Tom Nudell，Piq Energy 首席执行官兼联合创始人 – 访谈系列

Tom Nudell，Piq Energy 的首席执行官兼联合创始人，是一名电力系统工程师和技术高管，拥有在电网分析、输电规划和能源基础设施方面的深厚经验。在创立 Piq Energy 之前，他在 Smart Wires 工作了近七年，期间担任多个分析领导职务，最终担任产品与解决方案分析总监，领导跨学科团队，包括输电规划工程师、软件工程师和分析师，开展先进的电网规划研究和自动化分析系统。早期，Nudell 曾是 MIT 的博士后研究助理，其研究聚焦于互联能源系统的韧性、微电网能源管理以及交易控制。他还在北卡罗来纳州立大学进行研究，利用实时测量、物理驱动的机器学习、控制理论和优化方法定位大规模电网网络中的扰动。

Piq Energy 是一家电网规划软件公司，致力于加速新能源项目、数据中心及其他大型电力负荷接入电网。其平台使开发商和公用事业能够自行进行复杂的电网研究，自动化工程工作流，评估潜在的接入点，并更快速地测试大量项目和电网情景。Piq 正在开发一种具备自主性的电网规划平台，将电力系统模型、数据、工程工具和 AI 驱动的工作流整合于统一环境，应用涵盖太阳能、风能、储能电池以及大型负荷开发。公司表示，其技术管理超过 1,000 个输电网模型，已用于完成超过 10,000 项工程工作流，旨在降低新能源和计算基础设施面临的最大瓶颈之一——冗长的电网接入流程。

您的职业生涯跨越了基于物理的机器学习研究、MIT 的电网韧性工作以及在 Smart Wires 七年的输电规划分析建设。这些经历如何帮助您识别出最终形成 Piq Energy 的具体问题？

我的博士研究是计算电力系统，专注于实时广域监测与控制。随后，我在 MIT 进行博士后研究，聚焦于韧性电网和动态市场机制。博士后结束后，我加入 Smart Wires，在那里花了七年时间创建并扩展分析团队。我的团队在四大洲拥有全球电力系统工程覆盖，专长包括潮流计算、市场仿真、动力学、EMT 以及硬件在环仿真。

加入 Smart Wires 三个月后，我意识到电网规划本质上是一个庞大且复杂的数据科学问题。我开始思考如何简化并自动化流程中最昂贵的环节：分析的定义、不同领域专家之间的协作，以及模型的构建与验证。为改进电网规划流程，我们提出了几项关键理念。第一是可复现性——如果你的分析 100% 可复现，那么其他人或专家重新运行该分析的边际成本应为零。这种可复现性对于实现开发商、公共事业以及其他第三方在电网研究中的无缝协作至关重要。第二是运用“所有模型都是错误的，只有部分模型是有用的”这一概念，专注于验证我们拥有针对当前问题的有用模型，而不是试图为所有情况构建和管理最‘精准’的模型。（此处所说的“模型”指的是电网网络模型、设备和电站的动态模型等）。

这些最初的洞见促使我和联合创始人 Dio 开始构想一个用于自动化我们工作流程的高级软件平台。与此同时，我们注意到接入排队正成为电网的巨大瓶颈。我们还看到将新型电网技术（包括基于逆变器的资源（IBR），即所有新型可再生能源项目）以及诸如 Smart Wires 销售的 SmartValve 硬件等电网增强技术接入的挑战日益增大。Dio 和我意识到我们已经掌握了解决这些问题的方法，但需要创办一家软件公司来实现。

这其中有三点：第一，我在计算电力系统方面的背景以及管理全球分析团队的经验奠定了基础。第二，我们在 Smart Wires 已经完成的工作证明了这一领域确实存在可创造的实在价值。最后，宏观环境——挑战的规模同样也是机遇的规模——成为我们跃迁并创立 Piq Energy 的催化剂。

Piq 将自己描述为“具备自主性的电网规划平台”。是什么使该系统具备自主性，而不仅仅是自动化或分析平台？其 AI 代理能够独立规划和执行哪些任务？

Piq 正在加速接入。技术分析目前是接入的最大瓶颈，因此我们正在构建一个自主的电网规划平台，以加快这些技术分析的速度。

自动化有不同的层级。今天，这些自动化层级尚未在电网规划和互连方面明确定义，但你可以想象类似于 SAE 的驾驶自动化等级。 我在 2018 年于 CIGRE World Congress 发表的论文中提到了这个想法。 [T. Nudell, et al. “On Developing Automated Tools for Reliability Planning”, CIGRE Paris C1-201, 2018.].

现在我们拥有大型语言模型这一令人惊叹的通用技术，借助 Piq，我们正在探索如何利用代理自主性，同时确保物理和工程始终以完全可复现、可审计的方式正确完成。

今天，我们的代理配置模型和情景，启动研究，交叉引用已发布的报告，分析结果，并撰写基于研究数据的新报告。

电网研究依赖于成熟的工程软件、详细的网络模型和严格的物理约束。Piq 如何在不让概率模型覆盖底层电力系统物理的前提下，将 AI 与这些确定性工具相结合？

你说得对，电网研究依赖于成熟的软件、详细的模型和已知的物理。我们的平台使代理能够在获取我们关于应开展何种研究、如何配置情景的数据和背景的基础上，增强人类专业知识，并将分析基于具体的结果数据。

但其间的一切都是可扩展的、确定性的自动化。代理永远不会编写新代码，也不会使用陌生的物理模拟器。这使得平台相比其他方法拥有更高的可信度，因为代理的工作是可复现、可审计的，并且每次都以正确的方式完成。换句话说，如果有人类工程师检查输出，他们应该能够复现过程的每一步并得到相同的结果。

传统的并网或输电规划研究的哪些部分今天可以由 Piq 自动化，哪些决策仍需合格工程师审查和批准？

今天，Piq 为开发者提供了一套贯穿并网研究过程的工具。

第一是跨大区域的高层次绿地筛选，我们称之为区域筛选分析。它为您提供整个区域每个节点的 N-1 余量容量热图，让您在决定选址前看到电网实际的可用空间。

第二是在特定位置进行更深入的筛选——POI 研究或点筛选。这些研究针对一个并网点深入分析：所有网络约束、潜在升级以及这些升级对项目接入的成本。

第三是排队管理。这是开发者可以演练集群研究的博弈论的地方，通过了解详细的成本分配，以及当发电机池变化时该分配如何转移。项目规模调整、项目退出、其他开发者采取行动，您的成本分配随之变化。这是一个动态问题，今天大多数开发者都是事后才发现，而不是提前建模。

Piq 还自动化了动态电厂模型的构建和验证过程——这些模型代表数据中心、太阳能农场以及电网中的其他参与者的设备和控制。

所有这些模型、结果和报告都需要有人在环路中指导输入并审查输出。我们并未声称拥有完整的自动驾驶系统，我也不会信任任何声称拥有此系统的人。

Piq 已完成超过 10,000 项生产研究。大规模运营让你对保持模型准确性、跟踪电网变化以及产出工程师可复现、可审计的结果有什么体会？

10,000 这一数字现已过时，自今年一月（该数字发布时）起，我们每月已开展 2,000 项研究，并在增长。这是用户增长的结果，更多用户也在构建可扩展的内部系统。

以此速度运营让你明白，可复现性并非你可以添加的功能。它是决定你是否能够以此速度运营的约束。如果研究无法复现，就无法审计；若无法审计，则无人能据此行动。如果你的研究不可操作，你只是在产生量，而不是价值。我们构建平台的一切都源于构建有用模型和开展有价值研究的理念。

Piq 让数据中心开发商及其他大负荷客户在与公用事业公司接洽前评估潜在站点和接入方案。这些由开发商主导的研究如何在不产生冲突假设或重复公用事业官方分析的前提下加速流程？

公用事业仍需自行进行官方研究，但我们的客户等不起。如今，获取这些官方研究结果可能需要超过一年，而与此同时，我们的客户已经投入了数亿美元的资本。他们需要采购设备、获取土地，并在全国范围内确保互连位置。我们赋能客户，使其能够在官方公用事业研究之前做出这些决策。我们也看到，客户凭借对灵活互连解决方案或替代升级以连接额外容量的洞察，能够影响公用事业的方向。

我们提供的是一种快速、高效的未来预览方式。没有人拥有水晶球（而且你也不知道在排队中还有谁在竞争），但如果研究既经济又快捷，探索众多情景就能帮助我们的客户更明智地使用资本。我们还为客户提供探索替代升级的能力，以释放系统中已有的容量，并与公用事业携手合作，真正成为伙伴。

加利福尼亚的公用事业公司已收到约 18.7 GW 新数据中心服务容量的请求，尽管许多提案项目可能永远不会建成。人工智能能否帮助公用事业辨别可信项目与投机或重复请求，并防止“幽灵负荷”扭曲长期电网规划？

投机并非不理性。鉴于项目的研究和接入需要很长时间，任何有能力进行投机性互连请求的人都会这样做。这是对当前互连流程的理性回应。我们认为，如果项目能够像建造一样快速完成研究和接入，就根本没有投机的动机。

因此，答案并非使用人工智能来识别投机行为，而是利用人工智能真正改进流程——更高效地连接更多负荷。这意味着使用人工智能既加速互连研究过程本身，又寻找替代性缓解方案，包括电网增强技术和灵活互连。结合监管改革，如提高申请费用、增加保证金以及修订互连关税，人工智能可以释放出更高效的系统，并显著降低其中的投机行为。

但如果不进行变革，幽灵负荷的问题将不断加剧。幽灵负荷越多，需要研究的情景就越多，这会让公用事业规划者的长期规划更加困难，进而导致整个系统变慢。系统变慢又会提升投机的动机。这正是我们在发电机互连排队中看到的情况，正是它促使我们在 2023 年创立 Piq，也正是我们试图打破的反馈循环。

Piq 表示其工作已通过灵活解决方案和电网增强技术帮助识别出近 1 GW 的电网容量。哪些运营变更或技术正在释放这些容量？能否为我们详细说明一个项目如何避免重大电网升级的案例？

只有三件事可以释放容量。它们都是近期才在电网中出现的运营灵活性类型。我们将这三种灵活性称为 点灵活性、聚合灵活性和 网络灵活性。

点灵活性指的是在互连点的变化，包括自带发电（BYOG）、净提取限制、负荷削减/可控负荷等解决方案。聚合灵活性是指跨网络的分布式资源，如虚拟电厂（VPP）和聚合的分布式能源（DER），用于管理输电约束。网络灵活性则是电网参数和配置本身——先进的潮流控制、拓扑优化以及动态线路额定值。关键在于，这三种灵活性都可以建模、规划，并最终部署到控制室。

最典型的例子是网络灵活性。我们研究了一个约束点为单一元件的案例，在该约束点直接部署了 70 MVAr 的潮流控制，释放出约 600 MW 的额外容量。无需新建输电线路，也不需要多年审批，仅通过一次小幅网络升级即可释放 600 MW 的容量。

在最坏的规划条件下，输电网容量利用率仅约为 35%。电网并未满负荷。虽然当今连接大负荷的最大挑战是网络容量，但电网仅在特定地点、特定条件下受到约束。大多数约束都有无需等待十年新线路的解决方案，而这些方案可以通过更深入的电网研究加以识别。

这三种灵活性正形成快速增长的生态系统。Base Power、Voltus、Smart Wires、NewGrid 等公司正大规模部署实际解决方案。唯一缺失的环节是将这些解决方案纳入互连研究的分析框架。

涉及电网的工程决策可能影响数十年的可靠性、电价和基础设施投资。在公用事业能够信任人工智能代理处理日益复杂的规划工作流之前，需要哪些保障措施、验证流程、许可和审计追踪？

我们百分之百同意。为了做出稳健的工程决策，每一项自动化工作都必须是可审计且可复现的。每个操作都需要留下书面记录，因为你不希望人工智能在黑箱中运行并失控。

我们的审计追踪是多层面的。我们保留代理的对话、代理的操作以及确定性工具的执行。每个子步骤和子工作流都会映射并管理其所有输入和输出，从而实现端到端的可审计性。

权限同样至关重要。我们的代理从其所协作的用户那里继承权限。代理无法查看或执行该用户本身无法查看或执行的数据信息或操作。

这与更广泛的数据治理主题相关，且代理正在改变以往的范式。历史上，治理主要针对结构化数据，范围局限于单一孤岛。使用代理后，结构化、半结构化和非结构化数据都可以跨孤岛流动——这正是 Piq 平台所承诺的解锁方式，也是治理变得更困难的原因。涉及的数据量大幅增加，互动的人群也更为广泛。在电力系统组织中，这一点尤为重要：既涉及具有竞争敏感性的投资信息，也涉及关键基础设施信息（CEII）。值得庆幸的是，有聪明的人在致力于此，例如参与 IEEE 电力系统组织数据治理工作组的成员。

Piq 最近完成了超额认购的 500 万美元种子轮融资，以扩展其平台。展望未来五年，您预计人工智能将如何改变电网规划？更快的分析是否足以跟上 AI 数据中心、电气化和工业增长所带来的电力需求？

我认为利用人工智能加速分析是跟上电力需求的关键。核心要点在于，这种规模的自动化不仅是让相同的工作更快完成，更是实现人力带宽有限时根本无法进行的分析。灵活的互连、灵活的输电网以及提升电网的技术——所有这些都释放了当前电网中已存在的潜在容量。将其与加速的互连研究相结合，我们相信能够满足需求。

感谢这次精彩的采访，想了解更多的读者请访问 Piq Energy。