由 Simon 中国AI如何“指挥”能源革命？内蒙古工厂用智能系统驯服风光波动，2030年目标全球领先，但能耗激增引争议！
在中国推动能源体系清洁化的进程中，人工智能正开始重塑电力的生产、输送和使用方式——这并非抽象的政策概念，而是已融入日常运营的现实。
内蒙古赤峰市的一个可再生能源工厂提供了清晰例证。该工厂完全依靠附近风电场和光伏电站产生的电力生产氢气和氨气。与传统接入大电网的工厂不同，该设施运行于独立的闭环系统。这种模式在带来清洁能源优势的同时也带来挑战：可再生能源虽清洁，但其发电量随天气波动。
为确保生产稳定，该工厂采用了其所有者远景科技集团开发的人工智能控制系统。该系统并非按固定计划运行，而是根据风速和日照变化实时调节产量。据路透社报道，远景氢能总工程师张坚将这套系统比作“指挥家”，实时协调电力供应与工业需求。
当风速增大时，生产自动提速以充分利用可用电力；当天气条件转弱时，用电量迅速降低以避免系统过载。张坚表示，该系统使工厂能够在可再生能源波动的情况下保持高效运行。
此类项目是中国氢能和氨能规划的核心，这两种燃料被视为钢铁制造和航运等领域减排的关键。它们更指向一项更宏大的战略：随着中国电网中可再生能源比例持续提升，利用人工智能管理其复杂性。
研究人员认为，人工智能可在实现中国气候目标方面发挥重要作用。研究低碳转型的东南大学副教授郑赛娜指出，人工智能可支持从排放追踪到电力供需预测等多类任务。但她同时警告，人工智能本身正推动用电量快速增长，尤其是高耗能的数据中心。
中国目前风电和光伏装机容量居全球首位，但如何高效消纳这些电力仍是挑战。北京策纬咨询公司副总监柯睿思表示，人工智能正日益被视为提升电网灵活性和响应能力的关键途径。
这一思路在去年9月被正式纳入国家政策，北京发布了“人工智能+能源”行动计划。该计划要求深化人工智能系统与能源领域的融合，包括开发多个聚焦电网运营、发电和工业应用的大型人工智能模型。到2027年，政府计划推出数十个试点项目，在超100个应用场景中测试人工智能技术；到2030年，中国力争实现能源领域人工智能融合水平全球领先。
柯睿思指出，中国的重点在于开发针对特定场景的高度专业化工具，如管理风电场、核电站或电网平衡，而非通用人工智能。中欧国际工商学院教授胡广州分析称，这种路径与美国形成对比——美国大量投资集中于开发先进的大语言模型。
需求预测是人工智能可立即产生影响的领域之一。西交利物浦大学助理教授方璐瑞强调，电网必须实现每时每刻的供需平衡以避免断电。对可再生能源出力和用电量的精准预测，能让运营商提前规划，在需要时通过储能电池存蓄电力，减少对燃煤备用电厂的依赖。
部分城市已开展实践。上海已启动全市范围的虚拟电厂，将数据中心、楼宇系统、电动汽车充电桩等数十类运营商接入统一协调网络。在去年8月的试运行中，该系统降低峰值需求超160兆瓦，相当于一座小型燃煤电厂的发电量。
柯睿思指出，此类系统至关重要，因为现代发电方式正日益分散化和间歇化。“我们需要非常强大的系统，能够进行预测并快速处理新信息，”他表示。
在电网之外，中国还计划将人工智能应用于全国碳市场。该市场覆盖电力、钢铁、水泥、铝业等排放密集型行业的3000余家企业，这些行业合计占全国碳排放量的60%以上。柏林智库adelphi高级经理陈志斌认为，人工智能可帮助监管机构核验排放数据、优化免费配额分配，并让企业更清晰了解生产成本。
然而，机遇与风险同步增长。研究显示，到2030年，中国人工智能数据中心的年耗电量可能超过1000太瓦时——约相当于日本当前年用电总量。人工智能领域的全生命周期排放预计将急剧上升，其达峰时间将远晚于中国2030年的碳排放目标。
参与相关研究的中国人民大学博士研究员熊启洋指出，这一结果反映了煤炭仍在中国电力结构中占主导的现实。他警告称，若能源结构转型不够迅速，人工智能的快速扩张可能使国家气候目标复杂化。
作为应对，监管部门已开始收紧政策。2024年出台的行动方案要求数据中心提升能效，并每年将可再生能源使用比例提高10%。其他举措鼓励在风能太阳能更丰富的西部地区建设新设施。
东部沿海运营商也在探索新路径。上海附近即将投运的海底数据中心将利用海水冷却以降低能耗和水耗。开发方海兰云表示，该设施大部分电力将来自海上风电场，若项目运行成功，该模式可复制推广。
尽管人工智能的能耗持续增长，熊启洋认为若应用得当，其对排放的整体影响仍可能是积极的。他指出，若用于优化重工业、电力系统和碳市场，人工智能仍将是中国减排努力的重要组成部分——尽管它也给政策制定者带来了必须应对的新压力。
—
延伸思考
1. 技术协同困境：当人工智能的算力增长与清洁能源的供给增速出现阶段性失衡时，应如何制定优先级策略？是适度控制AI扩张节奏，还是加速建设可再生能源基础设施？
2. 路径差异影响：中美在人工智能能源应用上采取的不同技术路径（专用工具 vs 通用大模型），长期来看将对全球能源转型格局产生怎样的差异化影响？
阅读 ArtificialIntelligence News 的原文，点击链接。