“在新能源领域，人工智能最早应用于数据预测，如利用新能源波动规律挖掘短期功率预测，误差可降至10%以下，且结合卫星和天气数据可进一步提升预测精度，助力调度决策。”在第十八届中国新能源国际论坛上，有业内人士向《中国能源报》记者介绍。

　　如今，人工智能（AI）大模型发展呈火爆状态。全球咨询机构Indigo Advisory统计数据显示，截至目前，AI在能源领域的潜在应用已经达到50余种，全球有上百家企业推出“AI+能源”产品，相关投资超130亿美元。据国际能源署预测，到2026年，能源领域对AI的需求将较目前翻番。

　　那么，AI与能源结合，将碰撞出什么火花？“一定程度上，可以说AI正在重塑整个能源行业，推动能源生产与管理优化、效率提升、产业创新及转型。”国家气候中心气候变化影响适应室副研究员沈鹏珂告诉《中国能源报》记者。据一位能源领域院士预测，新能源革命的高潮将在2030年到来，届时新能源技术将面临更大挑战，而人工智能将在其中扮演至关重要的角色。

　　提升能源利用效率

　　“新能源1.0时代已经结束，我们正迎来新能源2.0时代，这个时代的特征是光伏、风电、储能、电动汽车和能源互联网的综合协同发展。”上述院士在论坛上说。

　　据了解，相比传统能源管理，AI与大数据技术融合后的智能化能源管理，能有效实现能源资源的自主化、智能化和高效化，被广泛应用到电力、燃气等多个领域。

　　据沈鹏珂介绍，利用AI技术，不仅可对智能监控能源资源的实时状态，基于机器学习算法对未来需求、供应关系变化进行精确预测，还能实时监控和分析，从而对能源消耗不断优化和控制，及时发现并解决能源浪费等问题。

　　“例如，可基于机器学习算法，分析能耗主导因素及其成因，针对其能耗排序制定最优化控制方案。”沈鹏珂给记者举例。

　　上海东渐数能技术集团有限公司董事长曹栋强分享了自己的心得：“在实践过程中，我们感受到AI能效提升的基本思路是‘能耗看得见、策略算得准、控制智能管’。”

　　如今，这一闭环策略通过“数据+算法+控制”实现了分钟级精细化控制，用系统全面替代人工，减少波动和浪费。该集团在算法策略端，运用“灰箱模型”“白箱模型”和“黑箱模型”，充分挖掘效能，从而实现能源及时调整。

　　促进节能减碳

　　与此同时，AI技术还为现代新能源产业革新与应用创造新的方向和发展机遇，助力实现“双碳”目标。

　　据了解，我国能源企业通过借鉴AI技术，开发出智能光伏发电系统，可实现光伏组件自动监控与实时分析、判断功能。此外，能源储存技术也是新能源行业的重要方面。尤其是2008年以来，国内相关能源企业已经成功把AI技术应用在能源存储系统，并提供机器学习及优化算法，以大幅度降低能源成本。

　　“AI在可再生能源生产管理中也可发挥关键作用。”沈鹏珂告诉记者，例如在太阳能领域，基于AI对数据分析、建模及预测，能有效促进太阳能电池性能及整体效率提升。有AI算法可准确预测太阳能发电量，从而改善电网管理，减少高峰期对非可再生能源的依赖；在风能领域，基于AI算法分析和预测局地风向风速变化，通过优化风电场布局及安装位置，以实现最佳风电生产；在水电领域，根据AI技术对河流及水库水态进行预测分析，进而达到优化水资源分配与能源输出的目的。

　　此外，AI还可以帮助降低能源消耗和碳排放。根据AI学习和适应性算法优化风、光、氢等新能源，为企业和消费者生成标准的碳足迹核算报告，以提高能源系统效率、优化能耗和降低碳足迹。

　　“未来，随着新一代AI技术不断开发，通过增加新能源电力在行业燃料中的使用率，或可在较大程度上降低碳排放。”沈鹏珂说。

　　仍需应对多重挑战

　　不过，随着AI技术的深入应用，其带来的各种风险挑战也日益凸显。

　　厦门大学中国能源政策研究院教授林伯强指出，AI性能的不确定性、数据孤岛与高质量数据不足、滥用与社会风险、先进算力不足以及AI自身的能源消耗等问题，都会给AI在新能源领域的应用带来挑战。

　　此外，AI的应用在助力减少全球碳足迹的同时，又因自身能耗增长而导致碳排放增加。据统计，当下全球运行半模型需要数百万个专用处理器，而处理器需被放置于配置强大冷却系统的专用数据中心。“因此，围绕AI发展及应用的相关决策，应充分考虑其可持续性，特别是应制定一套标准的AI驱动排放方案。”沈鹏珂说。

　　林伯强建议，采取多维度应对策略，包括推动数据标准化与共建共享、完善AI研发应用相关法律法规、保障数据安全和伦理规范、加大技术研发投入、优化算法模型以降低算力需求，并探索利用可再生能源支持AI基础设施的运营模式等。

　　据相关专家介绍，AI正经历从计算智能到感知智能，再到认知智能的演变，而大模型作为认知智能的代表，其强大的知识提取、推理和生成能力，将为能源行业带来前所未有的机遇。