突飛猛進的人工智能（AI）技術，正在以洶涌澎湃的創新動能，叩響著各個行業的變革之門。與此同時，在“雙碳”目標背景下備受關注的能源轉型，也在數字化技術的賦能下日新月異。受益于更加全面、的數據計量和采集手段，能源數據日益豐富完善，這使得企業的節能、減排、降耗有了重要的決策依據，也為人工智能在能源轉型中的應用夯實了數據基礎。

那么，在能源轉型的過程中，人工智能扮演怎樣的角色？全球能源管理與自動化領域的數字化轉型專家施耐德電氣展望了這一創新方向的發展趨勢。

三箭齊發，人工智能推動能源轉型加速

作為長期深耕數字化轉型的企業，施耐德電氣一直緊密關注AI等新興技術在能源變革進程中起到的積極作用。在2024年世界人工智能大會上，施耐德電氣副總裁、數字化創新業務中國區負責人，施耐德電氣（中國）軟件研發中心負責人張磊表示：“當前，人工智能已經成為發展新質生產力、推動能源轉型的重要驅動，并在減少碳排放、能源需求優化以及提高運營效率這三大方面發揮著重要作用。”

施耐德電氣副總裁、數字化創新業務中國區負責人，施耐德電氣（中國）軟件研發中心負責人張磊在世界人工智能大會上接受媒體采訪

首先，在減少碳排放方面，人工智能可以優化工業制造、建筑樓宇、交通運輸等能源密集型產業的運作流程，實現節能減碳效果。例如，一家供暖公司的公共服務設施，通過使用施耐德電氣的區域能源系統與人工智能負荷，能夠有效預測供暖需求，從而優化能源使用，降低運營和維護成本，并有效減少碳排放。

其次，在能源需求優化方面，人工智能可以通過對微電網和電動車充電站的管理優化，確保能源使用的高效性，并巧妙地避開高峰需求時段。在這方面，施耐德電氣的人工智能算法可以不斷分析來自發電機、電動汽車充電站、電池、備用發電機、暖通空調系統、照明系統、不間斷電源系統、聯合發電與供熱系統和效能計量的數據，以動態優化能源供應和需求。

后，在提高運營效率方面，人工智能可以通過幫助企業進行數據分析、預測維護、流程優化，以減少故障發生，并顯著提升設備性能和能源效率。比如，施耐德電氣利用人工智能算法尋找企業生產工藝中的規律，可以在滿足生產安全的前提下，尋找到生產工藝中全局設備組合和參數的優解，進而幫助企業實現節能降耗與效率提升。

助力需求側轉型，讓AI建模“事半功倍”

伴隨著新型能源體系建設的不斷深入，特別是在需求側，終端用能清潔化、低碳化的進程日新月異，AI技術勢必成為推動能源轉型bukehuoque的支撐。

一個重要的原因是，大多數產生能耗的工藝過程，無論是制造流程等工業過程，還是樓宇的供暖、制冷等過程，都需要通過建模和持續優化，來實現能耗的降低，即只有建立了過程模型，才能從原理上剖析出能耗的關鍵影響因素，發現并修復能耗異常現象，并制定出有針對性的應對方案，從而有效減少能源需求。

然而，在許多情況下，由于過程的復雜性，單純基于物理基本定律來構建模型已變得不切實際。以樓宇行業為例，要構建完整的建筑能耗模型，不僅動輒需要一支龐大的專家團隊，需要考慮的細節因素更是浩如煙海。

而面對這類棘手的建模問題，人工智能則能夠“另辟蹊徑”，提供更加高效的解決之道。例如，使用人工智能范疇內的機器學習技術，就可以從測量的數據入手，通過學習構建出預測模型，從而實現“事半功倍”的效果。

張磊指出，當前，利用AI技術降低能耗的應用已經廣泛應用在了樓宇供暖與制冷、海水淡化、家庭能源優化或區域供暖系統等各類工業場景中。假以時日，這類應用在能源轉型中的作用和效應，勢必得到更加廣泛和顯著的發揮。

踐行與賦能并重，以創新推動可持續發展

坐而論道，不如起而行之。張磊介紹，如今，人工智能已經成為施耐德電氣業務的重要增長點。無論是在中國乃至全球廣泛鋪就的AI研發布局，還是與各行業生態合作伙伴共同展開的融合創新，都讓施耐德電氣得以盡早地將AI技術與廣泛的應用場景深度融合起來，率先化身為以AI技術推動能源轉型的“踐行者”和“賦能者”。

一個鮮活的實例是，施耐德電氣無錫工廠通過數字化轉型，成為的“端到端燈塔工廠”。項目中采用的EcoStruxure微網能源顧問，正是基于智能AI算法大幅度提升了能源調度的性能，實現了對能源消費和本地生產的日前預測能力。在這一因素的助力下，該燈塔工廠在確保系統安全可靠運行的基礎下，實現了綠電消費，工廠運營階段平均度電成本降低7%。

施耐德電氣無錫零碳燈塔制造示范園

與此同時，施耐德電氣還積極扮演“賦能者”的角色，以人工智能積極助力行業用戶應對能效挑戰。以太古地產與施耐德電氣的合作為例，在單純依靠傳統樓宇自控系統已面臨節能瓶頸的情況下，施耐德電氣基于數字化能源管理平臺，利用AI算法，幫助太古地產進行了冷熱負荷預測、冷站啟停策略優化以及海水qunkong策略優化，將預測準確性提升至95%以上，并實現超過5%的能源節約。

再如，在大連銀行數據中心的暖通節能改造項目上，施耐德電氣基于AI算法與機器學習，對機房內的末端精密空調進行了優化，使其根據實際需求進行動態制冷輸出，同時對冷站控制系統進行全局改進，終實現末端空調系統節省31%電力消耗，冷站制冷效率預計提升20%的良好效果。

展望未來，伴隨著方興未艾的技術迭代創新和應用深化，AI技術必將以更加深入的筆觸，在綠色可持續發展的篇章中書寫下濃墨重彩的一筆。而施耐德電氣也將更加緊密地攜手來自各個產業的生態伙伴，以人工智能技術為強勁引擎，持續為推動全社會的能源轉型和可持續發展注入澎湃動力。