2024年数字经济深度报告：新能源需求新解法，技术赋能孵化新业态

一、数字经济加速能源革命，技术赋能智能泛在电力系统

当前中国经济处于增长动能切换、结构调整阵痛时期，三项突出矛盾亟待解决：1）房地产加 速调整形成的增长缺口；2）服务业比重上升与生产效率提升过慢形成的“鲍莫尔病”；3）人口 老龄化程度加深引发的一系列问题。解决以上问题，需要寻找到重新激发经济增长的新引擎—— 新质生产力。2023 年 9 月习总书记首提新质生产力，2024 年 1 月中共中央政治局第十一次集体学 习上习总书记再次明确“发展新质生产力是推动高质量发展的内在要求和重要着力点”，必须 “推动新质生产力加快发展”。 数字经济引领新质生产力，打造经济新动能。新质生产力是由技术革命性突破、生产要素创 新性配置、产业深度转型升级而催生的当代先进生产力，其核心要素为科技创新，而以人工智 能、大模型、大数据等为代表的数字技术是当下乃至未来数年内最前沿、发展速度最快、影响范 围最广的科技变革之一。银河研究院于 2024 年 1 月 26 日发布《数字经济：引领新质生产力，打 造经济新动能》深度研究报告，报告明确阐述了在快速发展的数字技术引领下，数字经济将成为 未来 GDP 增长的主要驱动力。2023 年中央经济工作会议提出 2024 年重点工作任务的首位是“以 科技创新引领现代化产业体系建设”，其中数字经济又排列首位，近 5 年重视程度逐年上升，强 调“要大力推进新型工业化，发展数字经济，加快推动人工智能发展”、“广泛应用数智技术， 加快传统产业转型升级”等。

目前，我国数字经济规模增速连续 11 年高于名义 GDP 增速，一旦人工智能等数字技术实现 重大突破并快速渗透，数字经济的增长速度将进一步加快。同时随着数字技术加快对传统行业赋 能，整体全要素生产率也将进一步提升。《数字经济：引领新质生产力，打造经济新动能》提 出，按照总量法测算，中国数字经济占 GDP 比重到 2030 年/2035 年将分别达到 59.73%/71.60%， 新动能实现反超。在数字技术与实体经济深度融合下，产业数字化规模将持续占主导地位。

数字经济是典型的大国经济，其三大基础要素为数据、算力和算法。我国已在数据和算力两 个维度取得了明显的优势。首先，中国具有庞大的人口基数，互联网渗透率也明显领先世界。第 二，得益于新型举国体制下的统筹发展能力和强大生产力优势，中国已具有较强的算力综合供给 能力：1）算力设施布局方面，我国深入实施“东数西算”工程，统筹利用政府力量及市场机制建 设全国一体化算力网体系，跨地域、跨部门协同发展；2）算力关键技术研发方面，尽管近年美 国技术封锁不断升级，但中国发挥新型举国体制优势，集中力量攻克核心技术“卡脖子”难题， 统筹规划重点布局，推动集成电路产业高质量发展；3）算力能源供应方面，算力具有高耗能属 性，对能源供给能力有较高要求，同时考虑“双碳”目标，可再生能源将成为数字经济发展的基 石。

《数字经济：引领新质生产力，打造经济新动能》提出数字经济范式升级五大方向，其中之 一“从高能耗到绿色低碳”与新能源、电力设备等行业密切相关，是研究数字技术与其他行业深 度融合、战略性新兴产业数字化转型等趋势的重要抓手。数字经济对于能源产业提出了更高的要 求，一方面技术飞速发展催生了海量的电力能源消耗，另一方面体现在整个电力能源系统的安全 性、稳定性、可控性、信息化、智能化、互通互联等。 数字经济依赖人工智能大模型计算、5G 高速通信等技术驱动，大型数据中心、5G 基站等新 基建规模将迅速爆发，均以电力作为直接能源，未来电力需求将不可限量。根据学术平台 Nature 文章一份研究报告，由生成式人工智能驱动的搜索消耗的能源是传统网络搜索的四到五倍。 OpenAI 创始人 Altman 于 2024 年世界经济论坛上亦表示，智能算力与能源将成为未来世界两大基 础货币，而高耗能的人工智能行业有可能引起一轮能源危机。

因此我们认为数字经济将有效撬动大规模的风/光/储能装机需求以及电网等配套基础设施的 发展，有助于消化过剩产能。仅以数据中心为例，银河研究院计算机组预测，2030 年中国数据中 心用电量约 1.27 万亿 kWh，占据中国总用电量的比重为 9.8%，全球数据中心用电量 2.71 万亿 kWh，占据全球总用电量的比重为 8.0%；2035 年中国数据中心用电量约 2.9 万亿 kWh，占据中国 总用电量的比重为 17.57%，全球数据中心用电量 6.19 万亿 kWh，占据全球总用电量的比重为 15.8%。

传统电力系统无法负担日益增长的电力需求，高比例的可再生能源、分布式能源接入以及用 电峰谷的拉大也对能源供应的稳定性、安全性造成了巨大挑战，主要原因就是规模+系统复杂性 指数级增长。而数字技术作为新质生产力，可以应用于各个能源领域，高效处理海量数据，实时 监控、识别、分析、预测系统发展模式和趋势，实现强大的决策、资源调度等能力等。数字技术 与现代能源体系的深度融合，横向上有助于实现电、气、热、可再生能源等多元互补，纵向上有 助于实现实现“源网荷储”各环节高度协调的能源服务网络。我们认为在数字经济高速发展的大 背景下，智能能源互联网有望催生出一系列新技术、新业态、新领域等，在重塑能源生产的同时 创造新需求，能源领域迎来新一轮的高速增长。

二、新能源需求新解法，数字经济助力产能出清

（一）需求换挡、产能过剩、利润承压，新能源遇难题

我国新能源产业发展硕果累累。自 2005 年起，我国新能源行业在政策引导下开始进入增长 快车道，近 20 年的高速发展塑造了全球领先的新能源产业。装机容量方面，根据国家能源局统 计，截至 2023 年，中国风光累计装机容量分别达到 441GW、609GW，合计占全社会总装机的比 重为 36%，2023 年合计发电量达到 1.1 万亿千瓦时，产能产量均处于世界第一。产业布局方面， 我国拥有最完备的产业链，产业规模也是领先世界。技术和产品应用方面，国内头部企业多次创 下世界纪录，无论是材料、制造技术还是装备水平方面国内均处领先地位，在全球范围拥有巨大 的市场份额和影响力。但是目前我国新能源产业面临增长瓶颈、产能过剩等问题。

高基数下新能源装机需求增速恐下滑。受益于产业链价格下降、招标量兑现等因素，2023 年 我国风光新能源装机取得亮眼成绩。据能源局统计，2023 年风电、光伏装机分别达到 75.9GW、 216.88GW，同比增速高达 105.1%、148.1%。在高基数加持下，叠加部分省市出现电网容量受限 等因素，市场普遍预期 2024 年风光装机增速或下台阶，如果未来没有明显新增需求刺激，预期将 持续走弱。

新能源行业进入供过于求新常态。以光伏为例，近年在全球装机持续攀升的带动下，全产业 景气度高涨，光伏头部企业为匹配终端需求、抢占市场份额，产能加速扩张。较高的盈利能力以 及相对较低的进入门槛也吸引了众多跨界玩家布局。据 PVinfolink 统计，2023 年底硅料、硅片、电池片、组件产能或将分别达到 900GW、860GW、1,110GW、970GW，约等于 2023 年全球总装 机需求的 2.4 倍-3.1 倍；2024 年底硅料、硅片、电池片、组件产能或将分别达到 1,180GW、 940GW、1,360GW、1,220GW，约等于 2024 年的 2.3 倍-3.3 倍。至 2030 年，四个主环节需求倍数 范围为 1.4-2.2 倍。

锂电方面，全球电动化支撑动力电池需求强劲，2023 年国内新能源车销量达到 949.5 万辆， 同比增长 37.9%，渗透率创下 35.7%的历史新高。叠加储能迎来大发展，带动锂电池行业快速增 长，国内企业纷纷扩产。2023 年我国锂电池出货量达到 886 GWh，同比增长 35%。在国家产业保 护政策支持下，海外锂电企业也在大举扩张。上海有色网 SMM 预测，2023 年、2024 年、2025 年 全球锂电池产能有望达到 3100GWh、4300GWh、5700GWh，约是需求倍数的 3.1 倍、3.2 倍、3.3 倍。中国锂电产能增速降低但规模处于绝对优势，欧美产能或将在 2025 年左右集中释放。我们 统计了国内四大主材 CR10 产能规划，各环节均达到需求的 1.3 倍以上。

产能迅速扩张导致利用率下滑。我国新能源产业经历了产能“军备竞赛”式扩张，新增产能 投放后，如果需求增长不及预期，企业为了控制成本、降低库存将压低产能利用率。与此同时， 由于存在产能结构差异，技术变革将加速老旧产能的出清，产能利用率进一步下滑。以光伏主产 业链为例，我们统计了 2019 年-2023 年上半年以来各环节产能利用率，结果显示硅片、电池片、 组件环节均出现了较明显的下滑趋势。而多晶硅环节由于产能建设期、爬坡期较长，产能利用率 变化在该时段内并不明显。

行业盈利严重承压。供过于求一方面造成产业链价格大幅下滑，另一方面催生激烈市场竞 争，企业盈利能力大幅受挫。以光伏产业为例，据 Solarzoom 测算，2024 年 2 月 22 日光伏主产业 链总毛利润跌至-0.02 元/W，同比大幅下滑 103%；其中电池、组件环节毛利润下滑至-0.03 元 /W、-0.02 元/W。虽然光伏全产业链价格“跌跌不休”，但中游制造环节并未留存住上游释放出 来的利润，反而盈利空间在慢慢缩小。

数字经济开辟新能源发展新时代。行业当前位于周期底部，存在增速下台阶、产能过剩、盈 利下滑等问题，企业面临较为剧烈的出清压力。在 2023 年中央经济工作会议等大会中“新能源” 出现频次明显降低，市场对政策驱动的预期也偏弱。我们认为，数字经济的爆发将会给新能源相 关产业提供显著驱动力，成为新能源需求新解法：一方面数字经济新基建可撬动高强度投资，另 一方面新科技赋能可大幅提升生产效率、创造更大的市场空间。

（二）数字经济激发海量绿电需求，风光网储直接受益

数字经济加速电气化，连锁释放海量电力需求。电气化进程可直观理解为能源消费中电力所 占比例，数字经济为其带来巨大驱动力：1）推进数字产业化会加快数据中心、5G 基站等新基建 投资，将直接提升终端用能中电力消费的占比；2）在产业数字化以及数字化治理中，数字技术 （智能网联、人工智能）将赋能工业制造、建筑、交通运输等诸多产业，数字化/智能化将带来生 产效率及用电量的双升；3）政府、居民生活用电也将随着数字化/智能化推进而进一步提高。我 们认为，数字经济与电气化高度契合，数字经济的爆发将为电力需求带来显著增量。

以数据中心这一基础建设为例，我们测算了数字经济爆发后，仅仅由于数据中心所产生的对 于中国风光装机、电网特高压配套以及储能装机的带动需求。原始输入项——数据中心基础用电 量数据，是基于银河研究院于 2024 年 1 月 26 日发布《数字经济：引领新质生产力，打造经济新 动能》深度研究报告中的测算模型。以 2024 年为新增装机起始年份，经过一系列关键假设的数据 推演，我们测算出每年仅靠数据中心即可贡献可观的新增装机容量以及配套电网需求，光伏、锂 电等新能源制造过剩产能有望得到有效消化：1）风光装机方面，截至 2025 年、2030 年、2035 年，我们预计光伏累计新增装机需求可达到 73GW、392GW、1,078GW，风电累计新增装机需求 可达到 32GW、171GW、469GW。2026-2030 年，仅为满足数据中心耗电需求催生的光伏、风电 年均新增装机容量可达到 64GW、28GW，2031-2035 年光伏、风电年均新增装机将升至 137GW、 60GW；2）储能方面，风光装机带动配套储能需求，截至 2025 年、2030 年、2035 年，我们预计 储能累计新增装机需求可达到 20.9GWh、350.9GWh、1926.6GWh；3）电网基础设施建设方面， 截至 2025 年、2030 年、2035 年，我们预计数字中心带动的特高压直流投资额分别为 1,957 亿 元、8,145 亿元、16,454 亿元。

1、“天时地利人和”开启数字经济绿色低碳之路

政策指明绿色低碳乃大势所趋。2023 年 12 月 25 日，国家发改委、工信部、能源局等五部门 联合印发了《深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》，明确提出 2025 年底，算力电力双向协同机制初步形成，国家枢纽节点新建数据中心绿电占比需要超过 80%，为数据中心供能用电划出清晰的准线。2024 年 1 月，中共中央政治局第十一次集体学习中 习总书记再次强调“绿色发展是高质量发展的底色，新质生产力本身就是绿色生产力”，数字经 济作为最重要的新质生产力，绿色低碳是必经之路。全球市场以欧盟为例，《欧洲数字战略》、 《塑造欧洲的数字未来》明确提出数据中心 2030 年前要实现气候中性。我们认为数字经济直接带 来的能耗体量庞大，在双碳目标指挥棒下，全球各国顶层设计持续完善，数字经济协、绿色经济 协同融合发展的方向已成为明确趋势，数字经济爆发将同步带动以风光为主的可再生能源持续大 发展。

政策协同布局“算力+新能源”，西北数据中心与风光大基地相得益彰。2022 年《以沙漠、 戈壁、荒漠地区为重点的大型风电光伏基地规划布局方案》提出，到 2030 年规划建设风光基地总 装机 455GW，目前第一批已全面开工，部分已建成投产，第二批项目清单已印发，第三批项目清 单已形成。从地理位置分布看，“十四五”大型清洁能源基地与西北地区数据中心枢纽基本场 合：黄河几字湾/冀北基地匹配内蒙古/京津冀枢纽，黄河上游/河西走廊基地匹配宁夏/甘肃枢纽， 金沙江上游/雅砻江流域/金沙江下游基地匹配成渝/贵州枢纽。我们认为“东数西算”持续推进将 能有效缓解大基地的消纳压力，符合新能源就近消纳原则，提高新能源使用效率，降低电能使用 成本。数字经济与集中式风光发电有望形成齐头并进之势，大基地建设进入加速期。

全球风光 LCOE 快速下降，绿电经济性显现。平准化度电成本（LCOE）指项目生命周期内的 成本和发电量按照一定折现率进行折现后，计算得到的发电成本，可用来度量不同的能源项目发 电成本水平。据国际可再生能源机构统计，受益于显著的产业规模效应以及技术创新，2010-2022 年之间，光伏、陆上风电、海上风电的 LCOE 分别下降了 89%、69%、59%。2022 年光伏 LCOE 已经达到 49 美元/MWh，约为海上风电 LCOE 的一半。下图中灰色条框地带为化石能源 LCOE 成 本区间，可以很清晰地看到，2022 年可再生能源类型中，除了光热发电，光伏发电、海上风电、 陆上风电、海上风电、生物质能、地热发电、水电均已低于化石能源 LCOE。在传统能源价格高 位运行的背景下，以风光为代表的的绿电成本已具备绝对优势，经济性凸显。

光伏产业链价格持续下跌，IRR 提升激发自建绿电项目热情。据 Solarzoom 统计，截至 2024 年 2 月 22 日，182 单面 PERC 组件价格已低至 0.9W/元，据光伏盒子测算，组件价格为 1.4 元/W 时全国平均光伏项目 IRR 为 7.76%（一般企业开发集中式光伏要求 IRR≥6.5%），当前价格已完 全满足开发经济性。而数据中心耗电量巨大，电能是数据中心最大成本项之一，电费支出占运营 成本比例超过 50%。降本驱动下，数据中心运营商亦有动力自建光伏发电项目，将为光伏装机带 来新增驱动力。

数据中心分布式风光项目打造微电网典范。全国 8 大算力枢纽中心及 10 大数据中心集群主 要集中在北部、中部、东南沿海地区。为降低网络延迟及数据传输成本，部分数据中心会优先选 择在城市集群区域建设。而从绿电供应的角度看，中东部地区土地成本更高、人口/建筑密度大， 更适宜发展分布式风光发电。为实现大型数据中心用电增长爬坡的高效稳定，避免对局部电网系 统形成冲击，源网荷储一体化项目将成为绿色数据中心的最优解法，微电网、虚拟电厂等新业态 有望加速发展。2024 年 1 月 6 日，腾讯天津高新云数据中心分布式新能源微电网项目正式并网发 电，该项目总装机容量 10.54MW。我们认为中东部地区数据中心是数字经济基建的重点之一，从 而有效带动分布式风光发电装机实现新一轮高增。

基于以上逻辑，对应我们的“数据中心-电力系统需求模型”中的假设包括：

1）当前政策已提出“国家枢纽节点新建数据中心绿电占比超过 80%”的目标要求，我们认 为在实现高质量发展的前提下，数据中心作为数字经济的最核心的设施，绿色低碳化将成为数字 经济的用能标杆。综合考虑内蒙古、京津冀、宁夏、甘肃、云贵等地区建设新能源设施的自然禀 赋，我们在模型中假设新建数据中心的能源供给全部来自于风力发电、光伏发电以及配套储能项 目。

2）在风光结构占比方面，尽管光伏装机已占据领先优势，但由于光伏利用小时数较低，最终 发电量低于风电。2023 年风光累计装机容量分别达到 441.34GW、609.49GW，规模以上工业发电 量分别为 8,090 亿千瓦时、2,940 亿千瓦时。考虑到装机条件上光伏优势远超其余发电形式，且随 着储能技术的不断发展及经济性的体现，光伏贡献的发电量将显著提升并占据主体，我们假设数据中心用电量 60%由光伏提供，40%由风电提供。另外，在模型中的光伏、风电平均利用小时数 以及光伏、风电利用率，我们分别选取沿用了 2023 年全国实际生产发生数据。

3）新增风光装机将由集中式和分布式组成，其中分布式装机满足就地消纳原则，而集中式装 机主要为三北、西南等地区的风光大基地，由于规模大且远离负荷中心故有外送需求，则需要新 建特高压电网线路提供远距离输电能力。目前国家对于特高压输电线路已有长远全局规划，不排 除数据中心产生的远距离输电需求已囊括在现有规划中。此外，根据“十四五”规划，风光大基 地外送比例达 75%，未来将呈现集中式分布式并举趋势。考虑到未来大型数据中心与风光大基地 布局高度协同，待到西北、西南地区的国家算力枢纽节点大型数据中心逐步顺利投建，当地消纳 比例将有所提升。因此我们假设新增风光外送比例在 2025 年前、2025-2030 年、2030-2035 年分 别为 75%、60%、50%。

4）常规特高压直流外送绿电的能力受限于功率调节能力，输送绿电时往往需要煤电配套，而 煤电挤占了输送空间。未来柔直技术有望实现功率灵活调节，储能等大容量的调节电源比例有望 逐步提升。我们预计未来特高压外送能力将持续提升，我们假设单条特高压直流输电能力在 2030 年前为 10GW，2030 年后为 12GW。同时，考虑到柔性直流新技术规模应用和核心设备 IGBT 国产 化替代进程，单条特高压建设成本有望逐渐下降，我们假设单条特高压建设成本在 2025 年前、 2025-2030 年、2030-2035 年分别为 250 亿、225 亿、203 亿。此外，特高压直流一般为电网输送 主干道，特高压交流属于局部网络支撑配套体系，我们仅预测了数据中心拉动特高压直流建设情 况，对于特高压交流未做单独预测。

2、储能保障能源高质量供给，护航数字经济高速发展

大比例新能源发电会对能源体系形成巨大冲击，主要原因是新能源受自然条件影响，具有明 显的间歇性、波动性及随机性，叠加电气化率提升带来的用电需求峰谷差距扩大以及尖峰化，将 在数字经济发展过程中引发两大系统性挑战：1）电力系统冲击挑战：电力系统极易受到冲击，电 压频率等问题严峻，严重会发生崩溃；2）供能稳定性挑战：大型数据中心（尤其政府、金融等相 关的重要枢纽节点）对电力稳定要求极高，数据安全易受到威胁。 为解决数字经济绿色化与风光发电特性的矛盾，发展储能是必要之选。储能指将即发即用的 电力能量转换成机械能、化学能等其他可保存的能量形式，未来根据需求再以特定能量形式释放 并利用。储能三大维度解决风光发展瓶颈。储能本质上是一种灵活性资源，作用可以体现在电力 系统中各个环节：1）发电环节，风光电站储能在高输出/低输出时段充/放电，实现电站出力平滑 控制，更好地拟合出力曲线，减少新能源波动对系统的冲击，大大提升消纳能力；2）输配电环 节，储能可缓解电网阻塞、提供高质量调峰调频能力，从而缓解高额电网投资；3）负荷环节，光 储协同可降低终端用电成本，助力分布式能源发展，还适配终端能源电气化、数字化趋势。储能 已成为全球能源转型、升级的必经之路。

国内储能处于爆发初期。在强制配储等利好政策驱动下，我国新型储能装机规模保持爆发式 增长。据 CNESA 统计，2022 年全年新型储能新增投运装机为 7.35GW，而 2023 年该数字就达到 21.5GW。CESA 预计 2023-2025 年合计增量 60GW，2025 年末累计规模有望突破 70GW。国网研 究院预测，双碳目标指导下，2060 年电化学储能装机容量将达 9 亿千瓦，占比 5.8%，成为继光 伏、风电、水电之后第四大电力装机类型，2022 年-2060 年电化学储能的复合增速将达到 11.8%。我们认为在数字经济爆发背景下，储能后续的装机爆发力巨大。

鼓励政策持续出台，配储要求不断提升。全国已近 30 个省份出台了“十四五”新型储能规 划或新能源配储文件，新建新能源项目配储比例在 10%-20%，最高储能时长已达到 5 小时。同时 辅助服务市场、电力现货市场等相关政策密集发布，各类储能项目的盈利机制有望逐步完善，经 济性逐渐凸显。

基于以上逻辑，对应我们的“数据中心-电力系统需求模型”中的假设包括：

1）目前强制配储政策仍是装机热潮的主因，但随着风光装机比例的不断提升以及储能技术、 经济性不断突破，未来储能有望成为能源体系各环节的“标配”，应用比例节节攀升。在模型 中，我们假设终端配储的比例在 2025 年前为 20%、2025 年-2030 年为 30%、2030 年-2035 年为 40%。 2）在可再生能源背景下，储能最重要的作用为调峰调频，即实现能量时间、空间维度的转 移。能源领域顶级期刊《Joule》的一篇研究指出，系统所需的储能时长将随着风光能源占比的 提升而增长，当风光发电占比达到 80%及以上，所需储能时长将超过 10 小时。中国能源研究会 能源政策研究中心主任林卫斌预测，未来新型储能发展配置时长将由“十四五”时期的 2~4 小 时逐步延长至 6~8 小时。在政策支持下，当前压缩空气储能、液流电池储能等新型长时储能技 术示范项目如雨后春笋般出现，随着技术瓶颈逐渐突破、规模效应推动成本下移，长时储有望成 为重要的储能方式。因此我们假设平均储能时长在 2025 年前为 4 小时、2025 年-2030 年为 6 小 时、2030 年-2035 年为 8 小时。

三、数字技术赋能能源体系，全面打造智能能源互联网

（一）“云大物移智链边”数字技术守护智能能源星辰大海

传统电力体系灵活性不足、非智能、效率低下：1）供给依赖化石燃料，且发电侧往往是集 中式管理，缺乏灵活性和适应性，难以快速响应需求的变化，也不利于可再生能源的整合利用； 2）受限于老旧的技术和设备，尤其是在热电联产过程中大量热能未被有效利用，发电效率低下； 3）大规模发电中心远离用能中心，提升了输配过程中的能源损耗，同时提高了系统的维护成本和 复杂性，单向输电的模式也缺乏灵活性，无法有效应对供需波动；4）需求端信息孤立，缺乏有效 的信息交流、反馈等机制，大部分用户数据价值未充分挖掘，从而导致难以预测和响应消费者的 实时需求、能源资源错配等问题。 电力体系走向“源网荷储一体化”。我国自 1985 年起经历了多轮电力体制改革，但作为能 源消耗大国，依然面临着诸多严峻挑战，能源体系仍需持续深化改革以及优化升级。2021 年 3 月，国家发改委、能源局发布《关于推进电力源网荷储一体化和多能互补发展的指导意见》，首 提“源网荷储一体化”。2023 年国家能源局发布《新型电力系统发展蓝皮书》，建设“源网荷储 一体化”的新型电力系统成为国家战略目标，远期规划至 2060 年。“源网荷储一体化”已成为我 国电力体系升级演化的重要方向。

数字技术深度赋能，助力能源体系升级变革。2016 年电力行业首提“云大物移”技术概念， 后随着人工智能、区块链、边缘计算等数字技术的应用逐渐成熟，最终形成了以“云大物移智链 边”为代表的先进数字信息技术概念。《新型电力系统发展蓝皮书》明确了“新型电力系统以数 字信息技术为重要驱动”，要广泛应用“云大物移智链边”等先进数字信息技术在电力系统各环 节广泛应用，助力电力系统实现高度数字化、智慧化和网络化，推动以电力为核心的能源体系实 现多种能源的高效转化和利用。

“云大物移智链边”之云计算：云计算是指计算机网络形成的计算能力极强的系统，本质是 通过分布式计算、集合汇总以实现复杂任务。通俗来说就是用户只需要通过电脑、笔记本、手机 等方式接入数据中心，将庞大的运算任务交给服务器，便可以支配成百上千台计算机的运算能 力，甚至体验到每秒 10 万亿次的运算效率。由于涉及的产业领域众多、用户性质复杂、专业性强 等原因，能源领域对计算能力的需求极其庞大。2017 年国家电网正式发布“国网云”，包括管理 云、公共服务云、生产控制云，对各类业务实现了高效赋能，进一步提升信息存储、传输、集 成、共享等服务水平，有力促进业务集成融合，缩短应用上线周期，快速响应业务变化，显著提 升用户体验，增强系统运行可靠性。

“云大物移智链边”之大数据：大数据是对海量数据进行釆集、存储和分析，并从中发现新 知识、创造新价值、提升新能力的新一代信息技术和服务业态。电网是覆盖经济社会方方面面的 庞大基础设施，电力是流经生产生活各个领域的“血液”。电力大数据能够准确、实时、真实地 反映经济社会发展各个环节的状态，具有难以替代的优势与价值，可广泛利用于政府科学决策、 综合能源服务、电力信用服务、金融风控服务等各大业务领域。我们需要充分发挥数据要素的放大、叠加与倍增效应。据国家电网统计，国家电网公司各类终端采集数据的日增量己超过 60TB， 存在着巨大的以数据为支撑的决策与配置需求。目前国网大数据中心已研发出乡村振兴发展电力 指数等产品，利用电力大数据服务乡村振兴。

“云大物移智链边”之物联网：即“物物相连的互联网”，强调设备之间的互通和数据交 换，目前的内涵巳逐步拓展为物、人、系统和信息资源深度连接的智能服务系统。2019 年国家电 网提出“泛在电力物联网”，并制定了 2019 年、2024 年两个目标节点，全面实现业务协同、数 据贯通和统一物联管理。未来通过能源信息可以实现全息感知、泛在连接，具体应用场景包括但 不限于：1）居民生活：各种智能设备、家居系统、新能源汽车等互联互通，实现家庭能源消耗的 实时监控和管理；2）城市建设：交通信号灯、公共照明系统、智能楼宇等城市基础设施的智能 化；3）农业生产：智能温室、精准灌溉等，通过监控环境条件和作物生长状况，实现农业生产的 智能化。

“云大物移智链边”之移动互联网：基于移动通信和互联网技术，在手机等移动终端上实现 自动釆集、业务操作和服务交互等功能。互联网目前已渗透到人们生活、工作的各个领域，能源 系统中的移动互联网技术主要用于提升能源业务、管理和服务的移动化、信息化、电子化和网络 化。未来，在电力无线专网覆盖的任何一个角落，都能实现互联网与电网相连，用户可以通过互 联网与电网进行交互。家庭用户可随时控制家用电器，也可以时刻关注自家屋顶光伏的发电情 况。 “云大物移智链边”之人工智能：人工智能就是将传统的逻辑思考与分析，依靠机器学习、 神经网络等核心技术并结合计算机强大的算力，以智能化的方式来实现。人工智能技术作为新一 轮产业变革的核心驱动力、经济发展的新引擎，将带动各行业形成智能化新需求，催生一大批智 能化新技术、新产品、新产业，推动社会从数字化、网络化向智能化飞跃。智能电网的发展，也 为人工智能技术应用提供了广阔的平台。基于数据驱动的电力人工智能技术将发挥越来越重要的 作用，将成为电网发展的重要战略方向以及电网智能化发展的必然解决方案。

“云大物移智链边”之区块链：区块链本质上是一个去中心化的数据库，由分布式数据存 储、点对点传输、共识机制、安全加密等技术有机组成，可为中心化机构业务交易中普遍存在的 高成本、低效率和数据存储不安全等问题提供解决方案，具备开放性、自治性、信息不可篡改、匿名性等优势。利用区块链技术的安全可信、公开透明以及分布式多中心的特点，可构建防伪溯 源、数据共享、跨境交易的配电物联网信用生态体系。在能源交易平台、虚拟电厂、数据管理等 领域，区块链有广阔的应用前景。未来电网的参与者将越来越多，它们位于源端、荷端、储端亦 或身兼数职，区块链技术与分布式的特征契合，让数百万的参与者之间更安全地实时交易和支 付，大大节约人力、物力投入，降低运行成本。分布式的交易记录中记录着电力消费的计量和计 费、热能的计量和计费以及其他能源的计量和计费，交易信息透明且安全。

“云大物移智链边”之边缘计算：边缘计算将算力移动到产生数据的硬件附近（通常是物联 网设备或传感器），是云计算的一种补充和优化，最大的优势是减少了大量数据在服务器、云和 设备或边缘位置之间传输的需求，加快数据处理速度、增加带宽并确保数据主权，能够满足部分 行业因国家政策、行业特性等因素对数据安全的要求。未来能源体系将逐步演变为一个高度集成 的云边协同系统，实现更高效、更智能、更可持续、更安全的能源管理和分配。

在“云大物移智链边”等先进数字技术加持下，智能能源互联网成为可能。智能能源互联网 是更高效、更可持续、更智能化的现代新型能源体系，是能源与信息的双重网络：1）利用物联 网、大数据、云计算和人工智能等技术，实现了能源的有效管理和优化配置；2）通过智能传感器 和设备，实时监测能源流动和消费情况，预测能源需求，并自动调整能源供应，从而大幅提高能 源利用效率；3）促进可再生能源的广泛应用，推动能源产业的绿色转型；4）从全球视角来看， 能源互联网通过跨区域、跨国界的能源交流和合作，优化全球能源资源分配，提高能源安全性和 可靠性，还能够应对能源供应的地缘政治风险，促进全球能源市场的稳定发展。 智能能源互联网是数字经济的重要基础设施。数字经济涵盖国民经济发展的方方面面，智能 能源互联网为数字经济的发展提供了强大的能源支持和技术保障：1）对能源流的实时监控和精准 管理，确保了能源供应的稳定性和可靠性，这对于数据中心、云服务和在线业务等数字经济的核 心部分至关重要；2）可再生能源和清洁能源的广泛应用，有助于构建绿色低碳的数字经济环境； 3）从经济发展的角度来看，智能能源互联网的建设和应用可以驱动新技术、新业态和新模式的发 展，促进传统产业的转型升级，激发经济增长的新动力。它不仅为数字经济提供了能源保障，还 通过数据和网络连接创造了新的价值链和商业模式，推动了经济结构的优化和升级。

智能能源互联网为各个应用场景提供智慧增值服务：1）个性化家庭能源管理：未来以家庭 为单位，可能成为小型能源站，自产风光等可再生能源，根据价格需求实时调整，借用峰谷套利 等交易策略，将多余能源出售给电网，实现家庭电能消费最优化方案；2）柔性负荷智能城市：城 市中的建筑、交通系统、公共设施等互联互通，电动汽车充电站、换电站能根据电网负荷自动调 整充电功率，楼宇照明、空调等系统自适应，实现能效+舒适度双赢；3）工业能源优化：工厂能 够实现能源的实时监控和管理，利用大数据和人工智能技术分析生产数据，预测能源需求，自动 调整机器运行状态和生产线速度，降低不必要的能源消耗；4）能源安全管理：在面对自然灾害或 其他紧急情况时能快速调整能源分配和优化恢复策略，确保关键基础设施和救援行动的能源供 应，如在主电网断电时自动孤岛运行，为医院、救援中心等提供持续的能源支持。

能源互联网升级撬动万亿基建投资，智能设备升级大有可为。数字技术打造的能源互联网更 高效，同时也更复杂，对高度可靠和宽带传输能力的电网基础设施的要求更高，同时获取精确、 实时的终端数据，也需要更智能的设备，这将带动新一轮的基建投资热潮以及高端制造领域的大 发展。首先，特高压及超高压骨干网建设，特别是柔性直流输电，支撑解决可再生能源大规模并 网、大范围配置、柔性互联问题。第二，通过智能电表等终端双向计量，实时监测电网运行状 态，双芯、多模块发展提升终端兼容性和可扩展性。 能源互联网创造新业态、新经济、新动能。算力和电力在技术、设施和机制多方面深度融合 发展，涉及电力技术与数字技术、电力设施与算力设施、电力市场与数据市场、电网运行机制与 数智创新规律等多方面的深度耦合，未来将催生电力算力一体化资源供给调配服务发展，有望持 续培育新产业，催生新业态，例如绿证交易、虚拟电厂、功率预测、数字孪生、智能微网、V2G 以及 V2H 车联网，拓展社会价值创造体系。这些新兴产业具备广阔的市场空间，未来将为我国经 济社会发展注入新动能。

（二）智慧电网提升互联互通和全息感知能力

随着智能能源互联网逐步发展，预计 2050 年全球 80%的能源来自清洁能源。能源生产侧分 布式能源快速发展，能源消费领域将实现更广范围的能源互联以及多能互补，能源产消一体化。 特高压、柔性直流网络等强大柔性的骨干网架是智能能源互联网的“骨骼肌肉”，实现电能资源 跨区域优化配置，充分发挥多种类型发电资源的优势，同时提升联网效益，相互支援互联电网的高峰用电负荷，实现检修和紧急事故时备用的互助支援。电网建设也将通过“云大物移智链边” 等技术，提升电网互联互通和全息感知能力。 特高压基建全环节数字化。特高压工程在前期可研、设计优化、施工管理等环节使用大数 据、物联网、云计算、遥感等先进数字技术，实现工程建设各类信息互联共享，全面感知工程建 设状态，运行维护环节利用人工智能、机器学习等技术实现缺陷识别、预警、建议等功能。在可 研阶段，可以通过随着 5G、北斗高精度导航、高精度地图收集全国范围内卫星影像、数字高程模 型、交叉跨越等数据，辅助开展工程可研。在设计阶段，通过航飞获取高精度通道大数据，基于 三维地理信息基础平台以及基础地理数据、通道数据、环境数据、经济数据集成到专业的软件， 实现变电和线路工程设计全过程的数字化管控。在施工阶段，综合应用 BIM（建筑信息模型）、 GIS（地理信息系统）、三维可视化、物联网、人工智能等技术构建智慧工地系统，围绕工程现场 进度、安全、质量、设计、物资、环水保、队伍等多个维度实现施工全过程、全方位的实时监 控、智能分析和辅助管理决策。在运维阶段，数字化系统利用人工智能、机器学习等技术，对主 变和 GIS 设备生产运行过程数据进行深度挖掘，以智能化算法精准识别制造过程规范性、设备缺 陷，对关键信息的快速提取、分析和研判，生成故障应急处置措施、诊断性试验建议及检修辅助 决策建议，辅助工作人员进行设备故障后关键环节的处理。

在状态感知、诊断、巡检等方面加速输电网络数字化进程。目前，输变电设备在生产时预安 装或投运后加装各类芯片化多物理量融合集成传感器等，通过“云大物移智链边”等技术，对换 流站、架空输电线路等设备实时采集、存储、分析和共享数据，可实现实地巡检、线上动态查看 现场情况、云端诊断分析设备数据，缺陷识别、预警等功能，提升互联互通和全息感知能力。例 如变电站、换流站状态感知数字化建设由非接触式智能感知终端（集成红外热像、特高频局放、 可见光图像、声音等）、接触式智能传感器（高频局放、超声局放、暂态地电压、接地电流、振 动等）、光声光谱油中溶解气体监测装置和辅助系统（温湿度、烟感、水位、气体、水浸、风机/ 空调控制等）构成，可实现全天候、全时段、全方位巡视等。

（三）智能电表从双向计量走向多向互动，助力万物互联

智能电表是能源互联网用电信息和能源分配的末端设备，点多面广，与用户联系最为紧密。 新一代物联网智能电表支撑能源互联网实现用电负荷管理、双向计量、电网运行调度、电力市场 交易和电能质量监测等环节，助力实现综合能源一体化采集、状态感知、实时监视和协调控制， 达成源网荷储协同服务。未来，物联网智能电表向多芯化、模块化发展，计量功能进一步精确， 非计量功能愈发智能化，服务对象更加面向全社会。智能电表有望满足各类交互式智能设备的广 泛接入，发展成智能家用物联网平台，用户按需扩展应用，实现“电力公司-电能表-用户”多向 互动。智能家用物联网平台可搭载多样 AI 算法，使得智能设备完成自主、判断决策，从而满足用 户个性化、弹性化的使用需求。

智能电能功能与附加值提升。目前我国电能表已经历过三个阶段：1）以感应式电能表为代 表的“机械时代”，“轻量化”为其发展方向；2）以普通电子式电能表为代表的“电子时代”， “多功能化”为其发展方向；3）当下以智能表为代表的“智能时代”，向“高附加值产品”方向 发展。目前，智能电能表包含测量单元、数据处理单元、通信单元。除了传统意义上的计量功能 外，智能电能表具有数据处理、用电信息存储、双向多种费率计量（计量用电量和发电量）、实 时监测、自动控制、信息交互、远传控制、电网运行状态监测、电能质量分析、反窃电、预付费 用电等功能，技术含量大幅提升。

新一代国产智能物联电能表向多芯化、模块化设计发展。国家电网 2020 年发布智能物联电 能表技术规范，完全符合 IR46 标准要求，产品结构设计上，完全采用模组化设计，分计量模组、 管理模组、和扩展模组。扩展模块使得智能物联电能表兼容性和可扩展性也得到了大大的提升， 为未来扩展所需预留了充足的空间，可用于家庭智慧用电、电动汽车及分布式能源服务、社区多 能服务等。 AI 图像赋能智能电表远程抄表。基于无线网通信，智能电表可以实现对电能量的远程抄送， 但是远程抄表存在布线复杂且通信模块故障的问题。利用 AI 图像处理算法进行远程抄表不需要对 电表进行硬件改装或更换，可直接利用己有的电表进行抄表，提高了抄表的效率和成本效益。举 个实际案例，如果电表盘受到水珠、水泡、水纹、脏污等因素干扰识别不了数据显示，可以通过 人工智能深度学习算法，实现低分辨率识别、小目标问题、多尺度问题以及遮挡问题等。此外， AI 图像抄表适用性广，随着数据的不断增加和人工智能深度学习模型的发展，智能电表可以识别 不同风格和排列方式的数字，读数准确度高，适用于各种类型和品牌的电表。

嵌入式 AI 赋能智能电表。嵌入式 AI 是一个内置在网络设备中的 AI 功能通用框架系统，为网 络设备上基于 AI 算法的功能提供公共的模型管理、数据获取和预处理功能，并且支持将推理结果 发送给基于 AI 算法的功能。随着新一代智能电能表的不断发展，智能电表未来甚至可具备实现人 工智能模型训练和推理的条件，可依托嵌入式 AI 在用电侧进行负荷预测、非侵入式负荷辨识以 及电动汽车有序充电等。 在负荷预测方面，智能电表可以采集大量的用户侧数据，以用户的负荷数据作为样本进行聚 类分析，基于不同的用户群建立不同类型的聚类预测模型，将各个用户群的负荷值集成得到全局 预测值。

在非侵入式负荷辨识方面，智能电表可搭载多层感知机，利用离散小波变换来提取用户负载 信号的 VI 特征和功率特征，基于特征融合与深度学习的非侵入式负荷辨识算法，融合特征后送入 分类网络来实现负荷辨识。

在电动汽车有序充电框架方面，智能电表从充电桩中收集充电数据，实现对充电功率的实时 监测，通过汇总整理将数据上传到物联网云平台中，云平台利用上传数据进行人工智能模型训练 并且给出最有效的充电策略，并且将充电策略下发到边缘智能节点智能电表中。

智能电表从双向计量电表走向多向互动平台。目前，常规智能电表已经实现“电力公司-电 能表”双向计量，未来将扩展至“电力公司-电能表-用户”多向互动。能源互联网建设过程中， 分布式发电快速增长，双向计量与监测的需求旺盛，智能电表可同时计量发电量和用电量，服务 于分布式可再生能源并网。物联网智能电表多芯化、模块化，未来可计量更多、更细，包括水、 燃气、照明、温湿度等，电表硬件软件化，用户可按需扩展应用，互动更智能。以家居场景为 例，智能电表将成为边缘智能设备，用户可根据其需要扩展智能化设备（例如照明、遮阳、安 防、网络、影音娱乐、灯光、空调、窗帘、音响等），形成智能家用物联网平台，实现电表一键 控制或语音控制，人机交互不断完善，实现“电力公司-电能表-用户”多向互动。依托物联网、 云平台、人工智能及边缘计算等多种支撑技术，智能家用物联网平台可搭载多样 AI 算法，使得智能设备完成自主、判断决策，从而满足用户个性化、弹性化的使用需求。

人工智能助力电能表“状态更换”取代“到期轮换”。根据《强制检定的工作计量器具实施 检定的有关规定（1991 年）》规定，电能表作首次强制检定，限期使用，到期轮换。电能表轮换 周期一般为 8 年。随着电能表运行寿命普遍达到 10-15 年以上，《中华人民共和国国家计量检定 规程》（2022 年）提出智能电能表检定周期可根据检定结果和稳定性进行动态调整。目前国家电 网和南方电网积极在各地推动“抽样检定+在线状态监测”相结合的状态轮换策略。南方电网采 用“大数据+人工智能”技术，研究建立智能电能表计量误差在线监测算法模型，精准定位异常 电能表，实现电能表误差自动在线监测、异常工单自动触发、现场核查结果自动上传等。截至 2022 年 11 月底，南方电网全网已实现对 78 万余个台区、8882 万只在运电能表的远程在线监测， 监测覆盖率达 77.6%，通过状态评价定位异常电能表近 1 万只，经现场排查核实异常电表 6000 余 只，评价准确率达 70%以上。

“状态更换”策略预计约每年减少 30%电能表轮换数量。2022 年，广东省通过对现有的用电 信息采集系统进行全面升级，用电信息采集系统 24 小时实时监测、定时采集电能表的运行数据， 精准定位出现故障隐患的电能表。根据人民网数据，截至 2022 年底，广东在运电能表数已超 5,000 万只，对 29 万只电能表状态评价及更换试点已顺利完成，预计全省推广后将有 160 多万只 电能表可延期使用，计算可得约减少 32%轮换数量。我们认为电能表“状态更换”取代“到期轮 换”，预计每年约减少 30%电能表轮换数量。

（四）数字革命和能源革命深度融合，孵化新模式、新业态、新动能

数字革命和能源革命深度融合，构建能源互联网新业态，壮大经济增长新动能。国家电网董 事长辛保安撰写的《新型电力系统与新型能源系统》中指出，新型能源系统发展聚焦基础产业、 数字产业、新兴产业三大产业领域。基础产业关注产业链上下游资源安全和全产业链降碳。能源 数字产业包括随着“云大物移智链边”等技术在电网中实现深度融合应用，电网数字化智能化水 平显著提升，电力大数据向能源互联网升级，能源互联网中物质流、能量流、信息流深度融合， 能源产业本体价值扩大，并跨界创新拓展价值。数据在能源系统中的普遍性将推动其与金融、交 通以及工业等相互融合，赋能垂直行业，并服务于政府决策及社会治理，电力征信、智能化交 通、绿色工厂、智慧家居、智慧用能、智慧农业以及智慧城市等新产品、新服务将不断涌现。新 兴产业是指新型电力系统拓展用能新业态，带动各类主体实现新旧动能转换，培育竞争新优势。 能源系统高度电气化、数字化、智能化的发展模式有望持续催生新模式、新业态，例如绿证交 易、虚拟电厂、功率预测、数字孪生、电力大数据、智能微网、V2G、V2H 等，拓展社会价值创 造体系。

1、深度赋能应用场景之一：绿证与碳交易市场

绿证是“绿电的身份证”，是一种可交易的、能兑现为货币的凭证，一个绿证单位对应着生 产、消费了 1MWh 的绿电。2017 年绿证制度启动，产生的背景是当时可再生能源补贴缺口大、补 贴发放不及时，主要目的在于缓解大规模风光装机带来的财政补贴压力，但由于缺乏配套制度、 收益机制而交易量较小。2019 年国家发改委、国家能源局发布《关于建立健全可再生能源电力消 纳保障机制的通知》提出可再生能源配额制（RPS），即对市场主体最低使用的可再生能源电量 进行强制约束的制度，市场主体需要完成配额指标，否则将受到惩罚。政策鼓励通过超额消纳量 交易和绿证交易的方式完成消纳指标，“配额+绿证”的基本体系形成。 绿证规模扩大，价值或加速兑现，前景广阔。2023 年 7 月，发改委、能源局发布《关于做好 可再生能源绿色电力证书全覆盖工作促进可再生能源电力消费的通知》，绿证发放范围由陆上风 电、集中式光伏拓展至所有已建档的可再生能源项目（分布式光伏等）。2024 年 1 月，发改委、 能源局、统计局发布《国家能源局关于加强绿色电力证书与节能降碳政策衔接大力促进非化石能 源消费的通知》，明确了绿证与能耗双控、碳排放管理等政策衔接方式，提出了绿证交易电量纳 入节能评价考核指标核算的具体操作办法，拓展绿证在绿电消费认证、节能降碳管理、碳核算、 碳市场、产品碳足迹、国际互认等方面的应用场景。

根据国网能源研究院研究论文，绿证交易与碳市场与配额制的协调发展对于“双碳”目标的 实现至关重要。绿证既可作为独立的可再生能源发电的计量工具，又可作为配额制完成与否的核 查、清算工具，同时也可以作为一种转让可再生能源社会边际收益所有权的交易工具，充当碳排 放抵消机制的精确衡量单位。

目前绿证及碳交易存在一个统一瓶颈——交易过程由中心机构统一进行管理，中心机构掌握 着所有交易数据。这种交易管理方式存在着运行成本高、信息安全性差、用户隐私难以保证等缺 陷，买卖双方信息不对称，整体效率不高。在交易流程层面，我国绿证交易的信息披露、交易成 交、绿证注销等均需经过交易系统、数据中心、信息发布系统、结算交收系统和与交易相关的一 些其他系统。由于中心化操作，当交易平台因非法入侵或其他意外事故发生故障时，不可避免的 会导致多方的利益损失。交易过程中涉及的参与主体较多，会出现信息披露不及时、平台运行效 率低等问题。由于卖方可以随时撤销挂牌信息，交易双方易出现违规及纠纷行为。另外，主持交 易的第三方可能会因为滥用职权而造成交易双方以及交易平台的不信任问题，影响绿证交易的公 开透明以及效率问题。 在交易模式层面，由于可再生能源配额制提出的电力消纳责任刚刚起步，现阶段我国规定绿 证认购属于自愿行为，企业缺乏认购积极性，致使绿证成交量少。对于卖方而言，绿证定价不能 超过对应电量的可再生能源电价附加资金补贴，致使绿证定价逼近补贴金额，风光对应的绿证销 量及成交价格差距较大。由于绿证不允许二次交易，对于买方而言，绿证就失去了其金融属性， 部分绿证并不能给企业带来实际收益。另一方面，绿证采用的是单一回合的报价机制，交易双方 仅有一次报价机会，不能根据交易情况调整报价，导致交易成交率低。

而区块链技术去中心化、分布式记账、可溯源、加密防篡改、共享、共用等特点，可以有效 解决绿证交易过程中的各种痛点问题：1）绿证核发阶段：通过将满足绿证的发电资质写成区块 链智能合约，发电企业能瞬时、自发地完成资质认证及绿证申请，大大减少了信息平台的人工投 人并大幅提高系统运行效率；2）绿证交易阶段：买卖双方分别将绿证需求、出售信息进行上链， 系统自动进行最优匹配，匹配成功后自动触发智能合约，交易双方通过签名对本次交易进行验 证。交易成功后会对全网进行广播，以确定所有节点都可记录本次交易基本信息，防止交易的重 复发生，同时交易信息难以被篡改，最后会将本次交易写人区块，实现交易信息的可追溯性；3） 绿证核查阶段：交易的绿证价值转移后，系统会自动计算剩余绿证数量及类型并上报国家能源 局，待确认后会发放相应的补贴，通过这种方式可以避免重复计算补贴。每个环节中引入区块链 技术特性，利用智能合约实现绿证交易的自动执行，提高运行效率；通过去中心化的点对点交易 模式，解决信息不对称情况，实现各方的信息共享；基于区块链的单向链式结构，实现交易数据 的可追溯。

2、深度赋能应用场景之二：虚拟电厂

虚拟电厂（VPP）是通过先进的通信、计算、调度、市场手段，把大量分散在电网中的分布 式能源（即分布式发电、可控负荷和分布式储能）进行聚合统一管理、协调优化，并释放系统灵 活性，实现统一调度。虚拟电厂既可作为“正电厂”向系统供电调峰，又可作为“负电厂”加大 负荷消纳、配合系统填谷。根据对外特征，虚拟电厂可以分为电源型、负荷型、储能型、混合 型。

虚拟电厂运营商是算法驱动，算力是虚拟电厂技术的真正内涵。虚拟电厂核心技术的本质是 运营商基于对自己所聚合资源充分了解的基础上，运用模型算法获得相关调控和交易决策的能 力。未来，随着大数据、云计算、物联网、区块链、AI 等新技术的发展，将数字孪生、机器学 习、区块链等数字技术应用到虚拟电厂，将推动虚拟电厂产业快速发展。 在欧美发达国家，虚拟电厂已发展得较为成熟，调节形式多样有效。在欧美发达国家，虚拟 电厂起步较早，结合自身资源禀赋以及当地电力市场情况，通过定制化顶层设计，明确市场准入 门槛，清晰划分各方权责利，提供配套激励政策，实现商业化运行。欧洲以聚合分布式电源为 主，北美以可控负荷需求响应为主，澳洲以聚合用户侧储能为主，日本重点发展通过“光伏+储 能”作为主要运行形式。

收益模式多元。欧美发达地区电力现货市场相对成熟，超额定价辅助服务，大力推动可再生 能源发展与碳中和，大体有用户侧响应、发电侧参与电力市场、混合模式、电网共建平台模式以 及电网采购模式 5 种主要商业模式。其中以用户侧储能和需求响应为主，参与电力市场交易，容量规模和交易规模较大。 德 国 电 力 市 场 自由 度 高 ， 允 许可 再 生 能 源 以及 聚 合 源荷 资 源 参 与 电力 市 场 交 易 。 NextKraftwerke 是德国最大的虚拟电厂运营商，分布式资源覆盖多个欧洲国家，可以通过面向发电 侧进行能源聚合、面向电网侧进行灵活性储能供应、面向需求侧的需求响应获取收益。根据 NextKraftwerke 公司公告，2022 年德国参与电力交易量约 15TWh。 美国通常由能源零售商及 Utility 企业运营虚拟电厂，峰值需求广阔，政府补贴和激励推动用 户参与电网调度。Tesla 是美国 VPP 龙头，与能源零售商合作开展虚拟电厂项目，提供低价 Tesla 储能电池或现金激励，换取户用储能部分电力的控制权。Tesla 与电网合作，管理户用储能、光伏 及负荷情况，实现聚合需求侧资源。根据公司公告，2022 年加州地区 Tesla 通过 Powerwall 储能系 统提供电量约 577MWh。

虚拟电厂运营模式的发展可分为邀约型、交易型、自治型三个阶段，我国正处于邀约型到交 易型的转型升级阶段。邀约型阶段由于电力市场建设还不够完善，政府部门或调度机构进行邀 约，虚拟电厂通过需求响应来削峰填谷，以及通过内部能效管理获得收益。交易型虚拟电厂可通 过参与电力现货市场交易的辅助服务获得收益。自治型虚拟电厂实现能源改革，项目主体逐步从 政府转变为运营商，可跨区域自由调度，市场主体活力提升。

虚拟电厂的盈利模式包括需求侧响应、辅助服务交易、电力现货交易等。我国虚拟电厂仍处于试点阶段，目前盈利模式主要来源于响应补贴，但需求响应属于偶发交易，无法构成虚拟电厂 运营商主要盈利模式。部分试点项目采用现货市场套利和辅助服务市场交易通过调峰、调频使得 多方获益。

中央密集出台利好政策。近年来，国家发改委与国家能源局出台一系列文件支持虚拟电厂发 展，从 2019 年前虚拟电厂主要实行需求侧响应，逐渐转向参与辅助服务，并随着电力现货市场建 设的不断推进向现货市场套利模式转变。

需求响应方面，地方加速推进市场化进程。浙江、江苏、河北、四川等地陆续出台了虚拟电 厂需求侧响应的细则，明确参与规则、收益计算模式、响应时长以及响应价格，需求侧响应的营 利性有望提升。总体来看，虚拟电厂准入门槛多数为 1MW 以上，补偿基准价约 2 元/kWh，东部 经济发达地区可高达 4 元/kWh，响应时段不同，价格不同；浙江、河北等地区另增设了容量补 贴。

辅助服务方面，我国部分省市已颁布虚拟电厂参与电力辅助服务市场准入条件、报价以及结 算相关机制政策。冀北虚拟电厂是全国首个全市场化运营的虚拟电厂，通过华北调峰辅助服务市 场获得盈利，根据系统调峰需求实时聚合调节接入资源，在新能源大发期间增加用电需求，减少 火电不经济的深调状态。华北辅助调峰市场有日前、日内市场，实行报量保价，服务费用=调峰 费用×出清时长×出清价格，申报价格上限为 600 元/MWh。根据《能源》杂志统计，冀北电厂于 2019 年正式投运，目前平台有 3 个运营商（冀北综合能源、恒实科技、国电投中央研究院），聚 合 35 家用户、156 个可调节资源，总容量 35.8 万千瓦，调节能力 20.4 万千瓦。截至 2022 年底， 冀北电厂运营商和用户总收益超 670 万元，平均度电收益 182 元/兆瓦时。冀北虚拟电厂运行效果 佳，起到了很好的示范作用。

3、深度赋能应用场景之三：功率预测

新能源发电功率预测是电力调控和管理的刚需。新能源电力不稳定性和电力系统实时平衡要 求存在矛盾，电网需要根据下游用电需求提前做出发电规划，并根据实时的电力平衡情况进行实 时电力调节和控制。此外，新能源发电功率预测是新能源参与电力现货市场的基础。目前，电力 现货市场逐步推进，山东、山西、甘肃、蒙西、福建等地区已经开展建设新能源参与中长期与现 货市场的试点，制定了基于新能源预测结果的市场交易规则，广东电网 2022 年首次将新能源超短 期预测结果直接应用于现货交易和调度实时控制，实现与现货实时市场、调度监控系统的数据对 接。

新能源功率预测准确率考核趋严。根据南方电网数据，近年来国内外新能源预测精度有明显 提升，2021 年我国省级电网风电、光伏日前电力预测准确率约 88%、87%，电量预测准确率约 93%、96%，在中长期方面，国网江苏省电力公司风光资源中长期预测准确率达 78%，出力高峰 判断正确率达 83%。考虑到新能源装机规模持续快速增长，其间歇性、波动性的特性带来的电力 实时平衡问题日益突出，电网调度运行困难越来越大，各地《电力并网运行管理实施细则》和 《电力辅助服务管理实施细则》功率预测考核指标在逐渐趋严。以华东监管局为例，日前功率预 测准确率将从 2019 年版的 80%上升至 2021 年版的 90%以上，超短期功率预测准确率将上升至 95%以上。 新能源功率预测分类方式多元。新能源功率预测一般基于气象预报数据、新能源功率数据等 动态数据，结合新能源场站位置和设备参数等信息构建模型。根据时间分类可以分为超短期预 测、短期预测以及长期预测。我国电力管理规定，新能源电站必须每天上报一次短期发电预测功 率、每 15 分钟滚动上报一次超短期发电预测功率。长期预测一般适用于预测以年为单位的长时间 数据，多用于电网部署、制定年度运维方案等。按照预测模型可以分为物理建模方法、时间序列 建模方法、基于机器学习和深度学习等人工智能技术的建模方法。按照预测过程可以分为直接预 测和间接预测。按照空间尺度可以分为单场预测和区域预测。

AI 建模预测优势明显。相较于传统非人工智能方法，基于人工智能的预测模型在建模难度、 数据输入处理能力、预测的时空尺度适用性等方面均优于物理模型。物理建模基于地理信息、气 象数据与数值天气预报结果构建功率预测模型，受数值天气预报结果精度影响大，难以适应极端 天气情况。传统统计方法（时间序列、马尔可夫链、灰色预测等）基于历史功率数据预测未来的 风电光伏、出力，建模简单，高维数据处理能力差，预测精度普遍较低。而 AI 建模通过大量历史 训练数据学习输人数据和输出新能源功率预测结果之间的映射关系，AI 模型参数基于数据训练得 到，容易获取，模型的输入特征亦可灵活构建，结合智能优化算法还可进行参数自动寻优，进一 步省去了人工调参的工作量，对高维非线性样本空间具有良好的拟合能力，尤其在新能源概率预 测、区域预测、复杂时空特性关联性挖掘等特殊场景下更是具有传统非 AI 方法不可比拟的优势。

AI 新能源功率预测流程可以分为数据层、模型层、场景层和应用层。如下图所示，在数据 层，地理位置信息、运行数据（风速、温度、压强等）、数值天气预报系统 NWP 数据、设备基 本信息等数据通过网络传送到数据中心进行存储，而后在数据处理模块中对各类数据进行异常值 处理、数据插值及增强。模型层将筛选出的数据与历史数据以多模型组合方式进行训练和推理， 最终得到的模型在场景层可广泛用于跨空间尺度、多时间尺度、多预测结果（确定性预测、事件 预测、概率预测、集群预测）。应用层可服务于电网调度、新能源消纳、绿电交易、综合能源服 务等应用。

AI 技术通过模型输入、模型构建和参数优化应用于新能源功率预测领域。根据电科院研究， 当前 AI 技术在新能源功率预测领域的应用主要包括模型输入、模型构建和参数优化三个方面。模 型输入包括数据预处理、数据增强和特征构建方面的应用。模型构建主要涉及传统机器学习算法 （包括支持向量机 SVM、梯度提升决策树 GBDT 以及各种传统浅层神经网络）、基于深度学习的 新一代 AI 技术（包括多层卷积神经网络 CNN 和循环神经网络 RNN）以及组合多种 AI 算法的组 合预测技术。参数优化包括进化算法、群智能优化算法等静态优化算法和强化学习等动态优化算 法，主要用于模型训练和组合参数优化。

有效提高功率预测准确性。以金风慧能为例，基于英特尔统一的大数据分析和 AI 平台— Analytics Zoo，公司在全国多个光伏测试场站以月为周期进行实地测试，在单小时内使用 3 万条记 录对模型进行 5,000 次迭代优化，并在 50 毫秒内获得未来 2 小时的功率预测数据。截至 2021 年，Analytics Zoo 将预测准确率从传统方案的 59%提升到 79.41%。 根据南方电网研究，新能源功率预测仍存在诸多挑战，包括超短期、短期、中长期电力电量 相关的预测应用相对割裂，网、省、地、场多时空尺度的协同应用尚未出现，且极端转折天气下 相关应用措施较少。同时，新能源预测与电力市场和实时调度的结合应用还处于早期阶段，预测 误差与市场出清结果等市场行为关联度的细致分析尚未出现。未来，强化学习、元学习、GNN、 大模型等多种 AI 技术将与之相结合，在具体场景自适应、小样本学习、NWP 数据时空分辨率、 分布式新能源预测、预测方法标准化验证等多个方面提升 AI 模型应用深度及广度。目前 Google、 英伟达等厂商均开始研发 AI 大模型在气象领域和新能源发电领域的应用。

4、深度赋能应用场景之四：数字孪生

数字孪生技术即利用计算机对物理对象进行实时仿真模拟，辅助后续分析、决策。2010 年美 国军方与 NASA 首次在航空航天器领域提出数字孪生应用场景，利用实时传感器、历史数据及算 法模型来反映真实飞行器的实际状况，便于实时监测及判断真实飞行器工况、是否需要检修、能 否承担下次任务负荷等。得益于近年物联网、大数据、云计算等技术的发展，数字孪生技术对复 杂系统的仿真、分析、预测能力已远超传统解决方案，被广泛应用于电力、城市管理、智能制造 等领域。

政策明确技术地位。随着国家大力推动数字化转型，数字孪生得到国家各个层面政策支持。 2020 年 4 月，国家发改委印发的《关于推进“上云用数赋智”行动，培育新经济发展实施方案》 明确数字孪生成为七大新一代数字技术。科技部、工信部、住建部等部委密集出台政策文件举旗 定向。 我国未来新型电力系统结构更复杂、设备更繁多、技术更庞杂的趋势已定，尤其是特高压电 网将形成高强耦合、高波动性的超复杂系统，传统机理模型和优化控制方法已经难以满足电网规 划设计、监测分析和运行优化的要求，数字孪生技术将在电力领域获得广阔的发展空间。中电联 《电力行业数字孪生技术应用白皮书》指出，未来数字孪生技术可覆盖电力规划、设备制造、运 维检修等领域，赋能输、变、配、用电、调度全环节提升电网智能化水平。当前数字孪生电网的 主要功能包括监测电网实时状态、诊断电网异常原因、预测电网发展趋势、优化电网运营策略 等。在国家电网、南方电网及其他发电企业的头部电网公司主导下，数字孪生已在电网中有实际 应用。

在特高压输电领域，2021 年南方电网开展了我国首个 800kV 昆柳龙特高压多端直流输电工程 数字孪生建设，聚焦地理环境、设备、台账、图形、实时运行、设备状态监测等动静态数据贯 通，完成 1,452 公里线路、2,947 杆塔、2,691 处交叉跨越，3 个换流站建构筑物、20,000 余设备的 特高压工程三维数字孪生工作，全面接入调度实时运行、生产在线监测、周边气象环境等动态数 据。 在变电领域，2022 年 2 月广州供电局投产的 220kV 磨碟洲变电站是广州首座数字孪生变电 站，是南方电网“智能电网重大关键技术研究与集成示范”灯塔项目以及智能变电领域试点项 目，该变电站能实现机器人、摄像头、智能门禁、温湿度控制器等设备的统一管理与控制，能替 代人工开展巡视、操作等多种业务。 在配电领域，由于配电网台区数量众多且分布广泛、感知设备不足、基础数据质量较差等， 传统运维管理方案能力不足、效率低下且缺乏主动性，而数字孪生技术可通过集群建模、配置关 键设备监测等方法实现配网数字化，从而提升运维管理水平。2021 年乌镇为世界互联网大会投运 了全球首个全感知智能配电房，配备了 124 套智能感知元件以及多功能机器人，可实现实时高精 度监控、故障演变趋势模拟、远程检修处理等，有效应对了会议当月高峰用电达 27.5 万 kWh（超 平时 5 倍）的复杂负荷情况。2022 年数字孪生系统再升级，在多技术加持下乌镇核心区域供电可 靠率达 99.9%，综合电压合格率 100%。

（五）能源携手 AGI 走向全面智能时代

传统人工智能指专注于特定任务或领域（如语言翻译、图像识别或在特定游戏中与人类竞 争）的人工智能系统，代表有 AlphaGo 等，其特点是适用范围有限，无法进行自我学习并进行知 识推广，可理解为“弱 AI”。实际上，现有能源体系已不乏“弱 AI”的实践应用，但其发展速度 相对缓慢。2022 年以大语言模型为核心的 ChatGPT 发布，开启通用人工智能（AGI）元年。AGI 最大优势在于适应性和泛化能力，能够理解、学习并应用跨多个领域和环境的知识，甚至解决之 前未遇到的问题，展现出超越传统 AI 乃至人类的理解、逻辑推理能力。 近一年 AGI 呈现出井喷式增长速度，在 ChatGPT3.0 发布仅 4 个月后，2023 年 3 月， ChatGPT4.0 发布，参数数量增加 100 多倍。2023 年 12 月，Google 正式发布首个原生多模态模型 Gemini，展示出对视频/文字/音频等多元输入信息的处理能力。2024 年 2 月 15 日，OpenAI 发布文 本生成视频大模型 Sora，展示出了对真实物理世界规律的理解和模拟能力，标志着 AGI 发展的又 一里程碑。

目前普遍认为，AGI 系统将具备理解、展示知识、学习、规划、推理、决策等多种复杂能 力：1）理解和展示知识：能够学习和理解各种类型的知识，并能够以可操作的形式表示这些知 识；2）学习：能够从经验中学习和改进自己的行为和决策，并能够自适应地适应新环境和新任 务；3）创新与创造：深度理解数学、物理规律，能融会贯通不同知识，在此基础上进行创新创 造；4）推理、策略、解决问题和在不确定环境下做出决策：能够处理复杂的问题和任务，并且 在面临不确定性和模糊性时能够做出正确的决策；5）规划：能够规划未来的行动和决策，并且能 够考虑多种可能性和场景；6）多元化输入信息处理和交互：能够理解和处理人类的自然语言和 图像等信息，并能够与人类进行有效的交互和沟通。 得益于数据量的快速增长、计算能力的大幅提升以及机器学习算法的持续优化，目前的 AGI 已在大部分任务中具备与人类相似甚至超越人类的能力。以电力生产、传输、运行、控制等全过 程海量数据作为数据基础，融合外部系统相关信息，AGI 在智能能源体系建设过程中展现出非凡 的优势和广阔的应用前景。在 AGI 技术的加持下，智能能源体系有望开启新一轮加速变革期，同 时我们预期市场成长空间将进一步扩大。

能源负荷与供给的全面预测。AGI 能够充分利用社会心理学、环境科学等跨学科知识，深入 分析和理解个体用能信息。以一个典型的家庭为例，AGI 通过分析家庭成员的行为模式、居住环 境和日常习惯，构建出精确的用户使用电能画像，比如，通过分析工作日和休息日的能源使用数 据，AGI 能够预测家庭在不同时间段的能源需求。同时，它还能实时接入气象数据，预测太阳能 和风能发电的潜在供给，从而为家庭提供量身定制的能源使用和生产建议。这不仅优化了个别家 庭的能源利用，还有助于平衡整个区域的能源供需。例如，家庭私家车也将成为重要储能设备， 在物联网系统下依靠 AGI 分析电力价格、用车习惯等信息实现自充自放，甚至获取一定电力交易 收益；在制造工厂中，AGI 通过分析生产流程、设备特性和历史能源数据，精确预测工厂的能源 需求，结合市场能源价格和可再生能源供应情况，AGI 能够为工厂制定最优的能源购买和使用策 略，减少能源成本同时降低环境影响。

跨区域能源优化与合作。AGI 通过整合和分析不同地区的能源数据，利用深度学习和预测模 型预测各区域的能源需求和供应。它运用复杂的多目标优化技术，考虑成本、能源损耗和环境影 响，制定最优的能源调配方案，实现能源从供应充足的地区高效流向需求较大的地区。此外， AGI 协调地区间的能源共享，通过智能电网互联互通，实现能源的最优配置和区域间合作，提高 能源效率，降低成本和环境影响。 电力自动化调度。AGI 可以将历史调度员行为数据、事故数据等总结概括为更加通用的、可 解释的调度经验知识，以改进结构化知识的弱点，寻找更直观高效的调度路径，创新出更高效的 多能源种类、多设备类型和多系统融合发展的调度模型，实现经济性、安全性、低碳性、各个主 体博弈关系、与其他能源系统配合等多个角度的最大效用。当系统出现突发情况，如某输电节点 异常损坏，AGI 能充分分析电气参数等状态量，甚至利用物联网调取其他设备的环境视觉信息， 全面分析事故情况，迅速量化各种解决方案的成本收益并通知应急单位相应，同时做好相关的维 护工作，最小限度降低负面影响。

电力系统巡检及故障诊断。AGI 可以配合无人智能机器人，利用搭载的可见光或者红外传感 器来对目标线路进行图像获取，在获取到相关的电力设备图像之后，依托深度学习、机器学习等 相关技术直接对目标图像进行检测，对图像进行电气设备、非关键障碍物等各种对象的识别。例 如在偏远的光伏大基地，可以远程识别各种遮挡物（树叶、积灰等），真实的判断电池片内部短 路、线路老化、断栅故障等，提高准确性和效率。 灾害响应和能源恢复。在面对自然灾害时，AGI 能够迅速评估灾害对能源系统的影响，并协 调资源进行有效响应。以飓风为例，AGI 可以提前预测飓风路径和强度，评估对电网的潜在影 响，并提前调整能源分配，减轻损害。灾后，AGI 能够指导快速恢复计划，优先恢复关键基础设 施的能源供应，最大限度减少对社会和经济的影响。

编辑：火腿肠