“AI（人工智能）需要电力，电力也需要AI，两者是闭环的反馈系统。”国家电网能源研究院原副院长胡兆光在近期举办的“电力低碳保供研讨会”上指出，AI作为新质生产力，将重塑新型电力系统。电力系统源源不断的数据流、内在反馈特性与AI的强化学习算法、速度优势相结合，有望催生创新的电力领域AGI（通用人工智能）。

（来源：电联新媒  作者：王馨垚）

厦门大学中国能源政策研究院院长林伯强的观点与此不谋而合。他表示，业内常说“AI的尽头是能源、是电力”，而他认为“能源、电力的尽头也有可能是AI”。在他看来，AI与电力的关系并非单向依赖，AI的迅猛发展离不开能源电力的坚实支撑，而AI也能反哺能源电力行业，尤其是在低碳保供环节提供关键助力，形成可持续发展的共生关系。

当前电力系统面临新能源适配、供需平衡、负荷冲击与调度效率等多重困境，AI正是破解这些难题的关键工具。

“要形成自下而上的安全稳定调控体系，利用智能体将风光的不确定性平抑在低压层面，缓解电源侧调控能力不足的问题。”胡兆光表示，风光等新能源涌入配网是大势所趋，智能体在协调优化电网的运行上有很大的潜力。以零碳园区为例，可以通过智能体调动配网、微网和园区中的储能、充电桩等资源，实现源网荷储协调互动，将新能源发电的随机、间歇、波动和不确定性平抑在园区和微网中，避免配网受到大的干扰，并提高消纳水平。

“新增负荷蕴含巨大调节空间和潜力，”针对短时用电荒与新型负荷激增的挑战，北京理工大学管理学院教授王博指出，可通过技术手段将新增负荷从系统压力转化为可控资源。以新能源汽车为例，预计到2040年，国内新能源汽车保有量将达到3亿辆，车载储能容量将超过200亿kWh，相当于中国每天消费的总电量。若能借助AI技术实现“交能融合”，交通部门将从纯粹的能源消费者，逐渐转变为电力系统的“灵活性调节资源”。

在具体落地路径上，她建议构建“全国一盘棋”的AI需求侧响应模型。通过总体规划布局和系统运行模拟，先评估该地区对于响应能力的需求，然后考虑响应设施如何部署，以及响应时间和调用量如何调度等问题。依托网格级别的需求响应和时空预测，实现多目标调度的实时优化，并在此基础上不断迭代。

中国建筑科学研究院热泵与蓄能研究中心主任李骥聚焦建筑能源转型领域。建筑运行相关碳排放占全社会总排放的22%，其用能负荷大、时空波动性的特点，再叠加可再生能源出力的随机性，加剧电力负荷曲线的峰谷差和爬坡率，不利于能源系统的供需平衡。对此，他提出以“电”为核心，构建“光储泵充柔”新型建筑能源系统。该系统以AI技术为核心支撑，通过光伏建筑一体化、多元储能、热泵高效供暖/供冷以及建筑柔性用能等技术手段，推动建筑用能方式与模式全面向智能化和协同化的方向演变。

另外，胡兆光还强调了AI在电价机制优化与调度预测中的价值。他建议，借助AI分析区域负荷特性，针对省内不同地区，根据自身特性，通过价格机制调整低谷时段，引导用户错峰用电。同时，他提出“精确到分钟级”的预测目标。当前，半小时至1小时的精准预测已成为现实。从理论上讲，前一分钟预测下一分钟的超短时预测也具备技术可行性。若能实现分钟级精准预测，将大幅提升调度精度，为电网稳定运行筑牢防线。

在肯定AI技术价值的同时，一个核心悖论日益凸显：AI在赋能电力系统的同时，其自身也正成为巨大的能耗源。据国际能源署今年初发布的《能源与人工智能》报告显示，在AI应用的大力助推下，过去5年，全球数据中心占全球电力消耗量的比例以每年12%递增。按照现有速度，到2030年，全球数据中心的电力需求将增加一倍以上，达到每年约9450亿千瓦时。

国内数据同样值得警惕。据业内人士透露，2024中国算力中心用电量已达约1600亿千瓦时，预计2030年将增长至4800千瓦时。我国已明确提出到2030年，我国新增能源需求将主要依靠清洁能源满足，这一数字对国家清洁能源的供应能力提出了严峻考验。

林伯强特别强调，必须审慎平衡AI带来的短期集中用电冲击与能源转型的长期性之间的矛盾。在AI技术的快速发展与能源体系转型之间找到平衡点，否则可能适得其反。

尽管挑战存在，但AI与电力的闭环互动仍在不断深化。AI不仅能在能源网络调度、负荷预测和设备运维等关键环节发挥重要作用，更在推动新能源高效接入和提升能源系统韧性方面展现出极大的潜力。通过深度学习、数据分析与智能控制等技术手段，AI正加速构建更加高效、绿色和智能的新型能源体系。