能源领域的人工智能：解码可持续人工智能 以实现具有韧性的能源转型：

解码可持续人工智能以实现具有韧性的能源转型 目录 3.主权人工智能 3.1.能源系统中的主权人工智能考量3.2.人工智能对能源系统韧性的提升1920 4.1.主要考虑因素4.2.创造包容性的人工智能未来2223 序言 全球能源系统正处于一个转折点。能源行业的许多领导者正在应对一场规模庞大且复杂深刻的转型，在不确定的环境中，他们需要平衡不断增长的需求、环保因素以及增强运营韧性的迫切要求。这些交织的挑战也带来了机遇：通过负责任且战略性地应用人工智能（AI），重构能源的未来。 此外，随着人工智能日益融入关键基础设施，领导者们必须致力于维护主权、透明度和问责制等原则。加强本地能力建设、治理机制以及符合伦理的人工智能实践，有助于为人工智能成为安全与韧性的可信赖推动者奠定基础。 本报告为组织的领导者们提供了一份及时且可操作的路线图，旨在介绍利用人工智能推动能源系统在效率、可持续性和长期韧性方面的发展。通过深入探索这些话题，了解其他领先组织如何应用这些由人工智能赋能的解决方案，并思考您及您的组织如何助力塑造一个可持续且由人工智能驱动的能源的未来。 人工智能正在迅速成为推动能源系统取得可观进展的关键驱动力。行业领导者正在部署人工智能引领的解决方案，以优化运营、增强系统可靠性，并实现显著的经济和环境效益。从可节省数十亿美元且同时减少排放的自动化甲烷泄漏检测，到AI赋能的兼具成本节约与电网灵活性的需求预测，种种证据表明，人工智能已在帮助能源利益相关方更高效、更可持续地实现目标。 人工智能对能源系统可能产生的影响十分深远⸺到2030年，通过战略性地利用人工智能，有望实现远超其自身能耗的节能效果，预计每年可节省数千亿美元成本，并有助于减少碳排放。然而，这些效益并不会自动实现，可能需要在整个能源生态系统中采取相应行动才能达成。能源生产商和工业制造商、科技公司、金融服务机构以及政策制定者都各自发挥着重要作用。 Jennifer Steinmann德勤全球可持续发展服务领导合伙人 Costi Perricos德勤全球生成式人工智能服务领导合伙人 简介 能源系统正面临日益严峻的挑战，尤其是需求增长、环境因素考量以及对增强韧性的迫切需要。1人工智能（AI）具有巨大的变革潜力，能创造可观机遇，助力优化运营、提升可靠性，并释放显著的经济与环境效益。2,3目前，AI已为能源系统在效率、可靠性和可持续性方面带来了显著提升，而其更大潜力仍有待进一步挖掘。4 用能终端能效管理 系统优化与控制 资产全生命周期管理 •优化建筑物能源管理•提升交通运输领域能效管理•优化工业流程 •提升实时网络运行能力•供需预测与优化•加强市场与交易运营 •规划与决策支持•运营提升和维护•加速设计、研发与创新 的机器学习和遥感技术，对管网进行持续监控，能够减少排放和运营成本并实现更快的维修，每年可为全球节省近60亿美元（见方框1）。此外，Emerald AI研发的Conductor平台可使人工智能数据中心根据电网负荷压力动态降低功耗。在一次实地试验中，这些系统在高峰需求期间的三个小时内将电力使用量减少了25%（见方框2）。与此同时，人工智能辅助的审批系统、数字平台和自动化审查工具已实现审查时间和成本最高降低50%（见方框3）。 需要认识到，在实际应用中，系统优化、资产全生命周期管理以及终端能效管理往往相互重叠并相互促进，许多成功的AI应用整合了不同领域的功能，形成了强大的回馈机制。例如，需求预测不仅支持电网优化，还为建筑管理和投资决策提供依据，体现了人工智能的互联价值6,7。 多个实际的案例研究展示了人工智能驱动的解决方案在经济和环境方面的切实效益。例如，自动化甲烷泄漏检测⸺利用先进 •科技公司是人工智能领域创新的重要推动力量，在将人工智能技术适配能源行业需求方面发挥着关键作用。通过应用物联网（IoT）和数字孪生等互补性技术，科技公司能够为能源行业的核心挑战提供先进解决方案，例如电网稳定性、需求预测和预测性维护。通过与能源企业和工业制造企业密切合作与直接参与，科技公司可确保其解决方案具备明确的应用针对性。为了进一步促进可持续性和韧性发展，技术提供商可重点关注以下几个关键领域：优先采购高性价比且低碳的电力，并为数据中心实施需求侧管理策略；同时，在其解决方案中融入主权人工智能原则，例如可解释性、伦理规范以及开源集成。 在能源系统中部署人工智能解决方案，可以从一开始就提供可扩展的价值，从长远来看，可以实现显著的节能、成本降低和减排效果。德勤全球分析表明： •到2030年，人工智能赋能带来的节能潜力可能超过3,700万亿瓦时（TWh），远高于该技术可预计的能耗8,9。到2050年，预计节能范围将达到9,500至12,000万亿瓦时，相当于净零排放情景下最终能源消费量的10%以上9,10。 •到2030年，人工智能每年可带来超过2000亿美元的成本节约，到2050年则接近5000亿美元。根据不同情景，到2050年累计节约额可达11万亿美元9。 •金融服务提供商对于扩大可持续且具有韧性的AI驱动创新至关重要。通过部署创新融资工具，如绿色债券和与可持续发展挂钩的债券、优惠贷款以及中间层信贷融资机制，他们可以支持在能源领域部署可持续的主权人工智能，如采用领先能效标准的项目和智能电网项目。作为终端用户，他们可以利用人工智能来帮助提升运营的关键方面，包括风险评估、财务工作流程和资产评估。 •到2030年，由人工智能驱动的减排量可达约6.6亿吨二氧化碳当量（MtCO2eq）9，对全球温室气体（GHG）减排工作具有重要意义。11然而，随着系统中终端使用和能源生产相关排放的持续降低，这种减排效果将呈现递减趋势，到2050年降至约1亿吨二氧化碳当量。9 随着人工智能越来越多地融入关键基础设施，AI主权问题⸺对数据、算法和决策的控制⸺变得日益突出。12主权人工智能原则强调透明度、问责制、本地能力建设以及保护敏感数据，以确保人工智能系统保持可信并符合公共利益。相反，人工智能本身也可以成为增强主权的有力工具。通过减少对能源进口的依赖，它可以增强能源基础设施的可靠性和安全性13，使各国能够更加独立地运营其能源系统。 •政府和政策制定者可以在为能源系统中负责任且具有主权的人工智能应用创造条件方面发挥重要作用。通过制定标准、协调安全的数据共享框架，并创建高质量、可互操作的数据集，政府和政策制定者能够加速人工智能领域的协同创新，并优化区域能源系统。全球范围内已观察到不同的政策路径。对许多国家或地区而言，经济激励措施（如补贴、税收抵免和拨款）对于降低人工智能应用风险和支持创新至关重要；部分国家及地区则采用了更为简化的监管方式以实现这些战略目标。此外，政府和政策制定者还可通过教育、培训以及社会资本参与（PPPs）来加强本地能力建设，从而帮助弥补能源领域日益扩大的人工智能人才缺口。最后，基于技术演进和行业反馈而制定的灵活监管框架，有助于确保随着人工智能技术的成熟，其治理机制依然有效且具备适应性。 将人工智能融入能源系统有望帮助企业提高效率、支持可持续发展并建立长期韧性，从而带来切实的经济效益。 •能源和工业制造企业作为运营数据的最终用户和所有者，是推动人工智能应用的主要力量。通过投资规模化的应用，如人工智能驱动的资产优化、预测性维护和实时系统平衡，这些企业能够实现快速回报并增强韧性。通过优先确保高质量的标准化数据、强大的网络安全和有效的数据治理，它们能够推动人工智能的可靠实施，并着眼于利用云计算和边缘计算进一步释放人工智能的潜力。最后，通过与相关公共部门机构和技术公司开展合作与数据共享，它们能够促进特定行业人工智能解决方案的开发以及监管框架的协调统一。 人工智能将助力能源系统革命，提升其韧性、效率和可持续发展能力。为实现这一目标，公共部门与企业或个人的利益相关方可以携手合作，共同克服在数据获取、人才技能、基础设施及治理相关的障碍。通过这一方式，人工智能的优势将得以发挥，助力实现安全、包容且可持续的能源未来。 1.引言 由于地缘政治、金融和环境方面的压力，能源系统面临着错综复杂的利益权衡。1这些挑战通常需要以高质量数据和先进分析技术为基础，从而制定稳健高效的规划与运营方案。 随着能源需求的增长⸺特别是电气化程度的提高以及安全、经济的能源供应的增加⸺能源系统正在经历快速转型。过去十年中，全球能源需求增长了约15%14。能源系统正变得更加电气化，并越来越多地整合太阳能、风能和电池储能等分布式能源资源15。并网设备（如电动汽车、屋顶太阳能和智能电器）的广泛应用，通常要求能源系统能够管理双向电力流动，以及实时信息交换、自动化和协调控制。预计到2050年，可再生能源将占全球一次能源供应的71%，占发电量的近90%14。同时，电气化水平也将达到显著高度，占终端能源消费的53%，并在大多数行业的能源消费中占据主导地位。例如，在道路交通领域，到2050年电力预计将占终端能源需求的四分之三10。 人工智能的日益普及也可能带来新的挑战。作为支撑云计算和高级分析等数字基础设施核心的数据中心，其电力需求可能大幅上升，有研究估计到2050年将达到约3,500万亿瓦时（TWh）8。这种增长可能带来额外的成本，若无法通过清洁能源供应来匹配，还可能加重环境负担。然而，通过提高能效和系统优化等方式负责任地部署人工智能，可在一定程度上抵消这些影响3,4。 其他挑战则可能涉及数据隐私，因为人工智能系统通常需要大量数据进行训练。此外，由于可能更加依赖能源和技术进口，安全也成为一个重要问题3。主权人工智能的概念旨在通过增强本地人工智能能力，以及确保对关键技术与资源的获取，来帮助应对这些问题1。这种方法有助于保护国家利益，管理供应链风险，并加强能源主权12。 同时，人工智能（AI）正在成为全球经济中的一股变革性力量，在医疗、金融、制造和交通等领域赋能自动化、高级分析和快速决策2。AI正在改变日常生活的许多方面，从单纯的流程自动化到实现复杂问题的解决，AI可以从各方面模仿人类推理过程，但速度更快、规模更大3。AI系统在处理大型复杂数据、识别模式和预测行为方面表现出色。在能源领域，AI正在迅速改变规划和运营方式，在效率、可靠性和可持续性方面取得了显著进展4。 本报告探讨了人工智能在支持可靠且可持续的能源未来方面的变革潜力。通过采用数据驱动、基于模型的方法，结合现实案例和实证分析，阐述了人工智能如何提升能源系统的规划与运行能力，带来可量化的经济效益、环境效益以及能源节约。本报告的研究发现旨在为人工智能在能源领域的潜在应用与影响提供一个客观、可循证的视角。 2.能源领域的人工智能 现代能源系统构成日益复杂，这源于可再生能源与传统能源品种的融合、电气化的广泛普及以及各行业间联系的日益紧密，因而对系统管理和控制提出了更复杂的要求4。人工智能能够快速处理大量数据、识别任务并生成可靠、准确的预测，为满足这些要求提供了更多可能2,4。 2.1.人工智能在能源系统中的主要应用 人工智能在能源领域的应用涵盖三大主要类别（图1）：系统优化与控制、资产全生命周期管理，以及用能终端能效管理。 这些类别中的每一项都包含大量应用场景，通过推动价值链各环节的效能，已经带来了显著的经济和环境效益。4 2.1.1.系统优化与控制 快速检测异常情况，精确预测缓解系统失调，并主动进行拥塞管理，以帮助维持电网稳定。由人工智能驱动的自动化还能支持部门耦合⸺协调电力、供热、交通和工业领域⸺以优化能源流动并提升整个系统的灵活性。目前，电网运营商已经开始利用人工智能进行实时预测，并快速应对电网失衡31。同样，诸如Nostradamus32和GridFM33等平台可以改进负荷预测、可再生能源发电预测、停电预测以及电力流优化。重要的是，这些人工智能的能力不仅限于电力网络，还可延伸至其他类型的能源系统。例如，实时数据分析有助于检测并减少天然气网络中的甲烷泄漏（见案例1）。通过实现更精确和自主的决策，人工智能能够加强新型能源设施的整合