新能源行业：智塑新生，AI驱动新能源产业智能化转型

全联新能源商会新能源AI专业委员会朗新科技集团股份有限公司2026年3月AI驱动新能源产业智能化转型目 录CONTENTS第一部分：洞察⸺新能源数智转型的特殊性与破局框架结语第二部分：锻造⸺能源AI技术基座：四大核心能力解构. 转型深水区：破解系统“不确定性”，AI与新能源行业深度耦合. 双轴驱动：业务智能升维与基座兼容赋能的协同演进. 多源多模态数据接入与处理：智能基座的感官与消化系统. 知识能力：智能基座的行业大脑. 模型能力：智能基座的核心智囊. 智能体能力：智能基座的手脚与协作网络. 行业实践示例：以朗新九功AI能源大模型为例01020404050506第三部分：践行⸺AI重塑新能源核心场景. 新能源资产智能：从“被动设备”到“主动收益单元”. 新能源规划智能：从经验判断到数据驱动的投资决策. 新能源调度智能：从集中命令到分布式协同. 新能源市场智能：从经验交易到认知计算. 新能源用户智能：从充电服务到能源生态1113151719第四部分：新能源企业智能化转型的进阶路径. 三阶段进阶模型. 典型市场主体的差异化路径. 朗新科技在转型中的角色222324第五部分：面向未来的挑战与协同建议. 趋势展望. 主要挑战. 协同建议252627序言摘要能源是人类社会发展的基石，也是应对气候变化的关键领域。在“双碳”目标引领下，中国新能源产业正经历一场深刻变革：风电、光伏装机规模跃居世界首位，新型储能、电动汽车、虚拟电厂等新业态蓬勃发展，电力市场化改革全面深化。这场变革以新能源发展为核心驱动力，正在重塑从发电、输配、交易到消费的全产业链条。然而，变革伴随挑战。高比例新能源并网带来的波动性、海量分布式资源的协同难题、复杂市场环境下的决策困境，正驱动产业寻求新的技术路径。当人工智能与新能源深度融合，其价值在于对产业逻辑的深刻优化与系统整合。人工智能，尤其是近年兴起的大模型技术，为破解这些难题提供了新的可能。但实践表明，通用大模型难以直接满足新能源行业对确定性、安全性和专业性的严苛要求，行业需要的是深度融合电力机理、市场规则与运行经验的垂直领域大模型。基于此，全联新能源商会新能源AI专业委员会联合朗新科技集团股份有限公司，共同开展“AI+新能源”专题研究并编制本白皮书。报告立足新能源产业发展实际，通过剖析国内外前沿实践，系统阐述行业大模型如何赋能新能源资产运营、规划投资、系统调度、市场交易与用户服务，为企业智能化转型提供可操作的路径指引。我们期待这份报告能为政策制定者、产业同仁和学术研究者提供有价值的参考，助力产业高质量发展。特别感谢上海交通大学安泰经管学院博士后、清华苏州环境创新研究院天工智库中心特聘研究员陈钰什博士为本白皮书提供的专业指导！序言全联新能源商会新能源AI专业委员会朗新科技集团股份有限公司年月全球能源体系正经历向绿色、低碳、智能化的深刻转型。中国作为全球最大的新能源市场，在“双碳”目标和电力市场化改革双重驱动下，新能源系统的复杂性空前提高：高比例新能源并网带来波动性，海量分布式资源挑战集中调度，电力现货市场价格博弈加剧不确定性。传统基于经验的管理模式已难以适应，人工智能成为破解困局的关键工具。然而，企业在应用通用大模型时发现，通用能力需要与行业知识深度融合才能发挥更大价值。这推动了行业大模型的探索与实践⸺它以通用大模型为基础底座，深度融入电力机理、运行规程、市场规则，并通过大小模型协同架构，在保障精确执行的同时发挥通用模型的泛化优势。朗新科技自主研发的朗新九功AI能源大模型（以下简称“朗新九功”）是这一理念的典型实践，聚焦新能源领域核心场景。本白皮书提出“纵向业务升维”与“横向基座赋能”的双轴驱动产业数智化转型模型：纵向维度：核心业务的智能升维，驱动新能源规划、调度、交易、服务等关键业务从经验范式向数据驱动、智能决策跃迁。横向维度：技术基座的兼容与赋能，构建集多模态数据处理、行业知识、模型与智能体能力于一体的共享基座，为所有纵向业务提供标准化、模块化的智能支持。二者协同构成“飞轮效应”，纵向业务牵引基座迭代，横向基座加速业务创新。共同驱动产业智能化转型。以此框架为核心，系统阐述了五大核心业务场景的智能化实践与成效：资产智能：针对新能源电站出力波动、储能物理约束与市场策略复杂、充电场站利用率低等挑战，通过人工智能驱动的功率预测、健康诊断与收益优化，将“被动设备”转变为“主动收益单元”，AI正成为资产智能的核心引擎。规划智能：针对充电场站、储能电站投资决策依赖经验、风险难以量化的问题，构建多情景动态仿真推演体系，整合交通、电价、政策等多元数据，通过小时级优化算法和敏感性分析，为投资者提供“决策地图”。SUMMARY摘 要调度智能：针对海量分布式资源协同难题，以虚拟电厂为核心载体，构建云边协同多智能体调度体系，聚合光储充及其他可调节负荷资源，成功参与电网需求响应；在零碳园区实现光储充智能微网，能源自给率显著提升。市场智能：针对电力现货交易复杂博弈、风险难控的问题，打造电力交易智能体，实现电价预测、策略生成、风险量化、自动执行全链路智能化。日前电价预测准确率超90%。邦惠电品牌为中小用户提供交易服务，合同履约率100%。用户智能：针对充电服务体验同质化、用户潜在价值未充分释放的行业痛点，依托新电途聚合充电平台，构建用户画像与智能推荐、负荷智能引导、车网互动（V2G）、生态协同连接四大核心能力。截至目前，平台已覆盖 440 余座城市，接入超 290 万个充电设备，服务超 3000 万注册新能源车主；V2G 试点项目中，参与车主已实现额外收益增收，平台同步向全行业开放 MCP 充电站信息查询服务，助力行业数据互通共享。基于以上实践，本白皮书提出新能源企业智能化转型的三阶段进阶模型⸺资产数字化、单点智能、协同智能，并针对发电企业、售电企业、工商业用能主体等市场主体，制定了差异化的进阶路径。我们强调，行业大模型的价值不在于替代原有系统，而在于成为“中枢神经系统”，整合小模型的精确能力、行业专家的隐性知识、业务场景的真实需求，形成人机协同的新型智能体系。展望未来，AI与新能源的融合将走向更深层次的“双向赋能”与生态化协同，呈现能力产品化、角色平台化、市场生态化三大趋势，并催生“算电协同”“车网互动”等产业新范式。然而，技术规模化落地仍面临数据壁垒、模型可靠性、复合人才短缺、行业标准缺失等挑战。本白皮书呼吁产学研用各方协同努力，共建标准、共享能力、共育人才、创新机制，以AI之力塑新能源新生，携手迈向更清洁、高效、智能的能源未来。能源是人类社会发展的基石，也是应对气候变化的关键领域。在“双碳”目标引领下，中国能源产业正经历一场前所未有的深刻变革：新能源装机规模持续快速增长。年我国风电、太阳能发电装机容量分别达到.亿千瓦和亿千瓦，新能源发电量占比超过%，是能源供应体系的核心支柱之一。与此同时，电力市场化改革向纵深推进。年，国家发展改革委、国家能源局联合发布《关于深化新能源上网电价市场化改革促进新能源高质量发展的通知》，明确风电、光伏等新能源上网电量全面进入电力市