人工智能與能源雙向賦能，全鏈條重塑能源發展格局

近年來，在新型能源體系加快構建的過程中，電網穩定運行、設備精細化管控、能源供需動態匹配等多重矛盾集中凸顯。為破解行業痛點，國家持續出臺政策推動人工智能與能源產業深度融合。

　　近日，國家發展改革委、國家能源局公布的《新型能源體系建設“十五五”規劃》提出，深入實施“人工智能+”能源行動。這是在2026年4月國家發展改革委、國家能源局聯合工業和信息化部、國家數據局發布《關于促進人工智能與能源雙向賦能的行動方案》后，國家再度從頂層設計層面完善戰略布局，為能源行業數智化轉型劃定路線圖。

　　落地場景呈現兩極分化

　　在江蘇蘇州，直控型AI虛擬電廠聚合工商業空調、儲能、充換電站等可調資源，5分鐘內完成3萬千瓦負荷下調，30分鐘實現響應調整。在山東濟寧，東灘煤礦搭建智能化視頻監管平臺，可智能識別、實時抓拍井下各類安全風險，一旦捕捉到人員違章、設備故障、環境隱患，即刻觸發聲光預警，筑牢井下安全智能防線。在廣西柳州，一場特殊的線路檢修作業正在進行，“主刀醫生”并非一線運維人員，而是輸電線路斷股修復作業飛行機器人。

　　遍地開花的落地場景，印證著人工智能與能源雙向賦能已駛入發展“快車道”。國家能源局局長王宏志在介紹“十五五”時期加快新型能源體系建設有關規劃情況時表示，隨著高比例新能源大規模接入，電力系統更加復雜，人工智能可以解決很多傳統方法難以應對的問題。比如，電力行業的“馭電”大模型，實時應對風電、光伏出力的波動變化，輔助生成電網調度方案，可以進一步提升新能源消納水平。

　　“我們組織開展‘人工智能+’能源融合試點，推出智能電網、智能煤礦、智能油氣田等領域51個高價值應用場景，全方位提升基礎設施智能化水平。”國家能源局副局長萬勁松說，未來還將持續深化應用場景開放，加快推動場景落地。

　　廈門大學中國能源政策研究院副教授吳微在接受中國城市報記者采訪時表示，現階段，人工智能在能源領域已經有一批相對成熟、可復制的場景。比如新能源功率預測、負荷預測、設備狀態監測、輸變電線路和新能源場站智能巡檢、故障識別、客戶服務、用能分析、園區能耗優化等。這些場景的共同特點是數據來源比較穩定、業務邊界清晰、風險相對可控，已經具備規模化推廣基礎。

　　同時，目前人工智能在能源行業的落地呈現兩極分化。天使投資人、資深人工智能專家郭濤向中國城市報記者表示，處于探索試點階段的多是復雜場景，例如分布式能源協同調度，因涉及千家萬戶的分布式光伏、儲能設備，利益協調和動態優化難度大，目前僅在長三角部分園區試點；能源消費端的個性化能效管理，需結合用戶行為習慣動態調整策略，受數據隱私和用戶接受度影響，仍在局部社區測試。

　　全鏈條全面轉型升級

　　值得注意的是，不少從業者存在認知誤區，認為“人工智能+能源”只是給電廠、電網加裝一套調度軟件。在業內看來，人工智能帶來的不是局部效率提升，而是能源生產、裝備制造、輸配交易、終端消費等環節全面轉型升級，產業鏈上下游的盈利邏輯、分工模式、價值分配規則都會發生根本性改變。

　　“本質上，能源是機理驅動，AI是數據驅動，二者融合不是技術疊加，而是認知范式碰撞，必須完成從‘數據擬合’到‘物理對齊’的跨越。”中國節能協會節電與綠色電能委員會智慧用電領域高級專家董鵬在接受中國城市報記者采訪時說，誰掌握高價值數據和AI模型，誰就擁有規則定義權。

　　在產業鏈上游的資源開采與裝備制造環節，人工智能已有較為廣泛的應用。吳微表示，在勘探開發、風光資源評估、項目選址、設備選型、施工管理等環節，已逐步從依賴經驗判斷轉向數據建模和智能優化。特別是煤炭開采領域，近年來在資源勘探、井下開采、礦山運輸等領域均有大量的人工智能應用案例。

　　中游是能源流通核心環節，也是AI滲透最深、變革最直觀的板塊，下游終端則是激活能源市場活力的關鍵。

　　“在中游的能源輸送環節，電網、管網、儲能和能源基礎設施會成為智能化改造重點。傳統電網調度依賴專家經驗，面對高比例新能源接入，必須轉向依賴人工智能進行輔助決策，進行風險的預警、靈活性資源的調度以及跨區域的優化調度。在下游用能環節，隨著電力系統對靈活性資源的需求不斷加強，工業園區、建筑、交通、數據中心和居民用戶都需要從被動用能轉向主動參與調節。企業可以通過智能能碳管理降低成本，用戶也可以通過需求響應、分布式光伏、儲能和充電設施參與新型電力系統運行。”吳微說。

　　在人工智能持續賦能能源產業的同時，算力產業的爆發式增長，也反向帶來了全新的能源供需矛盾。

　　“人工智能爆發式增長帶動用電量激增。”王宏志表示，每讓人工智能生成5秒高清視頻，用電量相當于充滿10部手機。針對這種爆發式增長，我們將按照“以電強算、以算促電”的要求，統籌能源資源配置與算力設施建設，多維度推進算電協同。在規劃布局方面，西部地區，統籌國家算力樞紐布局與大型新能源基地規劃建設，推進算力設施與電力系統協同建設；東部地區，推動分布式算力與分布式電源、微電網、虛擬電廠協同規劃，就近響應算力需求。

　　有望邁向人機共生

　　從戈壁風電基地到城市智能變電站，從地下智慧煤礦到園區綜合能源站，人工智能不再是實驗室概念，而是走進一線班組、改變工人日常作業的實用工具。

　　全鏈條智能化轉型正在讓能源行業從粗放發展的舊模式，邁向精準化、高效化、低碳化、安全化的全新發展階段。不可否認的是，當前“人工智能+能源”從試點示范走向全國普及，仍需打通行業標準不統一、數據壁壘未打破、復合型人才缺口突出等諸多現實堵點。

　　推動AI在能源領域規模化落地，最緊迫的是三項基礎建設。董鵬認為，一要突破標準壁壘，統一數據格式、模型接口、效果評估三類規范，解決各地數據不一導致的“水土不服”，用標準語言為創新降本。二要破解數據孤島與安全兩難，依托“數據可用不可見”的聯邦學習架構，輔以分級確權和收益分配機制，以市場化手段激活共享意愿。三要補齊復合人才斷層，高校增設交叉學科，企業推行雙向掛職，讓算法工程師下到變電站、運行人員參與建模，促成兩大知識體系深度融合。

　　隨著“人工智能+”能源行動深入推進，未來3到5年，能源行業智能化轉型將達到怎樣的發展格局？“生態層面，將涌現一批能源AI服務商，提供從數據采集到優化決策的全鏈條解決方案，行業從‘硬件主導’轉向‘軟硬協同’，新能源消納率有望提升至98%以上。”郭濤說。

　　董鵬預測，能源智能化將呈現“點面智腦、人機共生”的遞進格局。短期來看，變電巡檢、負荷預測等單點場景實現AI全域覆蓋，達到無人化水平，從業人員從操作者轉為監督者；中期，省級電網建成“調度智腦”超級推演引擎，分鐘級生成數百套方案并標注風險等級，調度決策從“經驗拍板”走向“推演擇優”；長期來看，AI暫不具備獨立掌控大電網安全的能力，最優形態是“人機共生”。

■中國城市報記者 朱俐娜