人工智能推动能源电力发展形势研究
（来源：中能传媒研究院 徐东杰 李振杰 侯金秀 熊雄 ）
（电力规划设计总院）
人工智能是引领新一轮科技革命和产业变革的基础性和战略性技术，正成为发展新质生产力的重要引擎。能源电力行业积极布局人工智能平台体系和大模型基础能力，持续增强算力与应用场景创新，人工智能技术在助力能源领域降本提质增效方面发挥积极作用。与此同时，人工智能发展也面临数据质量与均衡性不足、“黑箱”特性及可信安全等问题，算力的快速增长对电力系统支撑能力提出更高的挑战。因此，能源电力领域亟需加强人工智能顶层设计、业务场景构建和人工智能关键技术研究，推进电力算力布局优化与深度协同，支撑能源全方位变革。
一 人工智能助力能源高质量转型发展
（一）电网企业着力推动人工智能与业务融合应用
国家电网打造视觉、语义等行业大模型，构建千万级高质量样本库和两级智算中心，赋能数智化坚强电网建设；融入AI技术构建新一代新能源功率预测系统，强化新能源人工智能预测能力；采用无人机智能巡视和输电通道智能监控技术替代传统人工巡检，提升电网设备故障识别与巡检效能。南方电网率先发布电力行业自主可控大模型“大瓦特”，以场景、模型、数据和算力等“4大要素”高质量发展为核心，推进“4411”战略融入公司生产、经营和管理各环节，智能应用覆盖输电、变电、配电、调度、客服、规划等十余个领域百余个应用场景。内蒙古电力公司运用AI大模型等技术构建数字配电网，辅助电网规划运维和高品质供电，累计投产71座智能变电站，构建了500千伏电力主网的首座数字孪生智能化变电站，实现三维场景的可视化展示、智能操作、智能巡视、智能安全等运维功能。
（二）发电企业积极探索人工智能技术产业应用
国家电投在火电灵活调峰、新能源并网消纳等方面，探索智慧能源系统实现横向多能互补、纵向“源网荷储”高效互动，促进能源供给和需求的有效匹配，解决清洁能源发电随机性的问题，促进“源网荷储一体化”深度融合。国家能源集团通过构建“智能大脑”——AI助手，实现了智能问答、智能检索、知识生成等功能，为电厂智能化发展提供了全新解决方案。
（三）煤油气企业推动布局人工智能协同应用场景
中国中煤利用人工智能对各类矿产资源和能源的采掘、提炼、转化、安全生产、调度、运输、碳排放等各环节进行实时调度、监控、预警等，预测和防范安全事故，智能高效调配能源的使用和输送。中国石油深入推进以昆仑大模型为核心的“人工智能+”行动，加快实现人工智能赋能产业升级，语言大模型参数达到700亿个，构建了地震处理、地震解释、测井处理解释3个专业大模型，以及21个场景大模型。
二 人工智能面临的挑战与风险
（一）人工智能的飞速发展给电力系统发展带来新的挑战
有观点认为，“AI的尽头是算力，而算力的尽头是电力”。一是大语言模型和生成式AI的快速应用导致算力激增，对电力供应提出挑战。据中国算力平台统计，2023年我国数据中心用电量约为1500亿千瓦时，同比增长15.4%，约占全社会用电量的1.6%。根据中国信息通信研究院测算，在人工智能爆发增长情景下，2030年我国算力中心用电或超过7000亿千瓦时，占全社会用电量5.3%。人工智能大模型算力处理能力和规模的双重提升需求，对能源电力供应保障能力提出更高要求。二是数据中心的兴建对电网稳定运行提出挑战。数据中心由于自身的高耗电属性，是能源消耗和二氧化碳排放大户，其兴起和集中布局，改变了电力负荷的地理分布和时间分布，对电网稳定性带来影响。在“双碳”目标和碳排放双控的背景下，数据中心关注绿色低碳和可持续发展，从而推动了可再生能源的发展，而可再生能源的波动性和随机性进一步加剧了电网运行风险。三是电力与算力的逆向分布对电力调度提出挑战。一方面，我国能源资源与需求存在逆向分布，东部、中部地区用电需求较大，但能源资源相对匮乏，而西部地区用电需求较小，风电、光伏、水电等能源资源丰富；另一方面，算力需求也呈现区域集聚化发展态势，华东、华北地区算力产业集中。算力需求集中区域通常能源资源较为匮乏，对电力跨区域调度提出更大挑战，需要通过电算多维度协同，实现电力供需更高效的匹配。
（二）“黑箱”特性及可信安全问题导致人工智能发展面临阻碍
人工智能技术自身发展面临的“黑箱”、可信安全、责权归属、技术滥用等问题已引起各界的广泛关注。一是“黑箱”特性影响电力领域大规模应用。AI模型尤其是深度学习模型的内部结构和参数非常复杂，难以直观地理解其工作原理和决策过程，导致决策结论通常不具备可解释性。然而电力系统的运行决策属于安全极度敏感领域，人工智能模型可信性是其能够在电力系统进行大规模安全应用的重要前提条件。二是“幻觉”问题的错误引导带来安全风险。大语言模型存在生成看似正确实则错误的“幻觉”问题，存在将价值观、偏见和偏向性的学习数据反映到结果中的风险。当前电力AI助手使用频繁，“幻觉”问题可能带来错误信息指引，若应用在电力检修中将引发电力系统安全风险。三是人工智能给不法分子提供新手段，带来数据安全与可信问题。基于人工智能的数据投毒、算法后门、对抗样本攻击等，电力系统数据安全和网络安全面临新的挑战；生成式AI和深度伪造带来可信性问题，数字分身、伪造视频、伪造新闻、换脸变声、生成不雅图片等，若产生电力消费或电力行业事实性错误，将诱导电力用户和社会公众，产生政治偏见和错误言论等问题。
（三）数据质量及均衡性不足影响人工智能模型可靠性
能源电力领域各环节数据总量整体较为丰富，但针对具体应用场景的数据质量不高、异常数据样本匮乏、数据壁垒等问题仍普遍存在。一是数据质量不高。由于电力设备调试结果、运行状态等数据的存储形式各异、质量参差不齐，经常发生数据缺失、重复和异常等问题，影响电力系统各环节计算执行效率和计算结果的准确性。二是数据不均衡，异常数据样本匮乏。由于电力系统对安全稳定的要求较高，系统与设备异常状态运行样本数量较少，存在较为明显的样本不均衡问题，使得模型出现过拟合与决策边界偏移现象，影响鲁棒性、可靠性与泛化能力。三是数据壁垒较大。电力数据来源于不同业务部门与信息平台，难以实现跨平台数据交互与共享，大大增加了获取完整数据样本的难度，难以满足评估环节大体量、多源化数据需求。
三 人工智能将推动能源电力全方位变革
（一）人工智能将驱动能源绿色生产和低碳升级
一是人工智能将为能源生产运维和运行决策赋能。面对新能源强随机、高波动、难运维等新特性，运用人工智能技术，将为水电、风电、光伏等绿色能源天气预测、高精度功率预测、设备状态预测性维护等应用需求赋能。煤炭、煤电、油气等传统能源的数智化升级，将实现场站运行效率、决策水平的规模化提升，推动传统能源低碳转型。智能油气方面，实现全业务链数据互联、技术互动、业务协同，推动智能化手段支撑油气企业优化劳动组织模式，实现增储增产增资；智能水电方面，推动智能化规划设计、智能建造、智慧运行管控和智能化流域综合管理等成套关键技术与设备应用；智能电厂方面，通过搭建智能电厂新型管控系统架构平台，实现生产设备监测、机组状态监测、检修流程管理和业务流程管理协同，完成“边+云”端远程管控与故障自诊断。智慧煤矿方面，通过智能矿山工业互联网平台、智能矿井一体化管控平台，提升煤矿地质探测、采掘（剥）、支护、运输等关键技术与装备智能化水平。智能风电方面，可以实现叶片涂层合格情况及分布形态评估、风电机组和场内变电设备关键部件监测等，支撑风电产业链智能制造和设备评估预测。智能光伏方面，通过提高多晶硅等基础材料、光伏电池及部件生产制造的智能化水平，发展太阳能资源多尺度精细化评估与仿真分析技术，提升光伏电站运行水平与运维效率。综合智慧能源方面，通过研制智能化、网络化、模组化多能转换设备，建立区域智慧能源服务平台与智慧能源数字孪生平台，将实现多能互补综合利用与智能优化，提升城市高品质能源供应能力。
二是人工智能将推动能源结构转型升级，新能源也将助力人工智能快速发展。数据中心兴建及配套绿电供应需求，将增加绿电占比，助力能源结构优化，推动能源绿色低碳转型。同时，充分利用大规模新能源建设优势，可以支撑未来绿色算力中心的快速发展，为AI发展起到核心推动作用。
（二）人工智能将促进能源传输安全稳定和效能升级
一是人工智能将推动能源灵活和稳定传输。电网是能源中转的核心基础设施，随着风电、光伏、储能的大规模分散式接入，以及分布式发电、可调节负荷、电动汽车充电设施等负荷侧灵活性调节资源的快速增长，电力行业“两高一化”趋势日益凸显。电力电子新兴技术的迅速推广，使得电网面临结构性变化，从传统的垂直单一模式转变为含多电力电子变换的功率与信息双向流动模式。在未来灵活开放的电力市场体系下，亟需改变电力系统传统运行方式，引入人工智能、大数据、下一代通信等新技术，充分利用大规模分布式的可调节电源、储能、灵活性负荷等各类资源，高效适应可再生能源的波动性和间歇性特征，优化电网和煤油气等能源调度运行，实时监控和调整能源流动，提高能源供需预测和优化能力，实现源网荷储一体化的智慧灵活运行，实现更高效、更稳定、更智能的能源供需平衡。
二是人工智能将促进能源的稳定与高效存储。人工智能技术的广泛应用，能够助力储能系统优化运行。一方面，可以通过预测能源需求、供应及存储设备状态，提前调整存储策略、优化能源分配，保障能源稳定供应。另一方面，通过监测储能系统充放电状态、温度、内阻等关键运行数据，运用人工智能技术可以动态调整工作参数和维护策略，提前安排运维计划，提高储能效率和使用寿命。通过能源存储系统之间的协同工作，实现多能互补和高效利用。
三是人工智能将推动能源精准与高效分配。通过人工智能技术实现能源需求的精准预测，支撑大规模、高复杂度能源电力系统建模和仿真分析需求，智能优化能源分配策略，保障能源电力供应高效、稳定和精准，助力能源由垂直单一管理模式向分区域自治转变。
（三）人工智能将推动能源消费结构和模式变革
一是算力助力数字经济成为能源消费新驱动。相较于美国用能发展趋势，我国数据中心及算力构建起步较晚。根据美国电力研究院（EPRI）数据中心报告，2023年，美国在运数据中心超过5000座，占全球一半左右，挖矿算力占全球38%左右，数据中心和虚拟货币已成为美国数字经济领域用电的主要来源，数字经济的用能增长也是美国当前用能增长的主要驱动。随着我国各领域人工智能技术的快速应用，未来算力能源消费也将成为我国用能增长的重要驱动。
二是人工智能将助力能源消费侧管控优化。基于高载能工业负荷、工商业可中断负荷、电动汽车充电网络、智能楼宇等需求侧资源，以及峰谷分时电价、高可靠性电价、可中断负荷电价等多种价格策略，人工智能技术将可助力实现能源需求侧资源和电价的多目标优化，推动柔性负荷智能管理、虚拟电厂优化运营、分层分区精准匹配需求响应资源，提升绿色用能多渠道智能互动水平，优化能源调配策略。
三是人工智能将助力能效综合提升与用能模式创新。利用人工智能技术，智能家居、智能电表将实现能源消费实时监控和智能调节；产业园区、商务办公园区等区域多能互补供能，将进一步提升能源综合梯级利用水平，推动普及用能自主调优、多能协同调度等智能化用能服务，引导用户实施技术节能、管理节能策略，促进智能化用能服务模式创新。
四 相关建议
（一）加强顶层规划布局，深化人工智能与能源领域融合应用
深入研究前沿人工智能技术和新兴业态，规划构建能源领域智能化赋能架构体系，出台专项规划、指导文件和管理规范，为人工智能助力能源转型发展奠定良好基础。紧密贴合能源行业实际需求和用能侧发展现状，在统筹打造能源行业数据底座、构建多元场景体系等方面充分发挥优势，打磨出适配我国能源供需特点的精准算法，加强高精度新能源功率预测、能源智能规划与智能建造、能源设备预测性智慧运维管控、源网荷储多元互动优化、智能客服、智慧用能服务等典型场景建设，持续推动人工智能技术在能源产供储销各领域融合应用。
（二）深化关键技术研究，推动行业大模型统筹建设
加强能源领域人工智能行业大模型、知识图谱、高精度发电功率预测、智能调度、智能客服等关键技术研究，推动构建“通用、可用、易用”的能源领域人工智能基础技术底座，加强能源上下游数据资源流通，在人工智能不可解释性、“幻觉”问题上取得突破性进展，完善可信安全保障体系。
（三）推动电算协同发展，持续优化电力算力布局
统筹能源行业实际算力需求，建立科学评估机制，精准核算人工智能训练、推理任务量，匹配合理算力规模。在保障数据中心可靠供电的基础上，推动数据中心参与电力互动，实现电力供需的精准匹配，提高数据中心对绿色能源的使用率。深化“东数西算”工程，结合区域资源禀赋和市场需求，持续优化电力与算力分布，推动电力算力规划、建设、调度和交易等环节一体化协同。
原标题：前瞻“十五五” | 人工智能推动能源电力发展形势研究
