12月4日，全联新能源商会在京举办“第十八届中国新能源国际论坛暨展示——新能源AI融合创新论坛”。论坛高端对话环节由商会常务理事、昇科能源创始人、CEO褚政宇博士主持，对话嘉宾围绕各自行业和业务领域中是如何应用AI产生价值的、如何理解在自己领域未来AI技术的发展趋势以及目前在AI的应用过程中有哪些痛点和需求等多个议题进行了深入交流与探讨。
在对话环节中，我会理事单位、天合富家能源股份有限公司数智能源研究院副主任严骆锴分享了人工智能（AI）在分布式光伏领域的应用成果。他指出公司利用360度全景影像参与全流程质量管控，通过360影像实现电站实时建模，同时引入AI图像自动识别技术，帮助审核人员在报装平台实现在线电站验收审核，对电站安装过程指标进行精准管控、严格把关，省去了大量现场验收审核工作，显著降低了公司运营成本。此外，平台对电站运行实时检测，通过实时数据与电站设计预测值比对，判断电站的实际运行的状态，做到对电站健康状况的提前预测、隐患排除，切实保障了电站平稳、健康运行，提升了整体运维水平。他强调，尽管 AI在360报装审核等环节能高效处理大量重复性工作，甚至替代90%的人工劳动。但面对极端或复杂问题，AI仍无法匹敌人类的创造性思维及复杂问题解决能力。未来希望构建人机协作新模式，提升能源行业效率及服务水平。
我会常务理事单位、北京英博新能源有限公司储能事业部总经理李东坪介绍了AI在锂电储能和氢能领域的价值。他强调，AI主要体现在提升安全性和效率两方面，能够提前预测电池的安全性，减少运维工作量，并为相关设备和电芯提供指导性决策，实现提前运维、更换和保养。然而，目前AI在储能领域的应用仍处于初级示范阶段，具体的增效数值尚难以确定。我会常务理事单位、中建科工集团有限公司创新研究开发院综合智慧能源中心主任曾骥敏详细阐述了公司在建筑新能源领域与AI结合方面的实践。他围绕工业精益化、建筑低碳化、交通电动化和能源清洁化四个方向阐述碳减排方法：通过机器人程序嵌入式开发，打造先进智能生产线；在建筑低碳转型中融入AI模型，推出菜单式决策系统；应用全球最大电池大模型PERB2.0，推动建筑-交通-能源（BVG）深度融合的智能化转型。我会常务理事单位、北京深势科技有限公司智能研发副总裁王晓旭聚焦AI在新能源新材料研发中的应用，指出AI在加速材料筛选和优化方面效果显著。通过围绕RDMTA中“文献调研”、“实验仿真设计”、“合成制备”、“表征测试”、“分析优化”的五个关键研发环节，AI能够在更大空间内加速筛选材料并预测其性能，同时能够精准算账、提高良率、降低能耗，为企业带来明确的经济效益。然而，当前AI在领域内的迭代速度较慢，主要原因包括数据利用困难、认知差异以及企业内部部门壁垒等问题。行业正在探索干湿闭环等方式，通过自动化实验和计算产生数据，以实现模型的优化和迭代。我会常务会长单位、国轩高科股份有限公司亚太业务板块储能项目总监葛晓辉重点介绍了AI在海外储能项目中的应用价值，包括提高储能系统的充放电效率和安全性，以及在电力市场交易中，依据新能源功率、天气、负荷和电价等预测数据，制定最优运维策略，帮助用户获取收益。然而，海外项目面临数据获取难题，由于用户对能量管理系统品牌的偏好，导致中国企业难以获取数据进行模型优化迭代。此外，用户对个性化需求的高期望，如一键生成特定时间段的充放电电量和收益曲线，也是后续需研究提升的方向。针对企业内部应用AI的痛点问题，专家们各抒己见。葛晓辉指出，海外项目的数据获取困难阻碍了模型迭代；王晓旭提出通过干湿闭环方式增加数据生成能力；曾骥敏认为AI与场景结合的模型不健全以及与产品硬件结合的数据不完善是两大关键问题，需要时间和实践经验积累来解决；李东坪则强调储能行业模型建立困难，同时传统制造业对AI与硬件结合的关注度较低，需要加强规划和投入。在探讨新能源AI模型未来发展方向时，对话嘉宾普遍认为将朝着通用模型的方向发展，但这一过程将经历从专有模型到通用模型的演化，并根据不同场景和技术发展不断调整和优化。李东坪坚信储能领域会在大模型基础上区分不同应用场景的小模型；曾骥敏用操作系统的发展类比，认为会经历从群雄割据到一统江湖的过程；王晓旭指出这是一个不断演化的过程，随着各领域专有模型的发展和融合，最终将形成通用模型；葛晓辉从储能电站收益的角度出发，认为未来会有统一的模型，尽管各国电价政策和补贴政策不同，但核心算法逻辑将趋于一致，且预测未来10年各家算法差异不大。最后，褚政宇博士在总结中强调了AI作为手段而非目的的重要性，并鼓励业界同仁加入新能源AI联盟，共同推动新能源AI领域的发展。
来源 | CNECC
编辑 | 中华新能源
京公网安备110102000948-1
