世界经济论坛《利用人工智能加速能源转型》最新发布白皮书，Harnessing Artificial Intelligence to Accelerate the Energy Transition

概要：

全球能源系统脱碳的努力正在导致能源系统日益一体化和电气化，电力、交通、工业和建筑部门之间的互动更加频繁。能源供应脱碳的举措也导致电力部门的高度分散化。这将需要所有行业参与者（包括消费者）更高水平的协调和灵活性，以管理这个日益复杂的系统并对其进行优化，以最大限度地减少温室气体排放。

人工智能在支持和加速可靠且成本最低的能源转型方面具有巨大潜力，其潜在应用范围包括优化和有效地将可变的可再生能源整合到电网中，支持主动和自主的配电系统，以及开辟新的收入流的需求侧灵活性。人工智能还可以成为寻找支持下一代清洁能源和存储技术的高性能材料的关键加速器。然而，尽管它有希望，但人工智能在能源领域的使用是有限的，它主要部署在用于预测性资产维护的试点项目中。虽然它在那里很有用，但人工智能在帮助加速全球能源转型方面存在比目前意识到的更大的机会。

九项“人工智能能源转型”原则（见下文）旨在就能源部门释放人工智能潜力所需的条件以及如何安全、负责任地采用人工智能加速能源转型达成共识。这些原则分为三个领域：管理人工智能使用的原则，帮助设计人工智能以适应目的的原则，以及支持人工智能部署并旨在帮助创建协作行业和政策实践的原则。

一、为什么能源转型需要人工智能

全球能源系统目前正在经历一场巨大的变革，在未来的几十年里，它将继续变得更加分散、数字化和脱碳。为了实现在 2015 年《巴黎协定》下做出的承诺——将全球气温上升限制在远低于 2°C 的范围内——这种转变必须加速。近年来，能源部门的数字化程度越来越高，很明显，进一步的数字化将成为能源转型的一个关键特征，也是该部门朝着雄心勃勃的气候目标迈进的重要驱动力。

全球能源系统正在转型，几个关键趋势正在推动人工智能加速能源转型的潜力。

1、能源转型必须迅速而协调;数字化需要作为一种推动者
2、电力部门脱碳是全系统脱碳的起点
3、转型需要大量的投资
4、未来的电力系统看起来高度分散
5、电力系统管理的复杂性将显著增加
6、人工智能可以在很大程度上加速能源转型

图：全球电力系统的转型

二、人工智能在能源转型中的应用

人工智能是一种强大的工具，可以管理全球能源转型的复杂性，实现更高的系统效率，从而降低成本，提高转型速度。

1、可再生能源发电量及需求预测

随着可再生能源发电量的增长，无论是绝对值还是占电力供应的份额，更好地预测太阳能和风能发电、提高太阳能和风能发电厂的容量因素和生产正常运行时间以及准确预测电力都将变得至关重要要求。从电厂选址和设计到电力调度和调度，人工智能都可以发挥作用。

2、电网运行与优化

当前计划到本世纪中叶实现净零发电意味着在相对较短的时间内大幅增加可再生能源发电能力和扩大输电基础设施。由于规划和调试新输电基础设施的准备时间很长（据报道，美国新输电线路的准备时间长达十年），新输电容量的部署可能成为瓶颈。使用人工智能优化电网运行，提高现有输配电线路的容量，以及延长现有设备的使用寿命，将是支持能源转型的关键。此外，在一个集成和分散的能源系统中，系统优化的责任发生在更高和更低的电压级别，配电网变得更加重要，维护电网稳定和确保供应安全变得更加复杂。通过延长昂贵电网设备的使用寿命并保持整个电网系统稳定，即使整合了更多可再生能源，人工智能也有助于电网规划以优化基础设施建设。

3、能源需求和分布式资源的管理

人工智能可以帮助增加分布式可再生能源的渗透和使用，并有可能显着加速其部署。它还被有效地用于提高建筑物、工厂和数据中心的能源效率。能够减少、管理、汇总和操纵能源需求将是能源部门如何有效和廉价地脱碳的一个重要因素。

4、材料发现与创新

开发用于清洁能源生产和储存的高性能、低成本材料已被认为是能源转型的优先事项。然而，发现、开发和部署需要满足复杂性能规格的先进材料的过程是高度资本密集型的，通常需要数年才能完成。

图：人工智能在能源转型方面的应用，按数据类型分类

三、 “人工智能能源转型”原则

我们需要共同的指导原则来释放人工智能在能源转型中的全部潜力。

在前面的部分中，我们总结了人工智能为加速能源转型提供的巨大潜力。但是，如果没有多方利益相关者的一致行动，这种潜力将无法实现。在 2021 年 3 月至 2021 年 5 月期间与领先的人工智能和能源行业专家举行的圆桌会议系列中，与会者强调了一些阻碍人工智能在行业中迅速被大规模采用的交叉问题。基于这些讨论，我们制定了以下九项“人工智能能源转型”原则，如果能源行业、技术开发人员和政策制定者采纳这些关键共识原则，将加速为能源服务的人工智能解决方案的采用过渡。以下原则旨在就在能源部门释放人工智能潜力所需的条件以及如何安全、负责任地采用人工智能来加速能源转型达成共识。我们希望这些原则能够激发围绕人工智能发展能源转型的协作产业和政策环境。

图：“人工智能能源转型”原则

原则1:自动化——设计生成设备和网格操作，实现自动化和提高AI的自主性
原则2:可持续性——采用最节能的基础设施和围绕可持续计算的最佳实践，以限制人工智能的碳足迹
原则3:以设计为重点的AI开发，注重可用性和可解释性
原则4:数据——建立数据标准、数据共享机制和平台，以提高数据的可用性和质量
原则5:激励——创造市场设计和监管框架，允许人工智能用例捕捉它们所创造的价值
原则6:教育——以人为本的人工智能方法增强消费者和能源劳动力的能力，并投资于教育，以匹配技术和技能发展
原则7:风险管理——就管理人工智能风险的通用技术和教育方法达成一致
原则8:标准——实现兼容的软件标准和可互操作的接口
原则9:责任——确保人工智能的道德规范和负责任的使用是人工智能开发和部署的核心

四、建议与展望

企业和决策者必须以负责任的方式在管理和塑造人工智能在能源领域的使用方面发挥积极作用，并创造有利的环境来释放人工智能的全部潜力。

基于“人工智能能源转型”原则: 接下来需要发生什么?如何将这些原则付诸实施，谁需要采取行动?

能源行业，将受益于以积极和协作的方式进行与人工智能相关的技术治理。未来几年对于鼓励这一领域的创新和在整个能源系统中普及新的低碳技术至关重要。作为实现这一点以及更广泛的数字化的先决条件，该行业将不得不采用通用数据标准，如果尚未采用的话。能源部门参与者之间加强合作可能包括研发合作、分享实施人工智能原则的最佳实践方法以及展示用例。合作还有助于在人工智能技术的开发人员和用户之间以及与人工智能系统交互的消费者和监管机构之间建立信任。
能源公司/公用事业主管，需要考虑他们是否以及如何利用人工智能（例如人工智能可以帮助解决哪些挑战，因此哪些流程、产品和服务将从中受益最大）。公司领导层需要了解本白皮书前面确立的人工智能原则以及任何相关法规对其组织的意义，以及他们如何将其转化为具体的产品设计、日常运营和决策-制作过程。公司可以从探索已知用例的最佳实践开始。对于公司而言，是通过从外部供应商处采购人工智能解决方案还是在内部开发必要的能力和解决方案来采用人工智能解决方案，这将是一个战略决策。无论哪种情况，公司都需要投资于能力建设，以确保员工能够管理人工智能系统的集成并实现其全部价值。随着电网的管理和运营变得越来越复杂，特别是在配电网层面，电网监管机构和运营商必须审查一系列数字技术（例如机器学习、量子计算、区块链技术等）的潜力，以增强网格的运行方式。随着电力系统的脱碳和分散化，需要重新考虑电网管理，并有机会考虑新的、更加分散的架构来进行电网接入、运营和管理决策。建议包括从传统的手动命令和控制管理方法（使用中央系统操作员）转向技术支持的分散决策，这将允许更快的决策和自动将较小的分布式资产添加到电网中（例如使用区块链、数字身份和智能合约）。
政策制定者和系统运营商，将需要审查现有的市场设计并创建先进的电力市场，以奖励可变的低碳发电以及灵活的需求。要做到这一点，需要为分布式发电与更大规模的发电单元建立一个真正公平的竞争环境，并消除监管障碍。由于能源领域的许多人工智能用例都与小规模分布式能源相关，因此这些用例需要不受限制地进入能源市场和相应的价值池，例如市场人工智能辅助的灵活性。
在区域和国家能源系统建模和基础设施规划中，规划者应考虑支持人工智能的智能分布式能源可以发挥的作用。迄今为止，能源建模经常忽略配电网，并忽略它们作为电网灵活性来源和成为电网管理过程中有价值的参与者的潜力。整合这些资源并更好地了解它们如何支持过渡，可以导致对基础设施投资做出更明智的决策，例如电网扩展和现代化，或部署新的集中式发电机组。
各国政府，应考虑为能源数据制定更明确的法规（例如，如何保护它以及谁有权使用它），并确保对这些数据的访问是公平和公平的。如果数据要成为能源转型的商品，那么政府应该制定清晰简单的设计规则，使其能够快速收集、安全存储、易于使用和公平分配。在设计新法规时，重要的是要考虑由此增加的官僚主义程度，因为这可能会给初创企业和小型企业造成重大的进入障碍。作为数据公平分配的一部分，政府可以指导或激励行业组织和公共实体管理和资助行业数据的中央数据库。当安全、匿名和聚合时，这些数据集将支持 AI 算法训练，并有可能减少通常由质量差或数据数量有限导致的算法偏差。