電力作為最重要的人類終端能源，大約占我們所消耗的能源的 19%，并且這個比例與日俱增，根據國際能源機構的預測，在 2040 年這個比例會達到 24%，同時大部分可再生能源也是通過電力的形式提供給人們使用。

國際能源機構在 2018 年的世界能源展望報告里提到，對終端能源的電力化是脫碳和零排放最有希望的一條道路，電力由于其特殊的物理性質無法存儲，因此儲能是電力變革的重要技術。

新能源電動車、電力的削峰去谷、電力質量的提高、氫能源的并網都與儲能技術息息相關，圍繞儲能的電網服務同時也有很多價值鏈，電網需要對電力的發、輸、配、用進行管理。未來的電力管理從集中走向分布，這個變革需要儲能技術，同時也需要信息和數據驅動的人工智能技術。

電網經歷了三個發展階段，從小規模電網到大規模電網到現在正在發展中的智能電網。電網是一個包括發電站、輸電網、配電裝備、控制和監控設備組成的一個巨大的復雜網絡。

上圖是北美東部互聯電網，在這個電網中間有三萬個負載和發電節點和五萬個輸運相關的線路，這個電網橫跨了包括美國的 31 個州和加拿大的 5 個省，是一個非常復雜的動力系統。

人工智能技術在電力系統方面有兩個應用。

首先，由于電力系統非常復雜，我們很難用簡單的方程對其進行描述，人工智能可以幫助我們更好地理解電網的復雜動力系統，提高電力的穩定性、魯棒性和柔韌性。其次，我們可以通過人工智能的算法來更高效地對電力系統的資產進行管理。

這個世界上有沒有一個高效的復雜網絡可以給電網的設計提供借鑒呢？首先這個網絡必須是分布式的，有很好的柔韌性、非常穩定、能夠對間歇性能源進行調控。這個網絡是存在的，就是我們的生物網絡。

經過數億年的進化，我們的生物體系形成了很多復雜網絡來調控能量和信息的流動，如基因調控網絡、蛋白質互動網絡、新陳代謝網絡以及信號網絡和神經網絡，我們的身體就是靠這些復雜的高效的網絡進行管理和協調。

生物網絡，例如新陳代謝的網絡和智能電網有很多相似的地方，在比較這兩個系統時，會發現智能電網有不同的電力來源，同時在智能電網中有不同的能源形式存在，而我們的新陳代謝網絡，可以對不同的食物、不同的能量來源進行消耗，這些能量消耗的線路都是耦合在一起的。

我們可以具體地比較智能電網和代謝網絡。

首先在智能電網中有很多間歇性可再生能源，在生物體系新陳代謝網絡中食物的攝取也是間歇性的，例如我們的糖分、碳水化合物。

其次，在智能電網中電力的來源具有多樣性，而生物體系中間食物的來源同樣也有多樣性。

同時兩個系統都有自己的傳感器以獲得系統的狀態，進而對系統的狀態進行預測，在生物系統中這個傳感器就是蛋白質，例如酶、抗體、抗原等。

并且兩個系統都會有自己的信息網絡對能源進行存儲和配送，而這個信息網絡的調控則是分布式的，儲能是實現這兩個系統最重要的一個環節，生物系統用 ATP 三磷酸腺苷，而智能電網可以利用鋰電池等等儲能系統。

生物系統經過數億年的進化形成了這套復雜網絡，我們希望通過學習生物系統的復雜網絡為智能電網和儲能提供更優化的設計原則。

系統生物學的研究發現，生物體系復雜網絡中有很多重復的單元，這些單元往往跟生物體系的某些功能息息相關，我們把這個單元叫做 Motif。Motif 本意是圖案中間的重復樣式，這個概念引進到生物體系中發現在生物網絡 Motif 結構出現的比例非常高，往往和特殊的需求有關。

在復雜電網中也有 Motif 結構，研究發現加強和適當提高電網的某些 Motif 結構對提高電力系統的穩定性有幫助，未來我們希望通過復雜電力網絡結構的研究，來優化電網的發電、輸電、配電和用電與存儲的關系。

除了調控方面，電池儲能本身和我們平時用的燃料也不一樣，需要通過模型預測電荷狀態（SOC）、電池的健康狀態（SOH），并且通過 AI 的模型和電池數據進行預測來更好的提高效率。電池充放電的管理還需要清楚的了解電網的態勢，即需要對電網的拓撲結構、需求側的狀態、電力的價格和可再生能源進行分析和預測。

同時人工智能驅動的電池和儲能管理系統可以減少電池的測試循環，更快地在線檢查和預測電池故障，加強電池的可靠性和穩定性，提高電池的系統的安全，可實時地加強電池系統和健康的監測，可以提高電池的使用效率和壽命、減少電池的過度產能。

上圖是我們的研究小組通過深度學習算法做的人工智能電池的狀態預測，左圖是預測電池的電荷狀態 (SOC) 和電池開路電壓 (OCV) 之間的關系，右圖展示的是電池在放電過程中間電荷狀態 (SOC) 變化的預測，所有這些預測都是通過人工智能神經網絡實現的，不需要任何先驗的模型和參數。

此外上圖展示了需求側的預測 (數據來自加拿大 IESO)，可以看到人工智能網絡能夠很好地預測需求側的狀態。人工智能和儲能會是未來發展的一個熱點，近些年國外有很多儲能相關的軟件公司，這些公司主要是針對電池電量電化學性質和電網態勢繼續預測，儲能的研究會由于新技術的進入不斷地發展。