近日，我国“人工智能+”能源高价值场景清单正式发布，虚拟电厂多时空尺度智能协同运营、大规模车网互动智能运营优化等新能源领域高价值场景入选。
从虚拟电厂的“统筹者”，到车网互动的“调度员”，AI正在重塑能源生态。在新能源领域，AI的应用还面临哪些挑战？科技日报记者进行了深入采访。
深度融入能源调度管理
AI正深度融入新能源调度管理领域。
虚拟电厂是聚合分布式电源、储能、新能源汽车等资源参与电网运行的智慧能源管理系统。中国南方电网有限责任公司（以下简称“南方电网公司”）深圳供电局通过深化“数字电网+虚拟电厂”融合应用，部署本地化AI模型“灵曦”，精准开展负荷预测。当系统识别电网重过载风险后，模型可实时联动深圳虚拟电厂管理平台，调用匹配的充电桩、楼宇空调、分布式储能等资源，形成量化调节指令。目前，深圳虚拟电厂管理平台接入容量510万千瓦，实时可调负荷超140万千瓦，实现分布式资源精准调控，助力电网减压稳供。
如果说虚拟电厂是新型电力系统的“智慧大脑”，那么车网互动则是支撑这一大脑高效运转的关键基础设施。它可通过智能有序充电、双向充放电等技术手段，实现电网削峰填谷、新能源高效消纳。在这一领域，AI同样作用显著。
“新能源汽车的充放电具有分散、不稳定及强随机性等特征，且充电桩分布在城市的各个角落。这时候就需要依靠AI，预测各区域的充电负荷曲线。同时，AI可通过分析用户行为，为不同用户提供定制化充放电策略，从而确保在不影响用户充电体验的前提下，邀请用户参与电网互动。”南网产业发展集团南网电动公司车网互动高级项目经理高岩峰认为，AI在车网互动中的核心价值，在于解决充放电的分散性与随机性难题。
借助智能化手段，全国多地已经开展车网互动实践。四川成都启动“移动充电宝”V2G车网互动试点项目，通过智能调度系统，在区域性供电紧张时，将7000余辆城市公交车转变为移动电力储备。在智能互动管控支持系统帮助下，天津“车网互动”实现百兆瓦级突破，验证了规模化应用的可行性。去年3月，国内首次车网互动跨省区联动在广东、广西、云南、贵州、海南五省区63个城市举行，超10万辆次电动汽车参与，验证了车网互动在技术应用、商业模式、业态创新等方面的可行性。
推广面临安全与数据难题
尽管在AI能源调度管理领域已取得诸多技术突破与试点成果，但受访专家直言，要让“AI+新能源”大面积落地，还需提升AI算法的专业性、可靠性。
“AI存在的‘幻觉’问题，在办公场景尚可容忍，但在电力调度等敏感领域，一旦数据错误或趋势误判，将引起严重后果。”高岩峰说，大模型迭代快，安全性难以完全保证。
针对新能源领域的算法安全问题，国内相关企业已开始寻找解决之道。比如，南方电网公司打造气象与时序预测、潮流计算、暂态稳定分析模型矩阵，研发出全球首款电力系统智能仿真专业大模型“大瓦特·驭电”，自主研制我国首款全国产化电力专用主控芯片“伏羲”并实现量产，降低对外部模型的依赖，提升算法安全性与可靠性。
高质量数据供给是“AI+能源”规模化落地要面对的另一难题。“AI的可靠运行高度依赖海量、高质量、标准化的数据支撑，但目前数据供应严重不足，导致AI应用无从谈起。”暨南大学新能源技术研究院院长麦耀华分析，“企业出于商业机密、数据安全等顾虑，难以共享生产运行数据，导致高质量行业数据缺乏，AI模型无法得到有效训练。这种情况不仅出现在车网互动场景，也发生在其他新能源场景中。”
为此他建议，构建安全可控的数据协同体系。“可借鉴密码学原理，实现数据‘可用但不可见’——数据需求方可以使用数据进行计算和模型训练，但无法查看原始数据的具体内容，消除数据提供方的安全顾虑。同时，应建立统一的数据共享底座，制定统一的采集、存储标准，从源头规范数据治理。”麦耀华说。他还特别提到，建立数据共享激励机制、数据贡献的收益分配机制，让数据提供方获得实际回报。
商业模式与市场机制需完善
AI在新能源领域的推广应用过程中，市场机制与商业模式的不完善同样是一道绕不开的坎。
以车网互动为例，其核心价值在于提供“容量”服务，如调频、备用。然而目前电力辅助服务市场中，尚未针对分散的车网互动开发合适产品，容量价值未得到充分释放。“目前的获利空间极其有限，国内电价差较小，且制造业对电价敏感，价差不会过大，单纯依靠电能量价差难以获利。”高岩峰说。
此外，车网互动的商业模式闭环尚未打通，谁为调节服务买单仍是关键问题。
“推动AI和新能源结合，关键还是要先解决资源分配、数据贡献、商业模式存在的问题，让更多人愿意参与进来，进而推动技术发展。”麦耀华认为，解决之道在于继续理顺并稳定峰谷电价机制，拓展虚拟电厂、车网互动参与现货市场的渠道；构建可持续的商业闭环，让参与各方都能有利可图；通过合理的经济补偿覆盖电池损耗成本，提升用户参与热情。
高岩峰进一步建议，充电运营商应跳出“拼低价”的同质化竞争，基于AI的智能运营优化，从单纯收取充电服务费，转变为“服务费+市场化购电降本+辅助服务”多轮驱动。
“高价值场景是牵引AI技术创新，驱动AI与能源产业深度融合与双向赋能的关键路径。”南方电网公司总经济师陈晔说。
据悉，南方电网公司围绕电网规划、智能巡检等重点领域打造超340个应用场景，依托AI技术显著提升新能源预测精度，日前超短期预测准确率（国标）达98%。
“AI深度赋能新能源，不仅是实现‘双碳’目标的必由之路，更是能源转型的全面共识。”麦耀华预测，短期内，AI更多扮演着示范工具的角色；而长远来看，它必将成为支撑新能源发展的核心载体。
【相关新闻】
电力保供产品“苇络AI”应用取得规模化实效
科技日报讯 （记者李诏宇）7月24日，记者从中国大唐获悉，中国大唐集团数字科技有限公司自主孵化的全栈国产化能源AI产品“苇络AI”迄今落地运营三年，已参与全国10余个省、自治区、直辖市新能源场站智能化保供任务，累计挽回发电量损失4.5亿千瓦时。这些电量足够56万名城市居民用上一整年，国产“AI+电力”应用场景拓展取得规模化实效。
风电是清洁电力保供的重要力量。但长期以来，风电运维普遍存在齿轮箱微磨损、设备隐性过热等渐进式“慢性病”，隐患隐蔽性强，人工巡检难以全面覆盖。传统监测模式数据研判周期较长，设备带病运行会持续造成发电量流失，在夏季用电高峰时段，更易引发机组突发停机，加大电力保供压力。
针对电力行业一线痛点，中国大唐集团数字科技有限公司打造的“苇络AI”打通边缘智能网关、AI算法平台、AI视频分析、行业大模型应用全链条，其中主力设备苇络智联智能边缘网关，如今已在全国大批风电场应用，成为迎峰度夏“度电必争”的硬核装备。
据了解，这款边缘网关内置多项电力专属AI算法，独创多模态交叉认证技术，可同步抓取风机振动、声纹、温度、现场视频等多维度运行数据。不同于传统远程研判模式，边缘网关依靠本地边缘算力就地完成故障识别，不用远距离传输数据等待后台反馈，设备早期微小隐患能第一时间被精准捕捉，做到预警前置、处置靠前，从源头上减少因设备带病运行造成的电量损耗。
据统计，“苇络AI”落地以来，应用场站人工巡检频次降低30%，年均节约运维及故障损失超3000万元。
近日，我国“人工智能+”能源高价值场景清单正式发布，虚拟电厂多时空尺度智能协同运营、大规模车网互动智能运营优化等新能源领域高价值场景入选。
从虚拟电厂的“统筹者”，到车网互动的“调度员”，AI正在重塑能源生态。在新能源领域，AI的应用还面临哪些挑战？科技日报记者进行了深入采访。
深度融入能源调度管理
AI正深度融入新能源调度管理领域。
虚拟电厂是聚合分布式电源、储能、新能源汽车等资源参与电网运行的智慧能源管理系统。中国南方电网有限责任公司（以下简称“南方电网公司”）深圳供电局通过深化“数字电网+虚拟电厂”融合应用，部署本地化AI模型“灵曦”，精准开展负荷预测。当系统识别电网重过载风险后，模型可实时联动深圳虚拟电厂管理平台，调用匹配的充电桩、楼宇空调、分布式储能等资源，形成量化调节指令。目前，深圳虚拟电厂管理平台接入容量510万千瓦，实时可调负荷超140万千瓦，实现分布式资源精准调控，助力电网减压稳供。
如果说虚拟电厂是新型电力系统的“智慧大脑”，那么车网互动则是支撑这一大脑高效运转的关键基础设施。它可通过智能有序充电、双向充放电等技术手段，实现电网削峰填谷、新能源高效消纳。在这一领域，AI同样作用显著。
“新能源汽车的充放电具有分散、不稳定及强随机性等特征，且充电桩分布在城市的各个角落。这时候就需要依靠AI，预测各区域的充电负荷曲线。同时，AI可通过分析用户行为，为不同用户提供定制化充放电策略，从而确保在不影响用户充电体验的前提下，邀请用户参与电网互动。”南网产业发展集团南网电动公司车网互动高级项目经理高岩峰认为，AI在车网互动中的核心价值，在于解决充放电的分散性与随机性难题。
借助智能化手段，全国多地已经开展车网互动实践。四川成都启动“移动充电宝”V2G车网互动试点项目，通过智能调度系统，在区域性供电紧张时，将7000余辆城市公交车转变为移动电力储备。在智能互动管控支持系统帮助下，天津“车网互动”实现百兆瓦级突破，验证了规模化应用的可行性。去年3月，国内首次车网互动跨省区联动在广东、广西、云南、贵州、海南五省区63个城市举行，超10万辆次电动汽车参与，验证了车网互动在技术应用、商业模式、业态创新等方面的可行性。
推广面临安全与数据难题
尽管在AI能源调度管理领域已取得诸多技术突破与试点成果，但受访专家直言，要让“AI+新能源”大面积落地，还需提升AI算法的专业性、可靠性。
“AI存在的‘幻觉’问题，在办公场景尚可容忍，但在电力调度等敏感领域，一旦数据错误或趋势误判，将引起严重后果。”高岩峰说，大模型迭代快，安全性难以完全保证。
针对新能源领域的算法安全问题，国内相关企业已开始寻找解决之道。比如，南方电网公司打造气象与时序预测、潮流计算、暂态稳定分析模型矩阵，研发出全球首款电力系统智能仿真专业大模型“大瓦特·驭电”，自主研制我国首款全国产化电力专用主控芯片“伏羲”并实现量产，降低对外部模型的依赖，提升算法安全性与可靠性。
高质量数据供给是“AI+能源”规模化落地要面对的另一难题。“AI的可靠运行高度依赖海量、高质量、标准化的数据支撑，但目前数据供应严重不足，导致AI应用无从谈起。”暨南大学新能源技术研究院院长麦耀华分析，“企业出于商业机密、数据安全等顾虑，难以共享生产运行数据，导致高质量行业数据缺乏，AI模型无法得到有效训练。这种情况不仅出现在车网互动场景，也发生在其他新能源场景中。”
为此他建议，构建安全可控的数据协同体系。“可借鉴密码学原理，实现数据‘可用但不可见’——数据需求方可以使用数据进行计算和模型训练，但无法查看原始数据的具体内容，消除数据提供方的安全顾虑。同时，应建立统一的数据共享底座，制定统一的采集、存储标准，从源头规范数据治理。”麦耀华说。他还特别提到，建立数据共享激励机制、数据贡献的收益分配机制，让数据提供方获得实际回报。
商业模式与市场机制需完善
AI在新能源领域的推广应用过程中，市场机制与商业模式的不完善同样是一道绕不开的坎。
以车网互动为例，其核心价值在于提供“容量”服务，如调频、备用。然而目前电力辅助服务市场中，尚未针对分散的车网互动开发合适产品，容量价值未得到充分释放。“目前的获利空间极其有限，国内电价差较小，且制造业对电价敏感，价差不会过大，单纯依靠电能量价差难以获利。”高岩峰说。
此外，车网互动的商业模式闭环尚未打通，谁为调节服务买单仍是关键问题。
“推动AI和新能源结合，关键还是要先解决资源分配、数据贡献、商业模式存在的问题，让更多人愿意参与进来，进而推动技术发展。”麦耀华认为，解决之道在于继续理顺并稳定峰谷电价机制，拓展虚拟电厂、车网互动参与现货市场的渠道；构建可持续的商业闭环，让参与各方都能有利可图；通过合理的经济补偿覆盖电池损耗成本，提升用户参与热情。
高岩峰进一步建议，充电运营商应跳出“拼低价”的同质化竞争，基于AI的智能运营优化，从单纯收取充电服务费，转变为“服务费+市场化购电降本+辅助服务”多轮驱动。
“高价值场景是牵引AI技术创新，驱动AI与能源产业深度融合与双向赋能的关键路径。”南方电网公司总经济师陈晔说。
据悉，南方电网公司围绕电网规划、智能巡检等重点领域打造超340个应用场景，依托AI技术显著提升新能源预测精度，日前超短期预测准确率（国标）达98%。
“AI深度赋能新能源，不仅是实现‘双碳’目标的必由之路，更是能源转型的全面共识。”麦耀华预测，短期内，AI更多扮演着示范工具的角色；而长远来看，它必将成为支撑新能源发展的核心载体。
【相关新闻】
电力保供产品“苇络AI”应用取得规模化实效
科技日报讯 （记者李诏宇）7月24日，记者从中国大唐获悉，中国大唐集团数字科技有限公司自主孵化的全栈国产化能源AI产品“苇络AI”迄今落地运营三年，已参与全国10余个省、自治区、直辖市新能源场站智能化保供任务，累计挽回发电量损失4.5亿千瓦时。这些电量足够56万名城市居民用上一整年，国产“AI+电力”应用场景拓展取得规模化实效。
风电是清洁电力保供的重要力量。但长期以来，风电运维普遍存在齿轮箱微磨损、设备隐性过热等渐进式“慢性病”，隐患隐蔽性强，人工巡检难以全面覆盖。传统监测模式数据研判周期较长，设备带病运行会持续造成发电量流失，在夏季用电高峰时段，更易引发机组突发停机，加大电力保供压力。
针对电力行业一线痛点，中国大唐集团数字科技有限公司打造的“苇络AI”打通边缘智能网关、AI算法平台、AI视频分析、行业大模型应用全链条，其中主力设备苇络智联智能边缘网关，如今已在全国大批风电场应用，成为迎峰度夏“度电必争”的硬核装备。
据了解，这款边缘网关内置多项电力专属AI算法，独创多模态交叉认证技术，可同步抓取风机振动、声纹、温度、现场视频等多维度运行数据。不同于传统远程研判模式，边缘网关依靠本地边缘算力就地完成故障识别，不用远距离传输数据等待后台反馈，设备早期微小隐患能第一时间被精准捕捉，做到预警前置、处置靠前，从源头上减少因设备带病运行造成的电量损耗。
据统计，“苇络AI”落地以来，应用场站人工巡检频次降低30%，年均节约运维及故障损失超3000万元。
旅行推销员问题是一个经典的数学问题，也是一个组合优化问题。德国柏林弗雷大学和亥姆霍兹柏林能源与材料研究中心（HZB）科学家开展的一项新研究证明，量子计算机在解决旅行推销员问题上，相较于传统 记者3月20日从中国科学院地质与地球物理研究所获悉，该所科研人员在东北黑土区开展了大范围的野外调查和样品采集工作，通过分析采集的黑土样品发现，黑土物质最初都是由风力搬运而来。相关研究成 美国布朗大学研究团队在最新一期《自然·电子学》上描述了一种无线通信网络。它可有效地传输、接收和解码来自数千个微电子芯片的数据。研究团队试图模仿大脑神秘且高效的工作方式。对 英伟达的GPU又升级了。3月19日，英伟达CEO黄仁勋发布了最新的B200算力芯片GPU，FP8精度下的训练性能是上一代的2.5倍，FP4精度下的推理性能更是达到了上一代的5倍。然而，这场技术狂欢背后，却令AI领域 据英国《自然》周刊网站3月19日报道，研究人员首次利用生成式人工智能（AI）制造出全新抗体。报道称，本周生物学预印本资料库中的一份预印本报告的原理验证研究，提高了将“AI指导的蛋白质设计引入治 在近日开幕的中国国际核工业展览会上，中国核学会理事会党委书记、理事长王寿君表示，中国内地现有在运核电机组55台、居全球第三；在建核电机组26台，保持全球第一。这些成绩的取得，离不开智能化技术 。本文链接：AI在新能源领域落地还面临哪些挑战http://www.sushuapos.com/show-2-16938-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 一把“皮米尺”洞见原子秋毫
下一篇： 国产14米级超大直径盾构机“先锋号”下线