人工智能技術推動能源變革的政策體系和應用挑戰(zhàn)研究

　　劉偉1 李朝陽2 史海超3

　　(1.北京現(xiàn)代循環(huán)經(jīng)濟研究院，北京 100814;

　　2.北京博納互通科技有限公司，北京 100070;

　　3.中國信息通信研究院技術與標準研究所，北京 100191)

　　摘要：人工智能(Artificial Intelligence，AI)技術的快速發(fā)展正在重塑全球能源行業(yè)的格局。通過AI發(fā)展對能源的依賴和能源行業(yè)全產(chǎn)業(yè)鏈綠色化轉型對AI技術的需求兩方面分析了AI技術與能源變革的雙向影響。系統(tǒng)梳理了國內AI與能源發(fā)展相關政策，詳細分析了不同階段的政策，為后續(xù)AI技術與能源變革的進程提供了宏觀政策環(huán)境參考。通過對典型AI+能源案例的分析，總結了當前取得的成效，同時也對現(xiàn)階段存在的問題與調整進行了匯總，為后續(xù)制定科學、有效和有針對性的融合發(fā)展政策提供了一定的參考。

　　關鍵詞： AI;能源變革;政策分析;可持續(xù)發(fā)展;技術創(chuàng)新

　　0 引言

　　在全球氣候變化和能源需求不斷增長的雙重壓力下，能源行業(yè)的轉型迫在眉睫。傳統(tǒng)能源體系面臨著資源枯竭、環(huán)境污染等諸多挑戰(zhàn)，而可再生能源的開發(fā)與利用雖具有巨大潛力，但因其間歇性、波動性等特點，在大規(guī)模接入和穩(wěn)定供應方面存在困難[1-2]。與此同時，AI技術的突破性發(fā)展，為破解能源轉型困局提供了新思路新方法。從優(yōu)化電力系統(tǒng)運行到推動可再生能源消納，從降低碳排放到加速能源技術創(chuàng)新，AI的潛力已滲透至能源生產(chǎn)、傳輸、消費的全鏈條[3-5]。然而，AI技術賦能與產(chǎn)業(yè)轉型之間仍存在較多問題，包括算力基礎設施的能耗激增與綠色電力供給的矛盾日益尖銳、跨領域數(shù)據(jù)壁壘制約AI模型的應用拓展、傳統(tǒng)能源管理與智能決策需求不匹配等[6-8]。

　　在此背景下，深入研究相關政策如何引導和規(guī)范這一變革進程，充分發(fā)揮AI技術的優(yōu)勢，規(guī)避其潛在風險，將成為能源領域和政策研究領域共同關注的焦點[9-12]。本文立足我國能源轉型實踐，通過研究政策演進邏輯和剖析典型場景的技術融合路徑，揭示AI技術驅動能源變革的內在機理與現(xiàn)實挑戰(zhàn)，為構建“技術—制度—生態(tài)”協(xié)同發(fā)展的新型能源體系提供理論支撐與實踐參考。

　　1 AI發(fā)展與能源變革的雙向影響分析

　　1.1 AI應用高度依賴算力基礎，能源消耗激增

　　AI模型的訓練與部署高度依賴算力基礎設施，尤其是數(shù)據(jù)中心的規(guī)?；瘮U張。2025年4月國際能源署發(fā)布的《能源與人工智能》[13]報告顯示，自2022年以來，全球對數(shù)據(jù)中心的投資幾乎翻了一番，2024年總額已達到5 000億美元;同時，數(shù)據(jù)中心的耗電量巨大，一個典型的以AI為核心的數(shù)據(jù)中心所消耗的電力相當于10萬個家庭的用電量;自2017年以來，全球數(shù)據(jù)中心的電力消耗年均增長約12%，超過全球總電力消費增長速度的4倍以上;預計到2030年，數(shù)據(jù)中心電力需求將增加一倍以上，達到約945 TWh，約等于日本目前的總電力消耗。

　　1.2 能源全產(chǎn)業(yè)鏈依賴AI實現(xiàn)降本增效

　　能源全產(chǎn)業(yè)鏈與AI的互相影響逐漸加深，如圖1所示。在能源生產(chǎn)環(huán)節(jié)，AI技術應用于不可再生能源(煤、石油、天然氣等)地質勘探、地質建模過程，極大提高勘探的效率與準確性。在開采過程中，AI驅動的智能作業(yè)系統(tǒng)(設備)能夠根據(jù)實時地質條件自動調整作業(yè)參數(shù)，提高作業(yè)效率和安全性。從礦床開采全生產(chǎn)周期來看，基于AI分析的生產(chǎn)優(yōu)化模型可以通過協(xié)調調度和運營優(yōu)化，合理調配開采作業(yè)強度，優(yōu)化生產(chǎn)周期。在可再生能源生產(chǎn)方面，利用AI技術優(yōu)化選址、設備運行參數(shù)以及與其他能源形式的協(xié)同調度，在一定程度上可克服太陽能、風能等間歇性能源的不確定性，提升可再生能源在電網(wǎng)中的接入比例和穩(wěn)定性，促進能源結構的優(yōu)化。

圖1 AI發(fā)展與能源變革的雙向影響分析

　　在能源傳(運)輸環(huán)節(jié)，多種能源形式(電、熱、氣等)相互耦合，形成了復雜的能源傳輸網(wǎng)絡。AI技術可以實現(xiàn)能源的智能路由和協(xié)同傳輸，根據(jù)不同能源的特性、用戶需求以及網(wǎng)絡運行狀態(tài)，優(yōu)化能源傳輸方案，實現(xiàn)能源的高效配置和綜合利用。同時，可利用AI技術實時監(jiān)測傳輸線路的數(shù)據(jù)(如溫度、濕度、風速、電流等)進行分析進而預測線路故障，提前采取維護措施，減少安全事故的發(fā)生。

　　在能源存儲環(huán)節(jié)，AI技術主要在電池儲能管理系統(tǒng)中發(fā)揮重要作用。通過對電池充放電過程中的數(shù)據(jù)進行監(jiān)測和分析，利用機器學習模型預測電池的剩余壽命和健康狀態(tài)，并優(yōu)化充放電策略，可以延長電池使用壽命，提高電池儲能系統(tǒng)的安全性和可靠性。同時，AI技術還能夠實現(xiàn)對大規(guī)模電池儲能集群的協(xié)同控制，根據(jù)電網(wǎng)需求快速響應，平滑電力輸出，提高可再生能源發(fā)電的穩(wěn)定性和可調度性。

　　在能源消費環(huán)節(jié)，利用AI技術可實現(xiàn)對居民用戶用電行為的精準監(jiān)測和分析，進而預測用戶未來的用電需求，為用戶提供個性化的節(jié)能建議和用電方案。在工業(yè)和商業(yè)領域，AI技術助力能源管理系統(tǒng)實現(xiàn)智能化升級。通過對企業(yè)或建筑物內的能源消耗數(shù)據(jù)(如電力、燃氣、水等)進行實時采集和分析，利用AI算法發(fā)現(xiàn)能源浪費的環(huán)節(jié)和設備，制定有針對性的節(jié)能措施和優(yōu)化策略。

　　2 AI驅動能源變革的政策實踐

　　2.1 早期探索與規(guī)劃階段

　　早期階段，AI逐步進入大眾視野，隨后政府出臺了一系列早期探索與規(guī)劃政策。2015年7月，國務院發(fā)布《國務院關于積極推進“互聯(lián)網(wǎng)+”行動的指導意見》，將AI納入重點任務，作為“互聯(lián)網(wǎng)+”行動的重要組成部分。2016年5月，國家發(fā)展和改革委員會(簡稱“國家發(fā)改委”)等四部門聯(lián)合印發(fā)《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》，提出了AI的總體思路、主要目標與重點任務，為后續(xù)相關政策發(fā)布奠定了基礎。2017年3月，AI被納入政府工作報告，標志著其地位的快速提升。

　　2017年7月，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出大力推動智能化信息基礎設施建設，為AI研發(fā)和廣泛應用提供海量數(shù)據(jù)支撐。同時明確提出“建設分布式高效能源互聯(lián)網(wǎng)”“推廣智能儲能設施、智能用電設施”等，體現(xiàn)了AI與能源互相促進發(fā)展的思路。

　　2.2 技術融合與應用階段

　　隨著技術的不斷進步，AI與各領域的融合逐漸加深，政府開始推動AI在能源領域的廣泛應用，并出臺了一系列支持政策。2023年12月，《關于深入實施“東數(shù)西算”工程 加快構建全國一體化算力網(wǎng)的實施意見》正式發(fā)布，提到算力與綠色電力一體化融合，重點對促進數(shù)據(jù)中心節(jié)能降耗、創(chuàng)新算力電力協(xié)同機制提出要求。

　　2024年1月，國家發(fā)展改革委與國家能源局聯(lián)合發(fā)布《關于加強電網(wǎng)調峰儲能和智能化調度能力建設的指導意見》，提出要推進新型電力調度支持系統(tǒng)建設。其中明確了要將AI等先進數(shù)字信息技術應用于電力系統(tǒng)各環(huán)節(jié)，提升電源、儲能、負荷與電網(wǎng)的協(xié)同互動能力。

　　2.3 標準體系建設完善階段

　　為了保障能源技術的安全、可靠和合規(guī)應用，我國開始加強AI與能源技術的標準體系建設。2024年5月，國家發(fā)改委等多部門聯(lián)合發(fā)布《關于深化智慧城市發(fā)展 推進城市全域數(shù)字化轉型的指導意見》，提到要“統(tǒng)籌推進城市算力網(wǎng)建設，有效降低算力使用成本”和“利用數(shù)字技術提升綜合能源服務綠色低碳效益”，對AI發(fā)展與能源消耗優(yōu)化提供了具體指導。

　　2024年7月，國家發(fā)改委等部門印發(fā)《數(shù)據(jù)中心綠色低碳發(fā)展專項行動計劃》，專門發(fā)布政策文件對數(shù)據(jù)中心的綠色低碳發(fā)展提出要求，要求到2025年底國家樞紐節(jié)點新建數(shù)據(jù)中心綠電占比超過80%，體現(xiàn)出政府開始對AI技術發(fā)展帶來的高耗能問題進行規(guī)范化指引。同年，《加快構建新型電力系統(tǒng)行動方案(2024—2027年)》《關于加快經(jīng)濟社會發(fā)展全面綠色轉型的意見》《國家數(shù)據(jù)基礎設施建設指引》等政策文件發(fā)布，提出了統(tǒng)籌數(shù)據(jù)中心發(fā)展需求和新能源資源稟賦，開展算力、電力基礎設施協(xié)同規(guī)劃布局，提升算力與電力協(xié)同運行水平，提高數(shù)據(jù)中心綠電占比;加快數(shù)字化綠色化協(xié)同轉型發(fā)展，深化AI在電力系統(tǒng)全環(huán)節(jié)的應用，推動綠色低碳數(shù)字基礎設施建設，實現(xiàn)數(shù)字技術賦能綠色轉型;推進算力與綠色電力融合，加強數(shù)據(jù)中心智慧能源管理，開展數(shù)據(jù)中心用能監(jiān)測分析與負荷預測優(yōu)化數(shù)據(jù)中心電力系統(tǒng)整體運行效率等規(guī)范性指導。

　　2.4 技術突破與變革階段

　　隨著AI技術的快速發(fā)展和能源轉型的加速推進，政府出臺多項政策，積極探索AI在能源領域的新應用、新模式，以推動能源系統(tǒng)的智能化、綠色化轉型。2025年1月，工業(yè)和信息化部等八部門印發(fā)《新型儲能制造業(yè)高質量發(fā)展行動方案》，要求支持基于數(shù)字孿生和AI技術開展新型儲能安全預警技術攻關和推動AI技術在新型儲能制造業(yè)廣泛應用。2025年2月，國家能源局印發(fā)《2025年能源工作指導意見》，提出培育發(fā)展壯大能源新產(chǎn)業(yè)新業(yè)態(tài)，推進AI技術在能源領域的試點應用。2025年3月，國家發(fā)改委、國家能源局印發(fā)《新一代煤電升級專項行動實施方案(2025—2027年)》，提到推進先進創(chuàng)新技術應用，積極集成應用5G、AI等技術，提升機組智能運行技術水平。2025年4月，國家能源局發(fā)布《關于促進能源領域民營經(jīng)濟發(fā)展若干舉措的通知》，提出支持民營能源企業(yè)轉型升級，創(chuàng)新“人工智能+”應用場景，提高預測精度、運行效率和管理水平。

　　3 AI驅動能源變革典型案例分析

　　3.1 AI+智能發(fā)電

　　新能源發(fā)電系統(tǒng)受氣候環(huán)境影響呈現(xiàn)顯著的不穩(wěn)定性特征，尤其在風電、光伏等可再生能源大規(guī)模并網(wǎng)后，電網(wǎng)調峰壓力與棄能現(xiàn)象已成為制約行業(yè)發(fā)展的“瓶頸”。國網(wǎng)新疆電力有限公司針對此問題構建了大數(shù)據(jù)AI模型，通過整合新能源項目審批信息、場站運行日志及氣象衛(wèi)星數(shù)據(jù)等異構資源，創(chuàng)新開發(fā)了具有動態(tài)評估功能的新能源消納決策支持系統(tǒng)。

　　在該項目實施過程中，技術團隊通過建立跨部門數(shù)據(jù)共享機制，覆蓋了807座新能源場站的異構數(shù)據(jù)集，包含光伏運行記錄8 497萬條、風電運行參數(shù)5.7億條，據(jù)此建立了AI消納能力預測模型，實現(xiàn)了不同技術方案下消納潛力的量化評估，并具備并網(wǎng)風險預警功能[14]。經(jīng)實際運營驗證，該解決方案使風電短期功率預測精度提高了4.3%，光伏短期預測精度提高了2.2%，新能源上網(wǎng)電量達31.9億kWh[14]。這種數(shù)據(jù)驅動的智能決策模式為西北地區(qū)新能源高質量發(fā)展提供了可復制的技術范式。

　　3.2 AI+智能生產(chǎn)

　　作為支撐國民經(jīng)濟發(fā)展的支柱型產(chǎn)業(yè)，鋼鐵行業(yè)長期處于高能耗與碳排放大戶行列。在碳中和目標指引下，鋼鐵行業(yè)正通過智能技術融合、制度創(chuàng)新和數(shù)字賦能構建新型節(jié)能體系。寶鋼集團聯(lián)合華為公司以“數(shù)據(jù)驅動+AI決策”為核心，打造了基于AI的能源管控平臺，通過機器學習識別低效設備運行模式。

　　2024年該平臺應用后，實現(xiàn)了噸鋼綜合能耗下降6.3%，年節(jié)約標準煤42萬噸;AI驅動的余熱回收系統(tǒng)將廢氣溫度預測精度提升至95%，全年新增余熱發(fā)電量達1.8億kWh[15]。2024年平臺全面投用后，寶鋼集團上?；貒嶄摼C合能耗從560 kg標準煤降至525 kg(下降6.3%)，年節(jié)約標準煤42萬噸，直接降本超3.6億元[15]。通過AI優(yōu)化，全廠碳排放強度下降8.2%，余熱發(fā)電占比提高至總用電量的18%[15]。

　　3.3 AI+智能監(jiān)測

　　能源消耗動態(tài)監(jiān)測與智能分析是驅動能源結構轉型和產(chǎn)業(yè)升級的重要技術支撐。云南電網(wǎng)有限責任公司通過構建省級能源數(shù)據(jù)治理平臺，整合省內電力消費、公共事業(yè)運營及經(jīng)濟運行數(shù)據(jù)，并依托多源異構數(shù)據(jù)融合技術構建了多維度能碳核算體系，可動態(tài)測算重點行業(yè)碳足跡軌跡。

　　自2023年該平臺投入運營以來，已形成覆蓋700余家[16]重點耗能企業(yè)的監(jiān)測網(wǎng)絡，構建起“政府-電網(wǎng)-用戶”三級聯(lián)動的智慧能源管理架構。實踐成效表明，企業(yè)用戶通過能效優(yōu)化方案年均降低能源支出1.8億元，碳排放減少10萬噸以上[16]。這種基于大數(shù)據(jù)挖掘的能源治理模式，為西南邊疆地區(qū)實現(xiàn)“雙碳”目標提供了可量化的實施路徑。

　　4 AI驅動能源變革的挑戰(zhàn)與對策分析

　　4.1 數(shù)據(jù)中心擴張給能源供應帶來挑戰(zhàn)

　　全球數(shù)據(jù)中心用電量激增，且用電需求仍在持續(xù)增加，對電網(wǎng)穩(wěn)定性構成了巨大壓力。為解決此問題，建議優(yōu)化能源結構，積極發(fā)展可再生能源，將風光電、儲能技術與AI調度算法結合，降低電網(wǎng)對傳統(tǒng)能源的依賴。同時通過優(yōu)化數(shù)據(jù)中心布局，引導數(shù)據(jù)中心向電力資源豐富的區(qū)域遷移，簡化并網(wǎng)流程，可一定程度上緩解局部電網(wǎng)壓力。

　　4.2 “數(shù)據(jù)孤島”與算法透明性不足

　　能源行業(yè)數(shù)據(jù)來源廣泛但分散(政府、企業(yè)、媒體等)，缺乏統(tǒng)一標準與共享機制，進而導致“數(shù)據(jù)孤島”現(xiàn)象嚴重，難以滿足AI訓練的數(shù)據(jù)量需求，形成的單一模型也難以滿足多樣化的場景需求。此外，AI算法的復雜性使其決策過程缺乏透明性，算法錯誤可能導致資源評估偏差或電網(wǎng)故障進而帶來安全風險。

　　為解決此問題，建議由政府牽頭，整合多方數(shù)據(jù)資源，推動能源行業(yè)數(shù)據(jù)標準化，同時需開發(fā)可解釋性AI模型，在算法設計中引入可解釋性框架，增強決策透明度。

　　4.3 技術融合與商業(yè)化滯后

　　能源行業(yè)數(shù)字化程度較低，AI技術普及率遠低于其他行業(yè)，無法支持AI技術的深度應用進而實現(xiàn)節(jié)能降耗。同時，能源領域新技術從研發(fā)到商業(yè)化通常需要數(shù)十年，而AI技術更新迭代速度快，存在不匹配不協(xié)調的問題。。

　　為解決此問題，需要政府與企業(yè)聯(lián)合推動AI技術在能源領域的專項研發(fā)，縮短商業(yè)化周期。同時構建跨行業(yè)創(chuàng)新聯(lián)盟，通過產(chǎn)學研合作，共享技術成果，推動AI技術與能源技術深度融合。

　　4.4 網(wǎng)絡安全與數(shù)據(jù)隱私泄露風險

　　AI系統(tǒng)可能成為網(wǎng)絡攻擊的目標。若電力調度中的AI算法被篡改，可能導致大范圍停電。同時能源數(shù)據(jù)的采集與使用涉及用戶隱私，存在數(shù)據(jù)泄露風險。

　　為解決此問題，需要構建AI安全防護體系，在電力系統(tǒng)中部署AI驅動的網(wǎng)絡攻擊監(jiān)測工具，實時識別異常行為。同時持續(xù)完善法律法規(guī)，制定能源數(shù)據(jù)隱私保護準則，確保技術應用符合規(guī)定。

　　5 結束語

　　隨著技術的不斷進步，AI技術在能源領域的應用將呈現(xiàn)以下趨勢：一是多技術融合創(chuàng)新，AI技術將與物聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈、5G等技術深度融合，形成更強大的技術合力，推動能源系統(tǒng)的全面數(shù)字化和智能化升級;二是跨領域協(xié)同應用，逐步打破能源行業(yè)內部各環(huán)節(jié)以及能源與其他行業(yè)(如交通、建筑、工業(yè)等)之間的壁壘，實現(xiàn)AI技術在更廣泛領域的協(xié)同創(chuàng)新和應用，構建綜合性的能源生態(tài)系統(tǒng);三是自主智能決策能力提升，AI系統(tǒng)將具備更強的自主學習和決策能力，能夠在復雜多變的能源環(huán)境下實時作出優(yōu)化決策，減少人工干預，提高能源系統(tǒng)的運行效率和可靠性。

　　Research on the policy system and application challenges of AI-driven energy transformation

　　LIU Wei1, LI Zhaoyang2, SHI Haichao3

　　(1. Beijing Modern Research Institute of Recycle Economy, Beijing 100814, China;

　　2. Beijing Bona Interchange Technology Co., Ltd., Beijing 100070, China;

　　3. Technology and Standards Research Institute, China Academy of Information and Communications Technology,Beijing 100191, China)

　　Abstract: The rapid development of Artificial Intelligence (AI) technology is reshaping the pattern of global energy industry. This paper analyzes the bidirectional influence relationship between AI technology and energy transformation from two aspects: the development of AI technology’s reliance on energy and the demand for AI technology in the green transformation of the entire energy industry chain. It systematically sorts out the domestic policies related to AI and energy development, and analyzes the policies at different stages in detail, providing a macro policy environment reference for the subsequent process of AI technology and energy transformation. Through the analysis of typical AI+energy cases, it summarizes the current achievements, and summarizes the existing problems and adjustments at the current stage, providing a certain reference for the subsequent formulation of scientific, effective and targeted integrated development policies.

　　Keywords: AI; energy transformation; policy analysis; sustainable development; technological innovation

　　本文刊于《信息通信技術與政策》2025年 第6期

　　作者簡介

　　劉偉：北京現(xiàn)代循環(huán)經(jīng)濟研究院工程師，主要從事礦山數(shù)字化、智能化等方面的研究工作。

　　李朝陽：北京博納互通科技有限公司工程師，主要從事機械化、軟件開發(fā)與應用方面的研究工作。

　　史海超：中國信息通信研究院技術與標準研究所工程師，主要從事智慧能源、工業(yè)互聯(lián)網(wǎng)、數(shù)字化發(fā)展等領域的技術研究、標準研制、產(chǎn)業(yè)政策支撐等工作。

　　論文引用格式：

　　劉偉, 李朝陽, 史海超. 人工智能技術推動能源變革的政策體系和應用挑戰(zhàn)研究[J]. 信息通信技術與政策, 2025, 51(6): 27-32.