AI+能源不缺概念，缺实战：天盈AI让AI“持续有用”

近日，在国新办“开局起步‘十五五’”系列主题新闻发布会上，国务院国资委相关负责人表示，要深化算电协同、算网融合，加快落地更多绿电直连项目，推动人工智能与能源双向赋能。稍早前，国家发展改革委、国家能源局印发的《关于推进“人工智能+”能源高质量发展的实施意见》已提出，到2027年，我国能源与人工智能融合创新体系初步构建；到2030年，能源领域人工智能专用技术与应用总体达到世界领先水平。

政策接连落子的背后是同一个判断：AI与能源加速由从“概念叠加”走向深度融合、协同发展。目标与路径日渐清晰，随之而来是一个现实追问：有了AI，然后呢？在AI技术渗透最快、应用最活跃的领域之一新能源行业，AI正在重塑能源生态，重新定义工商业光储、智能微网和综合能源管理的价值边界。

当传统人工经验难以维持，“AI有用”亟待发挥效能

截至今年7月底，我国光伏发电装机规模历史性超过煤电，其中分布式光伏达到5.82亿千瓦。装机曲线陡峭向上体现出强劲发展势头，但同时，这些电如何才能用得好、调得动、卖得上价成为新的课题。

以装机大省山东为例，光伏装机容量连续多年稳居全国第一。可无奈，发出来的电在某些时段卖不上价，并网消纳、收益测算、储能配套乃至系统协同皆是考验。尤其是工商业用户，身处全国统一电力市场体系当中，面对现货电价高频波动、峰谷时段持续漂移、负电价与尖峰高价频发等新环境，定价机制从"行政预设"转向"实时博弈"。价格一变，参照系就没了：发电侧，分布式光伏上网价格一天96点，每15分钟一个价格；用户侧，价格一天24点，一小时一变且受市场波动影响。传统峰谷逻辑不再适用，人工经验难以持续，何解？

以山东某汽车零部件生产园区项目为例，该项目配置5400kVA变压器、1.6MW分布式光伏和1.04 MWh储能系统，日间尖峰负荷达1.2MW。自用电模式由“代理购电”转为“市场参考价格联动”后，企业只能按月度均价排程，而实际价格频繁变化，当月近三分之一时段与月度均价存在背离。运营人员每天依据光伏出力人工调整策略，往往两头受损：既怕超需而多留储能容量，又错过本该套利的窗口，收益空间因此而受到极大影响。

问题变得具体起来：当人工经验在新形势下逐渐失效，人工智能的力量能否顶上？又有谁能把AI真正跑进每一度绿电、每一次充放电、每一笔交易？与此相伴还有一个略显尴尬的现状：行业普遍停留在“有AI”，而非“AI有用”。

AI概念满天飞，真正跑到实盘验证、形成收益闭环、能够规模复制的案例，到目前依然显得寥寥，突破口何在？

天盈AI基于“双端寻优”，把丢掉的价格锚点找回来

目前，已有头部企业率先为“AI有用”提供了可参照的实践路径。今年6月，天合富家自主研发发布了AI能源调度决策系统“天盈AI”，可7×24小时自动完成“电价预测→充放排程→风险管控→收益优化”全闭环，让工商业光储智能运营有了智能助手。并且通过实战给出了答案——天盈AI的解决思路，基于充放电双端寻优的实战逻辑，先把锚点“算”出来。

在充电侧，解决“什么时候充”。先做电价预测，针对分布式上网价格，预测次日96点、每15分钟的上网电价，并在日内滚动刷新，由此找回丢失的发电侧价格锚点。再做余电预测，依托光伏预测和负荷预测，判断次日余电规模及其在96点时间轴上的分布，由此不仅知道“明天有多少余电”，还能知道“余电在哪些时段”。最后可做策略寻优，优先捕捉负电价时段内的余电安排储能充电，避免负价上网亏损，随后选择低电价时段补充充电，待储能充满或上网价格更优时再让余电上网，由此实现收益最大化。

在放电侧，解决“什么时候放”。面对一天24点、一小时一变的用电价格，传统高电价时段可能因市场化波动出现异常，天盈AI对次日用户侧24点用电价格进行预测，识别高电价时段，并结合光伏与负荷预测判断该时段负荷用电量，把储能可放电量优先分配到高价值时段，以储能替代高价购电。若高电价时段因市场化波动出现异常，则日内滚动修正，减少无效放电，把荷电状态（SOC）留到真正值得用的时段。

据悉，该项目现已实现全链路闭环验证：相比原月度均价靠人工排程，天盈AI调度下的综合平均收益提升10%；在多日实盘对比验证中，单日收益提升比例分别达7.99%、13.45%、13.88%、26.45%，在电价波动剧烈的交易日提升尤为突出。

不确定性越高，优势越显。阴雨、多云等天气下，常规策略往往预留30%的SOC以保守应对需量冲击，AI策略结合光伏、负荷预测，识别出被人工忽略的放电窗口，在恶劣工况下仍锁定收益。风险管控与运维方式的改变同样可观：项目初期近三分之一时段的价格背离风险得到化解，需量电费与逆流风险实现精准管控，运维模式从“人工每日排程”转向“AI自动值守”。

从“有用”再到“持续有用”，天合富家推动“AI+能源”可持续

天盈AI为什么行？背后是三层能力的支撑：概率化预测引擎，基于深度学习模型输出概率电价与实时平衡价格区间，于天气数据源及历史学习进行光伏预测，负荷预测学习生产排班规律，三路预测均输出90%、95%置信区间，量化交易风险；三层闭环控制引擎，实现日前全局最优排程、日内MPC动态纠偏、边缘毫秒级安全硬约束的协同运作；自进化学习引擎，将AI策略建议与推理过程全程可视化，实现“算法可解释、执行可追溯”。

更难的考验出现在用户侧叠加需量管理或动态增容之后。一个工商业园区里，同一套储能容量要同时承担多项任务。它们不仅在争夺同一套储能容量，更关键是需量管理和动态增容对预测精度要求极高。对此，天盈AI已将持续迭代优化作为重点，基本策略已跑通，进一步向着更高精度的预测和更复杂的多目标优化。

把“不确定”变成“可锁定”，天盈AI的价值不止于改善单个项目收益，更为现货市场化省份的工商业光储提供了可参照的路径，也让分布式光伏、储能、负荷与交易之间有了协同可能。作为天工智云智能微网核心底座，其推动工商业能源系统从静态“资产管理”迈向智能“收益运营”，为新型电力系统建设提供可推广的AI+能源样板。

更大的应用空间在园区之外。目前，天合富家正以AI能力深度赋能更广阔的能源场景。在分布式算电协同领域，先后与道客网络、润建股份达成战略合作打造算电协同平台与分布式算电协同新模式，深度参与三江源绿电智算融合示范微电网项目。同时，在内河航运场景下，与江苏苏港航务、黄码港数智达成战略合作，以AI与数字能源赋能内河航运，推动船、港、货、能全链智能协同。

从“有AI用”到“AI有用”再到“AI持续有用”，AI+能源的产业化落地才刚启幕，对行业而言，让绿电在正确时间抵达正确位置，正是一个全新的起点。

作者：仲新源