3個問題：人工智能如何優化電網運作
隨著人工智能（AI）對能源需求日益增加，引起不少關注，但部分技術同時亦有助令電網更清潔、更高效。
記者：Adam Zewe｜MIT新聞
發佈日期：2026年1月9日
麻省理工學院電機工程與計算機科學系教授Priya Donti專注研究如何利用機器學習技術提升電網的效率和韌性。
問：為什麼電網需要優化？
Priya Donti解釋，電網運作必須保持發電量和用電量在每一刻的精確平衡。但用電需求存在不確定性，因為電力公司不會事先要求用戶登記用電量，因此需要預測和估算。
供應方面，燃料成本和可用性會有波動，電網管理者必須適應。隨著越來越多變動性強的可再生能源（如太陽能和風能）加入電網，天氣的不確定性對供電量影響更大。同時，電力在傳輸過程中會因電阻產生損耗。電網操作員如何確保系統持續穩定運行？這就需要靠優化技術。
問：AI如何助力電網優化？
Donti指出，AI可以結合歷史與實時數據，更準確預測特定時間可用的可再生能源量，從而促進更清潔的電網運作。
此外，電網運營需解決複雜的優化問題，如決定哪些發電機應該運作、產量多少、何時運作，還有電池何時充放電，以及如何利用用電負載的彈性。這些問題計算量龐大，現時多靠近似方法快速求解，但這些近似往往不準確，尤其在大量整合可再生能源時誤差更大。AI可以提供更準確且快速的近似解，實時協助運營者更主動靈活地管理電網。
AI亦可助力規劃下一代電網。電網規劃需運行龐大模擬模型，AI能提升模擬效率。AI還能在預測性維護上發揮作用，偵測電網異常，減少停電帶來的損失。更廣泛而言，AI能加速新型電池研發，促進更多可再生能源融入電網。
問：從能源行業角度，應如何看待AI的利弊？
Donti強調，AI其實涵蓋多種技術和模型，大小不同、用途各異。較小規模、針對特定應用的模型能源消耗遠低於大型通用模型。
在能源領域，針對特定應用設計的AI模型往往能帶來明顯的成本效益，特別是在促進可再生能源整合和減碳策略上具有積極作用。
但她也指出，目前社會對AI的投資與期待的社會效益並不匹配。大量資源投入在少數高耗能的AI技術上，這些技術並非能源和氣候應用中帶來最大效益的那部分。她並非否定這些技術的價值，但強調它們資源消耗巨大，且未必是能源部門最迫切需要的解決方案。
Donti期待開發尊重電網物理限制的AI算法，確保技術能安全可靠地部署。這是個挑戰：人類對AI小錯誤能即時修正，但電網優化中同樣錯誤可能引發大規模停電。利用對電網物理運作的深入理解，AI模型可更精確可靠。
最後，她認為技術界應致力推動AI開發和應用的民主化，確保AI發展與實際需求緊密結合，真正解決基層應用問題。
—
編輯評論：
這篇訪問深刻揭示了AI在能源電網優化上的潛力與挑戰。當前社會對AI的焦點多放在大型通用模型和聊天機器人等炫目應用，卻忽略了AI在基礎設施優化、環境可持續性上的巨大價值。Priya Donti教授提出的理念提醒我們，AI技術應該更貼近實際需求，尤其是在能源這種關乎經濟穩定與環境保護的核心領域。
香港作為國際金融中心與高度城市化地區，電力需求持續攀升，且政府積極推動可再生能源及智慧電網建設。借鑒MIT的研究方向，香港亦應加強AI在電網管理的應用，推動更精準的需求預測、資源調配及故障預警，提升電網韌性，減少能源浪費。
此外，文章中提到的“尊重物理限制”的AI設計理念，對香港這種複雜電網環境尤為重要。AI系統若能結合工程物理知識，避免“黑箱”算法帶來的不可控風險，將大大提升系統安全性。
最後，普及和民主化AI技術的呼籲，對香港科技發展策略也有啟發意義。培養更多跨學科人才，推動公私合作，讓AI技術真正服務於城市運營和民生，才是未來智慧城市的關鍵。
總結來說，這是一篇提醒我們AI不僅是炫技工具，更是實現能源轉型和可持續發展的關鍵利器。香港應積極吸收這些前沿研究成果，結合本地實際，打造更智能、更綠色的電網系統。
以上文章由GPT 所翻譯及撰寫。而圖片則由GEMINI根據內容自動生成。
