6月20-21日，以“人工智能深化協(xié)同，能源科技求索創(chuàng)新”為主題的2025國家能源互聯(lián)網(wǎng)大會在杭州盛大召開，全球產(chǎn)業(yè)技術(shù)領(lǐng)先者施耐德電氣受邀出席大會，展示了助力能源轉(zhuǎn)型的數(shù)智技術(shù)及解決方案，并圍繞AI驅(qū)動能源轉(zhuǎn)型等話題進行了技術(shù)分享。

源網(wǎng)荷儲全鏈協(xié)同，AI驅(qū)動能源轉(zhuǎn)型

AI不僅僅是能源的消耗者，更將成為能源效率的革新者。施耐德電氣電網(wǎng)行業(yè)高級架構(gòu)師王照在大會演講中提及，AI正與能源系統(tǒng)進行深度融合，并成為能源企業(yè)實現(xiàn)數(shù)智化轉(zhuǎn)型的“核心引擎”。

當前電力系統(tǒng)的數(shù)據(jù)量、更新速率和關(guān)系復(fù)雜性正呈爆炸式增長，而AI恰恰能夠憑借實時的決策洞察精準識別資源浪費，并以智能化的方式優(yōu)化資源管理策略，提升能源系統(tǒng)的柔性。例如，在源網(wǎng)互動方面，由AI賦能的預(yù)測性調(diào)度可以減少棄風棄光，有力提升光伏、儲能等分布式能源與大電網(wǎng)的協(xié)同性。

在用電側(cè)，AI能夠深度挖掘工業(yè)等場景的節(jié)能潛力，加速消費端的低碳轉(zhuǎn)型。對于用能企業(yè)而言，在數(shù)字化、電氣化加速推進的時代，AI將成為構(gòu)建可持續(xù)未來的核心驅(qū)動力。AI與能源管理系統(tǒng)的深度融合，將為企業(yè)帶來三重價值：精準識別能效瓶頸、智能優(yōu)化資源配置以及降低用能成本與碳排放總量。

施耐德電氣將前沿的AI預(yù)測技術(shù)與行業(yè)知識經(jīng)驗相結(jié)合，開發(fā)了在綜合能源復(fù)雜運營條件下具有自主管理與調(diào)節(jié)能力的模型預(yù)測控制算法。依托這一算法，由AI驅(qū)動的微電網(wǎng)解決方案助力傅雷圖書館實現(xiàn)了光伏自消納率約88%、建筑新能源滲透率約67%的卓越成果，同時實現(xiàn)了70%的減碳量，使其成為了全球首座LEED凈零碳認證圖書館。

AI融合能源技術(shù)，推動技術(shù)升級與商業(yè)模式創(chuàng)新

在AI的全面“浸潤”下，能源系統(tǒng)在技術(shù)升級和商業(yè)模式創(chuàng)新兩個層面都面臨著革新與進化。而這樣的變化，正推動著嶄新的業(yè)態(tài)和增長點隨之誕生。

在技術(shù)層面，AI 正從“單應(yīng)用”走向“鏈應(yīng)用”，在能源系統(tǒng)的源、網(wǎng)、荷、儲全環(huán)節(jié)協(xié)同應(yīng)用。其中，伴隨著邊緣AI的普及，輕量化AI模型正越來越多地部署于智能電表、儲能終端，實現(xiàn)本地快速決策，降低對云端算力的依賴。例如，施耐德電氣在傳統(tǒng)的綜保裝置中集成了經(jīng)過180萬個實際用例訓練的、基于機器學習的故障檢測算法，將小電流接地選線選段的精準度顯著提升，其應(yīng)用價值可見一斑。

王照在演講中指出，在設(shè)備運維層面，施耐德電氣的POI-MV中壓主動運維智能單元基于機器學習、大數(shù)據(jù)分析和多維度模型訓練技術(shù)，可實現(xiàn)開關(guān)設(shè)備健康狀態(tài)持續(xù)監(jiān)測，并提供早期預(yù)警和后續(xù)設(shè)備運維建議，從而助力用戶實現(xiàn)了對配電資產(chǎn)從“被動搶修”到“主動運維”的轉(zhuǎn)變。

當AI擁有了跨域數(shù)據(jù)協(xié)同能力，還可以打破能源、交通、工業(yè)等領(lǐng)域的數(shù)據(jù)壁壘，創(chuàng)造新的價值。例如，AI可以調(diào)度電動汽車向電網(wǎng)反向送電，或?qū)S用電進行削峰填谷的智能調(diào)度，從而通過電力市場交易創(chuàng)造額外收益。

而在商業(yè)模式層面，AI同樣可以帶來一系列新的變化。在AI的推動下，未來能源相關(guān)的商業(yè)模式有望從傳統(tǒng)的“賣產(chǎn)品”轉(zhuǎn)化為“賣服務(wù)”。例如，企業(yè)購買的不再局限于傳統(tǒng)的硬件產(chǎn)品，還可以購買訂閱制的“AI能效優(yōu)化服務(wù)”，并按照節(jié)能效果或PUE達標率付費。與此同時，虛擬電廠也可以利用AI聚合光儲、電動車等分布式資源參與電力市場，提升收益能力。

相應(yīng)地，為了適應(yīng)這些新業(yè)態(tài)，企業(yè)也勢必需要推動自身的“進化”，不斷培育新的能力與生態(tài)。未來，企業(yè)要想憑借AI的賦能，決勝充滿不確定性的能源市場，將不得不從單純的“硬件研發(fā)”轉(zhuǎn)向培養(yǎng)“軟硬協(xié)同”的復(fù)合型能力。比如，廠商既要迭代可以承載AI功能的智能硬件，也要構(gòu)建靈活的軟件平臺;既要在解決多場景的電力行業(yè)專屬大模型上發(fā)力，也需解決傳統(tǒng)AI的泛化性問題，以適配電力系統(tǒng)的非線性特性。

這樣的要求，也將進一步推動企業(yè)尋求構(gòu)建“硬件 + 算法 + 服務(wù)”的生態(tài)，加強跨界合作。在這方面，施耐德電氣基于EcoStruxure 平臺，并聯(lián)合生態(tài)合作伙伴聯(lián)合開展AI能源應(yīng)用開發(fā)，率先樹立了圍繞AI應(yīng)用開展生態(tài)合作的典范。

共享共贏共創(chuàng)，突破AI與能源技術(shù)協(xié)同挑戰(zhàn)

無須諱言，盡管AI與能源技術(shù)的深度協(xié)同已經(jīng)“漸入佳境”，但仍有一系列不可忽視的挑戰(zhàn)亟待解決。首先，能源數(shù)據(jù)分散于發(fā)電、輸配電、用電等不同企業(yè)，跨主體、跨部門的數(shù)據(jù)共享仍然存在較大阻礙，造成的“數(shù)據(jù)壁壘”往往讓AI訓練因缺乏足夠數(shù)據(jù)而“難為無米之炊”。

其次，面對電網(wǎng)的成百上千種故障模式，AI的算法適配也存在短板，通用的 AI 模型往往會有準確率不足的問題，而行業(yè)專屬大模型由于數(shù)據(jù)不足造成訓練效果差強人意。

最后，面對高度重視安全可靠性的能源系統(tǒng)，AI的潛在安全風險同樣不容忽視。一旦AI引擎深度參與能源調(diào)度，算法漏洞很可能引發(fā)能源調(diào)度連鎖故障，這無疑對安全防護體系的完善提出了更高要求。

轉(zhuǎn)型在即，如何化解這些瓶頸與挑戰(zhàn)?施耐德電氣全國銷售部銷售總監(jiān)楊偉臨在活動期間表示：“在AI與能源技術(shù)加速融合的大勢所趨之下，我們面臨來自數(shù)據(jù)、算法和安全等方面的挑戰(zhàn)，可以從政策保障數(shù)據(jù)權(quán)益、技術(shù)協(xié)同、守住安全紅線等三個方面考慮破解之道。”

施耐德電氣倡導(dǎo)推動“能源數(shù)據(jù)共享池”試點，鼓勵共享數(shù)據(jù)訓練模型，同時保障數(shù)據(jù)主權(quán);與此同時，施耐德電氣建議行業(yè)聯(lián)合建立“能源 AI 開源社區(qū)”，共享故障數(shù)據(jù)集、訓練框架，讓每個參與者既作為開源的貢獻者，也成為開源的貢獻者，從而以生態(tài)合作實現(xiàn)互利共贏;最后，則是在技術(shù)層面為AI樹立“安全柵欄”，避免因過度依賴或放任AI使用而產(chǎn)生安全風險。

可見，利用AI技術(shù)促進能源系統(tǒng)“數(shù)字覺醒”的過程，絕非一帆風順。然而，在政策護航、技術(shù)創(chuàng)新、生態(tài)合作的共同作用下，AI等數(shù)字化技術(shù)驅(qū)動的能源轉(zhuǎn)型前景必將勢不可擋。

能源系統(tǒng)迎來“數(shù)字覺醒”的本質(zhì)，正是能源管理從“經(jīng)驗驅(qū)動”轉(zhuǎn)向“數(shù)據(jù)驅(qū)動”的過程。未來，施耐德電氣將持續(xù)將AI與能源管理有機結(jié)合，并攜手上下游伙伴，一起推動技術(shù)創(chuàng)新落地，賦能更多企業(yè)實現(xiàn)節(jié)能減碳和智能化運營，邁向可持續(xù)發(fā)展未來。