2024 年 8 月 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 1 前言 2 第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 结论：让智算率先实现净零碳电力 21 附录 22 关于报告 23 ● 未尽研究 23 ● 环球零碳 23 目录 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 2 能源与机器，自从技术革命以来，从来都不可分。新能源与机器学习正在走向 融合，它们符合一个共同的技术和经济规律，效率上升，成本下降，而需求增 长更快，产生了杰文斯悖论的效应。 杰文斯是 19 世 率不断提升时，对煤炭的需求不仅没有下降，反而在煤炭的应用和相关领域产 生了大量的创新，渗透到各行各业，导致煤炭的消耗量上升。杰文斯悖论在历 次技术与工业革命中持续上演，蒸汽机、内燃机和燃气轮机的效率不断提升， 但人类对于化石能源的需求也持续增长了两百多年。杰文斯悖论揭示了资源、 技术、经济之间的基本关系。 摩尔定律是信息技术革命时代的杰文斯悖论。单位面积芯片上的晶体管数量每 18 个月左右增加一倍，60 年来相当于算力的成本至少下降了

2024 年 8 月 AI 改变能源 智算如何引领新型电力系统 AI 改变能源 智算如何引领新型电力系统 1 前言 2 第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 结论：让智算率先实现净零碳电力 21 附录 22 关于报告 23 ● 未尽研究 23 ● 环球零碳 23 目录 AI 改变能源 智算如何引领新型电力系统 2 能源与机器，自从技术革命以来，从来都不可分。新能源与机器学习正在走向 融合，它们符合一个共同的技术和经济规律，效率上升，成本下降，而需求增 长更快，产生了杰文斯悖论的效应。 杰文斯是 19 世纪英国工 率不断提升时，对煤炭的需求不仅没有下降，反而在煤炭的应用和相关领域产 生了大量的创新，渗透到各行各业，导致煤炭的消耗量上升。杰文斯悖论在历 次技术与工业革命中持续上演，蒸汽机、内燃机和燃气轮机的效率不断提升， 但人类对于化石能源的需求也持续增长了两百多年。杰文斯悖论揭示了资源、 技术、经济之间的基本关系。 摩尔定律是信息技术革命时代的杰文斯悖论。单位面积芯片上的晶体管数量每 18 个月左右增加一倍，60 年来相当于算力的成本至少下降了

目 录 1. 概述 2 1.1 央国企数字化现状 2 1.2 央国企数字化发展趋势 2 1.3 能源央国企数字化状况 3 1.4 能源央国企数字化痛点分析 6 2. AI是推进能源央国企数字化的利器 8 2.1 全渠道客服系统 8 2.2 呼叫中心 8 2.3 在线客服 9 2.4 自助工单系统 自助工单系统 9 2.5 Insight大数据 9 2.6 现场服务管理 10 2.7 派单管理 11 2.8 SSC解决方案 11 3. 能源央国企数字化转型客户案例 13 3.1 中石化销售有限公司 13 3.2 中国南方电网 14 3.3 中国华电集团 16 3.4 深圳燃气 17 3.5 中石油武汉昆仑燃气 的发展机遇和广阔的市场空间。尤其是央国企在经济发展中 起到了不可替代的作用，其历史优势是央国企独特优势。 1.3 能源央国企数字化状况 从现实情况看，央国企数字化转型距离数字资产60%的目标还 有一定差距，但是大部分央国企已经开启了数字化进程，特别 是传统能源行业，能源央国企“五大六小”等头部企业也在积极布 局数字化。 图 1：能源央国企发展现状 （1） 石油 石油行业数字化转型是在原有的企业信息系统基础上，利

从 DeepSeek 探讨大语言模型 在建筑及能源行业的应用趋势和技术方法 汇报人：赵阳 浙江大学能源学院制冷与低温研究所 2025.2.14 报 告 提 纲 临近奇点： AGI 将带来颠 覆 结论和展望 DeepSeek 等带来的新范 式 大语言模型应用的科研案例 能源领域传统 Al 发展困 境 当下 Al 到了哪种程 度 John J.Hopfield 11/80 DeepSeek 赋能 建 筑能源领域 11 报 告 提 纲 当下 Al 到了哪种程度 能源领域传统 AI 发展困境 … … … … DeepSeek 等带来的新范式 大语言模型应用的科研案例 · 临近奇点： AGI 将带来颠覆 结论和展望 …… 长期以来，能源领域人工智能止步于信息化阶段，发展范式陷入困境 陷入困境 15/80 口能源领域智能化目前大多停留在数据采集和信息展示阶段，尽管研究成果丰富，但 实际应用有限，尤其难以突破落地应用的瓶颈 期待发展趋势 — - 现有发展趋势 口主要解决数据采集和信息展示，停 留在“展示大屏”阶段 口学术发表算法成果很多，实际应用 极少，落地“最后一公里”很难 智个 能 化 程 度 → 时 间 范式困境主要原因一：场景多、碎片化、个性化，定制化开发成本高

基于风光储充的工业园区综合能源系统 解决方案及典型案例 目录 一、系统构建 二、协同优化 三、安全保护 四、运行维护 五、典型案例 一、系统构建 n 上海电气电站集团上海电机厂的主要产品有大中型交流电动机、直流电动机、风力发电机、 汽轮发电机等； n 占地面积约 80 万平方米，最大厂房长 312 米，主跨宽 36 米，高 34 米； n 生产设备 3000 余台、精细设备 280 上海电机厂用电量巨大，当前配电容量 71.5MVA ，年用电量高达约 7000 万度； 现有能源管理存在诸多问题与痛点 一、基于风光储充的工业园区综合能源系统构建 场景 n 提高可再生能源使用率，优化工业园区 能源结构； n 与工业园区高度融合，和谐发展，量身 定制解决方案； n 构建停车棚光储充系统，解决员工“绿 色”出行难点； n 采用智慧能源技术，降低企业能耗和成 本，实现园区企业共赢； n 削峰填谷、需求响应，降低用电成本， 低碳绿色园区智慧能源商业模式示范。 一、基于风光储充的工业园区综合能源系统构建 系统构建原则： n 根据厂区提供的日负荷曲线数据可知， 夏季为负荷高峰，峰值负荷约为 16MW 。 n 根据 1 月、 4 月、 7 月、 10 月典型日负荷特性曲线可知，上午 9-11 点以及下午 14-16 点是两个负荷高峰，负荷比较稳定，峰谷差明 显。 一、基于风光储充的工业园区综合能源系统构建 1 月

化技术,平台可以采集和存储企业所有能源和碳排数 据，结合内嵌的建筑、典型能源系统用能模型和业务应 用，实现能源系统数据可视化、能源分析与对标、能源 预测与优化、碳盘查、碳减排规划等功能。帮助用户直 观的了解能源系统运行态势、提高能源系统运行效率。 平台也将帮助客户科学的进行节能改造、减排项目规 划，轻松完成日常能源系统运维工作。平台搭载多种先 进的能源系统优化算法，也支持与客户共同开发专属 专属 优化策略，是客户身边的能源和低碳专家。 身边的专业能源和低碳管理专家 西门子智慧能碳管理平台 气候变化是人类社会面临的共同挑战，正日益威胁人类生存和发展。中国 经济在过去几十年中一直保持着高速增长，而应对气候变化也已成为中 国可持续发展的内在需求。中国政府在2020年明确提出了力争于2030年 碳达峰、2060年碳中和的战略目标；同时，也面临着能源结构不尽合理，单 位GDP能 计，通过提供先进 的能源和数字化解决方案，助力各行各业高效减碳。 双碳目标大趋势和不同客户面对的挑战 用能侧企业 能源管理平台部署复杂，成本高；缺乏专业的能 源、碳排放对标和诊断 已安装有部分子系统，历史子系统改进难，数据 难以对接 光伏、储能、汽车充电桩等新型能源设备没有统 一的SCADA监控系统，运维管理难 能源管理者对碳管理缺乏经验，需要一套能源管 理和碳管理的整合工具

算电协同技术白皮书 III 前 言 在数字经济与能源革命深度融合的时代背景下，算力与电力的 协同发展正面临前所未有的机遇与挑战。随着 5G、人工智能、工业 互联网等新一代信息技术的迅猛发展，全球算力需求呈现爆发式增 长，2023 年我国算力总规模已达 230EFLOPS，智能算力增速高达 45%。然而，这种增长也带来了严峻的能源问题，全国数据中心年 耗电量突破 1500 亿千瓦时，占全社会用电量的 我国电力系 统正在经历深刻变革，新能源装机占比已突破 50%，但“弃风弃 光”与东部电力短缺并存的结构性矛盾日益凸显。这种算力需求激 增与能源转型的双重压力，使得构建高效、低碳的算电协同体系成 为实现“双碳”目标的关键路径。 当前算电协同发展面临诸多现实挑战。在资源匹配方面，算力 基础设施主要集中在东部负荷中心，依赖化石能源供电，而西部新 能源富集区却面临算力需求不足的问题，影响了绿电的消纳。在系 消纳。在系 统协同层面，算力调度以性能优化为导向，电力系统则以稳频调峰 为目标，二者缺乏统一的优化框架，造成新能源利用率损失 3%- 5%。技术层面，算力系统的异构性与电力系统的波动性难以通过传 统控制模型实现兼容，跨域协同效率低下。这些问题的存在严重制 约了算力产业与能源系统的协同发展。 本白皮书详细介绍了算电协同的发展背景、基本概念、功能架 构、关键使能技术等；同时，分析了算电协同典型应用场景、生态