2021年9月，世界经济论坛发布《利用人工智能加速能源转型》（Harnessing Artificial Intelligence to Accelerate the Energy Transition）白皮书指出，人工智能（AI）在加速和支持全球能源转型方面有着巨大的潜力，但有几个关键因素阻碍了它被迅速或在全球范围内采用。本白皮书探讨了人工智能在能源转型中的潜力，并建立了一套原则，以帮助能源行业以快速、安全和公平的方式管理和扩展人工智能技术。点击阅读原文查看报告原文，或关注CWEA公众号，后台回复“9月报告”下载报告PDF和相关资料。全球能源系统去碳化的努力正在导致能源系统的日益一体化和电气化，大大增加了电力、运输、工业和建筑行业之间的联动。能源供应去碳化的举措也导致了电力行业的高度分散化。这将需要所有行业参与者（包括消费者）更高水平的协调和灵活性，以管理这个日益复杂的系统，并优化它，使温室气体排放降到最低。2050年的传输网络和分散式电网关系变化，火电被风电光伏等发电站代替，氢能传输网络、电动汽车和电池围绕中小企业及建筑物发展，部门耦合更高，热泵需求更高。可再生能源发电装机从1.5TW发展到12TW，储能电池从11GW增长到1.3TW，灵活性负载所占比例从小于1%提升到8%，电动汽车保有量从1200万辆增长到8.36亿辆。人工智能在支持和加速可靠和最低成本的能源转型方面具有巨大的潜力，其潜在的应用范围包括优化和有效地将可变的可再生能源资源整合到电网中，支持主动和自动的电力分配系统，以及为需求方的灵活性开辟新的收入来源。在寻找支持下一代清洁能源和存储技术的高性能材料方面，人工智能也可以成为一个关键的加速器。根据 BNEF 的净零情景，需求侧效率每降低 1%，2020-2050 年清洁能源发电投资可减少1.3 万亿美元。人工智能可以通过提高能源效率和帮助提升需求灵活性来实现这一目标。（https://about.bnef.com/new-energy-outlook/）科学研究表明，如果不进行干预，气候变化导致的气温升高可能会缩短电网设备的使用寿命，并可能将变压器的使用寿命缩短 10 年。BNEF的分析表明，这可能会在 2020 年至 2050 年之间导致全球额外的 1880 亿美元更换成本。人工智能可以通过将变压器保持在最佳运行范围，从而帮助运营商避免这一额外成本。在一系列发达市场中，BNEF 发现，缺乏智能灵活性将使电力系统成本在 2040 年增加 6-13%（基于德国、西班牙和英国的研究）。人工智能可以帮助控制和平衡这种智能灵活性，例如，通过支持人工智能的电池充电和电池组，从而降低系统成本，优化系统建设，同时最大限度地减少弃电现象，并减少对备用化石燃料发电厂的依赖。人工智能是一种强大的工具，可以管理全球能源转型的复杂性并实现更高的系统效率，从而降低成本并提高转型速度。AI 应用可以根据它们使用的数据输入进行进一步分类。AI 可以使用多种形式的输入数据：音频、语音、图像、视频、从传感器获得的数据、手动或机器人收集的数据等。根据 dena 2020 年对能源行业 AI 应用领域的分析（见上图），大部分人工智能应用都属于以下几类数据：1、市场、商品和天气数据；2、图片和视频数据；3、设备和传感器数据。上图显示了人工智能在能源转型中最有前途的应用，并根据使用的输入类型对它们进行了分类。一个特定的应用可以使用多种输入类型。然而，尽管很有前景，但目前人工智能在能源领域的应用还是有限的，它主要部署在预测性资产维护的试点项目中。人工智能技术在帮助加速全球能源转型方面存在比目前意识到的更大的潜在机会。本白皮书提出了九项“能源转型的人工智能”原则，旨在创造一个共识，即在整个能源行业释放人工智能的潜力需要什么，以及如何安全和负责地采用人工智能来加速能源转型。这些原则分为三个领域：管理（Governing）人工智能使用的原则；有助于设计(Designing)人工智能以适合目的的原则；以及使人工智能部署(Enabling)的原则，旨在帮助创建合作的行业和政策实践。1. BloombergNEF, New Energy Outlook 2020, https://about.bnef.com/new-energy-outlook/, (link as of 9/8/21).2. Climate change impacts and costs to U.S. electricity transmission and distribution infrastructure”,Energy, 15 March 2020, vol 195, https://www.sciencedirect.com/science/article/pii/S0360544220300062,3. BNEF Power Grid Long Term Outlook, 2021’ https://www.bnef.com/insights/255914. Deutsche Energie-Agentur (dena) - German Energy Agency, Artificial Intelligence - from Hype to Reality for the Energy Industry, 2020, https://www.dena.de/fileadmin/dena/Publikationen/PDFs/2020/dena_ANALYSIS_Artificial_Intelligence_-_from_Hype_to_Reality_for_the_Energy_Industry.pdf (link as of 25/08/2021)5. Deutsche Energie-Agentur (dena) - German Energy Agency, Artificial Intelligence for the Integrated Energy Transition, 2019, https://www.dena.de/fileadmin/dena/Publikationen/PDFs/2019/dena-REPORT_Artificial_Intelligence_for_the_Integrated_Energy_Transition.pdf (link as of 25/08/2021).
来源：世界经济论坛
https://www.weforum.org/whitepapers/harnessing-artificial-intelligence-to-accelerate-the-energy-transition
http://www3.weforum.org/docs/WEF_Harnessing_AI_to_accelerate_the_Energy_Transition_2021.pdf
https://about.bnef.com/new-energy-outlook/
编译：风能专委会CWEA公众号
Energy Transition Outlook 2021 关注CWEA公众号，后台回复“9月报告”下载全文PDF、执行摘要，4个分报告和分地区报告、相关资料以及2020年报告相关文件等。
投稿与联合研究欢迎风能行业相关研究机构、专家学者、产业分析师向风能专委会CWEA公众号赐稿，或进行联合风能产业研究。CWEA投稿邮箱：
cwea40@cwea.org.cn，或请公众号后台留言产业研究服务：
hejy@cwea.org.cn，何小姐
电话：010-59796665-3612关注风能专委会CWEA公众号，后台回复“9月报告”，下载本文相关资料。更多能源和风电行业专业报告，请关注风能专委会CWEA公众号，文章列表页右上角搜索“报告”，即可获取最新最全的报告。也欢迎您将CWEA公众号转发给朋友参考。
如果觉得好，不妨动动手指点一下。