人工智能正在深刻改变能源行业的生产、传输、消费和治理模式。这并非未来趋势，而是正在发生的现实。加快推动人工智能与能源的深度融合，既是服务能源强国建设的战略支撑，也是构建新型能源体系、培育新质生产力的关键路径。《关于促进人工智能与能源双向赋能的行动方案》（以下简称《行动方案》）正是基于我国能源产业体系完备、应用场景丰富、数据资源富集等优势，系统部署了一系列重点任务，推动能源、算力、场景、数据、模型等要素高效协同，目标很明确：构建一个协同高效、安全可控、绿色低碳、开放融合的“人工智能+”能源发展新格局。

就在近日，国家能源局在深圳召开了全国“人工智能+”能源现场推进会，会上对《行动方案》做了专题解读和部署，同步发布了首批51个“人工智能+”能源高价值场景，还有25家能源企业共同签署了《开放能源领域人工智能应用高价值场景倡议书》。这一套“高价值引领+场景开放+试点先行”的组合拳，目的就是为《行动方案》的落地见效进一步明确路径、凝聚共识。整体来看，《行动方案》既强调能源对人工智能发展的基础支撑，也突出人工智能对能源转型的深度赋能，其重点内涵可以从以下四个方面来理解。

一、激发系统协同效益，打造算力电力互促发展模式

（一）强化规划协同，统筹算力设施布局与能源资源优化配置。算力快速增长对能源的需求越来越大，如何满足这一需求？关键就在于统筹规划、系统布局。当前智算中心正加速集聚发展，必须综合考虑新能源资源禀赋、电网承载能力和通道约束等因素，实现算力设施与能源设施的优化协同。《行动方案》明确提出，要统筹大型新能源基地与国家算力枢纽的规划布局，探索百万千瓦级人工智能算力设施与配套能源系统协同建设。这样做的好处是，从源头上夯实人工智能发展的物理支撑，提升绿色能源就近消纳和跨区域优化配置能力，同时降低算力设施的综合用能成本和供能风险。

（二）强化运行协同，建立保障机制实现关键数据互通与业务联动优化。算力设施的用能负荷具有一个显著特点：高密度、强波动、集中化。推动算力调度与电力调度的关键数据互通和业务联动优化，就能有效避免局部供需错配，缓解系统调节压力，提升资源利用效率。这是提升算力与电力协同运行水平的关键路径。《行动方案》提出，要推动建立算力与电力互动机制，鼓励算力设施作为负荷侧灵活可调节资源参与电网运行，从而提升算力布局、负荷运行与电力系统调度之间的协同水平。最终目标，是实现算力与电力的深度互动与协同运行，让系统整体更灵活、抗扰动能力和运行经济性更强。

（三）强化机制协同，健全绿色算力价格信号与市场化配置。算力设施有潜力通过参与绿色电力交易、需求响应等实现协同运营。要将这种潜力释放出来，就需要培育聚合主体和协同运营机制，推动形成更灵活高效的资源配置模式。《行动方案》鼓励新建算力设施与可再生能源发电企业签订多年期绿色电力交易合同，支持算力设施以多种形式参与市场交易，推动绿色算力交易体系建设。这有利于培育一批具备资源聚合、调度优化和市场运营能力的主体，把算力的灵活调节能力转化为实实在在的市场价值和协同效益。

二、夯实安全可靠根基，打造算力能源供应坚强底座

（一）强化供电品质与运行韧性，提升全过程监测与应急处置水平。算力中心对供电连续性、电能质量和故障恢复速度的要求极高。保障供电连续、电能优质、快速恢复，直接关系到设备安全、数据完整和业务连续运行。《行动方案》提出，要建立健全算力设施能源供给规划建设标准，开展供电质量提升专项行动，构建政府、电网、用户三方协同治理体系。依托新型电网平台和全过程监测，及时识别和处置电压波动、谐波扰动、瞬时中断等风险，推动政府监管、电网调度与用户响应有效衔接，全面夯实人工智能发展的能源保障基础。

（二）提升算力负荷用电柔性，构建源网荷储一体化算力中心。随着人工智能发展，算力设施正从单一受电负荷，向具备协同供能和主动支撑能力的系统单元转变。《行动方案》提出，要探索核电、氢能等能源以直连方式为算力设施供能，鼓励算力设施配置构网型储能，增强供电稳定性和对电力系统的主动支撑能力。一方面，这拓展了算力设施的多元清洁供能来源，提升了就地消纳和稳定保障能力；另一方面，也推动算力设施从被动用能向主动调节转变，更好地参与源网荷储协同运行，实现电力系统的灵活调节与双向互动能力提升。

三、践行绿色发展理念，引领算力用能清洁低碳转型

（一）健全算力中心绿电管理机制，完善绿电直连政策及价格机制。要统一核算口径、明晰评价标准，健全直连的适用范围、接入方式、运行管理和价格形成机制。《行动方案》一方面提出，将绿电使用占比作为重要参考指标，支持算力设施通过参与绿证绿电交易提升绿电消费比例，推动形成标准统一、规则明晰、约束有效的绿电消费管理体系；另一方面，鼓励具备灵活调节能力的算力设施开展绿电直连，通过价格政策激励算力设施优化用能行为，促进高比例新能源就近就地消纳，加快算力用能方式向绿色低碳转型。

（二）推动算力中心能效技术与系统方案升级，提升综合利用效率。除了IT设备本体的节能优化，冷却系统、供电架构、存储调度和余热利用等多环节的协同优化能力，也是推动算力中心能效提升的重要途径。《行动方案》提出，要推动算力设施高效冷却、高性能服务器、高性能供电架构等技术的研发应用，加强算力设施用能管理的智能化水平。以技术进步带动算力设施能效持续跃升，推动算力中心从高耗能向高效率、低损耗的运行方式转变，为绿色算力发展开辟更大空间。

（三）强化全生命周期降碳管理，建立算力设施碳足迹核算与认证体系。随着算力设施规模快速扩张，其能耗和碳排放管理必须覆盖规划建设、设备配置、运营管理和退役处置全过程，加快建立全生命周期节能降碳管理体系成为必然要求。《行动方案》提出，要探索实施项目节能降碳审查评价备案制，鼓励开展碳足迹核算与认证服务，推动算力设施从立项建设到运行管理全过程落实节能降碳要求。同时，加快形成可核算、可认证、可比较的碳足迹管理体系，更好支撑绿色投资、绿色交易和绿色用能评价，推动算力设施绿色转型走深走实。

四、驱动能源智能跃迁，开拓人工智能深度融合发展新格局

（一）建立高价值场景遴选发布与开放共享机制，形成从需求到供给的场景图谱与清单体系。人工智能在能源领域的应用正在加快拓展。要有效引导场景需求、畅通供需对接、明确优先级，就必须系统梳理高价值场景，形成清晰的需求牵引和供给导向。《行动方案》提出，要以场景需求牵引人工智能技术创新，加速人工智能技术与能源产供储销全链条深度融合和规模化发展，形成技术创新与产业应用的良性循环。这有利于把能源行业的真实需求更有效转化为技术攻关方向和产品研发方向，提升创新资源配置效率，加快打造一批可复制、可推广的示范场景。

（二）推进能源领域高质量数据集建设，强化分类分级与可信流通能力。高质量数据集是夯实人工智能与能源数据的重要底座。能源行业数据资源体量大、类型多、链条长，但数据分散、标准不一、共享不畅、流通不足等问题仍然存在。《行动方案》强调以业务场景为牵引，加速推进能源核心场景高质量数据集建设，推动数据集建设由分散走向共建共享，由阶段性汇聚走向长效运营，促进能源数据更高水平流通利用，更好发挥数据要素对技术创新、产业升级和市场发展的支撑作用。

（三）强化能源大模型产品化应用，构建研发、验证、实施、评估全过程闭环管理。人工智能在能源领域的应用场景复杂、系统耦合度高、运行安全要求严，亟需贯通从实验室到规模应用的全生命周期闭环。《行动方案》提出构建能源高价值场景闭环管理机制，形成场景发布、研发攻关、测试验证、工程实施、成效评估等全链条闭环，提高从研发到应用的转化效率，降低试错成本和落地风险。

（四）健全安全治理与责任追溯机制，强化能源大模型关键环节安全自主可控。当前能源领域的人工智能应用，在模型适配性、产品成熟度、安全可控性和责任边界等方面仍需进一步完善，必须统筹推进模型工程化落地与安全治理机制建设。《行动方案》提出，要强化专业模型攻关创新，深化自主可控硬件在能源领域的深度应用，探索建立“人工智能+”能源安全治理体系。这有利于提升能源领域人工智能产业链韧性与供给安全，强化全生命周期的可信、可控、可追责能力，真正让人工智能在能源领域实现“可用、敢用、好用”。

《行动方案》的出台，为人工智能与能源融合发展提供了系统指引。随着各项任务举措落地落实，人工智能与能源双向赋能、深度融合的良性生态将加速形成。可以确定的是，能源发展将为人工智能提供坚强的支撑保障，而人工智能将稳步推动能源行业迈进智能驱动、绿色高效的高质量发展新阶段。