能源转型

AI与电网相互依存的时代已经来临

能源基础设施、电力系统与人工智能(AI)已经相互依存。 Image: 路透社/Adrees Latif

Diego Vincenzi
Chief of Staff, Minister of Environment and Energy, Costa Rica
Kenneth Cheng
Utility Industry Lead, Greater China, Accenture
本文章是 能源与材料中心 的一部分
  • AI正成为电力系统韧性的新来源,使电网能够实时检测故障、作出响应并进行适应性调整。
  • AI正日益深入电力系统的运行核心,将各类设施、建筑和储能资产转变为自主能源管理者。
  • 当下的任务是构建一个“智能即基础设施”的世界。在这个世界中,有关AI采购、电网扩建和能源存储的决策不再各自为政。

当两大关键基础设施,AI和电力基础设施,开始重写彼此的规则时,会发生什么?这是电网运营商、超大规模云服务商和能源政策制定者当前都在思考的问题。

AI正在改变电力系统的规划、建设和运营方式。反过来,电力系统也在划定AI未来的发展边界。电网与算法已不再是互不关联的两个领域。

这种融合之所以重要,是因为两者的发展节奏并不同步。国际能源署(IEA)估计,到2030年,数据中心的用电量可能会翻一番。但基础设施的建设速度无法跟上软件发展的步伐。 新建输电线路从审批、融资到建设可能需要数年时间而新的AI工作负载可能在几个月内就会出现。基础设施与计算时间尺度之间的这种错配,正成为未来十年的一大显著特征:

1. AI正进入电力系统的运行核心;

2. 电力系统正成为AI部署的制约条件;

3. AI正逐渐成为电网吸收冲击的机制。

电力系统的未来将取决于这个新兴系统被如何智能地管理,以下是AI与电力系统双向赋能的三大趋势:

AI进入电力系统运行核心

AI已从电网的工具转变为电网本身的一部分,最明显的迹象在于能源生产者与使用者之间的界限正逐渐模糊。工业设施、商业建筑和分布式储能资产正开始运行连续优化循环,自主决定何时发电、储能、用电或售电。

以中国企业远景科技集团(Envision)为例,该公司提供风力涡轮机、储能系统和能源管理软件,其面向工业园区的“AI电力系统”展示了电网边缘的实际应用场景。

“曾经只是被动用电的工业设施,如今正转变为自主的能源管理者,在不影响生产的前提下,持续平衡现场太阳能发电、电池储能与电网交互,”远景科技集团创始人兼首席执行官张雷表示。

其影响远不止于单个设施。当工业用户成为电网的积极参与者时,电力系统的需求侧便获得了以往主要存在于供应侧的智能。电网获得的不仅是更多资产,还有更多决策者:数百万栋建筑、电池和工业场地能够吸收电力波动并响应电价变化。

电力系统作为AI部署的基础

然而,AI的发展正催生出一类电力需求,而现有电力系统在设计之初并未考虑满足这一需求。这既源于所需电量的规模,也源于其特性。AI数据中心需要高度可靠、日益清洁的电力,并且交付时间紧迫无法匹配传统电网扩建周期。

问题不仅在于这种需求量巨大,更在于其增长速度快于电网的响应能力。

中国电池与储能解决方案提供商海辰储能(Hithium)正致力于弥补这一差距。其方案将能源侧的长时储能与负荷侧的锂钠系统相结合,为运营商提供电网级可靠性和毫秒级响应,部署周期从五到十年缩短至一到两年。对于超大规模企业而言,这种储能及其快速扩展的能力,正成为大规模部署AI的前提条件。

海辰储能董事兼副总裁易梓琦博士表示:“AI的扩展速度超过了电力基础设施的建设速度。快速响应储能与长时灵活性相结合,既能为AI数据中心运营商提供所需的可靠性,又能支持超大规模企业日益要求的大型可再生能源的共址部署。”

中国“十五五”规划(2026–2030年)期间的新能源规划反映了这一融合趋势,要求计算、电力和可再生能源基础设施之间加强协调,实现AI和新型电力系统“双向赋能”。

AI作为韧性之源

第三股趋势虽然最不显眼,但可能影响最为深远:AI将成为电力系统识别故障、吸收冲击并恢复正常运行的手段。 随着电网承载更多波动性较大的可再生能源,加之极端天气和网络安全风险日益增多,电网稳定性已不再仅仅取决于备用容量,而是更多地取决于响应速度。一个无法快速响应的系统无法保持稳定。

易梓琦博士表示,“在AI时代,韧性不再仅仅由备用电源来定义。而是储能系统实时感知、响应和适应的能力,即使电力系统变得更加动态和不确定,也能保持关键基础设施持续运行。”

下一步是构建智能贯穿始终的基础设施。人工操作员需要数分钟才能完成的工作,AI系统能在几毫秒内检测异常、重新调度电力流向并协调储能。这些能力正在改变韧性的经济逻辑:在供应链、数据中心和金融系统因停电造成的损失日益高昂之际,智能保护正变得越来越高效。

AI与电网相互依存的时代已经来临

这三大趋势已经相互作用并汇合。自主管理工业能源的AI系统,也是虚拟电厂所聚合的资产;为保障数据中心可靠性而设计的储能系统,同时也是高比例可再生能源电网的缓冲器;保护设施的韧性智能,也有助于维持电网级稳定性,从而确保数字基础设施持续在线。

这意味着曾经在不同会议室中做出的决策,如电力购买协议、电网扩建计划、网络安全协议以及AI采购等,如今已相互依存。那些将AI基础设施决策与能源安全割裂开来的科技公司,正在将自己暴露在脆弱性之中。

如果电网运营商在规划输电时未对AI驱动的需求行为进行建模,则没有意识到他们将面临的负荷今非昔比。政策制定者如果仅将储能作为维持电网稳定性的手段,而未将其视为提升计算竞争力的手段,就会忽视他们实际所管理的系统。

更深层次的问题已不再是电网与算法是否会相互依存,因为它们早已如此。当务之急是适应并构建一个“智能即基础设施”的世界。

本文作者:

Divya Reddy,世界经济论坛能源倡议经理

郑子霆,埃森哲大中华区业务发展总裁

本文原载于世界经济论坛Agenda博客,转载请注明来源并附上本文链接。

不要错过关于此主题的更新

创建一个免费账户,在您的个性化内容合集中查看我们的最新出版物和分析。

免费注册

许可和重新发布

世界经济论坛的文章可依照知识共享 署名-非商业性-非衍生品 4.0 国际公共许可协议 , 并根据我们的使用条款重新发布。

世界经济论坛是一个独立且中立的平台,以上内容仅代表作者个人观点。

实时追踪:

人工智能与机器人

相关话题:
能源转型
人工智能
分享:
全局信息
探索和追踪解决之道 人工智能与机器人 正在影响经济、产业和全球问题
World Economic Forum logo

每周 议程

每周为您呈现推动全球议程的紧要问题(英文)

立即订阅

更多关于 能源转型
查看全部

Advancing Latin America’s Critical Minerals Potential

如何通过合作释放产业转型潜力,加速能源转型?

关于我们

加入我们

  • 登录
  • 成为我们的合作伙伴
  • 成为我们的会员
  • 订阅我们的新闻稿
  • 联系我们

快捷链接

语言版本

隐私政策和服务条款

站点地图

© 2026 世界经济论坛