目前，人工智能(AI)技术在帮助能源转型中应用更加广泛。前不久，国能日新科技股份公司发布了其自研的新能源大模型“旷冥”，该模型可以帮助提升新能源发电效率、应付极端天气。中国华电、玖天气象、华为等企业一同发布“基于人工智能大模型技术新能源气象功率预测解决方法”，通过对新能源功率预测达成“智算”，提高预测准确度、减少电站运营本钱。业内人士觉得，伴随人工智能技术深入应用，其在推进能源加快转型方面的潜力将被不断激起。
　　提升管理效率
　　河北张家口地处华北平原与内蒙古高原连接地区，是华北区域风能和太阳能资源最丰富的区域之一。大唐索拉风电场智慧场站就位于此。这座智慧场站使用智慧化管控系统进行管理，值班员可以通过一体化平台看到风电场升压站全貌与对应的设施监控点位，对设施状况、职员行为、安防环境等进行全方位监测。
　　风电和光伏项目的新能源场站，大多地方偏远且分布零散。场站内设施多种多样，占地面积广阔，也增加了管理的复杂性。在传统的管理模式下，场站运维职员需要进行现场的设施控制和巡检，耗费很多人力、物力和财力，成为新能源企业进步的一大妨碍。而人工智能技术的引入，则可以减少管理本钱，显著提高场站管理效率。
　　“人工智能可以帮助达成新能源发电设施智能控制、图像智能辨别、负荷精确预测，大大减少了人工本钱。”据大唐国际生产部新能源处有关负责人介绍，人工智能技术能对场站的风电机组、光伏逆变器等发电设施达成智慧控制，并通过自学习从风和光等自然资源中获得更高发电效率。除此之外，人工智能技术还改革了传统的人工巡检方法，通过集成人工智能辨别算法的摄像头，达成对光伏组件和风机叶片的高精度智能化巡检。
　　人工智能技术不仅能够达成对能源提供过程的实时监控，还能通过剖析实时数据，准时发现潜在的问题并进行优化调整。
　　“除去在场站端的应用，人工智能还能应用于集控端的发电和检修方案优化上。”大唐国际生产部新能源处有关负责人告诉笔者，人工智能大模型可以剖析设施运行及历史问题产生的大量数据，为管理者提前预警潜在风险。“比如，企业研发的问题模型可以提前发现设施劣化的征兆有哪些，并依据设施寿命规律合理优化检修方案。通过推行愈加精确的维护计划，不只显著延长了设施的用法寿命，还大幅度减少了停电的风险，达成了运维管理的全方位优化。”
　　人工智能技术还越来越深入并渗透至新能源企业管理的每个层面与细节中。
　　据金风科技AI应用研究院院长宋建军介绍，金风科技在无人化电站建设、物资调拨和翻译等工作中已开始用人工智能技术。现在，企业开发的行业翻译大模型可以帮助达成高精度的行业术语翻译，支持风电行业的国际化需要。“将来，企业将在多模态大模型、视觉剖析、运筹学等技术方向长期投入，让人工智能技术全方位帮助新能源的技术革新和运营管理。”
　　“人工智能技术对于新能源范围来讲是颠覆性的，提高了行业整体运行效率。”中国人民大学应用经济学院教授陈占明觉得，人工智能不只能让企业优化管理决策，还能帮助企业降本增效，将来将成为愈加多新能源企业的选择。
　　优化能源调度
　　人工智能技术不只能提高企业的管理效率，还能优化企业和用户之间的能源调度。
　　今年夏季，在南方电网云南大理供电局“源网荷储充”智能调控平台的自动调控下，云南大理天峰山风电场迅速高效地以后自大理的新能源输送到云南各地及粤港澳大湾区，为千家万户带来丝丝清凉。
　　据有关员工介绍，人工智能智能调控模式可以高效辅助调控员进行决策、方法转供，实时进行时尚断面的动态控制、风险自动辨别、辅助电力系统迅速响应各种异常状况，大幅减少调度员频繁操作的风险，从而有效支撑新能源年度电量占比60%以上区域电网的安全稳定运行。
　　除去防止误操作、误调度，人工智能也能参与拟定更优化的调度计划。
　　新能源发电具备较强的间歇性与波动性，“高温无风”“晚峰无光”等现象影响着发电水平，也给电网调度带来挑战。人工智能技术可以帮助整理多维数据、预测新能源电力波动，使供需愈加匹配。据宋建军介绍，金风科技正在借助人工智能大模型技术升级现有些负荷预测系统，以期对历史发电数据、实时气象数据、电网负荷等多源异构数据剖析和计算，帮助电网拟定愈加优化的调度计划，降低能源浪费。
　　极端天气是新能源发电面临的又一难题，直接影响发电稳定性。人工智能的剖析算法可以捕捉大方实时状况、精确预测气象，提升新能源电力输出效率。比如，国能日新研发的“旷冥”大模型在预测大风、台风等极端天气事件方面表现出色，命中率有所提高，这能进一步帮助拟定电网调度计划和方案，确保电力供需平衡。
　　人工智能从大量数据中进行模式辨别和步骤优化的能力，使其成为推进新兴能源调度模式进步的要紧技术选择。
　　在2024国际数字能源展上，广东深圳发布虚拟电厂调控管理云平台3.0。该平台已接入充电桩、楼宇空调、光伏等9类共计5.5万个可调负荷资源，总容量逾310万千瓦。据员工介绍，凭着一流的通信采集技术，平台的数据处置能力已从上线之初的十万级跃升至百万级，整体感知时效进入毫秒级。作为一种新兴能源调度模式，虚拟电厂将闲散在终端用户的电力负荷资源聚合起来并加以优化控制，现在正在国内探索落地。人工智能的应用将加快分布式可再生设施的普及和用，更好地支撑能源转型。
　　催生更多革新
　　将来，新能源应用场景的多元化将使新能源产业对人工智能的需要进一步增强，推进更多基于人工智能的革新应用落地。
　　比如人工智能可以帮助开发新能源发电和存储的高性能、低本钱材料，帮助能源转型。除此之外，智能化、自动化机器与人工智能技术还可以用于海上可再生能源电站等建设场景，提供绿色、清洗的能源。
　　伴随新能源企业渐渐向以“人工智能算法”为核心的管理模式变革，人工智能可以帮助更多新品和新模式的革新。业内人士表示，一方面，人工智能可以达成更高效的能源储存与管理，形成像智能风机、无人电站、新能源云数据平台等革新商品；其次，人工智能也可以辅助设计更优化的资源布局和配置，催生虚拟电厂、碳买卖、备件平台买卖等新模式。
　　现在，人工智能的应用更多集中在企业方面。将来，人工智能的潜力将进一步释放，更多地惠及用户群体。
　　“在能源消费范围，人工智能可以参考家庭用能的历史数据总结用户的消费行为，帮助用户在各种供电方法之间择优进行切换，为用户做好微观层面的能源管理。”除去为用户提供个性化的能源消费建议，陈占明觉得，人工智能在新能源商品和服务的销售方面也有应用空间。“通过剖析大家的用能模式，构建精确的用户画像，从而减少能源消耗并提高用户参与度和认可度。”
　　尽管应用前途远大，目前，人工智能赋能新能源范围进步还存有一些挑战与困难。
　　厦门大学中国能源政策研究院教授林伯强觉得，人工智能性能的不确定性、数据孤岛与优质数据不足、滥用与社会风险、先进算力不足与人工智能自己的能源消耗等问题，都会给人工智能在新能源范围的应用带来挑战。对此，需要采取多维度的应付方案，包含推进数据标准化与共建共享、健全人工智能研发应用有关法律法规、保障数据安全和伦理规范、加强技术研发投入、优化算法模型以减少算力需要，并探索借助可再生能源支持人工智能基础设施的经营模式等。
　　陈占明觉得，基于大语言模型的人工智能主要侧重于在既有些常识框架内处置与预测信息，而更具改革性的人工智能技术则有望对能源转型产生更大的影响。(李贞 宋佳航)
　　来源：人民日报国外版