熱門資訊> 正文
2026-08-22 10:50
文|哀佳ID | BMR2004
當前,世界正經歷百年未有之大變局,氣候變化挑戰日益嚴峻,能源安全問題備受關注。
2026年8月22日,國際能源轉型學會第四屆國際會議在北京舉行,本屆大會主題為「2030年的能源系統:人工智能快速發展下的能源轉型」。
會議期間,中國石油大學(北京)校黨委書記王同奇;教授級高級工程師,國家能源局原局長章建華;國家能源局原副局長吳吟;國際能源轉型學會聯合會會長,國際能源署榮譽署長田中伸男;東北大學副校長,中國工程院院士唐立新;北京航空航天大學、2026年國際能源經濟學會(IAEE)候任主席範英;中國海洋石油集團有限公司能源經濟研究院黨委書記、院長王震;泰國能源部國際事務特別顧問威拉瓦·昌塔納科梅等專家學者,圍繞「人工智能時代下的能源轉型」這一核心議題分享了各自的觀點。
本次與會嘉賓橫跨學界、產業界與國際組織,覆蓋中國、日本、泰國等多元視角,為當下能源領域的關鍵議題提供了全方位、多領域的解答。
01
一場全球能源範式的歷史性轉移
當前,全球能源發展格局正站在一個歷史性的十字路口。
一方面,中東局勢持續擾動全球市場,油價在漲,糧價在漲,通脹高企,全球能源發展格局正在又一次經歷歷史性的關鍵時刻。另一方面,人工智能的爆發式增長正推動各國能源體系進行深層範式轉移,這將重新定義國家競爭力、產業邏輯和全球能源治理的規則。
1973年第一次石油危機爆發時,田中伸男剛加入日本通商產業省(簡稱MITI)。當時,歐佩克國家停止出口石油。為應對這場危機,日本在節能和電力削減方面儘可能做到極致,從石油轉向液化天然氣、煤炭和核能,在電力轉型方面取得了巨大成功。
而眼下,「中國處於最有利的地位來應對這場石油衝擊。」田中伸男判斷,中國通過太陽能、風能、核能打造了電氣化的國家,讓電動汽車變得非常便宜。中國是一個人口大國,需要所有類型的能源,目前正引領着電氣化進程,為此,他將中國稱之為「電氣化國家」的領導者。
反之,美國正在重返「石油國家」時代,歐洲正邁向電氣化時代,試圖擺脫對俄羅斯石油和天然氣的依賴。在田中伸男看來,歐洲和中國基本上在做同樣的事情:加強電氣化,同時加強對人工智能的利用。
「人工智能正在推動我們邁向新的經濟形態、新技術,一種新的範式。」他認為,中國、日本、歐洲應該共同制定新規則或新的電力範式,共同構建「電力國家」的新範式,這或許是應對石油衝擊、人工智能以及未來能源挑戰的最佳途徑。
當前,氣候變化挑戰日益嚴峻,能源安全問題備受關注。「作為負責任的大國,中國正堅定不移地推進綠色低碳轉型,構建新型能源體系,貢獻中國方案。以人工智能為代表的新一輪科技革命,正在深刻改變能源的運行邏輯與發展範式,為全球能源轉型注入了前所未有的強勁動能。」王同奇説。
02
人工智能已經不再是能源領域的外圍工具
人工智能在能源領域的應用正受到高度重視。在新能源領域,人工智能正成為提升功率預測精度、優化場站運維、加強安全管理的有效工具,顯著提升了客户服務體驗;在傳統火電領域,人工智能圍繞燃燒優化進行智能調節,有效提升了我國火電的發電效率;同時,人工智能顯著降低了地震數據處理的成本,推動了油氣勘探進程;在煤礦領域,人工智能正加快推進自動化減人、無人化作業。
「總的來説,人工智能已經不再是能源領域的外圍工具,而是逐漸成為提升能源系統整體效能的關鍵要素,能源領域的數據要素正為人工智能提供着豐富的‘燃料’,催生‘能源大腦’。」章建華説。
從產業視角,王震介紹道,在上游,如今能源公司都把投資AI作為一個很重要的工作,甚至上升到公司的戰略層面,特別是通過數據模型來提高效率,來提高尋找資源的效率。例如石油公司用AI來找油、找氣。
此外,AI的作用也體現在運營過程中,能夠大幅度提升效率。AI可以幫助降低生產過程中的能源消耗,同時降低了碳排放。以中國海油為例,最近幾個項目都很好地實現了AI和油氣生產過程中的協同,進而提升了能源效率、降低了碳排放。比如在海上油氣平臺生產電氣化過程中,都可以嘗試通過AI技術提升效率、減少碳排放。
唐立新進一步指出,碳減排需要從不同層面努力,從微觀層面進行機制設計與政策制定,包括碳交易、碳定價等。然后覆蓋生產、物流、能源和信息的碳優化。接着再開發碳減排技術,從產品工藝過程減少排放,優化材料基礎,支持碳減排。此外,通過拓撲空間理論研究結構活性與持續演化能力,利用數學模型實現全局優化,減少能源消耗和碳排放。
在下游端的煉化環節,王震表示,通過AI技術的引進,一方面能更好地響應市場的變化,通過大量數據可以看到市場的需求變化。「當前,在油氣市場供大於求的環境下,營銷策略就變得非常重要。反過來到生產環節,怎麼去適應市場的變化,來優化生產要素?」
「AI實際上是在徹底改變我們傳統的工作模式。」王震介紹,中國海油過去幾年做了一個很重要的工作,就是數據治理。把數據作為一個要素、一種資產,讓它發揮價值。從生產數據到經營管理的數據,通過大模型的引入,讓數據從成本費用項轉變成資產項。
「AI本身是工具,但能源公司通過使用這個工具,自身也在參與人工智能產業的發展。」王震強調,AI應用到場景,反過來又會賦能產業,也就是説,能源公司前期作為用户端,最后自己也變成了輸出端。
田中伸男也認為,配備新的系統用於管理電網連接以及工業運營,人工智能必將提升系統的效率。但與此同時,它也可能增加對電力的需求,因為AI需要越來越多的能源,兩者之間本質上是一種雙向影響、雙向賦能的關係。
03
機遇之外還要迎接挑戰
新能源系統的擴張帶來了新的結構性矛盾。中國的風電和太陽能發電裝機容量已位居世界第一,但與傳統能源系統相比,新能源系統面臨着截然不同的運行邏輯。
從發電端來看,可再生能源發電不穩定,風電和光伏是「靠天吃飯」的;從消費端來看,用户用電就像打開水龍頭一樣,隨手就開。這兩方面的不確定性使得能源系統變得更加複雜,挑戰也大得多,如何匹配供給側和需求側,將成為新能源系統的主要挑戰。
而人工智能恰恰為破解這一矛盾提供了新的可能。在範英看來,整個能源系統有發電、儲能、輸配和終端利用等多個環節,管理系統需要同時、快速地協調,這需要大數據的支持,還需要更深入的電網互聯和更復雜的協調。「這些方面可以藉助人工智能技術、能源技術、綠色技術來共同實現,從而更好地匹配供需,同時降低整個系統的成本。」
威拉瓦·昌塔納科梅指出,人工智能計算和數字經濟需要大量高度可靠的電力供應,且必須持續不斷地保障。但現在的問題是:數字基礎設施可以發展得非常迅速,但能源基礎設施通常做不到,因為建造一座核電站需要花很長時間。
這種速度差正在製造現實衝突。當下,對以數據中心為代表的數字基礎設施的抵制情緒正在升溫,因為數據中心的建設和使用需要消耗大量的能源和水。威拉瓦·昌塔納科梅強調:「當想要建設數據中心時,需要問一個關鍵問題:電從哪里來?哪里能買到最便宜的電?」
也有些人認為,人工智能的發展並不一定需要可再生能源,還可以用傳統能源來支持。但這意味着能源價格將在許多國家大幅上漲,由此帶來的后果是,許多人將被切斷電力供應,這將引發嚴重的社會問題。
現實情況是,大型數據中心運營商已經在要求其能源供應商提供脱碳電力,對清潔電力的需求正在快速增加。範英指出,幸運的是可再生能源的成本已經下降,但僅靠可再生能源還不足以為數據中心提供電力。對能源系統來説,主要挑戰是供需兩側的不匹配,可以嘗試使用人工智能技術優化模型來匹配供需,併發出信號中斷某些用户的用電以平衡供需。
在可再生能源之外,核電被視為填補缺口的關鍵選項。「核電將變得非常重要。」田中伸男援引國際原子能機構的觀點指出,小型模塊化反應堆被視為專門用於數據中心的電力來源,數據中心由專用小型模塊化反應堆供電,或採用內部自供電源,就不會影響電力供應的其他部分。但這需要視市場而定,視技術而定,也視全球協作能否充分利用數據中心和AI算力而定。
此外,技術落地的前提是標準先行。當前,能源領域的AI應用面臨數據格式不統一、模型接口不兼容、安全評估缺乏依據等突出問題。沒有統一的標準,數據就是「孤島」,模型就是「黑箱」,亦無法推動能源轉型。「推動建立統一的全球標準,避免單邊主義對全球能源轉型造成阻礙,這一點至關重要。」吳吟説。
通過標準化的體系建設,可以打通數據壁壘,規範技術接口,建立評估體系,為規模化應用鋪平道路。當前全球標準需求巨大,中國標準制定能夠貢獻中國經驗,可以惠及不同發展階段的國家。共建全球能源創新網絡,構建安全穩定的全球能源體系,推動全球能源治理,減少技術貿易壁壘,積極應對碳邊境調節機制、綠電、綠證等挑戰。
吳吟提到,國際電工委員會(IEC)、電氣與電子工程師協會已於2023年頒佈相關標準,2024年也取得新進展,但標準推進仍面臨互認難題。他在大會現場呼籲,國際能源轉型學會有來自100多個國家的2000多位專家,在參照527項標準的基礎上求同存異,方能共同推動能源轉型發展。