北京
中国AI赋能能源革命：
从智能预测到储能革新，引领全球绿色转型
【Oilprice 网 6月30日报道】
中国正大规模将人工智能融入能源领域，以提升整体效率、保障国家能源安全。
随着风能和太阳能等可变可再生能源快速扩张，人工智能广泛应用于更精准地预测能源供需。
人工智能还通过改进电池设计、安全性能和管理策略，显著提升能源存储水平。
中国正加速将人工智能深度融入能源体系，以提升能源效率并筑牢国家能源安全防线。从能源存储管理到更精准地预测能源供需，大语言模型能推动能源系统整体更智能化、精细化，减少能源浪费。
早在2020年，国有天然气巨头中国燃气控股有限公司就已利用人工智能来更精准地预测天然气需求中复杂且动态的变化。这些由AI模型能够综合历史数据和实时信息，运算速度远超人工。
然而，随着中国电网中可再生能源占比不断上升，预测问题变得更加棘手，也更为关键。中国在可再生能源部署方面领先全球。仅在5 月，中国电网新增太阳能和风能发电量就与波兰整国的电力产能相当。随着中国不断打破自身的可再生能源纪录，其电网对可变能源的依赖度大幅增加，因此也更受天气变化影响。因此，实现精准能源预测对国家能源安全至关重要。
为此，中国已试点采用一种基于 Transformer 的新型天气预测系统，用于监测国内电力市场并做出精确预测。据世界经济论坛（WEF）称，该项目由 TerraQuanta 和 Horizon Power 公司牵头，标志着“人工智能创新与依赖天气驱动的脱碳电网结合的重大进展”。该系统采用的大型语言模型基于全球40多年的天气数据训练，拥有50亿个参数，每天可生成7至15次预测。据报道，该系统效率比传统建模方法提高5万倍。世界经济论坛称：“该系统目前已应用于Horizon每年2000吉瓦时的交易组合，有效降低电力现货市场波动风险，提升决策效率和经济效益。”
所有这些可变能源还需要大量的储能基础设施。由于风能和太阳能的供应受天气而非需求影响，经常出现供需错配。因此，亟需大规模储能能力蓄盈补缺，将风光富余时段的电力储存起来，待需求高峰时再及时反馈入网。这一环节，同样因人工智能赋能而大幅改善。
人工智能正在提升电池存储的设计和安全机制。由于集成大型语言模型，更高效新电池的开发周期已大幅缩短。世界经济论坛在谈到由软件公司 Electroder 和清华大学牵头的中国电池项目时称：“工程师只需输入诸如‘提高能量密度’等目标，云平台就会在70个变量上运行物理级人工智能仿真模型，瞬间输出最优电池蓝图，附带详细数据和文献引用。”
此外，通过智能运维与精细管理，人工智能集成有效预防故障、保障安全。清华大学四川能源互联网研究院智能微电网研究所所长史梓男在接受中国国际电视台（CGTN）采访时解释说：“人工智能驱动的储能系统可确保安全和智能运维。人工智能还赋能能源存储交易，提高经济效益，并协助电网效率调节。”
当然，在能源领域应用人工智能是一把双刃剑。训练大型语言模型会产生巨大的能源消耗，远超传统算法，具体消耗难以量化。但尽管人工智能给能源电网带来了压力，它在改善电网管理方面也具有巨大潜力。而中国在挖掘这一潜力方面远远领先于其他国家。
编译：陈 晴（新能源部）
审校：刘梦瑶（新能源部）
编辑：陈 晴（新能源部）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
