产业家调研 ｜ 能源AI大模型，在孕育大机遇

　　在全球能源结构深刻变革的推动下，电力市场改革持续深化，电力系统调度与预测问题日益复杂。然而，解决问题的方法也在不断进化。从孤立电网向互联电网、超高压电网的迈进，使得调度人员得以将更多精力投入到大电网的安全分析处理中，而电网调度模式也从人工控制转向自动控制。近年来，AI技术的兴起为电力系统带来了新的可能性。AI以其前所未有的精度预测电力需求和可再生能源发电量，显著提升了电力系统的运行效率和可靠性。

　　2023年，ChatGPT的推出使人工智能受到广泛关注，国内众多公司纷纷推出自己的大模型，开启了“百模大战”。那么，在能源领域，AI大模型是如何实现产业落地运营的呢？本次调研，我们走进了清鹏智能，探索能源AI大模型的应用。

能源大模型的挑战与机遇

　　清鹏智能是清华大学电子系科技成果转化的人工智能创新企业。创始人李中阳表示，中国在大模型技术层面有能力与美国竞争，但在应用方向上可能存在差异。中国拥有最齐全的工业门类、最丰富的应用场景和最强的组织能力，这为大模型的落地提供了广阔的空间。然而，大模型在工业场景中面临的最大挑战是可用性。产品需要达到至少80分的有效性才能形成采购意愿。因此，大模型需要与时序、时空数据结合，适应更复杂的真实环境。

能源大模型的实现与应用

　　对于电力系统和电力市场而言，最常见的数据是时序、时空数据。目前，一般的大模型大多关注于语言类应用，对时序、时空等数据的分析、理解与预测能力仍然不足。清鹏智能依托清华大学电子工程系的核心技术，通过语言、时序和时空三种大模型技术的融合与海量数据训练，打造了一个电力系统与电力市场的专家。它能够分析理解市场数据与运行数据，高效解决能源电力资产的预测、控制、交易问题，支撑能源资产运行运营优化。

智能电力交易与能源大模型

　　过去20年，能源领域发生了革命性的变化。全球新能源占比持续提高，风光的随机性与波动性对电力系统安全稳定带来了极大挑战。为解决这一问题，各国政府大力推动电力现货市场建设。因此，电力交易能力成为市场主体的刚需，而精准的电价预测是做好电力交易的关键。清鹏智能综合利用能源大模型与海量数据，实现了精准的新能源功率预测和负荷预测。在多个竞赛中，清鹏能源大模型取得了优异成绩，展现了其在复杂市场环境中的强大适应性和学习能力。

能源大模型的未来展望

　　曙光英伟达黄仁勋曾提到：“AI的尽头是光伏+储能。”对能源领域而言，光伏+储能的尽头也是AI。算电协同、多能互补都离不开AI技术的运用。未来，大模型将不仅是聊天、创作的工具，更是专业的建模工程师、算法工程师、规划设计专家。它们将辅助广大能源主体在真实场景中实现高效运行运营，实现降本增收节能降碳的目标。按照我国的“双碳”目标和计划安排，预计碳中和阶段（2051年到2060年），我国发电总装机70亿千瓦，其中新能源装机将突破50亿千瓦。能源结构变革带动电力市场改革的持续深化正带来无数机会，而能源大模型注定是其中的最大受益者之一。