美国能源部（DOE）7月22日在华盛顿特区举行的Genesis计划峰会上公布了国家研究组合，其中多个项目直接瞄准电网运营优化。这一举措标志着华盛顿对AI技术角色的定位发生转变——在大多数公用事业公司将AI爆炸式增长视为需要吸收的负担时，DOE选择押注同一项技术也能帮助运营商管理电网本身。

Genesis计划是白宫“扩大电网以驱动美国经济”联邦挑战的一部分，该挑战要求利用AI和数字孪生来优化负荷与发电规划、降低可靠电力成本。DOE表示，该计划目前已获得超过150个机构的承诺，总资金超过50亿美元，涵盖278个项目。

该计划的思想核心来自布鲁克海文国家实验室首席AI科学家Hendrik Hamann。他在峰会主题演讲中指出，电网是人类建造的最庞大、最复杂的系统之一——约2亿个接入点、5000万台变压器和700万英里电线，所有组件以接近光速交互。保持电力流动意味着不仅要实时平衡网络，还要预测数小时、数天乃至数年后的需求、发电和天气变化。Hamann表示，这种不确定性产生的可能情景可达数十亿种，而当前运营商仅评估其中少数几种。

Hamann的团队开发了电网基础模型，这些模型不基于文本训练，而是学习电压、功率和频率等“电网语言”，直接理解电网拓扑、需求和消耗之间的关系，而非用较慢的物理方法从头求解每个场景。他声称，这种方法可将数据中心并网研究从数月缩短至数分钟，速度提升达千倍。Hamann明确逆转了主流叙事：“AI通常被视为电网的负担，但通过Genesis，实际情况可能恰恰相反。这实际上是建设最安全、最经济、最可靠电网的巨大机遇。”

DOE的项目清单中，电网和电力系统项目形成了较大集群。太平洋西北国家实验室获得资金，开发针对快速负荷增长下电磁暂态分析的物理信息AI；犹他大学的“可调度数据中心”项目将数据中心视为电网可依赖的灵活资源；电力研究院（EPRI）获得“可扩展代理电网引擎”奖项，将这一理念引入配电系统；肯塔基大学、亚利桑那州立大学、阿肯色大学和俄克拉荷马州立大学等团队则针对极端天气下的电网韧性、面向电网的AI对抗威胁以及AI投入实时运行的安全约束展开研究。

最接近控制室的具体项目由西门子能源主导，名为“从静态到自适应电网：大规模自主拓扑控制”。该项目联合洛斯阿拉莫斯国家实验室、弗吉尼亚大学和奥兰多公用事业委员会，通过策略性切换电网组件来实时缓解拥堵、改善潮流并提升可靠性，利用公用事业公司已拥有的基础设施而非新建输电线路。西门子能源电网AI实验室负责人Vanessa Santisteban表示，该系统将与操作员协同工作，利用AI快速评估电网状况、生成安全切换选项，并根据风险、技术约束和操作员偏好对建议进行排序。项目第一阶段将生成一个开源原型，与传统潮流方法进行对比测试，明确目标是证明AI能提供操作员实际接受的更快建议。西门子强调，人类操作员将保留控制权，在采取任何行动前审查所有建议。

对于警惕AI炒作的行业专业人士而言，这些项目的遴选方式与项目本身同样重要。DOE通过公开竞争性招标选择项目，要求每个提案明确展示技术可行性、可扩展性及与现有电网架构的兼容性。这种机制确保了资金流向最有可能产生实际影响的研究方向，而非单纯追逐技术热点。