近日，国家发展改革委、国家能源局印发了《关于推进“人工智能+”能源高质量发展的实施意见》（以下简称《实施意见》），系统提出推动人工智能技术与能源行业深度融合的总体要求、阶段目标、重点任务与保障措施。

随后，国家能源局科技司相关负责同志以答记者问形式进一步阐释政策背景与落实路径。

两份文件共同描绘出一幅“AI+能源”深度融合的宏伟蓝图，一个万亿级的新兴市场正蓄势待发。

《实施意见》提出能源领域人工智能发展的分阶段目标：

到2027年，着眼于打牢基础、树好标杆、健全体系。聚焦能源领域智能化水平不均衡、共性技术支撑不足、规模化应用尚未形成，重点推动“五十百”工程，即推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用，挖掘十个以上可复制、易推广、有竞争力的重点示范项目，探索百个典型应用场景赋能路径，制定完善百项技术标准，培育一批行业级研发创新平台，形成符合我国国情的能源领域人工智能技术创新发展模式。

到2030年，聚焦自主可控、深度赋能、国际领先，在前期技术积累和场景验证的基础上，着力推动能源领域人工智能专用技术实现体系化突破与规模化落地。这一阶段更注重核心技术的自主创新与深度融合应用，通过人工智能技术增强能源系统的安全性、绿色化和效率，支撑我国新型能源体系建设。

最引人关注的是，《实施意见》以专栏形式详细列出了八大重点应用场景，涵盖电网、能源新业态、新能源、水电、火电、核电、煤炭和油气等领域，共计37项具体任务，超百项细分场景，推动能源领域共享人工智能发展红利。

其中，油气方向有6个，煤炭、电网、水电、能源新业态方向各5个，火电、新能源方向4个，核电方向3个，同时，提出了各任务的建设路径与目标。

这些场景不仅覆盖传统能源行业的智能化升级，也包含新能源、新型储能、虚拟电厂、绿氢制备等新兴业态的深度融合，体现出“全链条、多维度、深融合”的典型特征。

例如，在电网领域，将重点推进智能规划、调度运行、设备运维、配网管理等方面的AI应用。

在能源新业态中，突出虚拟电厂、绿氢生产工艺、园区智能降碳、新型储能等场景的智能控制与优化。

强化人工智能技术赋能能源生产过程中的节能和碳排放管理，提升多能互补综合能源系统电、热、冷、气联供的综合能效和降碳水平。推动人工智能在零碳园区、智能微电网、算电协同中的应用，提升源网荷储一体化智能运行水平，促进新能源就地消纳。

在人工智能+新能源领域，针对新能源出力波动性与间歇性的问题，加快在高精度功率预测、电力市场、场站智慧运营、新能源规划、项目后评价等方向的人工智能应用。

典型应用场景包括：气象预报与新能源功率精准预测、偏远地区场站智能运维、新能源规划设计、智慧工地建设等。

水电、火电、核电也分别围绕智能调度、燃料管理、安全控制等核心痛点提出AI解决方案；煤炭和油气领域则致力于通过AI实现地质勘探、开采优化、设备运维、管道仿真等环节的智能化突破。

这些场景不仅技术含量高、应用价值明确，而且具备较强的可复制性和规模化潜力。

科技司相关同事在答记者问中指出，能源是创新创业高度活跃的领域，具有数字化基础好、数据质量高、应用场景丰富等比较优势，应走在人工智能应用前列。

不少能源企业早已在人工智能应用方面先行先试，形成了一批具有行业代表性的专业模型和应用案例。

然而，人工智能技术在能源领域应用仍然存在着技术可靠性不足、数据基础较为薄弱、电算供需逆向分布等不容忽视的问题与挑战。

因此，《实施意见》特别强调要加强系统规划与标准建设，推动数据安全、模型可解释、绿色低碳等关键技术的攻关与应用。

在支撑体系方面，文件提出要从数据、算力、算法三大基础层面强化技术供给。包括构建能源领域高质量数据集、建立数据安全与隐私保护机制；推动多元异构算力融合与统一调度，构建“算力-电力”协同发展机制；加强多智能体协同、可解释AI、轻量化推理、绿色低碳计算等关键算法与系统研发。这些举措旨在打破“数据孤岛、算力碎片、算法黑盒”等瓶颈，为AI在能源领域的规模化、深层次应用提供坚实技术底座。

为确保政策落地见效，《实施意见》还提出六方面保障措施。包括强化组织实施、推动协同创新、加强标准建设、开展试点示范、加大资金支持和完善人才培育。尤其强调要发挥中央财政资金引导作用，支持社会资本参与，鼓励企业、高校、科研机构共建创新平台与人才基地，推动形成“产学研用”深度融合的良性生态。

（来源：国家能源局；整理：Bell）