Quang Trương
Pearl
Nếu AI có thể “điều khiển” cả hệ thống điện quốc gia, liệu bài toán năng lượng và phát thải có bớt nan giải hơn không?
Một ví dụ dễ hình dung nằm ở Chifeng, một thành phố phía bắc Trung Quốc. Tại đây có một nhà máy sản xuất hydro và amoniac, toàn bộ điện đầu vào đến từ gió và mặt trời xung quanh. Nhà máy này không nối với lưới điện quốc gia mà vận hành trong một hệ thống khép kín riêng. Ưu điểm là điện sạch, nhưng rủi ro rất rõ, gió và nắng thì lúc mạnh lúc yếu.
Để xử lý sự thất thường đó, chủ sở hữu là Envision đã xây dựng một hệ thống điều khiển dựa trên AI. Thay vì chạy theo lịch cố định, phần mềm liên tục điều chỉnh công suất theo thời tiết thực tế. Gió mạnh thì tăng sản lượng, gió yếu thì giảm tiêu thụ điện để tránh quá tải. Kỹ sư trưởng mảng hydro của Envision ví hệ thống này như một dây dẫn, luôn giữ cho cung và cầu cân bằng trong thời gian thực.
Cách làm này cho thấy AI không đứng ngoài hệ thống năng lượng, mà đang “cầm lái” để các nguồn điện tái tạo vốn khó đoán trở nên hữu dụng hơn trong sản xuất công nghiệp.
Ở quy mô quốc gia, Trung Quốc đã lắp đặt nhiều điện gió và điện mặt trời hơn bất kỳ nước nào khác. Vấn đề là làm sao hấp thụ được lượng điện khổng lồ đó một cách ổn định. Các nhà nghiên cứu và cố vấn chính sách ngày càng coi AI là công cụ để khiến lưới điện linh hoạt hơn, phản ứng nhanh hơn trước biến động.
Quan điểm này được chính thức hóa khi Bắc Kinh công bố chiến lược “AI + năng lượng”. Thay vì theo đuổi AI đa năng, Trung Quốc tập trung phát triển các mô hình AI chuyên biệt cho từng bài toán cụ thể như quản lý trang trại gió, vận hành nhà máy điện hạt nhân hay cân bằng lưới điện. Mục tiêu đến năm 2027 là triển khai hàng chục dự án thí điểm trên hơn 100 kịch bản sử dụng, và vài năm sau đó đạt mức tích hợp AI trong năng lượng thuộc nhóm dẫn đầu thế giới.
Một ứng dụng mang lại hiệu quả tức thì là dự báo cung cầu điện. Lưới điện luôn phải giữ cân bằng, nếu lệch là mất điện. Khi AI dự báo chính xác sản lượng điện tái tạo và nhu cầu tiêu thụ, nhà điều hành có thể chủ động lưu trữ năng lượng, giảm phụ thuộc vào các nhà máy than dự phòng.
Thượng Hải đã thử nghiệm điều này bằng một “nhà máy điện ảo” cấp thành phố. Hệ thống kết nối trung tâm dữ liệu, tòa nhà, trạm sạc xe điện thành một mạng lưới thống nhất. Trong một lần thử nghiệm, nó đã giúp giảm hơn 160 megawatt nhu cầu giờ cao điểm, tương đương sản lượng của một nhà máy nhiệt điện than nhỏ.
Tuy nhiên, bức tranh không chỉ toàn màu sáng. Chính AI cũng là một “khách hàng” tiêu thụ điện khổng lồ. Các nghiên cứu cho thấy đến năm 2030, các trung tâm dữ liệu AI ở Trung Quốc có thể tiêu thụ hơn 1.000 terawatt giờ điện mỗi năm, tương đương mức tiêu thụ hiện tại của cả Nhật Bản. Khi than đá vẫn chiếm tỷ trọng lớn trong cơ cấu năng lượng, sự bùng nổ AI có nguy cơ làm phức tạp thêm mục tiêu khí hậu.
Nhận thức được điều đó, các cơ quan quản lý đã bắt đầu siết quy định. Trung tâm dữ liệu được yêu cầu nâng hiệu suất năng lượng và tăng tỷ lệ sử dụng năng lượng tái tạo thêm 10% mỗi năm. Nhiều dự án mới được khuyến khích đặt ở phía tây, nơi gió và mặt trời dồi dào hơn. Thậm chí, gần Thượng Hải còn có kế hoạch vận hành trung tâm dữ liệu dưới nước, dùng nước biển để làm mát và lấy điện chủ yếu từ gió ngoài khơi.
Dù vậy, các nhà nghiên cứu vẫn cho rằng nếu được triển khai cẩn trọng, tác động tổng thể của AI lên phát thải có thể là tích cực. Khi AI giúp tối ưu công nghiệp nặng, hệ thống điện và thị trường carbon, nó vẫn có thể trở thành một phần không thể thiếu trong hành trình giảm phát thải của Trung Quốc, dù đồng thời tạo ra những áp lực mới buộc nhà quản lý phải liên tục điều chỉnh.
Trong bối cảnh Việt Nam cũng đang mở rộng điện gió, điện mặt trời và đối mặt với bài toán cân bằng lưới điện, câu hỏi đặt ra là, chúng ta sẽ dùng AI như một công cụ hỗ trợ, hay dám để nó trở thành “nhạc trưởng” điều phối cả hệ thống năng lượng? (artificialintelligence)
AI đi vào vận hành, không còn là khẩu hiệu
Khi nói về AI trong năng lượng, nhiều người thường nghĩ đến chiến lược vĩ mô hay các mục tiêu dài hạn. Nhưng tại Trung Quốc, AI đang xuất hiện rất cụ thể trong những quyết định vận hành hàng ngày, từ lúc phát điện, truyền tải cho tới cách doanh nghiệp tiêu thụ điện.Một ví dụ dễ hình dung nằm ở Chifeng, một thành phố phía bắc Trung Quốc. Tại đây có một nhà máy sản xuất hydro và amoniac, toàn bộ điện đầu vào đến từ gió và mặt trời xung quanh. Nhà máy này không nối với lưới điện quốc gia mà vận hành trong một hệ thống khép kín riêng. Ưu điểm là điện sạch, nhưng rủi ro rất rõ, gió và nắng thì lúc mạnh lúc yếu.
Để xử lý sự thất thường đó, chủ sở hữu là Envision đã xây dựng một hệ thống điều khiển dựa trên AI. Thay vì chạy theo lịch cố định, phần mềm liên tục điều chỉnh công suất theo thời tiết thực tế. Gió mạnh thì tăng sản lượng, gió yếu thì giảm tiêu thụ điện để tránh quá tải. Kỹ sư trưởng mảng hydro của Envision ví hệ thống này như một dây dẫn, luôn giữ cho cung và cầu cân bằng trong thời gian thực.
Cách làm này cho thấy AI không đứng ngoài hệ thống năng lượng, mà đang “cầm lái” để các nguồn điện tái tạo vốn khó đoán trở nên hữu dụng hơn trong sản xuất công nghiệp.
AI như lời giải cho bài toán lưới điện phức tạp
Những dự án kiểu Chifeng không phải trường hợp đơn lẻ. Chúng nằm trong chiến lược lớn hơn của Trung Quốc với hydro và amoniac, hai loại nhiên liệu được kỳ vọng giúp giảm phát thải trong các ngành khó xanh hóa như thép hay vận tải biển.Ở quy mô quốc gia, Trung Quốc đã lắp đặt nhiều điện gió và điện mặt trời hơn bất kỳ nước nào khác. Vấn đề là làm sao hấp thụ được lượng điện khổng lồ đó một cách ổn định. Các nhà nghiên cứu và cố vấn chính sách ngày càng coi AI là công cụ để khiến lưới điện linh hoạt hơn, phản ứng nhanh hơn trước biến động.
Quan điểm này được chính thức hóa khi Bắc Kinh công bố chiến lược “AI + năng lượng”. Thay vì theo đuổi AI đa năng, Trung Quốc tập trung phát triển các mô hình AI chuyên biệt cho từng bài toán cụ thể như quản lý trang trại gió, vận hành nhà máy điện hạt nhân hay cân bằng lưới điện. Mục tiêu đến năm 2027 là triển khai hàng chục dự án thí điểm trên hơn 100 kịch bản sử dụng, và vài năm sau đó đạt mức tích hợp AI trong năng lượng thuộc nhóm dẫn đầu thế giới.
Một ứng dụng mang lại hiệu quả tức thì là dự báo cung cầu điện. Lưới điện luôn phải giữ cân bằng, nếu lệch là mất điện. Khi AI dự báo chính xác sản lượng điện tái tạo và nhu cầu tiêu thụ, nhà điều hành có thể chủ động lưu trữ năng lượng, giảm phụ thuộc vào các nhà máy than dự phòng.
Thượng Hải đã thử nghiệm điều này bằng một “nhà máy điện ảo” cấp thành phố. Hệ thống kết nối trung tâm dữ liệu, tòa nhà, trạm sạc xe điện thành một mạng lưới thống nhất. Trong một lần thử nghiệm, nó đã giúp giảm hơn 160 megawatt nhu cầu giờ cao điểm, tương đương sản lượng của một nhà máy nhiệt điện than nhỏ.
Lợi ích lớn, nhưng cái giá năng lượng cũng rất thật
AI không chỉ được kỳ vọng cải thiện lưới điện, mà còn được đưa vào thị trường carbon quốc gia của Trung Quốc, nơi hơn 3.000 doanh nghiệp phát thải cao tham gia. AI có thể hỗ trợ xác minh dữ liệu phát thải, tinh chỉnh phân bổ hạn ngạch và giúp doanh nghiệp hiểu rõ hơn chi phí carbon của mình.Tuy nhiên, bức tranh không chỉ toàn màu sáng. Chính AI cũng là một “khách hàng” tiêu thụ điện khổng lồ. Các nghiên cứu cho thấy đến năm 2030, các trung tâm dữ liệu AI ở Trung Quốc có thể tiêu thụ hơn 1.000 terawatt giờ điện mỗi năm, tương đương mức tiêu thụ hiện tại của cả Nhật Bản. Khi than đá vẫn chiếm tỷ trọng lớn trong cơ cấu năng lượng, sự bùng nổ AI có nguy cơ làm phức tạp thêm mục tiêu khí hậu.
Nhận thức được điều đó, các cơ quan quản lý đã bắt đầu siết quy định. Trung tâm dữ liệu được yêu cầu nâng hiệu suất năng lượng và tăng tỷ lệ sử dụng năng lượng tái tạo thêm 10% mỗi năm. Nhiều dự án mới được khuyến khích đặt ở phía tây, nơi gió và mặt trời dồi dào hơn. Thậm chí, gần Thượng Hải còn có kế hoạch vận hành trung tâm dữ liệu dưới nước, dùng nước biển để làm mát và lấy điện chủ yếu từ gió ngoài khơi.
Dù vậy, các nhà nghiên cứu vẫn cho rằng nếu được triển khai cẩn trọng, tác động tổng thể của AI lên phát thải có thể là tích cực. Khi AI giúp tối ưu công nghiệp nặng, hệ thống điện và thị trường carbon, nó vẫn có thể trở thành một phần không thể thiếu trong hành trình giảm phát thải của Trung Quốc, dù đồng thời tạo ra những áp lực mới buộc nhà quản lý phải liên tục điều chỉnh.
Trong bối cảnh Việt Nam cũng đang mở rộng điện gió, điện mặt trời và đối mặt với bài toán cân bằng lưới điện, câu hỏi đặt ra là, chúng ta sẽ dùng AI như một công cụ hỗ trợ, hay dám để nó trở thành “nhạc trưởng” điều phối cả hệ thống năng lượng? (artificialintelligence)
