林伯强（厦门大学管理学院讲席教授、中国能源政策研究院院长）

近日发布的《国务院关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号）（以下简称《意见》），明确提出要推动AI与经济社会各领域深度融合，重塑生产生活方式，加快形成智能经济和智能社会。在这一总体部署下，电力行业作为支撑国民经济和社会发展的基础性行业，既是AI应用的重要场景，也是其深化融合的关键领域。

随着能源转型的加速推进，我国电力系统面临新能源大规模接入、供需平衡复杂性上升、电力市场化改革深化以及安全稳定运行要求提升等多重挑战。AI不仅要助力电力系统的智能感知、智能调控与自主优化，还将在电力市场机制完善、价格发现、用户互动等方面发挥巨大作用。

从实际应用价值来看，AI在电力领域的作用贯穿供电保障与电力市场运行两大核心板块：在供电保障方面，AI能够增强系统灵活性、提升调度智能化水平，并满足多样化用户需求，实现电网与用户的协同互动；在优化电力市场运行方面，AI有助于价格预测、交易优化和智能决策，同时支撑风险管理与监管，推动市场高效、公平运行。

从AI发展本身的电力需求来看，AI算力规模的指数级增长可能会导致电力需求快速增加。因此，系统研究AI在电力供给保障和电力市场运行中的具体应用，不仅能够精准应对能源转型与复杂系统运行的现实难题，更对把握能源转型机遇、推动智能电力体系建设以及加快智能社会建设等具有重要的理论与实践价值。

对电力供给保障提出新要求

根据中国信息通信研究院的统计，全球总算力规模已经超过1000 EFLOPS（每秒百亿亿次浮点运算），其中智能算力占比超过50%。美国、中国和欧洲位列全球算力排行前三，其中中国算力规模占比约30%。AI训练和推理过程中的极高算力需求，将拉升数据中心等设施的用电量。

AI模型参数量和数据量越大，训练所需电量就越高。未来若全面采用AI技术，搜索引擎的电力需求可能会增长数倍，需加以科学控制以保障电力部门供给能力。而人工智能的应用，将在电力供给保障方面发挥多重作用：

一是应对新能源高比例接入的灵活性需求。在新能源装机容量快速增长、多源电力系统格局下，传统的电力系统调度方法难以适应电网运行的新复杂性。AI的引入为破解这一难题提供了新思路。通过深度学习、强化学习、生成对抗网络等方法，AI可以对海量的气象数据、历史发电数据以及实时运行信息进行建模，提升新能源功率预测的精度和时效性。此外，AI还能够在调度与消纳环节提供优化支持。AI算法可以将电网约束条件、机组运行特性、储能设备状态和负荷特性等因素纳入统一框架，通过强化学习或智能优化方法形成最优调度策略，实现多时间尺度的动态优化。

《意见》明确提出，强化人工智能跨学科牵引带动作用，强调要将AI与气象科学、系统工程、控制科学、运筹优化等多学科深度融合，这为AI驱动的新能源预测与消纳技术发展提供了制度性支撑。从国家层面看，这不仅是对电力供给保障的技术要求，更是对能源安全和能源结构转型的重要保障。

二是满足多元用户侧需求的个性化供电保障。随着电动汽车、数据中心和储能系统的兴起，电力用户侧正在经历深刻变革。在“双碳”目标和智能化转型背景下，在满足可靠供电的同时，更加关注用能的清洁性、经济性与灵活性。AI技术在这一过程中展现出强大的赋能潜力。通过对用户用能行为、设备运行特性以及外部环境数据的深度挖掘和建模，AI能够形成精细化的用户画像和负荷特征识别模型，从而提供个性化的负荷预测和需求响应策略。

《意见》提出强化应用场景牵引，明确鼓励AI在民生相关领域的应用落地。电力用户侧正是这一战略的典型场景之一。通过AI的深度介入，供电保障已不再仅仅是单向度的电力输送，而是转变为用户与电网的双向互动、智能匹配与协同优化。

三是构建电力安全与数据安全双重防护。AI深度介入电力系统运行与市场交易，必然带来新的信息安全挑战。传统的电力供给保障主要聚焦于物理层面的电力安全，例如电网设备的稳定运行、防止大规模停电事故等。然而在智能化背景下，电力系统不仅是物理电网，更是数据与算法高度融合的“能源互联网”。供电保障的新要求，不仅包括电力设备和网络运行的物理安全，还涉及算法、数据、模型等层面的可信性与透明性。

AI的引入在提高效率的同时，也增加了新攻击面的可能性，例如对训练数据的篡改、对模型参数的恶意干扰，甚至通过“对抗样本”误导预测结果。因此，必须强化电力系统的网络安全防御能力，建立涵盖数据传输加密、实时入侵检测、异常行为识别和多层级隔离防护的综合安全体系。

AI在电力市场中的应用

一是推动电力市场价格预测与优化。电力市场价格受到多种复杂因素的共同影响，包括负荷水平、气候条件、燃料价格、政策导向、市场结构和突发事件等。AI的引入为电力市场价格预测与优化提供了全新工具。深度学习、强化学习、图神经网络等算法能够从海量历史交易数据、气象数据和实时运行数据中自动提取潜在规律，显著提升价格预测的精度和鲁棒性。

更进一步，AI不仅能提升价格预测的准确性，还能推动交易策略的优化。通过强化学习等方法，AI可以模拟市场运行环境，自动学习最优的出价与购电策略，从而在风险可控的前提下实现利润最大化。

《意见》强调推动人工智能与产业深度融合，这为AI在电力市场交易环节的广泛应用创造了制度空间与政策动力。随着电力市场化改革的不断深化，AI将在价格预测、交易优化和风险防控等环节全面赋能，助力构建高效、透明、灵活的电力市场体系。

二是促进电力市场主体的智能决策。在市场化环境下，电力行业由单一主体主导逐步演变为发电企业、电网公司、电力用户、售电公司、储能服务商等多元主体并存的复杂生态。不同主体之间的交易关系不仅涉及价格竞争，还包括容量分配、风险共担与协同优化，其博弈性和动态性不断增强。

AI凭借博弈论建模、强化学习和多智能体系统等方法，可以帮助市场主体在复杂环境中制定更加灵活和高收益的策略。通过多智能体建模与仿真，可以模拟市场主体之间的互动行为，提前预判市场走势和潜在风险，从而为监管部门提供决策参考，防止市场操纵和价格扭曲。因此，AI在电力市场主体智能决策中的应用，不仅是企业提升竞争力的工具，更是构建高效、公平、透明电力市场体系的重要支撑。以《意见》提出推动AI与产业深度融合为契机，电力市场各方将在AI赋能下实现由经验驱动向智能驱动的转型，推动电力市场朝着更加灵活、健康、有序的方向发展。

三是支撑电力市场的风险管理与监管。《意见》提出要提升智能交易服务和监管水平，这为AI与区块链等技术在市场合规监测、信用评估、交易审计中的应用提供了制度性支撑。电力市场化改革的深入推进，使得交易机制日趋多样化，竞争格局也愈发复杂。开放与竞争的同时，也可能伴随市场操纵、恶意投机、价格扭曲等风险。

AI为电力市场的风险管理与监管注入了新动能。通过异常交易检测和模式识别，AI能够实时分析海量交易数据，快速锁定可疑交易行为，例如频繁的“虚假报价”、大规模的“价格操纵”或跨区域套利行为。在风险管理层面，AI还可以通过对历史数据和外部变量的深度学习，构建市场风险画像，提前识别潜在的价格波动、供需失衡或系统性风险，帮助市场主体与监管部门及时采取干预措施。

推动AI与电力深度融合

《意见》为AI赋能电力行业发展指明了方向。从供电保障到电力市场，AI不仅将在提升电力系统的安全性、灵活性和智能化水平方面发挥关键作用，也将在电力市场价格预测、交易优化、用户互动和监管等环节释放巨大潜力。AI与电力行业的深度融合是大势所趋，但其落地与发展仍需政策引导和制度保障。结合我国能源转型和数字化发展的实际需求，未来可从以下三个方面着力：

首先，完善数据与基础设施建设，夯实智能应用根基。电力行业的智能化发展离不开高质量数据的支撑。目前，电力数据存在分散化、标准不一和共享不足等问题，制约了AI的规模化应用。应加快建设统一的数据采集、处理和共享平台，推动电力企业、科研机构、政府部门之间的数据互联互通。通过建立高质量、多维度的行业数据集，为AI模型训练提供坚实基础。同时，应推动边缘计算、云计算和高速通信网络在电力系统的部署，为实时预测与智能调度创造条件。

其次，健全标准与制度体系，推动产业协同发展。AI在电力行业的应用涉及发电、输电、配电、用电和市场交易等多个环节，不同主体之间的技术标准和算法规则若缺乏统一，容易造成系统割裂和效率损失。未来应尽快制定并完善AI在电力行业的标准体系，涵盖数据接口、算法评估、模型互操作性等方面，确保跨环节、跨企业的兼容与协同。此外，应建立健全行业监管制度，明确AI应用的责任边界，推动市场主体在公平透明的环境下良性竞争，形成统一开放、协同高效的智能电力产业生态。

最后，构建安全可信的人才与应用框架，保障长远发展。AI深度介入电力行业运行，或带来模型偏差、算法歧视、黑箱效应等风险。未来需加速搭建具备“安全可信”的AI应用框架，推动可解释性算法、可信AI和隐私计算等技术在电力领域的应用，确保AI在透明、可控的前提下运行。与此同时，需强化人才培育力度与跨学科融合深度，构建电力工程师与AI领域专家协同创新的人才协作机制，并打造产学研深度联动的人才培养平台，为智能电力系统的持续建设与优化提供稳定、高效的人力资源支撑。