夜雨聆风
|识码加入风电群|
传统观念认为，AI与能源的关系是线性的：AI为前台的智能科技，能源是实现AI的生产资料，二者相互衔接且独立存在。但随着AI产业高速发展，这套理念已经过时。
在5月26日国家能源局召开的全国“人工智能+”能源现场推进会上，远景科技集团董事长张雷的发言颠覆了传统认知：“能源不是AI的尽头，而是AI的过程；能源它不只是AI的底座，也是AI的血液和基础；电力系统不是人工智能的配套系统，而应当成为人工智能的主体工程。”
也就是说，今天我们所见的AI对话、模型训练、智能计算，底层都是电能向算力、智能的转化，没有稳定高效的电力系统，AI技术迭代就无从谈起。由于电力的影响贯穿了AI研发、训练、运行、散热等全过程，对这一系列全链路的能量管理，已经使能源系统不再是单纯的底座，而成为AI的肌体和血液。
“瓦特的贡献在于改良了蒸汽机的能量转化效率。他做了一个关键变革，突破能量管理的主要矛盾——通过设计独立的冷凝器解决了散热问题、提升了能效。”张雷解释道：“今天GPU就是新的蒸汽机。这台新蒸汽机的功能一样也是能量的转化，把电力变成智力。我想说，智力生产的本质，其实是一个能量转化的过程。”
对此，张雷在业内首次提出了“AI电力系统”的概念。与传统电力只解决“有电可用”的基础问题所不同，AI电力系统是解决AI生产全链路能量管理的问题，实现用最优的绿电、产最多的算力、支撑最高效的智能进化。
01 追上摩尔定律
如今，AI算力已经进入指数级爆发阶段，模型半年一迭代，芯片一年一更新。为满足AI算力高增长需求，AI电力系统本身也需要能跟上摩尔定律的节奏，通过人工智能的方法，使电力系统每隔18个月可产生一倍的智力输出。
在张雷看来，为达到上述目标，AI电力系统必须要解决好三大问题：一是如何让相同的功率带宽接入更多的GPU；二是如何让相同的电量产生更多的智力；三是在相同的投资下，如何大幅降低电力成本。
尤其是第三点，将对我国风电等绿电产业高质量发展产生深刻影响。
根据国家能源局2025年官方统计数据，全国风电、光伏累计装机已达18.4亿千瓦，占全国总装机的47.3%，历史性超越火电成为我国第一大电源。然而，到2026年一季度，风电、太阳能发电量合计约5809亿千瓦时，在全社会用电量中占比超过23%。
虽然我国已建成全球规模最大的风电、光伏绿色电力体系，但两者在社会用电量中的占比还有着巨大的提升空间。这不仅需要建设更多的绿电发电设施，更需要通过AI电力系统将风光储绿色电力的比例提到更高。
由于传统电力系统为适配化石能源搭建，缺乏先进的绿电调度、储能配套和多源协同机制，受风电光伏的波动性特征影响，导致大量优质的绿电资源，难以稳定、可持续、高功率地支撑AI算力发展，推高了其电力成本。
例如，在调度层面，风电、光伏、储能、氢能等各类绿电独立运行、各自为战的传统模式，无法实现负荷的高效、最优联动调节，导致系统整体供电稳定性差、有效可用绿电量缩水，难以无法匹配AI算力不间断、高功率的严苛用电需求。
在设备层面，同样存在着绿电资源利用率不足的问题。以风电机组为例，传统风机缺乏感知、预判和动态应变能力，无法精准捕捉风速、风向的细微变化，导致机组发电效率大有提升空间，风能资源浪费严重。
02 突破发展瓶颈
要想跟上AI产业升级的节奏，AI电力系统就必须具有同等的智能化进化能力，通过进一步挖掘好绿电资源潜力，运用先进手段让每一度绿电发挥出更大作用。这就需要更强大的全链路智能能量管理能力。
事实上，早在张雷提出AI电力系统理念之前，远景能源就已经建立起了支撑AI电力系统发展的全链路智能能量管理能力，打造出由软件中枢、物理AI算法、硬件基建所构成的三大关键支柱体系。
第一层为智能中枢，核心是远景自研的EnOS智能物联操作系统。该平台目前已经接入了数亿的风电、光伏、储能、充电桩等能源智能设备，具备毫秒级的实时感知、全局调度、供需调控能力，可动态匹配绿电出力与AI算力负荷，提前预判电力波动，并对这些设备实现毫秒级的实时控制。
“仅靠语言大模型无法真正管理一个电厂或算力中心，需要物理人工智能突破。”张雷认为：“对于能源系统而言，物理人工智能有两个关键支撑：一是气象大模型；二是能源大模型。”
这正是远景构建的第二层解决方案，针对通用大模型无法管控复杂的能源场景的问题，这家长于技术创新的公司开发出了“天机”气象大模型，用以精准预判气象与风光发电波动，解决了绿电“靠天吃饭”的不确定性。同时远景也开发出了“天枢”能源大模型，打通了发电、储能、制氢、算力调度全链路，让波动的绿电变为可预测、可调度的优质算力电源。
但张雷认为仅有操作系统和大模型是不够的，还需要下一代电力基础设施。这是远景针对AI电力系统打造的第三大关键支柱，也是支撑AI电力系统落地的硬件基础。
具体来说，它包括风光储一体化控制器、高压直流(HVDC)、固态变压器(SST)、智能机柜等这样一套端到端的新型电力基础设施架构。
03 先人一步深入布局
在推出上述三大关键支柱的基础上，远景也先人一步，将其大量应用在系统端与产品端，满足AI电力系统高速发展的需要。
在系统端，远景打造的赤峰零碳产业园，就是全球首个规模化离网式AI电力系统的样板。该产业园依托总量达2GW且100%可再生能源独立的电力系统，通过EnOS和能源大模型，实现风电、光伏、储能、算力和氢能之间动态实时协同，并与腾讯合作通过AI电力系统优化算力任务的编排。一方面，这让AI产业获得了全程零碳绿电供给，为大模型训练、商用算力服务提供源源不断的低成本绿色电力。另一方面，AI可实时根据风光发电量、市场电价、产业负荷，智能分配绿电用途，可使园区各类绿色资产收益最大化，让绿色电力与绿色算力具备极强的市场竞争力。
据张雷透露，远景还在乌兰察布，打造“远景星河基地”——一个吉瓦级的能源系统与算力系统一体化的人工智能基础设施，堪比美国的“星际之门”，为中国人工智能的腾飞铺筑基石。
在电力基础设施的产品端，远景已在2025年推出了可实现风电、储能、AI算法、智能构网控制深度一体化的硬件产品——伽利略AI风储一体机。该设备具备独立构网能力，可完全脱离传统大电网孤岛运行，能够实现毫秒级风光波动响应，将原本间歇性的风电打磨至接近火电的供电稳定性水平。
同样于2025年推出的伽利略AI风机，则是远景在设备端进一步下切至风机的产品应用。这种机型可依托“天机”气象大模型、“天枢”能源大模型，具备泛化、自主学习与自适应优化能力。数据显示，加装“天枢”能源大模型智能控制平台模块的3代AI风机，较同风场未加装AI的第2.5代智能风机，收益提升达20.9%。
从蒸汽机革新煤炭利用方式，到AI时代能源系统全面重构，每一次工业革命的核心都是能量管理能力的跃升。对于呼啸而来的AI时代而言，能源早已不是独立的存在，而早已渗透到了AI生产与进化的方方面面。
“正如当年的瓦特，人工智能时代，每一位能源人都有机会直接参与创造智能，成为其中的主力军，再一次在这个历史的关键时刻担当重任。”张雷表示。
