蒋正威：电网调度，AI从“辅助工具”迈向“核心驱动力”| 2025科创大会

人工智能（AI）的尽头是能源，确切地说是电力。据国际能源署（IEA）在2025年4月发布的《能源与人工智能报告》，2024年数据中心的电力需求约占全球的1.5%，达415太瓦时。2025年，这一比例和数字还要继续向上攀升。

与此同时，电力系统的调度运行也离不开AI。

电力系统是由发电厂、输电网络、配电网络和用户构成的复杂的人工物理网络，电压等级涵盖特高压至民用低压。电力调度的核心任务在于实时平衡发电与用电，保障电网安全稳定地运行。随着新型电力系统建设的推进，电网结构日益复杂，调度工作面临前所未有的挑战。

2025年11月28日，南方周末第五届科创大会在上海举办，邀请多位学界、业界的翘楚开讲，探讨AI产业在中国的演进与发展，记录中国科创的活力与韧劲。会上，国网浙江电力调度控制中心副主任蒋正威以《人工智能赋能电网调度运行探索实践》为题进行演讲，以下根据演讲内容整理，略有调整。

国网浙江电力调度控制中心副主任蒋正威

一、新型电力系统调度运行面临的挑战

我国承诺，到2035年风电、太阳能发电总装机容量达2020年的6倍以上，新能源已成为装机主体。以浙江为例，“十四五”以来新能源装机年均增速约35%，截至2025年10月，新能源装机突破6800万千瓦，是2020年的4倍。

新能源“靠天吃饭”的特性突出：午间光伏发电量大、夜间无光，与用电负荷曲线存在时空错配。若调控不当，易引发电网失衡甚至大面积停电。今年，智利、西班牙、葡萄牙等国发生大面积停电事故。这给我们敲响了警钟，电力电子化提升了效率，也增加了控制的难度。

全国统一电力现货市场深入推进，浙江电力现货市场已于2025年8月17日正式运行。在现货市场环境下，调度运行模式由“安全优先”转向“经济优先、安全兜底”，由于市场出清高度博弈化、程序化，经济运行点不断逼近安全边界，调度监视和异常处置的压力加大，需要更加完善的技术支持系统来保障电网安全稳定地运行。

随着新型电力系统的建设，能源电力结构加速转型、新型用能模式不断涌现、电力消费需求快速增长、供电服务标准持续提升，电源构成、稳定特性、业务形态持续发生深刻变化，电网调度运行正面临前所未有的挑战。需要采用人工智能等手段赋能电网调度运行，提升电网感知、分析认知和优化决策的水平。   

二、电网调度人工智能应用的探索实践

人工智能在电网调度领域的应用历史悠久，从上世纪80年代的专家系统、90年代的人工神经网络，到近年来逐步引入大模型和算法。可以说，AI 始终与电力系统的发展同频共振，并在每一次技术迭代中承担越来越重要的作用。

我们围绕新型电力系统电网调度的核心业务需求，在传统图像识别、自然语言处理等人工智能应用的基础上，充分挖掘人工智能的科学计算能力。为了做好人工智能应用，构建了相应的框架，主要针对预测、分析、决策、控制、运维等各个场景开展先行先试。

负荷预测需综合考虑天气、节假日等多维因素。利用大模型融合海量数据，提升预测的精度，并将结果从单一曲线延伸到概率区间，实现“自信预测”，为发电计划的制定提供可靠的依据。

同时，电网风险防范往往考虑各种故障因素。传统的计算方式难以满足新型电力系统下“秒级感知、分钟级决策”的需要。近年来，探索开展多线程共享内存高性能快速状态估计、多矩阵并行批量潮流计算等技术，将复杂大电网的在线安全分析速度大幅提升。特高压直流闭锁等严重故障的滚动分析及辅助决策时间由30分钟缩短至3分钟，满足了新型电力系统场景规模大、分析时效性高的要求，提升电网的运行风险感知和主动防御能力。

调度决策要求准确、可靠、灵活。采用大小模型协同机制，将大语言模型的语义理解和各类专业模型的精准计算形成合力，提出认知-机理大小模型协同架构。在电网发生故障后，迅速汇集海量的运行信息，智能关联并推演应急预案，利用拓扑解析、态势感知、运筹优化等能力，有效辅助故障处置的快速决策。

在应急响应决策的领域，应该更加智能，依托大小模型的结合，大模型可以搜罗、统筹各种小模型，从认知到机理协同大小模型，将拓扑解析、态势感知、运筹优化有机结合起来，提升快速响应能力。

针对有源配电网局部不可观、精准建模难、寻优收敛慢等问题，跳出传统整数规划框架，通过深度强化学习和迁移学习方法，构建配网经济运行智能体。在电力一次设备运维领域，我们正持续推动智能化升级。围绕关键场景，引入无人机输电线路巡视、机器人智能巡检、缺陷智能诊断等技术手段，实现“全天候巡查、精细化监测、预测性维护”运维模式转型，为设备状态评估、隐患发现和抢修决策提供了更及时可靠的支撑。

调度自动化系统是保障大电网安全稳定运行的基础设施和神经中枢。构建立体化运行监视体系，从硬件、网络、平台、代码到应用实现全链路7×24小时智能守护，如同一名“永不停歇的系统管理员”，全面提升系统的本质安全。

探索大模型在预测领域的深化应用，重点推进气象大模型与时序大模型在负荷与新能源预测中的应用；探索人工智能在全电磁暂态仿真中的应用，进一步研究人工智能在高性能仿真加速、海量计算结果智能分析等方面的应用；探索人工智能在中长期未来态仿真中的应用，力争突破未来态典型场景生成、概率潮流计算、大规模机组组合求解等难题。

总之，电网调度人工智能正在从“辅助工具”迈向“核心驱动力”。