中國AI賦能能源革命：

從智能預測到儲能革新，引領全球綠色轉型

【Oilprice 網 6月30日報道】

中國正大規模將人工智能融入能源領域，以提升整體效率、保障國家能源安全。

隨著風能和太陽能等可變可再生能源快速擴張，人工智能廣泛應用于更精準地預測能源供需。

人工智能還通過改進電池設計、安全性能和管理策略，顯著提升能源存儲水平。

中國正加速將人工智能深度融入能源體系，以提升能源效率并筑牢國家能源安全防線。從能源存儲管理到更精準地預測能源供需，大語言模型能推動能源系統整體更智能化、精細化，減少能源浪費。

早在2020年，國有天然氣巨頭中國燃氣控股有限公司就已利用人工智能來更精準地預測天然氣需求中復雜且動態的變化。這些由AI模型能夠綜合歷史數據和實時信息，運算速度遠超人工。

然而，隨著中國電網中可再生能源占比不斷上升，預測問題變得更加棘手，也更為關鍵。中國在可再生能源部署方面領先全球。僅在5 月，中國電網新增太陽能和風能發電量就與波蘭整國的電力產能相當。隨著中國不斷打破自身的可再生能源紀錄，其電網對可變能源的依賴度大幅增加，因此也更受天氣變化影響。因此，實現精準能源預測對國家能源安全至關重要。

為此，中國已試點采用一種基于 Transformer 的新型天氣預測系統，用于監測國內電力市場并做出精確預測。據世界經濟論壇（WEF）稱，該項目由 TerraQuanta 和 Horizon Power 公司牽頭，標志著“人工智能創新與依賴天氣驅動的脫碳電網結合的重大進展”。該系統采用的大型語言模型基于全球40多年的天氣數據訓練，擁有50億個參數，每天可生成7至15次預測。據報道，該系統效率比傳統建模方法提高5萬倍。世界經濟論壇稱：“該系統目前已應用于Horizon每年2000吉瓦時的交易組合，有效降低電力現貨市場波動風險，提升決策效率和經濟效益。”

所有這些可變能源還需要大量的儲能基礎設施。由于風能和太陽能的供應受天氣而非需求影響，經常出現供需錯配。因此，亟需大規模儲能能力蓄盈補缺，將風光富余時段的電力儲存起來，待需求高峰時再及時反饋入網。這一環節，同樣因人工智能賦能而大幅改善。

人工智能正在提升電池存儲的設計和安全機制。由于集成大型語言模型，更高效新電池的開發周期已大幅縮短。世界經濟論壇在談到由軟件公司 Electroder 和清華大學牽頭的中國電池項目時稱：“工程師只需輸入諸如‘提高能量密度’等目標，云平臺就會在70個變量上運行物理級人工智能仿真模型，瞬間輸出最優電池藍圖，附帶詳細數據和文獻引用。”

此外，通過智能運維與精細管理，人工智能集成有效預防故障、保障安全。清華大學四川能源互聯網研究院智能微電網研究所所長史梓男在接受中國國際電視臺（CGTN）采訪時解釋說：“人工智能驅動的儲能系統可確保安全和智能運維。人工智能還賦能能源存儲交易，提高經濟效益，并協助電網效率調節。”

當然，在能源領域應用人工智能是一把雙刃劍。訓練大型語言模型會產生巨大的能源消耗，遠超傳統算法，具體消耗難以量化。但盡管人工智能給能源電網帶來了壓力，它在改善電網管理方面也具有巨大潛力。而中國在挖掘這一潛力方面遠遠領先于其他國家。

編譯：陳 晴（新能源部）

審校：劉夢瑤（新能源部）

編輯：陳 晴（新能源部）