中國儲能網(wǎng)訊：“AI（人工智能）需要電力，電力也需要AI，兩者是閉環(huán)的反饋系統(tǒng)?！眹译娋W(wǎng)能源研究院原副院長胡兆光在近期舉辦的“電力低碳保供研討會”上指出，AI作為新質(zhì)生產(chǎn)力，將重塑新型電力系統(tǒng)。電力系統(tǒng)源源不斷的數(shù)據(jù)流、內(nèi)在反饋特性與AI的強化學習算法、速度優(yōu)勢相結(jié)合，有望催生創(chuàng)新的電力領(lǐng)域AGI（通用人工智能）。
廈門大學中國能源政策研究院院長林伯強的觀點與此不謀而合。他表示，業(yè)內(nèi)常說“AI的盡頭是能源、是電力”，而他認為“能源、電力的盡頭也有可能是AI”。在他看來，AI與電力的關(guān)系并非單向依賴，AI的迅猛發(fā)展離不開能源電力的堅實支撐，而AI也能反哺能源電力行業(yè)，尤其是在低碳保供環(huán)節(jié)提供關(guān)鍵助力，形成可持續(xù)發(fā)展的共生關(guān)系。
當前電力系統(tǒng)面臨新能源適配、供需平衡、負荷沖擊與調(diào)度效率等多重困境，AI正是破解這些難題的關(guān)鍵工具。
“要形成自下而上的安全穩(wěn)定調(diào)控體系，利用智能體將風光的不確定性平抑在低壓層面，緩解電源側(cè)調(diào)控能力不足的問題。”胡兆光表示，風光等新能源涌入配網(wǎng)是大勢所趨，智能體在協(xié)調(diào)優(yōu)化電網(wǎng)的運行上有很大的潛力。以零碳園區(qū)為例，可以通過智能體調(diào)動配網(wǎng)、微網(wǎng)和園區(qū)中的儲能、充電樁等資源，實現(xiàn)源網(wǎng)荷儲協(xié)調(diào)互動，將新能源發(fā)電的隨機、間歇、波動和不確定性平抑在園區(qū)和微網(wǎng)中，避免配網(wǎng)受到大的干擾，并提高消納水平。
“新增負荷蘊含巨大調(diào)節(jié)空間和潛力，”針對短時用電荒與新型負荷激增的挑戰(zhàn)，北京理工大學管理學院教授王博指出，可通過技術(shù)手段將新增負荷從系統(tǒng)壓力轉(zhuǎn)化為可控資源。以新能源汽車為例，預計到2040年，國內(nèi)新能源汽車保有量將達到3億輛，車載儲能容量將超過200億kWh，相當于中國每天消費的總電量。若能借助AI技術(shù)實現(xiàn)“交能融合”，交通部門將從純粹的能源消費者，逐漸轉(zhuǎn)變?yōu)殡娏ο到y(tǒng)的“靈活性調(diào)節(jié)資源”。
在具體落地路徑上，她建議構(gòu)建“全國一盤棋”的AI需求側(cè)響應(yīng)模型。通過總體規(guī)劃布局和系統(tǒng)運行模擬，先評估該地區(qū)對于響應(yīng)能力的需求，然后考慮響應(yīng)設(shè)施如何部署，以及響應(yīng)時間和調(diào)用量如何調(diào)度等問題。依托網(wǎng)格級別的需求響應(yīng)和時空預測，實現(xiàn)多目標調(diào)度的實時優(yōu)化，并在此基礎(chǔ)上不斷迭代。
中國建筑科學研究院熱泵與蓄能研究中心主任李驥聚焦建筑能源轉(zhuǎn)型領(lǐng)域。建筑運行相關(guān)碳排放占全社會總排放的22%，其用能負荷大、時空波動性的特點，再疊加可再生能源出力的隨機性，加劇電力負荷曲線的峰谷差和爬坡率，不利于能源系統(tǒng)的供需平衡。對此，他提出以“電”為核心，構(gòu)建“光儲泵充柔”新型建筑能源系統(tǒng)。該系統(tǒng)以AI技術(shù)為核心支撐，通過光伏建筑一體化、多元儲能、熱泵高效供暖/供冷以及建筑柔性用能等技術(shù)手段，推動建筑用能方式與模式全面向智能化和協(xié)同化的方向演變。
另外，胡兆光還強調(diào)了AI在電價機制優(yōu)化與調(diào)度預測中的價值。他建議，借助AI分析區(qū)域負荷特性，針對省內(nèi)不同地區(qū)，根據(jù)自身特性，通過價格機制調(diào)整低谷時段，引導用戶錯峰用電。同時，他提出“精確到分鐘級”的預測目標。當前，半小時至1小時的精準預測已成為現(xiàn)實。從理論上講，前一分鐘預測下一分鐘的超短時預測也具備技術(shù)可行性。若能實現(xiàn)分鐘級精準預測，將大幅提升調(diào)度精度，為電網(wǎng)穩(wěn)定運行筑牢防線。
在肯定AI技術(shù)價值的同時，一個核心悖論日益凸顯：AI在賦能電力系統(tǒng)的同時，其自身也正成為巨大的能耗源。據(jù)國際能源署今年初發(fā)布的《能源與人工智能》報告顯示，在AI應(yīng)用的大力助推下，過去5年，全球數(shù)據(jù)中心占全球電力消耗量的比例以每年12%遞增。按照現(xiàn)有速度，到2030年，全球數(shù)據(jù)中心的電力需求將增加一倍以上，達到每年約9450億千瓦時。
國內(nèi)數(shù)據(jù)同樣值得警惕。據(jù)業(yè)內(nèi)人士透露，2024中國算力中心用電量已達約1600億千瓦時，預計2030年將增長至4800千瓦時。我國已明確提出到2030年，我國新增能源需求將主要依靠清潔能源滿足，這一數(shù)字對國家清潔能源的供應(yīng)能力提出了嚴峻考驗。
林伯強特別強調(diào)，必須審慎平衡AI帶來的短期集中用電沖擊與能源轉(zhuǎn)型的長期性之間的矛盾。在AI技術(shù)的快速發(fā)展與能源體系轉(zhuǎn)型之間找到平衡點，否則可能適得其反。
盡管挑戰(zhàn)存在，但AI與電力的閉環(huán)互動仍在不斷深化。AI不僅能在能源網(wǎng)絡(luò)調(diào)度、負荷預測和設(shè)備運維等關(guān)鍵環(huán)節(jié)發(fā)揮重要作用，更在推動新能源高效接入和提升能源系統(tǒng)韌性方面展現(xiàn)出極大的潛力。通過深度學習、數(shù)據(jù)分析與智能控制等技術(shù)手段，AI正加速構(gòu)建更加高效、綠色和智能的新型能源體系。
