【城市能源战略聚焦】人工智能在能源服务中的应用

编者按：城市能源战略研究中心以能源变革驱动城市高质量发展为出发点，系统开展城市能源基础理论、城市能源战略与规划、能源企业业务发展咨询研究，致力于提供包括城市能源变革顶层设计、城市能源系统规划、城市能源互联网发展规划、园区能源互联网顶层设计、综合能源服务市场拓展策略等在内的城市能源变革整体解决方案。本专栏将围绕城市能源领域关键问题，从基础理论、顶层设计和战略规划等方面展开，结合相关成果和研究思考与读者进行交流分享。

文章导读：随着国内电力现货市场、电力辅助服务市场逐渐发展，节能减排的监管加强，更多领域需要应用人工智能技术。在市场需求拉动力、技术创新推动力的共同作用下，人工智能技术将提升诊断和预测的实时性、便捷性和准确性，全面推动能源服务升级。国内企业应在能源消费预测、能源价格预测、气象因素预测、可再生能源出力功率预测、故障预测、非侵入式负载监控、图像识别、机器翻译、决策优化等方面超前做好人工智能技术开发储备。

人工智能在能源服务中的应用

执笔人：霍沫霖¹、林国强²、高昆仑²

1.国网（苏州）城市能源研究院

2.全球能源互联网研究院有限公司

1 人工智能在能源服务中的应用情况

      1.1 能源销售服务

      售电服务。通过在能源供应预测、能源消费预测、市场价格预测、优化价格套餐中应用人工智能技术，可以提高预测的精准度、及时性，促进为客户优化购电交易策略，为用户提供更有吸引力的电价套餐。例如美国的Drift公司是一家具有人工智能技术的能源服务公司，为其客户提供成本降低20％的电力或者百分之百可再生电力。它使用人工智能和机器学习来预测第二天用户需要多少电量，描绘每日24h供需曲线，考虑了用户的日常能源使用情况、邮政编码、天气数据、本地活动、营业时间、设施年限、建筑类型等，然后向能源生产商进行点对点购买。

      运维服务。在预测能源系统中各种设备出现故障的可能性时应用人工智能技术，提高预测的精准度、及时性，促进及时维护，避免出现故障、停工损失。例如美国的Arundo公司为石油、天然气、电力等资产密集型行业开发软件，使用大数据、人工智能技术实时分析运营中采集的海量数据，对故障进行提前预测预警，促进预防性维护，降低运营成本。德国北部地区的E.ON子公司Schleswig-Holstein电网公司，根据电网的使用年份、类型、维护情况、天气以及当前负载等实时信息，利用人工智能技术对故障进行提前预测预警。中国国家电网公司全球能源互联网研究院利用人工智能技术实现了电力设备的缺陷识别与故障诊断，包括输电线路鸟巢、风筝等异物识别，以及绝缘子破裂、导线断股、缺销钉等故障识别。在电力系统的巡视巡检方面，借助智能巡检机器人和无人机可以实现规范化、智能化作业，通过基于深度学习的图像识别方法，对监控对象进行智能识别，提高效率和安全性。

      1.2 分布式能源服务

      分布式能源服务包括设计和建设运行分布式光伏、天然气三联供、生物质锅炉、储能、热泵等基础服务，以及运营区域热站、运维检修、融资租赁、资产证券化等深度服务。利用人工智能技术可以提高对天气条件、新能源出力功率、故障情况等预测的精确度。例如西班牙的Nnergix以高时间分辨率预测给定位置的天气状态，提前6h到10天预测每小时的光伏发电、风能发电情况，目前它已经为超过1700MW的装机提供预测。以色列Meteo-Logic基于大数据和机器学习技术量化预测天气，帮助客户预测能源供应和价格。苏黎世联邦理工学院根据来自4190个瑞士家庭的实际能源消耗数据，基于机器学习技术建立了分析光伏及储能系统利润率的技术经济模型，从而提出最优的配置建议。

      1.3 节能减排及需求响应服务

      节能服务。人工智能技术在节能服务中的应用较多，可以提高能源消费的预测精准度，促进提升能源效率，以及在设备故障之前预警。其中非侵入式负载监控有大量应用，可以更经济、更快速估计出各个终端用能类型的用能情况，避免投资和维护昂贵复杂的监测系统。利用人工智能技术实现非侵入式负载监控，实时自动检测建筑用能设备，包括暖通空调冷却塔、电动汽车充电桩、手机充电器、笔记本电脑等。学习用户的使用习惯，以提高能源消费预测精准度也是人工智能在节能服务中的重要应用内容。例如英国的DeepMind公司利用机器学习人工智能技术削减了谷歌数据中心制冷能源费用达40%。它用数据中心的历史数据训练神经网络系统，预测未来数小时的温度和工作负荷，实时推送出节能方案，而传统的基于工程规则的能效方案不能及时对天气等内外部变化做出快速的反应。

      需求响应服务。利用人工智能技术，通过学习用户的热水使用方式、电热水器的热动力学模型、日前电价等数据，更精准预测、用电需求、热冷需求的波动，并优化用能、储能设备的多能协同响应策略，帮助用户节省能源消费成本或赚取收益。例如美国的Stem公司为客户提供基于储能网络的需求响应服务，利用人工智能技术更精准预测电价的波动，在电价低时给储能设备充电，在电价高时给储能设备放电，节省客户用能成本。英国的OpenEnergi公司利用人工智能技术实时优化需求响应方案，对供热、制冷、工业设备、电动汽车等参与需求响应进行复杂和动态的计算，从而帮助客户在容量市场、调频服务市场、批发市场上获利或者最大限度节省成本。

      1.4 客户服务

      客户服务是指企业为了建立、维护并发展客户关系而进行的服务，其目标是建立并提高顾客的满意度和忠诚度、最大限度地开发利用顾客。常见形式是基于互联网移动终端的客户服务和基于实体营业厅的客户服务。人工智能技术可以用于图像识别、人脸识别、语音识别、机器翻译、知识图谱构建，促进提升客户服务的便捷性、美观性、流畅性、精准性。基于人脸识别，可实现客服中心人脸打卡，提高考勤效率，同时亦能快速识别非工作人员，提升安全防范；基于图像识别技术，可帮助监督工作人员行为规范，如是否上班时间玩手机、长时间离岗等，提升客服工作质量；应用逻辑回归模型，可以预测客户欠费的风险概率，开展客户偏好分析。例如国家电网公司将95598热线的语音转化为文本，利用历史数据训练算法，提前预判客户诉求并反馈给坐席，提升坐席工作满意度与效率。美国的Duke Energy公司与Tendril公司合作推出MyHome移动应用程序，其中聊天机器人利用人工智能技术帮助客户自动获取更快、更有效的回答。能源企业无论是自主开展技术研发，或是支持创业企业的开发应用，均为人工智能技术的应用发挥关键作用。

      国外在能源服务中应用的许多人工智能技术是由创业企业创造，如表所示。这些创业企业与能源企业紧密合作，获取数据训练算法，或者获取投资，例如Bidgely公司获得了E.ON、Exelon公司等能源公司的投资，Stem公司获得了IBERDROLA、RWE等能源公司的投资。少数创业公司也直接提供能源服务，例如Green Running公司。能源企业无论是自主开展技术研发，或是支持创业企业的开发应用，均为人工智能技术的应用发挥关键作用。美国、英国在多个能源服务领域均有应用，应用内容涉及识别、预测、优化等，代表世界先进水平。中国相比美英，应用领域、应用内容相对集中，在该领域的创业企业非常少。

表  国内外人工智能在能源服务中的应用情况

2 人工智能在能源服务中的应用建议及展望

      2.1  应用建议

      1）国内企业应针对能源服务需求变化趋势，尽早对多种应用领域进行技术研发、专利申请，超前培养和吸引创新人才。特别应在能源消费预测、能源价格预测、天气条件预测、新能源出力功率预测、故障预测、非侵入式负载监控、图像识别、机器翻译、决策优化等方面超前做好人工智能技术开发储备。

      2）能源服务企业应发挥构建应用场景的优势，与高校、设备制造企业、创业企业合作开展人工智能研究和推广应用，在加强自身研发能力同时向创业企业购买服务，甚至对其投资，打造能力互补的生态圈。能源服务企业构建应用场景，意味着拥有可不断训练算法的实时数据。人工智能技术的开发需要与能源服务一体化融合，需数量大、质量好的数据用于训练算法，需要参与产品服务的反复迭代，经过实践不断检验才能实现进化。

      3）人工智能创业企业应发挥创新机制灵活的优势，与能源服务企业、设备制造企业合作推动人工智能应用。创业企业需与能源服务企业合作，尤其是数据管理机制灵活、大型的能源服务企业，在征得客户同意后获取实时数据训练算法。少数创业企业如果获取资本支持，可考虑进入能源服务、硬件制造领域，直接构建应用场景、掌握数据资源。建议从小目标、简单场景开发，快速成功后再逐步拓展，并始终遵循明确的技术和产品战略目标。

      4）建议加强重视保障客户信息与数据安全。人工智能技术的应用需要重视安全风险防范。在法律法规层面，需明确个人对其信息享有的基本权利，规范企业收集和使用个人信息的行为，保护用户的隐私权。加强对在人工智能运用中违反公平性、存在欺诈性、数据非法销售、侵犯隐私等的监管和执法力度。 

      5）建议构建实时感知、共建共享的城市信息开放互联体系。建立城市的能源、土地、气象、经济、交通能耗、建筑能耗、农业等数据开放共享的机制。公共部门公开不涉及保密、与公共利益相关的数据。建议政府形成一套较为完善的上市公司的环境、能源消耗信息披露制度，以及要求高耗能企业、大型公共建筑报告其温室气体排放量以及能源耗用、能源管理战略及节能计划。

      2.2 应用展望

      未来人工智能技术将在能源服务领域更广泛的范围内开展应用，从视觉（图像、视频）、听觉（语音）和感知理解（文本）等数据媒介入手，人工智能应用将全方位渗透能源服务领域。在售电服务、运维服务、分布式能源服务、节能减排服务、需求响应服务及客户服务等领域，人工智能技术将辅助实现智能化安全生产、高效传输、精准化销售与差异化、高满意度客户服务。在培养和吸引创新人才、发挥灵活创新机制的基础上，充分利用能源服务企业应用场景的优势，在充分保障客户信息与数据安全的基础上构建城市信息开放互联体系，实现能源领域智能化发展。

专家介绍

霍沫霖，博士，国网（苏州）城市能源研究院城市能源战略研究中心主任，高级研究员。从事能源战略与规划、能源产业经济等领域的研究工作。全国能量系统标准化技术委员会委员，曾获得国家电网公司“电能替代”先进个人、国网能源院“优秀课题负责人”、国网能源院“优秀青年岗位能手”、国网能源院“科研工作先进个人”等称号。发表文章近40篇，编著研究著作7部。

团队简介：城市能源院坐落于江苏省苏州市高新区科技城，由国家电网有限公司和苏州市人民政府联合出资组建，2017年8月正式挂牌成立，是中国首个城市能源研究院。目前已获得国家科技型中小企业、省级研发机构认定、省高新技术企业入库。

      城市能源院作为国家电网公司建设“具有中国特色国际领先的能源互联网企业”的重要单元，紧紧围绕国家电网公司党组部署的“高端智库、技术研发、市场示范、产业孵化、国际合作”五大职能定位，充分发挥“高端智库平台、产业孵化平台、国际合作平台”三大平台优势，通过不断推进跨界发展、创新发展、协同发展，为服务国网公司战略落地实施作出独特贡献。坚持在国际合作的背景下，城市能源院以建设“高端智库驱动型的能源产业创新孵化平台”为核心，成为城市能源变革整体解决方案的战略倡导者、规划引领者、实践推动者。

      城市能源院自成立以来，积极探索实践“四个革命、一个合作”能源战略思想在城市全面落地，承担中国科学院、国家能源局、国家科技部、国家自然科学基金项目等多项国家级重大课题。牵头编制《苏州建设国际能源变革发展典范城市创建方案》。支撑国网公司综合能源服务顶层设计研究和国网江苏电力综合能源服务业务发展战略研究。联合德国能源署、国网欧研院开展同里新能源小镇综合能源系统规划。“城市能源优化利用实验室”获得国家电网公司培育类实验室命名。与东南大学共建创新联合体，设立研究生工作站获省教育厅批复；与苏州大学合作课题被省科技厅推荐为江苏省产学研合作成功案例。出资参股国网江苏电力设计咨询有限公司，提升建设城市能源革命整体解决方案核心能力。承接苏州广电传媒广场智慧管控平台建设项目，促成苏州广电大楼获得省内首个LEED铂金级认证。成功承办“第三届国际能源变革论坛—城市和区域能源转型分论坛”，发布首份《中国城市能源报告》，与中国能源报合作创办首个《中国城市能源周刊》，打造“城市能源”高端论坛，持续提升社会影响力和品牌美誉度。

 往期回顾 

编辑：杨彪

审核：许晓艳

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。