构建一个以绿电为底座、以算力为引擎、以AI为灵魂的新型能源体系。

在人类文明史上，“能源”与“智能”一直是驱动社会进步的双引擎。如果说前三次工业革命的核心是如何将物质转化为能量（瓦特），那么正在发生的第四次工业革命的核心则是如何利用算力与数据（比特）去精准控制、调度甚至创造能量。

人工智能（AI）正在重塑能源行业的DNA。它不仅是电网的“大脑”、电厂的“医生”，而且是能源市场的“经济学家”，二者不再是单向的赋能，而是一场双向奔赴的深度融合。

长期以来，党和政府高度重视人工智能与能源安全、能源转型的协同发展和双向赋能。日前，国家发展改革委、国家能源局、工信部、国家数据局四部门联合印发《关于促进人工智能与能源双向赋能的行动方案》（下称《方案》），在中国数字经济和能源转型史上具有里程碑意义。

这已经不是某个单一行业的规划，而是将“人工智能与能源的双向赋能”上升到了国家级最高战略优先级，“四部局”联名印发文件代表了国家治理体系的一次深度协同。

国家发展改革委负责宏观规划与固定资产投资审批。它的职能行使意味着“算力 电力”的协同被正式纳入国家生产力布局，未来的能源项目和智算中心项目，在审批环节就要接受“是否匹配”的审视。

国家能源局代表能源供给方。它主要负责解决“能源如何保障AI算力”的问题，即绿电供给、电网接入、电力市场交易向算力开放。

工信部代表算力需求方与AI产业。它主要负责“AI技术如何赋能能源行业”，以及确保AI产业链（芯片、框架、模型）在能源领域的国产化落地。

国家数据局代表数据要素管理部门。它的职责是将能源数据和算力数据确立为新的生产要素，解决跨行业数据确权、定价、流通的底层规则问题。

总之，国家发展改革委管项目、国家能源局保绿电、工信部强技术、国家数据局通数据，四部门强强联手，将“瓦特与比特的共舞”从观念彻底推向了制度化落地，核心目标是构建“算力 电力”融合的新型基础设施体系。

《方案》的核心要义是不再把AI和能源看成两个独立的系统，而是要求在未来规划中，两者必须被视为一个有机整体。

一是算力布局与能源布局的空间耦合。文件要求，新建大型、超大型智算中心原则上要优先布局在清洁能源富集区（如西部“沙戈荒”大基地附近）。过去“东数西算”更多基于时延划分业务，现在直接要求算力物理位置向绿电源头靠拢。

二是“源网荷储”一体化智算中心。鼓励甚至要求智算中心配套建设风电、光伏和储能设施，实现“自己发电自己用，余电还能上网”。这改变了智算中心作为单一电网负荷的属性，使其演变为具备自我调节能力的能源产消者。

三是绿电与绿证的刚性挂钩。为了让中国AI产品具有国际竞争力，强调探索“算力 绿证”的捆绑消费模式，要求智算中心大幅提升绿电消费比例，并建立可追溯的证明体系。

总体来看，国家能源局和工信部正通过一系列组合政策，共同编织一张“双向赋能”的大网。这张网的终极目标，是构建一个以绿电为底座、以算力为引擎、以AI为灵魂的新型能源体系。

当前，“算力即生产力”已成共识，只有绿电支撑的算力，才能称得上新质生产力。我国正加速构建绿电—绿证—碳足迹—算力全链条认证体系，让国产算力携带“绿色溢价”参与国际竞争。算力出口与清洁能源捆绑：未来，中国对外输出算力服务时，可同时提供绿色电力保障，形成“算力 能源”整体方案的国际竞争优势。

首先，AI赋能能源，从“辅助工具”升级为“核心系统”。《方案》指出，推动AI在能源行业的应用，不再只是做做巡检、读读表的“小打小闹”，而是要进入生产控制核心区。

一是电网调度自动驾驶。《方案》提出发展基于强化学习的“电网自动驾驶”系统，在新能源占比高的地区，逐步让AI从“给调度员提建议”进化为“对非关键场景进行自主闭环控制”。

二是大模型进入探采与炼化核心。比如煤炭，AI让矿山从“高危”走向“透明”，利用工作面“记忆截割 视觉修正”，使煤矿越来越智能化、少人化。鼓励油气企业在深海、深层和非常规资源勘探中，利用大模型直接分析地震数据体，减少人工解释周期；在定向井/水平井钻进中，AI实时分析随钻测井数据、机械钻速、扭矩等，自动优化井眼轨迹，让钻头始终“甜点区穿行”。

在炼化场景中，利用AI对高温高压装置进行实时在线优化，直接产生经济效益。LNG接收站AI优化，根据船期、储罐液位、外输需求、气电价格，智能生成卸货、气化、储运计划，减少蒸发气放空损失。

三是新能源功率预测的硬性提升。《方案》对风电场和光伏电站的出力预测精度提出更严苛的考核标准，强制要求场站应用更先进的AI模型来降低考核罚款，以此倒逼新能源行业智能化升级。

另外，由于新能源的间歇性，天幕云团运动轨迹的AI视觉追踪，实现光伏电站“分钟级”功率骤降预警，为储能响应留出时间窗口。风电场、光伏电站的AI控制器实时响应电网调度指令，自主分配各机组有功无功出力，实现场站级电压与频率主动支撑，具备“类同步机”特性。

总之，AI赋能各类能源，解决行业痛点，形成智能化、绿色化的共同逻辑：煤炭行业由高危、人工多到替代人预见灾害，形成采掘 安全 运维的智慧场景。石油行业由不可见、高成本到透视地下、精细决策到勘探 钻井 采油一体化智能管控；天然气行业由长管网、高风险到管道感知和全网优化形成管输 LNG 调度的综合管控平台。

新能源由波动、分散到预测 控制 运维，形成功率预测 设备诊断 并网支撑的智慧能源格局。核能要求绝对安全、杜绝人因风险，基于辅助决策、自律控制，形成诊断支持 燃料优化 新堆控制的智能发展新模式。

其次，能源支撑AI，从“满足需求”到“塑造模式”。《方案》提出能源系统不仅要供给AI而且要通过供给的节奏和结构来塑造AI的运行模式。

一是AI算力深度参与电力交易。明确智算中心可以作为独立主体参与电力现货市场和辅助服务市场。这意味着，当电价低谷时，AI自动加大训练马力，当电价高峰或电网紧张时AI根据指令瞬间削减非核心负荷赚取补偿，“训练成本随电价浮动”将成为常态。

二是探索算力作为可调负荷的补偿机制。智算中心的大型GPU集群拥有极大的瞬时功率调节空间，《方案》明确将其视为电网的优质调节资源，并设定了具体的补偿价格机制和交易门槛。

三是算力余热在城市规划中的身份认定。新一代煤电升级与低碳化转型首次由四部门共同发声，将大型算力中心排出的热量认定为“可利用的清洁热源”，要求地方政府在供热规划中必须统筹考虑算力余热的消纳。

四是AI训练集群对电压暂降极度敏感，一次闪变就可能导致数周训练成果丢失。中国以煤电为主的电力系统，保障了电网频率的刚性支撑，这是风电光伏目前无法替代的。在许多内陆地区，风光资源不足时，煤电、气电仍是智算中心最可靠的“全天候电源”。

五是石油行业积累了全球最大规模的地下地质数据。训练在这些数据上的AI模型，正在演化出“从极稀疏信号中推断三维复杂结构”的泛化能力，类似能力正在向医学影像重建、工业CT检测等方向迁移。

六是核能领域SMR（小型模块化反应堆）因建设周期短、安全性高、可直接部署在数据中心园区内，被视为智算中心的“终极电源”。多家公司已推出专门面向数据中心的SMR设计。我国海南“玲龙一号”SMR示范工程，也明确将“为海岛、偏远地区提供数据中心电力”列为应用场景之一。

总之，各类能源对AI的推进已经形成不同角色定位，且互相支撑协同，共同托举AI文明不断进步跃迁。

为了让《方案》得到贯彻落实，四部门将进行真金白银的激励和硬约束。

一是能效与标准准入。工信部会收紧对智算中心的PUE（电能利用效率）要求，新建大型中心必须使用液冷等高效技术；国家能源局会设定AI调参下的电力设备故障率下降指标。

二是算力券与绿电挂钩。统筹各地“算力券”发放政策，使用绿电比例高的算力产品可以获得更高额度的补贴或优先采购权。

三是新型人才培养。要求高校和科研院所设置“电力 AI”交叉学科，解决目前“搞算法的不懂电，懂电的不懂代码”的严峻人才断层问题。《方案》的出台，标志着中国在全球率先将“算力焦虑”和“能源转型”这两个时代命题融合在一起解决。

值得指出的是，此政策源头并非单一文件，而是系统布局。近年来，两大政策体系不断融合、互相推进。

比如能源端：2023年3月，国家能源局发布《关于加快推进能源数字化智能化发展的若干意见》。这是能源行业数字化转型的纲领文件，核心是“以数字化智能化技术（特别是AI）支撑能源行业变革”。

信息产业端：2024年，工信部等六部门联合印发《算力基础设施高质量发展行动计划》，强调“算力 能源”融合，推动算力中心清洁能源供给和节能降碳，同时鼓励AI赋能能源行业。两者结合，便构成了事实上的“双向赋能”国家战略。

第一重赋能：AI驱动能源系统变革（AIforEnergy）。这是国家能源局文件的核心，可以概括为三大革命性场景。

电力智能调度与市场决策。政策明确要求，应用人工智能技术实现电网智能调度。AI不再只是辅助工具，而是要基于气象、历史发用电、市场电价等多源数据，实现新能源发电功率的“可测、可观、可控”，以及市场报价的最优决策。

一次能源的“无人化”生产。文件提出，到2030年要实现重点煤矿的“智能化开采”，减少井下高危作业人员。在油气领域，推动智能钻井，以及长输管道的机器人巡检和AI缺陷识别。

需求侧管理升级。政策要求，以AI聚合海量用户侧可调资源，形成虚拟电厂参与系统调节。同时推动AI智能家居节能，实现从“源随荷动”到“荷源互动”的转变。

第二重赋能：能源底座支撑AI算力（EnergyforAI）。这是工信部政策的核心关切之一，直指AI发展的物理瓶颈。

算力中心的物理定址。算力跟着能源走。政策鼓励大型数据中心向西部风光资源富集区集聚，利用廉价绿电实现“东数西算”。新建大型数据中心PUE值（能耗效率）被严控，高能效的液冷、芯片直冷技术成为推荐方向。

“算力 电力”协同机制。源网荷储一体化项目模式被纳入。政策鼓励算力中心配套自建分布式光伏和储能，并作为柔性负荷参与电网需求响应——算力中心在电力紧张时主动降功率，获取补偿。

构建双向赋能的终极形态即城市级共生系统。两部门政策共同指向的终局，是物理世界与数字世界的完全交融。数据中心即热源：鼓励算力中心余热回收，纳入周边供暖规划。移动储能即调频资源：推广车网互动（V2G），让电动汽车成为电网的“移动充电宝”。全链条自主可控：强调能源系统智能芯片、传感和基础软件的国产化，防范极端情况下的供应链与断网风险。

重点强调以下三个环节。一是，安全被置于首位。两部门反复强调，AI大模型在电力、油气调度中必须确保“可解释性”和“可控性”，防范算法黑箱风险。二是，标准争夺已开始。政策前瞻性地提出，要建立电力行业AI模型标准接口和测试规范，意味着行业话语权竞争已经开始。三是，新型人才缺口巨大。同时懂电力系统运行与AI算法的复合型人才极度短缺。这也是相关政策鼓励产教融合的重点领域。

回望历史，蒸汽机的煤炭、内燃机的石油、电网的交流电，每一次能源革命的成果，最终都转化为人类社会组织复杂度的新跃迁。今天，我们站在通用人工智能（AGI）的门槛前，却猛然发现，横亘在人类与“硅基觉醒”之间的最后一道墙，不是算法而是能量。

双向赋能的终极目标：一方面，AI不断优化能源的“源网荷储”，追求让每一焦耳的能量都产生最大的智力成果；另一方面，能源技术不断突破（核聚变、钙钛矿、超导传输），追求用最低成本的清洁电力，供养出超越人类的硅基智慧。当能源最终实现“近乎无限的清洁供给”，而AI实现了“极高能效的压缩智能”，那个“瓦特与比特完全统一”的时刻，就是奇点到来的真正序曲。