CSDL Ngành điện

NVIDIA và SCE hiện đại hóa lưới điện với công cụ AI

06/05/2025 09:29 Số lượt xem: 7

Công ty NVIDIA (Mỹ) đang cộng tác với các công ty điện lực để phát triển các công cụ AI để hỗ trợ lưới điện truyền tải và phân phối.

Công ty Southern California Edison (SCE, Mỹ), công ty điện lực phục vụ 15 triệu người tại Mỹ, ước tính rằng xe điện và các tòa nhà thông minh đã khiến nhu cầu về điện tăng đột biến đến 80% trên toàn bộ địa bàn dịch vụ rộng 130.000km². Dự báo nhu cầu điện trong 10 năm tới của công ty cao hơn 35% so với hai năm trước. SCE cũng kỳ vọng các trung tâm dữ liệu và các nguồn phụ tải mới sẽ bổ sung thêm 20TWh, cao hơn 5% so với kế hoạch ban đầu.

Để đáp ứng nhu cầu này, SCE đang nỗ lực bổ sung thêm các nguồn lực mới, chẳng hạn như hydro sạch và địa nhiệt, nhằm thay thế các nhà máy đốt khí tự nhiên và duy trì nguồn cung cấp điện ổn định để bù đắp cho việc sản xuất điện mặt trời và điện gió không liên tục. Công ty cũng đang mở rộng danh mục tích trữ năng lượng để cân bằng nhu cầu vào giờ cao điểm. Ngoài ra, SCE đang cân nhắc đến việc nâng cấp đường dây điện để đáp ứng nhu cầu tải điện lớn hơn, nhưng giải pháp này không phải là lựa chọn ưu tiên do chi phí cao.

Để tăng cường hoạt động của mình, SCE đang áp dụng các công cụ trí tuệ nhân tạo (AI) để tối ưu hóa dòng công suất và nhận dạng các sự cố thiết bị. Việc tối đa hóa mạng lưới hiện có cho phép công ty trì hoãn nhiều công trình nâng cấp thiết bị tốn kém. Mới đây, công ty đã công bố một công trình đối tác mới với công ty khổng lồ về chip NVIDIA để phát triển phần mềm hỗ trợ AI cho việc thanh tra và bảo trì thảm thực vật và tài sản, kết nối phụ tải và quản lý sự kiện.

Các mô hình AI của NVIDIA sẽ số hóa và tự động hóa hoạt động quản lý và vận hành dữ liệu của SCE - từ tối ưu hóa lưới điện ở mức micro giây đến lập kế hoạch mạng lưới quy mô lớn.

Các mô hình AI của NVIDIA đang giúp các công ty điện lực tự động hóa việc thanh tra tài sản của họ (Ảnh st)

Quản lý nhu cầu tăng trưởng với AI

Lưới điện Mỹ không được trang bị để tăng trưởng phụ tải đáng kể. Theo hãng tư vấn ngành điện GridStrategies (Mỹ), hồ sơ của Ủy ban Quản lý Năng lượng Liên bang cho thấy dự báo nhu cầu 5 năm của các nhà điều hành lưới điện đã tăng từ 2,6% lên 4,7% vào năm 2023. Các nhà lập kế hoạch lưới điện dự kiến nhu cầu bổ sung 38GW đến năm 2028, đòi hỏi phải mở rộng sản xuất và truyền tải trên quy mô lớn.

Ủy ban Điện lực Công bang California đã ban hành một phán quyết vào đầu năm 2024 cho phép phê duyệt các dự án năng lượng tái tạo kết nối nếu chúng tuân thủ các lịch trình giới hạn lượng năng lượng chuyển đến lưới điện vào các thời điểm khác nhau trong năm dựa trên các hạn chế của lưới điện. Do đó, các công ty điện lực như SCE đang áp dụng AI tiên tiến để tính toán khả năng tích trữ theo thời gian thực và quản lý các nguồn năng lượng phân tán (DER) bổ sung, chẳng hạn như các bộ sạc EV và tấm pin mặt trời trên mái nhà.

AI có thể giúp các công ty điện lực quản lý các DER và các mô hình tiêu thụ năng động từ việc sạc EV, đây là hai vấn đề nổi trội ở bang California, nơi đang dẫn đầu toàn quốc về áp dụng EV và DER. Trong trường hợp của SCE, việc tối ưu hóa dòng công suất có thể tiết kiệm tiền vốn phải chi cho việc xây dựng các đường dây truyền tải và phân phối mới. Hiệu quả vận hành cao hơn cũng có nghĩa là SCE có thể tập trung vào mục tiêu đầy tham vọng của mình là cung cấp 100% năng lượng sạch vào năm 2045. Khí tự nhiên và điện hạt nhân chiếm hơn 30% tổng hợp các nguồn lực của SCE hiện nay, trong khi năng lượng mặt trời cung cấp 14,9%, gió 10,2% và địa nhiệt 5,7%.

Tăng trưởng công suất dự kiến đến năm 2045 (Ảnh st)

SCE hiện đang hợp tác với NVIDIA để nâng cao hoạt động của mình bằng mô phỏng dòng điện dựa trên AI cho thiết bị truyền tải và phân phối. Điều này diễn ra sau khi NVIDIA mở rộng nền tảng AI của mình để cung cấp các khả năng mới cho ngành năng lượng, chẳng hạn như Jetson để tích hợp công tơ thông minh, Omniverse để mô hình hóa bản sao số hoặc dịch vụ vi mô NIM cho AI tạo sinh.

Các dịch vụ AI dành cho các công ty điện lực

NVIDIA cộng tác với một số công ty điện lực và nhà cung cấp phần mềm để tối ưu hóa hoạt động lưới điện thông qua AI lề lưới điện, triển khai các mô hình AI trực tiếp trên các thiết bị cục bộ thay vì đám mây. Phương pháp này có thể giúp các công ty điện lực quản lý thiết bị truyền tải và phân phối cục bộ theo thời gian thực, bao gồm xà ngang, cầu chảy, máy biến áp, trạm biến áp và các tài sản khác.

SCE sử dụng phần mềm học máy để cập nhật dữ liệu tài sản của mình (Ảnh st)

Hệ thống nhúng tiên tiến Jetson của NVIDIA chuyển đổi các công tơ điện lực thành các điểm thu thập và kiểm soát dữ liệu cung cấp hàng nghìn phép đo mỗi giây. Những thông tin chi tiết này có thể giảm độ trễ dự báo nhu cầu của các công ty điện lực, đẩy nhanh thời gian phản hồi của họ và nâng cao hiệu quả hoạt động. Aclara (Mỹ) là công ty đầu tiên nhúng nền tảng AI phân tán có hệ thống nhúng Jetson của Công ty Utilidata (Mỹ) trong một công tơ thông minh vào đầu năm 2025, nắm bắt dữ liệu chất lượng cao để nâng cao hoạt động lưới điện và quản lý các DER.

AI cũng có thể nhanh chóng phát hiện các sự cố bằng cách sử dụng LiDAR (đo khoảng cách bằng ánh sáng), hình ảnh trên không và vệ tinh, và dữ liệu thời tiết. Ví dụ, Công ty Noteworthy AI (Mỹ) đã sử dụng hệ thống của NVIDIA để chụp những hình ảnh cho thấy nguy cơ cháy rừng từ thảm thực vật rậm rạp. Công ty đã triển khai bảy mô hình AI để thu thập và phân tích 5.000 hình ảnh độ phân giải cao về các trụ điện của Công ty FirstEnergy (Mỹ), cho phép công ty điện lực này mở rộng cơ sở dữ liệu của mình hơn năm lần chỉ trong một tháng.

Viện Nghiên cứu Điện lực cũng đã làm việc với NVIDIA về các công cụ lập lịch cắt điện để giảm thời gian ngừng hoạt động trên các trạm biến áp, máy phát điện, máy biến áp và các thiết bị khác. Phần mềm mô hình hóa hệ thống điện cũ thiếu khả năng tính toán tiên tiến để mô phỏng lưới điện. Ngược lại, khả năng thế hệ tiếp theo của NVIDIA cho phép các công ty điện lực mô hình hóa lưới điện như một bản sao số, với các đường dây truyền tải và máy biến áp được vẽ trên bản đồ ở dạng các cạnh và các cấu trúc khác dưới dạng các nút trong một mạng lưới. Các mô hình này có thể mô phỏng các vụ mất điện lưới và nhận dạng những thách thức mới nổi trong việc chuyển đổi dòng công suất để tích hợp năng lượng tái tạo và các DER.

Exelon và NVIDIA đã sử dụng mô hình phát hiện tài sản để nhận dạng các khiếm khuyết của xà ngang (Ảnh st)

Trong một dự án khác, Công ty điện lực Exelon (Chicago, Mỹ) đã sử dụng Omniverse Replicator (bộ sao chép vạn năng) của NVIDIA để tạo ra hàng nghìn ví dụ được dán nhãn sự cố tài sản lưới điện. Sau đó, Exelon sử dụng dữ liệu này để đào tạo các mô hình thanh tra bằng máy bay không người lái.