進入智能化時代，當每度電都學會“思考”，能源系統的變革才真正開始。今天，在全球能源結構與電力系統轉型的浪潮中，人工智能（AI）技術正成為不可或缺的關鍵“破局者”，讓能源系統迎來前所未有的“數字覺醒”。

6月20-21日，以“人工智(zhi)能(neng)(neng)深化(hua)協同(tong)，能(neng)(neng)源科技(ji)(ji)求索創(chuang)新(xin)”為主題(ti)的(de)2025國家能(neng)(neng)源互聯網大(da)會在杭州盛大(da)召開，全球產(chan)業(ye)技(ji)(ji)術領先者施耐德(de)電氣受邀出(chu)席大(da)會，展示了(le)助力能(neng)(neng)源轉型的(de)數智(zhi)技(ji)(ji)術及解決方(fang)案，并(bing)圍繞AI驅(qu)動能(neng)(neng)源轉型等(deng)話(hua)題(ti)進(jin)行(xing)了(le)技(ji)(ji)術分享。

源網荷(he)儲全鏈協同，AI驅(qu)動能(neng)源轉型

AI不僅僅是能源(yuan)(yuan)的(de)消耗者，更(geng)將(jiang)成(cheng)為能源(yuan)(yuan)效(xiao)率的(de)革新者。施耐德電(dian)氣電(dian)網行業(ye)高級架構師王照在(zai)大會演講中提及(ji)，AI正(zheng)與能源(yuan)(yuan)系統進行深度融(rong)合，并成(cheng)為能源(yuan)(yuan)企(qi)業(ye)實現數(shu)智(zhi)化轉型的(de)“核心引擎”。

當前電力系統(tong)的(de)數(shu)據量、更(geng)新速(su)率(lv)和關系復雜性(xing)(xing)正呈爆(bao)炸式(shi)增長，而AI恰恰能(neng)夠憑借實時(shi)的(de)決策洞察精(jing)準識別資(zi)源浪費，并以(yi)智能(neng)化的(de)方式(shi)優化資(zi)源管理(li)策略，提(ti)升能(neng)源系統(tong)的(de)柔性(xing)(xing)。例如，在源網互動方面，由AI賦能(neng)的(de)預測性(xing)(xing)調度(du)可以(yi)減(jian)少棄(qi)風棄(qi)光，有力提(ti)升光伏、儲能(neng)等分布式(shi)能(neng)源與大電網的(de)協(xie)同性(xing)(xing)。

在(zai)用電(dian)側，AI能夠深(shen)度挖(wa)掘工業等場景的(de)節能潛(qian)力，加速(su)(su)消費端(duan)的(de)低(di)碳轉型。對于用能企業而言(yan)，在(zai)數字(zi)化、電(dian)氣(qi)化加速(su)(su)推(tui)進的(de)時代，AI將成(cheng)為(wei)構建(jian)可持續未來的(de)核心驅(qu)動(dong)力。AI與能源管理(li)系統的(de)深(shen)度融合，將為(wei)企業帶(dai)來三重(zhong)價值：精準識別能效瓶頸(jing)、智能優(you)化資源配置以及降低(di)用能成(cheng)本與碳排放總量。

施(shi)耐(nai)德電氣將前(qian)沿的AI預(yu)測技(ji)術與行業知識經驗相結(jie)合(he)，開發了在綜合(he)能(neng)源(yuan)復(fu)雜運(yun)營條(tiao)件下具有自主管理與調節能(neng)力的模(mo)型預(yu)測控制(zhi)算法。依托(tuo)這一算法，由AI驅動的微(wei)電網解決方案助力傅雷(lei)圖書館實現了光伏自消納(na)率約88%、建筑新能(neng)源(yuan)滲(shen)透率約67%的卓越成果，同(tong)時實現了70%的減碳(tan)量，使其成為了全球(qiu)首座(zuo)LEED凈(jing)零碳(tan)認證圖書館。

AI融合能源(yuan)技術(shu)，推動技術(shu)升級與商業模式創新

在AI的全面“浸潤”下，能(neng)源系(xi)統在技術升(sheng)級(ji)和(he)商業模式(shi)創新(xin)兩個(ge)層面都面臨著革新(xin)與進化。而這樣的變(bian)化，正(zheng)推動著嶄新(xin)的業態和(he)增長點(dian)隨(sui)之誕(dan)生。

在(zai)技術層面，AI 正從“單應(ying)用(yong)”走(zou)向“鏈應(ying)用(yong)”，在(zai)能(neng)源系統的(de)(de)源、網(wang)、荷、儲全環節協同應(ying)用(yong)。其(qi)中(zhong)，伴隨著邊緣AI的(de)(de)普及，輕量化AI模型(xing)正越來(lai)越多地(di)部署于(yu)智能(neng)電表、儲能(neng)終(zhong)端，實現(xian)本地(di)快速決策，降低對云端算力的(de)(de)依賴。例如，施耐德電氣在(zai)傳統的(de)(de)綜(zong)保裝置中(zhong)集成了經過180萬個實際用(yong)例訓練的(de)(de)、基(ji)于(yu)機器(qi)學習的(de)(de)故障檢(jian)測算法，將小電流接地(di)選線(xian)選段的(de)(de)精準(zhun)度顯(xian)著提升，其(qi)應(ying)用(yong)價值(zhi)可(ke)見一斑。

王照在演講中指出(chu)，在設備(bei)運維(wei)(wei)層面(mian)，施耐(nai)德電氣的(de)(de)POI-MV中壓主動運維(wei)(wei)智能單元基于機器學習、大數(shu)據(ju)分析和多維(wei)(wei)度模(mo)型(xing)訓練技(ji)術，可實現(xian)(xian)開關設備(bei)健康狀(zhuang)態持(chi)續監(jian)測，并提(ti)供早期(qi)預警和后續設備(bei)運維(wei)(wei)建(jian)議，從而助力用(yong)戶(hu)實現(xian)(xian)了對配(pei)電資產從“被動搶修”到(dao)“主動運維(wei)(wei)”的(de)(de)轉變。

當AI擁有了(le)跨域數據協同能力，還可以打(da)破能源、交通(tong)、工業(ye)等領域的數據壁壘，創造新的價值。例(li)如，AI可以調(diao)度電(dian)動(dong)汽(qi)車向電(dian)網(wang)反向送電(dian)，或對工廠用電(dian)進行削峰填谷的智能調(diao)度，從而通(tong)過電(dian)力市(shi)場交易創造額外收益。

而在商業(ye)模式層面(mian)，AI同(tong)樣可(ke)以帶來一系列新的(de)(de)變(bian)化(hua)。在AI的(de)(de)推動(dong)下，未來能源(yuan)(yuan)相(xiang)關的(de)(de)商業(ye)模式有望從傳(chuan)統(tong)的(de)(de)“賣產品(pin)”轉化(hua)為“賣服務(wu)”。例如，企業(ye)購(gou)買的(de)(de)不再局限(xian)于傳(chuan)統(tong)的(de)(de)硬件(jian)產品(pin)，還可(ke)以購(gou)買訂(ding)閱制的(de)(de)“AI能效(xiao)優化(hua)服務(wu)”，并按照節能效(xiao)果或PUE達標率付費。與此同(tong)時，虛擬電(dian)廠也可(ke)以利用AI聚合(he)光儲、電(dian)動(dong)車等分布式資源(yuan)(yuan)參與電(dian)力(li)市(shi)場，提升(sheng)收益能力(li)。

相應(ying)地，為了適應(ying)這些(xie)新(xin)業態，企(qi)業也勢必(bi)需要(yao)推動自(zi)身的(de)“進化”，不斷培(pei)育(yu)新(xin)的(de)能(neng)(neng)力(li)(li)與生態。未來(lai)，企(qi)業要(yao)想(xiang)憑(ping)借(jie)AI的(de)賦(fu)能(neng)(neng)，決(jue)勝充(chong)滿(man)不確(que)定性(xing)的(de)能(neng)(neng)源(yuan)市場(chang)，將不得(de)不從單純的(de)“硬(ying)(ying)件研發”轉向(xiang)培(pei)養(yang)“軟硬(ying)(ying)協同”的(de)復合型(xing)能(neng)(neng)力(li)(li)。比如，廠商既(ji)要(yao)迭(die)代可以承(cheng)載AI功(gong)能(neng)(neng)的(de)智能(neng)(neng)硬(ying)(ying)件，也要(yao)構建(jian)靈活的(de)軟件平臺；既(ji)要(yao)在解決(jue)多場(chang)景的(de)電力(li)(li)行業專屬大模(mo)型(xing)上發力(li)(li)，也需解決(jue)傳統(tong)AI的(de)泛化性(xing)問題，以適配(pei)電力(li)(li)系統(tong)的(de)非線性(xing)特性(xing)。

這樣的要求，也將進一步推動企業尋求構建“硬件 + 算法 + 服務”的生態，加強跨界合作。在這方面，施耐德電氣基于EcoStruxure 平臺(tai)，并聯合(he)生態(tai)合(he)作伙伴聯合(he)開(kai)展(zhan)AI能源應用開(kai)發(fa)，率先樹立(li)了圍(wei)繞(rao)AI應用開(kai)展(zhan)生態(tai)合(he)作的典范。

共(gong)享共(gong)贏共(gong)創，突破AI與能源(yuan)技術協同(tong)挑戰(zhan)

無須(xu)諱言(yan)，盡管AI與能(neng)源技術的(de)深度協(xie)同已經“漸入(ru)佳(jia)境(jing)”，但仍有一系列不可忽視的(de)挑戰亟待解決。首(shou)先，能(neng)源數據分散(san)于發電(dian)、輸配(pei)電(dian)、用電(dian)等不同企業，跨主(zhu)體、跨部門的(de)數據共享仍然(ran)存在較大阻(zu)礙，造成的(de)“數據壁(bi)壘”往往讓AI訓練因缺乏足夠數據而“難為無米(mi)之炊”。

其次(ci)，面對電網的(de)成百上千種故障模式，AI的(de)算法適(shi)配也存在短(duan)板，通用的(de) AI 模型往(wang)往(wang)會有(you)準確率不(bu)足的(de)問題(ti)，而行(xing)業(ye)專屬(shu)大模型由于數據不(bu)足造成訓(xun)練效果差強人意(yi)。

最(zui)后，面對(dui)高度重視安全可(ke)靠性(xing)的(de)能(neng)源系(xi)統，AI的(de)潛在安全風(feng)險同(tong)樣不容忽視。一旦AI引(yin)擎深度參(can)與能(neng)源調度，算法漏洞很(hen)可(ke)能(neng)引(yin)發(fa)能(neng)源調度連(lian)鎖故障，這無疑對(dui)安全防護(hu)體系(xi)的(de)完善(shan)提出(chu)了更高要求。

轉型在(zai)即，如何化解這(zhe)些瓶頸(jing)與挑(tiao)戰？施耐德電氣(qi)全(quan)國銷售部(bu)銷售總監楊(yang)偉臨在(zai)活(huo)動期間(jian)表示(shi)：“在(zai)AI與能源技術加速融合(he)的(de)大(da)勢(shi)所(suo)趨之下，我們面臨來自(zi)數(shu)據(ju)、算法和安全(quan)等方面的(de)挑(tiao)戰，可以從政策保障數(shu)據(ju)權益(yi)、技術協同(tong)、守住安全(quan)紅線等三個方面考慮破解之道。”

施耐(nai)(nai)德電氣(qi)倡導推動“能源數(shu)據共(gong)(gong)(gong)(gong)享池”試(shi)點，鼓(gu)勵共(gong)(gong)(gong)(gong)享數(shu)據訓練(lian)模型(xing)，同(tong)時(shi)(shi)保障數(shu)據主權；與(yu)(yu)此同(tong)時(shi)(shi)，施耐(nai)(nai)德電氣(qi)建(jian)議行業(ye)聯合(he)建(jian)立“能源 AI 開(kai)源社區”，共(gong)(gong)(gong)(gong)享故障數(shu)據集(ji)、訓練(lian)框架(jia)，讓每個參(can)與(yu)(yu)者既作(zuo)(zuo)為開(kai)源的(de)(de)貢獻(xian)者，也成(cheng)為開(kai)源的(de)(de)貢獻(xian)者，從而(er)以生態合(he)作(zuo)(zuo)實現(xian)互(hu)利共(gong)(gong)(gong)(gong)贏；最(zui)后，則是在(zai)技(ji)術(shu)層面為AI樹立“安全柵欄”，避免因過度依賴或放(fang)任AI使用而(er)產生安全風險。

可(ke)見(jian)，利用(yong)AI技術(shu)促進能(neng)源系統“數(shu)字(zi)覺(jue)醒”的過程(cheng)，絕非一帆風順。然而，在政策護航、技術(shu)創(chuang)新、生態合作的共同(tong)作用(yong)下(xia)，AI等(deng)數(shu)字(zi)化技術(shu)驅動的能(neng)源轉型前景必將勢不(bu)可(ke)擋。

能(neng)源(yuan)(yuan)系統迎來(lai)(lai)“數字覺(jue)醒”的本質，正是能(neng)源(yuan)(yuan)管理從“經驗驅動(dong)”轉向(xiang)“數據驅動(dong)”的過程。未來(lai)(lai)，施耐(nai)德電氣(qi)將持(chi)續將AI與能(neng)源(yuan)(yuan)管理有機結(jie)合，并攜(xie)手上(shang)下游伙伴，一起推動(dong)技(ji)術創新落(luo)地，賦(fu)能(neng)更多企業(ye)實(shi)現節能(neng)減碳和智能(neng)化運營，邁向(xiang)可持(chi)續發展未來(lai)(lai)。