近日，我國“人工智能+”能源高價值場景清單正式發布，虛擬電廠多時空尺度智能協同運營、大規模車網互動智能運營優化等新能源領域高價值場景入選。

從虛擬電廠的“統籌者”，到車網互動的“調度員”，AI正在重塑能源生態。在新能源領域，AI的應用還面臨哪些挑戰?科技日報記者進行了深入采訪。

深度融入能源調度管理

AI正深度融入新能源調度管理領域。

虛擬電廠是聚合分布式電源、儲能、新能源汽車等資源參與電網運行的智慧能源管理系統。中國南方電網有限責任公司(以下簡稱“南方電網公司”)深圳供電局通過深化“數字電網+虛擬電廠”融合應用，部署本地化AI模型“靈曦”，精準開展負荷預測。當系統識別電網重過載風險后，模型可實時聯動深圳虛擬電廠管理平臺，調用匹配的充電樁、樓宇空調、分布式儲能等資源，形成量化調節指令。目前，深圳虛擬電廠管理平臺接入容量510萬千瓦，實時可調負荷超140萬千瓦，實現分布式資源精準調控，助力電網減壓穩供。

如果說虛擬電廠是新型電力系統的“智慧大腦”，那么車網互動則是支撐這一大腦高效運轉的關鍵基礎設施。它可通過智能有序充電、雙向充放電等技術手段，實現電網削峰填谷、新能源高效消納。在這一領域，AI同樣作用顯著。

“新能源汽車的充放電具有分散、不穩定及強隨機性等特征，且充電樁分布在城市的各個角落。這時候就需要依靠AI，預測各區域的充電負荷曲線。同時，AI可通過分析用戶行為，為不同用戶提供定制化充放電策略，從而確保在不影響用戶充電體驗的前提下，邀請用戶參與電網互動。”南網產業發展集團南網電動公司車網互動高級項目經理高巖峰認為，AI在車網互動中的核心價值，在于解決充放電的分散性與隨機性難題。

借助智能化手段，全國多地已經開展車網互動實踐。四川成都啟動“移動充電寶”V2G車網互動試點項目，通過智能調度系統，在區域性供電緊張時，將7000余輛城市公交車轉變為移動電力儲備。在智能互動管控支持系統幫助下，天津“車網互動”實現百兆瓦級突破，驗證了規模化應用的可行性。去年3月，國內首次車網互動跨省區聯動在廣東、廣西、云南、貴州、海南五省區63個城市舉行，超10萬輛次電動汽車參與，驗證了車網互動在技術應用、商業模式、業態創新等方面的可行性。

推廣面臨安全與數據難題

盡管在AI能源調度管理領域已取得諸多技術突破與試點成果，但受訪專家直言，要讓“AI+新能源”大面積落地，還需提升AI算法的專業性、可靠性。

“AI存在的‘幻覺’問題，在辦公場景尚可容忍，但在電力調度等敏感領域，一旦數據錯誤或趨勢誤判，將引起嚴重后果。”高巖峰說，大模型迭代快，安全性難以完全保證。

針對新能源領域的算法安全問題，國內相關企業已開始尋找解決之道。比如，南方電網公司打造氣象與時序預測、潮流計算、暫態穩定分析模型矩陣，研發出全球首款電力系統智能仿真專業大模型“大瓦特·馭電”，自主研制我國首款全國產化電力專用主控芯片“伏羲”并實現量產，降低對外部模型的依賴，提升算法安全性與可靠性。

高質量數據供給是“AI+能源”規模化落地要面對的另一難題。“AI的可靠運行高度依賴海量、高質量、標準化的數據支撐，但目前數據供應嚴重不足，導致AI應用無從談起。”暨南大學新能源技術研究院院長麥耀華分析，“企業出于商業機密、數據安全等顧慮，難以共享生產運行數據，導致高質量行業數據缺乏，AI模型無法得到有效訓練。這種情況不僅出現在車網互動場景，也發生在其他新能源場景中。”

為此他建議，構建安全可控的數據協同體系。“可借鑒密碼學原理，實現數據‘可用但不可見’——數據需求方可以使用數據進行計算和模型訓練，但無法查看原始數據的具體內容，消除數據提供方的安全顧慮。同時，應建立統一的數據共享底座，制定統一的采集、存儲標準，從源頭規范數據治理。”麥耀華說。他還特別提到，建立數據共享激勵機制、數據貢獻的收益分配機制，讓數據提供方獲得實際回報。

商業模式與市場機制需完善

AI在新能源領域的推廣應用過程中，市場機制與商業模式的不完善同樣是一道繞不開的坎。

以車網互動為例，其核心價值在于提供“容量”服務，如調頻、備用。然而目前電力輔助服務市場中，尚未針對分散的車網互動開發合適產品，容量價值未得到充分釋放。“目前的獲利空間極其有限，國內電價差較小，且制造業對電價敏感，價差不會過大，單純依靠電能量價差難以獲利。”高巖峰說。

此外，車網互動的商業模式閉環尚未打通，誰為調節服務買單仍是關鍵問題。

“推動AI和新能源結合，關鍵還是要先解決資源分配、數據貢獻、商業模式存在的問題，讓更多人愿意參與進來，進而推動技術發展。”麥耀華認為，解決之道在于繼續理順并穩定峰谷電價機制，拓展虛擬電廠、車網互動參與現貨市場的渠道;構建可持續的商業閉環，讓參與各方都能有利可圖;通過合理的經濟補償覆蓋電池損耗成本，提升用戶參與熱情。

高巖峰進一步建議，充電運營商應跳出“拼低價”的同質化競爭，基于AI的智能運營優化，從單純收取充電服務費，轉變為“服務費+市場化購電降本+輔助服務”多輪驅動。

“高價值場景是牽引AI技術創新，驅動AI與能源產業深度融合與雙向賦能的關鍵路徑。”南方電網公司總經濟師陳曄說。

據悉，南方電網公司圍繞電網規劃、智能巡檢等重點領域打造超340個應用場景，依托AI技術顯著提升新能源預測精度，日前超短期預測準確率(國標)達98%。

“AI深度賦能新能源，不僅是實現‘雙碳’目標的必由之路，更是能源轉型的全面共識。”麥耀華預測，短期內，AI更多扮演著示范工具的角色;而長遠來看，它必將成為支撐新能源發展的核心載體。

【相關新聞】

電力保供產品“葦絡AI”應用取得規模化實效

科技日報訊 (記者李詔宇)7月24日，記者從中國大唐獲悉，中國大唐集團數字科技有限公司自主孵化的全棧國產化能源AI產品“葦絡AI”迄今落地運營三年，已參與全國10余個省、自治區、直轄市新能源場站智能化保供任務，累計挽回發電量損失4.5億千瓦時。這些電量足夠56萬名城市居民用上一整年，國產“AI+電力”應用場景拓展取得規模化實效。

風電是清潔電力保供的重要力量。但長期以來，風電運維普遍存在齒輪箱微磨損、設備隱性過熱等漸進式“慢性病”，隱患隱蔽性強，人工巡檢難以全面覆蓋。傳統監測模式數據研判周期較長，設備帶病運行會持續造成發電量流失，在夏季用電高峰時段，更易引發機組突發停機，加大電力保供壓力。

針對電力行業一線痛點，中國大唐集團數字科技有限公司打造的“葦絡AI”打通邊緣智能網關、AI算法平臺、AI視頻分析、行業大模型應用全鏈條，其中主力設備葦絡智聯智能邊緣網關，如今已在全國大批風電場應用，成為迎峰度夏“度電必爭”的硬核裝備。

據了解，這款邊緣網關內置多項電力專屬AI算法，獨創多模態交叉認證技術，可同步抓取風機振動、聲紋、溫度、現場視頻等多維度運行數據。不同于傳統遠程研判模式，邊緣網關依靠本地邊緣算力就地完成故障識別，不用遠距離傳輸數據等待后臺反饋，設備早期微小隱患能第一時間被精準捕捉，做到預警前置、處置靠前，從源頭上減少因設備帶病運行造成的電量損耗。

據統計，“葦絡AI”落地以來，應用場站人工巡檢頻次降低30%，年均節約運維及故障損失超3000萬元。