，它带来了几个重大挑战，其中功率输出可能突然而频繁地变化；
• 保护数据安全和隐私：考虑到智能电网系统上大量不同设备的使用和双向通信，它更容易受到网络攻击，因为它直接暴露给恶意用户；
• 大数据快速存储和分析：继续提高人工智能应用存储和检索大智能电网数据的性能；
• AI算法的可解释性：通常AI算法是一个黑盒，缺乏可解释性，这是它目前面临的主要障碍之一；
• AI算法的局限性：在将其应用于智能电网之前，应考虑每种方法的限制。

未来发展

智能电网的目标是实现一个完全自学习的系统，该系统将是响应式的、自适应的、自我修复的、完全自动化的并且具有成本效益，实现智能电网系统的未来方向包括：

• 与云计算的集成：为了实现完全自学的智能电网系统，AI与云计算的集成可以增强安全性和鲁棒性并最大限度地减少中断；
• 雾计算 (Fog computing)：雾计算在本地预处理原始数据，为计算提供按需资源，而不是将其转发到云，雾计算在能源效率、可扩展性、灵活性等具有诸多优势；
• 迁移学习：缺乏标签数据仍然是智能电网分析的主要挑战之一。迁移学习降低了训练数据的要求，这激励研究人员使用它们来解决数据不足的问题；
• 消费者行为预测：借助雾计算和5G网络的演进，需求侧管理正成为管理电力系统用户参与度的重要任务。消费者行为和功耗的学习模式可以促进消费者方面的需求响应任务。

结论总结

随着传统电网系统向智能电网系统过渡，传统的电力系统方法在处理和分析大量数据方面存在局限性，而海量数据现在是智能电网的常态。因此，人工智能技术正在开发并应用于智能电网系统中的许多应用，包括四个关键领域 (即负荷预测、电网稳定性评估、故障检测和安全问题)，并取得了不错的效果：

• 人工智能技术已应用于对智能电网的可靠性和弹性至关重要的多个应用领域；
• 人工智能的应用仍存在一些挑战，包括数据隐私和安全以及处理人工智能的“黑匣子”性质；
• 人工智能技术的应用正在被用来增强和提高智能电网系统的可靠性和弹性。

原文出自 Smart Cities 期刊

Omitaomu, O.A.; Niu, H. Artificial Intelligence Techniques in Smart Grid: A Survey. Smart Cities 2021, 4, 548-568.

DOI: 10.3390/smartcities4020029

Smart Cities 期刊介绍

发表与智慧城市相关所有领域的研究论文、通讯论文和综述等，主题包括但不限于：智慧城市信息通信技术 (ICT)、面向智慧城市的物联网、智能传感、智能电网和智能基础设施、智能交通和移动、智能能源、智能建筑、智能食品与农业、智能管理、智能经济、智能医疗等。

2023 Impact Factor: 7.0

2023 CiteScore: 11.2