AI赋能能源转型 探索新型电力系统发展新路径

当前，我国能源领域正加速向清洁化、智能化转型。新型电力系统呈现高比例新能源、高比例电力电子装备典型特征，新能源发电出力随机性、波动性突出，叠加电动汽车、储能、虚拟电厂等新型负荷多元接入，为电网安全调度、精益运维带来严峻挑战。作为新一代核心数字技术，AI 凭借自主学习、多维数据拟合、快速决策优化等优势，已成为破解行业发展痛点、纵深推进能源绿色低碳转型的核心驱动力。

近期，国家能源局等多部门联合印发《关于促进人工智能和能源双向赋能的行动计划》，明确统筹能源、算力、应用场景、行业数据、智能模型多方要素协同联动，提出到 2030 年全面提升AI算力设施清洁能源消纳保障能力，持续扩大能源行业人工智能规模化落地应用范围。

在政策指引下，AI技术加速渗透电网规划、调度、运维、交易全业务链条，长期以来电力行业技术研发与一线业务相互割裂的发展格局被彻底打破，业技深度融合成为能源数字化转型核心发展方向。

北京交通大学电气学院副院长王小君指出，配电网故障是停电事故的主要诱因，占各类停电事故的 70%，每年因配电网接地故障引发大量人身伤亡、火灾及经济损失。相较于输电网，配电网运行环境更为复杂恶劣，且多为小电流接地系统，单相接地故障不会立即跳闸，电弧易造成故障范围扩大。同时故障点位隐蔽、人工排查难度大，叠加高比例新能源接入引发的故障特征复杂化、电网拓扑结构频繁调整等问题，进一步加大故障诊断与精准定位难度。

“传统电力系统计划性强，火电、水电出力稳定可控，如今行业‘双高’特征日益凸显，传统调控手段已难以保障电网实时功率平衡，AI智能优化与动态调节能力恰好适配行业发展需求。” 南方电网有限责任公司战略级专业技术专家梁凌宇表示，南方电网已搭建起 “预测－调度－运维” 全链路AI赋能体系，通过人工智能技术降低新能源出力与用电负荷预测偏差，依托强化学习算法快速生成科学调度策略，运用智能感知技术完成偏远区域电力设备缺陷检测与提前预警，全方位夯实电网安全运行根基，也是助力实现 “双碳” 目标的重要实践路径。

过去，调度员需要24小时值守，完成“信号研判”和“操作票审核”两项核心工作：一方面，需要人工判断告警是真故障还是误报，并快速定位原因；另一方面，还需要对现场抢修人员提交的操作票进行严格“三审”，确保电网调度安全。整个流程高度依赖人工经验，不仅压力大，也对效率和准确率提出极高要求。

据介绍，深圳供电局自2018年起开始探索电网从自动化向智能化演进。2018年，其打通计划检修管理与设备操作控制全流程，实现计划检修“自主巡航”，7个阶段、19个节点可实现停复电一键执行；2019年启动电网故障自愈研究建设，实现调度控制从自动化、自愈化逐步向智能化演进，停电“零感知”体验不断增强。随着新一轮AI技术浪潮到来，其又进一步联合百度智能云、清华大学，基于南网“大瓦特-天璇”电力调度大模型，共同发布国内首个城市电网调度场景大模型“天璇-灵曦”。这相当于为传统自动化系统装上了“会思考的大脑”，让系统具备学习、推理和自主判断能力，推动AI在电网监视、电网控制、电网科学计算等场景深度落地。

深圳供电局基于南方电网“大瓦特—天璇”电力调度大模型底座及百度千帆Agent Infra，开发了配电网监视Agent以及操作票审核Agent，并应用于电网监视、电网控制、电网分析等核心场景。

在电网监视场景中，过去调度员需要长时间人工盯屏值守，如今配电网监视Agent可在告警信号发出后1分钟内完成故障分析，自动研判故障性质与原因，并语音通知相关负责人。数据显示，深圳年均20万余条电网信号的监视效率提升了92%。

在电网控制场景中，操作票审核Agent则改变了传统依赖人工“三审”的模式。目前AI审核准确率已达98%以上，过去需要数小时甚至更长时间的审核流程，现在100秒内即可完成。结合人工智能技术，深圳中调年均2万余次遥控操作的整体效率提升了92%。

在电网分析计算场景中，调度员还可直接通过自然语言与大模型交互，自动调用CPU+GPU异构算力完成复杂N-1安全校核计算，并生成决策建议。通过“大模型调度、小模型执行分析”的协同模式，实现复杂计算任务快速完成，辅助调度人员更科学、高效地开展安全校核。

据了解，深圳供电局目前已打造75名覆盖生产运维、市场营销等关键环节的“数字员工”。背后则是百度智能云提供的从昆仑芯、百舸AI计算平台到百度千帆平台的AI Infra+Agent Infra全栈AI能力支撑。

与此同时，AI Agent在能源行业也正从“边缘辅助”走向“核心生产决策”。

百度智能云推出的“百度胜算”平台，基于企业业务本体构建，专注解决Agent在严肃业务场景中准确率不足、难以参与核心决策等问题。在南方电网深圳供电局的应用实践中，借助百度胜算，电网运维实现了从“人工海量排查”到“十秒零差错”的转变。Agent可自动关联数据库，匹配历史缺陷并生成评估与处置建议，运维人员一键确认即可完成处理，人工复核时间节省50%。

随着人工智能算力产业快速发展，数据中心用电规模持续增长，电力可靠保障成为智算产业稳健发展的关键支撑。国家电网有限公司首席专家袁宇波认为，AI算力中心用电负荷具备大容量、强波动特点，推理型负荷呈现秒级高频波动，训练型负荷运行平稳但存在启停中断情况，高密度算力机柜对供电质量与供电容量提出更高要求，传统交流供电架构已逐渐逼近承载容量极限，且线路电能损耗偏高，直流供电成为行业升级趋势。此外，数据中心对电能质量标准严苛，电压跌落等电网扰动极易造成设备脱网停运，加剧区域电网运行风险，而算力中心配套储能资源尚未充分发挥电网调峰作用，算力与电力双向协同、双向赋能的现实需求愈发迫切。

在算电协同发展层面，未来将形成集中式大型算力中心与分布式边缘算力中心协同并进的发展格局，将分布式算力中心纳入10kV配电网新型源荷统一统筹管理，有效提升配网运行抗风险能力。行业需加快制定算力中心电网故障穿越统一技术规范，防范大规模算力设备集中脱网冲击电网稳定；积极推动算力资源时空灵活调配，盘活算力中心储能资源深度参与电网调峰服务，助力新能源就近消纳；依托算力产业对外输出，将清洁电力资源转化为高附加值数字算力资产，助力新能源就地消纳，同时挖掘电力外溢产业经济价值。下一步，行业将持续攻坚新型供电技术、健全电网算力配套保障体系、细化行业统一技术标准，实现算力与电力深度双向赋能，构筑高效稳定的算力基础设施体系。

百度智能云能源业务部总经理李超认为，市场普遍高估了智算产业能耗水平，从实际产业测算来看，智算服务器全生命周期运营成本中电费占比仅为5%—10%，长远来看全社会智算产业用电量占社会总用电量比重预计维持在5%左右。推进算电协同发展，既能有效压降智算中心运营用能成本，也能有力助力电网供需动态平衡，通过源电直连模式建设算力中心，可就地消纳新疆等西部地区富余新能源电力，破解电力外送通道运力不足难题。算电协同实现长效健康发展，需要统筹平衡算力运营方、投资方、发电企业、电网企业等多方市场主体利益，其中保障电网安全稳定运行是发展首要前提。未来可依托电力市场化电价浮动机制，引导算力推理业务向低价乃至负电价区域灵活布局，既能助力算力企业降本增效，也可有效平抑电网用电峰谷差。

人工智能与能源电力产业深度融合，必须严格遵循国家行业监管要求，坚守正确产业发展导向，始终以服务经济社会高质量发展、筑牢国家能源安全屏障为根本目标。当前新型电力系统正朝着清洁低碳、安全充裕、经济高效、供需协同、灵活智能方向加快建设，AI与电力系统融合创新空间广阔。

清华大学能源互联网创新研究院能源战略与运筹研究中心主任钟海旺表示，在配电网运行优化领域，可融合图神经网络与电力系统物理运行机理，搭建机理与数据双驱动的潮流建模框架；运用基于保守增广拉格朗日的安全强化学习方法，保障智能调度决策安全合规；依托连续动作掩码机制适配分布式电源灵活运行特性，实现电网运行经济、低碳、安全多维协同优化；借助迁移学习完成典型电网拓扑场景模型微调，保障电网拓扑发生5%以内变动时依旧实现高效调度运行。在电力市场应用领域，可依托大语言模型完成多维市场数据特征降维，精准提取多模态数据核心信息并动态优化权重配比，大幅提升电价预测精准度，为各类市场主体电力交易决策提供坚实数据支撑。（中国能源报记者 王长尧）

全国能源信息平台联系电话：010-65369450 邮箱：nengyuanwang@126.com，地址：北京市朝阳区金台西路2号人民日报社