中國儲能網訊：回顧歷史，整個人類文明進程始終與能源開發(fā)利用緊密相關。如今，能源發(fā)展進入資源、環(huán)境、氣候三重約束期，急需沿著清潔低碳方向進行轉型。與此同時，人工智能技術正在蓬勃興起，加速賦智于千行百業(yè)，“‘人工智能+’行動”的字眼更是連續(xù)兩年見諸全國兩會政府工作報告，AI浪潮正翻涌而來。
當我們把視線轉回能源領域，人工智能又將以怎樣的方式與能源進行融合？人工智能又將如何促進能源轉型發(fā)展、人工智能對于能源保供又將產生哪些積極影響？未來已來，“人工智能+能源”的時代篇章正在掀開序幕。
人工智能與新能源彼此成就難以分割
“人工智能+能源”，無論是人工智能為能源發(fā)展賦“智”，還是能源為人工智能技術賦“能”，二者已經很難進行分割，呈現雙向奔赴、彼此成就的關系。
進入新能源大發(fā)展時代，與傳統(tǒng)能源相比，以風電、光伏為主要代表的新能源發(fā)電項目，單機容量小、數量多，布局分散，并且受地域、地形、天氣、晝夜、季節(jié)以及一次能源形式等因素影響明顯，出力十分不穩(wěn)定，再結合需求側疊加的不確定性，給能源規(guī)劃、生產，以及電網運行管理、調度控制和供需平衡帶來極大挑戰(zhàn)。
伴隨著新能源項目大量接入電網，生逢其時的人工智能+能源組合，以其高效的數據處理能力、自主學習能力、多模態(tài)感知能力、動態(tài)響應能力、跨學科協(xié)同能力、智能預測分析能力，足以應對上述挑戰(zhàn)。
一位專業(yè)人士介紹，鑒于可再生能源出力具有隨機性、波動性、間歇性，所以只有對相關能源裝機資源、出力等進行快速而精準地預測，才可以實現對能源的高效管理與利用?！叭斯ぶ悄芸赏ㄟ^實時數據分析和預測模型，精準預判新能源的出力水平與消耗趨勢，從而為新能源的接入打下堅實基礎?！?/span>
據了解，早在幾年前，國網新疆電力就上線了新能源功率預測系統(tǒng)。該系統(tǒng)應用十余種算法深度挖掘天氣運行數據和風光資源數據，可以隨時掌握未來一段時間的新能源發(fā)電量情況，新能源功率預測精度超過93%，能夠大大提高新能源利用率。
不僅限于可再生能源消納，處在行業(yè)發(fā)展最前沿的能源科技同樣需要人工智能技術的幫襯。談到人工智能技術對我國核聚變研究產生的作用時，哈爾濱工業(yè)大學教授王曉鋼曾指出，人工智能能夠從海量的實驗數據中挖掘規(guī)律，優(yōu)化核聚變反應參數，從而縮短了研發(fā)周期。
即便在儲能領域同樣如此。據上述專業(yè)人士介紹，人工智能與儲能進行深度融合，可以通過數據和算法實現能源供需兩端的動態(tài)平衡，這樣才能促進未來的“儲能+”模式覆蓋更多的用戶側場景。
綜合各方數據顯示，在能源生產端，通過人工智能優(yōu)化運行參數可將風電機組利用率提升15個百分點，將油氣鉆井效率提升25個百分點。在電網端，通過機器學習算法提升對新能源出力的預測精度，可以極大提高燃煤機組參與調峰調度的能力和水平，從而最大化減少化石能源消耗。尤其在消費端，通過人工智能算法可以幫助用戶調整高耗電設備使用時段，實現削峰填谷。
據報道，通過“數據+算法+控制”能夠實現分鐘級精細化控制，用人工智能系統(tǒng)全面替代人工參與，可以對用能強度進行更為及時的調整，從而有效降低能耗，避免浪費。
電力離不開算力支持，算力同樣離不開電力支撐。
業(yè)界普遍認為，人工智能的發(fā)展離不開強大的算力支撐，而算力和數據基礎設施的運行則具有突出的高耗能特性，在“雙碳”目標下，如何實現綠色計算、形成綠色算力，面臨巨大挑戰(zhàn)。
來自專業(yè)機構的信息顯示，目前全球運行的人工智能大模型需要數百萬個專用處理器，而這些處理器均需要配置強大的冷卻系統(tǒng)。據介紹，算力中心機房需要保持24小時恒溫，空調系統(tǒng)和機柜等一刻都不能停電。根據測算，算力系統(tǒng)散熱用電占算力中心總用電量的30%—40%，服務器滿載運行時冷卻能耗占比則會更高。
來自國際能源署的數據顯示，2024年，全球數據中心用電量約占全球電力總消耗的1.5%，達到約4150億千瓦時。過去5年內，全球數據中心占全球電力消耗量的比例以每年12%的速度遞增。照此速度發(fā)展下去，2030年全球數據中心的電力需求將增加一倍以上，達到約9450億千瓦時。
來自工業(yè)和信息化部的數據則顯示，預計2025年我國數據中心耗電量達到3500億千瓦時。而根據《綠色算力白皮書（2023）》預測，到2030年我國數據中心耗電量將達到5900億千瓦時。
然而根據業(yè)界普遍共識，只有使用了綠色電力的算力，才稱得上是綠色算力。因此，培育人工智能大模型并支撐其強大的運算能力，必須以可持續(xù)能源供應為支撐，否則必定難以為繼。
在今年全國兩會期間，全國政協(xié)委員、360集團創(chuàng)始人周鴻祎在接受媒體采訪時表示，算力的盡頭是電力，是能源。人工智能對電力的需求非常大，綠色電力可以轉化成綠色算力，助推人工智能的發(fā)展。
考慮到資源和環(huán)境約束，未來可再生能源有望憑借綠色低碳、成本優(yōu)勢以及成熟的供應體系，成為滿足數據中心電力需求的主力。
國內對此早有考量，與能源資源稟賦深度契合的“東數西算”戰(zhàn)略便據此而生。還是在今年全國兩會期間，中國移動重慶有限公司主要負責人力推“疆算入渝”?！皩⑿陆S富的風光電資源與重慶的算力需求相結合。這不僅彌補了重慶的算力缺口，更能釋放新疆的能源資源潛力，帶動當地數字經濟發(fā)展，形成東西互補、綠色協(xié)同的新格局?！痹撠撠熑苏f出了“疆電入渝”對于“疆算入渝”的關系之奧妙。
未來，電力加算力的跨省區(qū)協(xié)作將帶來新的生態(tài)，而新疆的清潔電力，即將“直送”重慶。±800千伏哈密—重慶特高壓直流輸電線路工程正在加緊建設，計劃于年內投運。作為首批“沙戈荒”大型風電光伏基地外送工程之一，該工程投運后每年可向重慶輸電超360億千瓦時，必將打造一段綠色電力與綠色算力相互成就的佳話。
人工智能技術在能源行業(yè)已經獲得大量應用
1月15日，杭州深度求索人工智能基礎技術研究有限公司，上線了國產人工智能產品DeepSeek APP，并同步推出DeepSeek-R1聊天機器人，在全球范圍內掀起爭相應用的熱潮。
據DeepSeek-R1介紹，全球已有超過200家頭部企業(yè)接入DeepSeek技術接口，其中與能源業(yè)務相關企業(yè)占比很大。在我國，超過20家能源類央企完成DeepSeek的私有化部署或技術接口集成，業(yè)務覆蓋煤炭、電力、石油化工等多個細分領域，此外還包括新能源裝備研發(fā)制造企業(yè)。如，業(yè)界耳熟能詳的電網企業(yè)、傳統(tǒng)發(fā)電企業(yè)、油氣企業(yè)、能源裝備企業(yè)及技術服務商等，紛紛將DeepSeek納入各自的生產經營管理。
在油氣領域，中國石油的昆侖大模型新增“深度思考”模式，支持21個專業(yè)場景應用，推理效率提升40%；中國海油實現海上平臺故障診斷響應時間縮短60%，供應鏈管理效率提升35%。
在電網領域，國家電網模型服務云（MSC）平臺接入DeepSeek后，強化了智能電網分析與決策能力；南方電網“大瓦特”模型體系強化電力系統(tǒng)安全分析。
在發(fā)電領域，中國華能部署本地化DeepSeek模型，推出“睿智小能”人工智能助手優(yōu)化辦公流程；中國華電構建火電機組數字孿生體，集成DeepSeek模型后實現鍋爐燃燒優(yōu)化控制，單臺百萬千瓦機組年節(jié)約標煤超5000噸；國家能源集團完成DeepSeek-R1系列模型在國能云平臺的本地化部署，形成覆蓋風光水火儲全場景的智能管理平臺。
另外還有上百家能源裝備制造商、技術服務商等完成相關接口部署，形成了“大模型+垂直場景”的生態(tài)網絡。
DeepSeek相關產品甫一問世，就推動能源行業(yè)企業(yè)發(fā)展駛入了快車道。專家指出，DeepSeek的算法突破與能源技術創(chuàng)新形成雙重驅動力，推動能源系統(tǒng)向“智能化+可持續(xù)”方向演進。資料顯示，DeepSeek的算法優(yōu)化提升了氣候模型精度，其高精度天氣預報能力為新能源發(fā)電項目應對極端天氣提供了關鍵技術支持，間接推動了能源系統(tǒng)的低碳轉型。
而在DeepSeek正式上線之前，國內能源企業(yè)就已經開始廣泛應用人工智能技術，集中在智能電網管理、設備預測性維護、清潔能源優(yōu)化、儲能與能源交易、生產流程數字化等方方面面。比如，通過人工智能技術整合天氣、地理、工程等多維數據，可以縮短海上風電場建設周期并降低成本超支風險。
如今，隨著算力和算法的不斷進步與迭代，人工智能技術更是迎來大爆發(fā)，無論是國內還是國外，無論是通用還是專業(yè)領域，多種生成式人工大模型相繼誕生，并進一步與能源系統(tǒng)形成深度的、有機的嫁接，從提升能源利用效率、推動可再生能源規(guī)?；?、塑造儲能系統(tǒng)管理模式、構建新型能源體系、驅動能源產業(yè)轉型、加速碳中和進程等方面，促進了能源行業(yè)發(fā)展實現革命性突破。
在復雜的新型電力系統(tǒng)中，如何進一步實現化石能源領域的節(jié)能降耗，并提升新能源的利用效率呢？答案就是對源網荷儲各環(huán)節(jié)進行全鏈路優(yōu)化，而優(yōu)化的關鍵就在于對數據的準確把握。
眾所周知，進入新能源時代，最難把握的環(huán)節(jié)從用戶側又進一步擴展到供應端，比如用戶側生產、消費的雙重身份，儲能側電源、負荷的雙重屬性，再累加發(fā)電側出力的不確定性。
鑒于此，需要引入人工智能體，通過機器學習不僅可以分析歷史數據，而且還能精準預測新能源出力情況，從而為實時優(yōu)化發(fā)輸配用儲環(huán)節(jié)的運行參數與調度策略提供有力支撐，可以有效減少能源浪費與損耗，提升全鏈條效率。
根據報道，阿里巴巴達摩院通過可精準預測風電場風速及發(fā)電功率的人工智能算法，能夠預報平原、山地、海岸等不同地形的風速，并預測該區(qū)域內風電場的發(fā)電量。目前該算法已服務國內多個風電場。
另外，人工智能技術還可應用于行業(yè)企業(yè)的精細化運營。記者了解到，在油氣領域，通過運用人工智能技術可實現鉆機“自動駕駛”，從而提升鉆機效率和單井產量；在光伏領域，利用人工智能技術能夠減少10%以上的發(fā)電損耗。
在提升能源利用效率的同時，人工智能技術也在助力加速構建新型能源體系。
通過融入人工智能、物聯網與大數據技術，可以實現能源生產、傳輸、分配的智能監(jiān)控與調度，助力分布式能源和微電網發(fā)展。
華為推出分布式能源智能管控網絡解決方案，采用云管邊端架構，通過5G專用切片網絡，接入10千伏園區(qū)分布式光伏場站、地方小火電、儲能電站，實現直采直控；基于臺區(qū)融合終端+高速電力線載波通信（HPLC），能夠實現400伏戶用分布式光伏智能管控，提升新能源消納能力；采用5G融合智能網關，實現電力大用戶秒級的精準負荷管理，保障企業(yè)核心系統(tǒng)的供電可靠性。
此外，智慧能源大腦利用人工智能模型，能夠實現電力市場預測與需求響應，且成效十分顯著。
2023年12月22日，山西省電力現貨市場正式運行，這是我國首個正式運行的電力現貨市場。初期，市場運行受多種因素影響，電價高頻出清且大幅波動。在此背景下，如何優(yōu)化報價策略、跟蹤交易進度、評估交易結果、做出最佳交易決策、以最優(yōu)方案參與市場取得最大收益，成為發(fā)售用電企業(yè)面臨的核心挑戰(zhàn)。
針對上述挑戰(zhàn)，基于先進的人工智能及數據分析技術，國內已經涌現出許多關于電力現貨市場交易及決策的解決方案。通過這些方案，可以大大提升新能源功率、負荷以及電價預測的準確性。如，目前心知科技推出的相關人工智能產品，針對省級電力市場新能源功率預測準確率達到95%，負荷預測準確率達98%，單用戶預測準確率達90%，電力價格預測準確率達90%，電力現貨交易最佳策略可讓售電公司獲利0.05元/千瓦時。
人工智能技術在能源安全保供方面大有可為
保障能源安全，既是能源行業(yè)引入人工智能技術所必須堅守的底線，也是所追求的根本目標。
江蘇油田物探研究院的科研人員，使用人工智能處理技術對高郵凹陷連片開展三維速度譜分析，僅用8.3秒便完成拾取，預測精度高達90%以上，相比常規(guī)方式效率提升600倍以上，以往需要5個人組團耗時40多天才能完成的工作，如今不到10秒就能完成。
作為全球最大的石油天然氣進口與消費國，我國油氣對外依存度高，面臨保供能力不足、關鍵技術裝備“卡脖子”等諸多問題。然而，為了落實“雙碳”目標，國內天然氣需求卻在快速增長，對石油、天然氣產業(yè)鏈供應鏈安全提出了更高要求。
能源飯碗端得牢不牢，石油、天然氣行業(yè)的表現尤為關鍵。為切實增強安全保供能力，國內油氣行業(yè)較早接入了人工智能這一引領未來的戰(zhàn)略性技術，并以其來增強全行業(yè)的監(jiān)測預警和流程管理等功能，有力保障了產業(yè)鏈供應鏈安全。
國外情況同樣如此。4月10日，國際能源署發(fā)布的《能源與人工智能》報告顯示，石油和天然氣行業(yè)是人工智能技術的早期采用領域，上述行業(yè)習慣利用人工智能技術來確?？碧健⑸a、維護和安全等環(huán)節(jié)的正常運行。
據悉，人工智能技術對于石油天然氣供應鏈安全的保障，主要表現在提升找礦效率、識別產業(yè)鏈風險點、優(yōu)化產業(yè)鏈全流程管理等幾個方面。
具體而言，人工智能在找礦勘查、礦山生產和數據圖像處理等方面已經實現了初步應用。同時，人工智能還可以推動油氣行業(yè)在風險監(jiān)測和研判方面進行“數智化”變革。另外，人工智能技術還主要應用于油氣生產環(huán)節(jié)的效率增強和資源優(yōu)化配置，貯存環(huán)節(jié)的峰谷調節(jié)和成本優(yōu)化，運輸環(huán)節(jié)的安全、高效及環(huán)保，銷售環(huán)節(jié)的需求預測、定價策略與客戶服務精準等方面。
當前，我國能源消費終端電氣化率穩(wěn)步提升，電力系統(tǒng)安全因而尤為關鍵。
近年來，隨著無人機和人工智能技術的普及，像老電力人呂清森那樣背著工具包，帶上干糧和水壺，早出晚歸的電力巡線工將會越來越少。
“無人機采集圖像，再通過人工智能體進行圖像分析，完全可以實現輸配電線路的無人智能巡檢。”一位長期在基層從事電力線路運維的人士告訴記者，在智能巡檢模式下，電網缺陷識別準確率超過98%，同時還能顯著降低傳統(tǒng)巡檢過程中可能會遇到的人身安全風險。
采用人工智能技術還可以實時監(jiān)測電網運行狀態(tài)，利用知識圖譜構建故障診斷模型，及時發(fā)現并預警潛在的安全隱患，有效提升電網的安全性和穩(wěn)定性。當發(fā)生電網故障時，人工智能體還能快速定位故障點并指導搶修。據上述基層人士介紹，此舉可以普遍縮減60%以上的搶修用時。
另外，新型電力系統(tǒng)的“雙高”特征日趨顯著，人工智能大模型能夠通過智能調度與儲能技術的協(xié)同應用，以及統(tǒng)籌源網荷儲多維資源，并輔以天氣變化等因素，動態(tài)調整電網運行方式，從而既能提升新能源利用率，又可保障電網安全穩(wěn)定運行。
在煤礦智能化控制中心，工作人員只需盯著屏幕，就可以掌握井下的實時運轉狀況。推進智能化建設，讓人工智能和大數據賦能，實現井下工作智能化、無人化，是提高煤礦生產效率、降低安全風險、實現精細化開采的有效舉措。據了解，人工智能在我國煤礦領域的應用已形成多層次技術架構，覆蓋安全監(jiān)控、生產優(yōu)化、資源管理等核心場景。
在煤礦安全監(jiān)控和風險預警方面，通過部署高清攝像頭和傳感器網絡，結合計算機視覺技術實時監(jiān)測井下人員行為、設備狀態(tài)和環(huán)境指標，能夠實現甲烷濃度超限、設備異常等風險的主動預警；通過集成多維度數據構建預測模型，可以提前識別頂板壓力異常、透水征兆等隱患，事故預警準確率提升至93%以上。
在煤礦生產過程控制方面，通風系統(tǒng)采用深度學習模型，根據開采進度和瓦斯?jié)舛茸詣觾?yōu)化風門開度與風機轉速，可使通風效率提升30%；通過構建井下巡檢機器人網絡，配備多光譜攝像頭和激光雷達，可自主完成巷道變形檢測、設備故障定位等任務；通過人員定位系統(tǒng)融合人工智能算法，可以實現井下精準定位并優(yōu)化逃生路線，從而大大減少人員逃生時間。
不過，有業(yè)內專家對人工智能技術本身存在的不確定性、能耗過大，以及可能被濫用等問題表達了擔憂，并建議推動數據標準化與共建共享、完善人工智能研發(fā)應用法律法規(guī)、保障數據安全和倫理規(guī)范等。
當可持續(xù)供應的清潔能源邂逅無限算力的人工智能，幾千年的能源發(fā)展史又將迎來范式變革的新拐點。
人工智能與能源的深度融合，為構建新型能源體系注入變革性動能。當人工智能技術深度嵌入未來能源系統(tǒng)的制度設計、技術攻關與場景落地，必將以智慧能源支撐中國式現代化加速實現，為全球能源轉型貢獻中國方案。
