人工智能技术推动能源变革的政策体系和应用挑战研究

doi:10.12267/j.issn.2096-5931.2025.06.005

信息通信技术与政策 ›› 2025, Vol. 51 ›› Issue (6): 27-32.doi: 10.12267/j.issn.2096-5931.2025.06.005

人工智能技术推动能源变革的政策体系和应用挑战研究

Research on the policy system and application challenges of AI-driven energy transformation

刘伟¹, 李朝阳², 史海超³

1.北京现代循环经济研究院,北京 100814
2.北京博纳互通科技有限公司,北京 100070
3.中国信息通信研究院技术与标准研究所,北京 100191

收稿日期:2025-05-12 出版日期:2025-06-25 发布日期:2025-07-04
作者简介:
刘伟北京现代循环经济研究院工程师,主要从事矿山数字化、智能化等方面的研究工作
李朝阳北京博纳互通科技有限公司工程师,主要从事机械化、软件开发与应用方面的研究工作
史海超中国信息通信研究院技术与标准研究所工程师,主要从事智慧能源、工业互联网、数字化发展等领域的技术研究、标准研制、产业政策支撑等工作

LIU Wei¹, LI Zhaoyang², SHI Haichao³

1. Beijing Modern Research Institute of Recycle Economy, Beijing 100814, China
2. Beijing Bona Interchange Technology Co., Ltd., Beijing 100070, China
3. Technology and Standards Research Institute, China Academy of Information and Communications Technology,Beijing 100191, China

Received:2025-05-12 Online:2025-06-25 Published:2025-07-04

摘要/Abstract

摘要：

人工智能(Artificial Intelligence,AI)技术的快速发展正在重塑全球能源行业的格局。通过AI发展对能源的依赖和能源行业全产业链绿色化转型对AI技术的需求两方面分析了AI技术与能源变革的双向影响。系统梳理了国内AI与能源发展相关政策,详细分析了不同阶段的政策,为后续AI技术与能源变革的进程提供了宏观政策环境参考。通过对典型AI+能源案例的分析,总结了当前取得的成效,同时也对现阶段存在的问题与调整进行了汇总,为后续制定科学、有效和有针对性的融合发展政策提供了一定的参考。

关键词: AI, 能源变革, 政策分析, 可持续发展, 技术创新

Abstract:

The rapid development of Artificial Intelligence (AI) technology is reshaping the pattern of global energy industry. This paper analyzes the bidirectional influence relationship between AI technology and energy transformation from two aspects: the development of AI technology’s reliance on energy and the demand for AI technology in the green transformation of the entire energy industry chain. It systematically sorts out the domestic policies related to AI and energy development, and analyzes the policies at different stages in detail, providing a macro policy environment reference for the subsequent process of AI technology and energy transformation. Through the analysis of typical AI+energy cases, it summarizes the current achievements, and summarizes the existing problems and adjustments at the current stage, providing a certain reference for the subsequent formulation of scientific, effective and targeted integrated development policies.

Key words: AI, energy transformation, policy analysis, sustainable development, technological innovation

中图分类号:

TK01

刘伟, 李朝阳, 史海超. 人工智能技术推动能源变革的政策体系和应用挑战研究[J]. 信息通信技术与政策, 2025, 51(6): 27-32.

LIU Wei, LI Zhaoyang, SHI Haichao. Research on the policy system and application challenges of AI-driven energy transformation[J]. Information and Communications Technology and Policy, 2025, 51(6): 27-32.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2025.06.005

http://ictp.caict.ac.cn/CN/Y2025/V51/I6/27

图/表 1

参考文献 16

[1]	沈子祁, 沈舒舒, 杨汉. 基于大数据+AI的分布式能源经济运行模式智能决策研究与应用[J]. 中国设备工程, 2025(2):38-41.
[2]	陈徐毅. 算力崛起背后的阴影:AI膨胀期的能源挑战[J]. 中关村, 2024(7):58-59.
[3]	程乐峰, 余涛, 张孝顺, 等. 机器学习在能源与电力系统领域的应用和展望[J]. 电力系统自动化, 2019, 43(1):15-31.
[4]	那竞丹. AI大模型:如何重构能源体系?[J]. 能源, 2025(3):37-39.
[5]	程乐峰, 余涛, 张孝顺, 等. 机器学习在能源与电力系统领域的应用和展望[J]. 电力系统自动化, 2019, 43(1):15-31.
[6]	黄家辉, 邝祝芳. 人工智能与储能技术融合的前沿发展[J]. 储能科学与技术, 2024, 13(9):3161-3181. doi: 10.19799/j.cnki.2095-4239.2024.0575
[7]	韦铁, 段至诚, 李洪涛. 央-地政策协同对新能源技术创新的影响研究[J/OL]. 科研管理, 2025:1-14[2025-05-07]. http://kns.cnki.net/kcms/detail/11.1567.G3.20250123.1552.006.html.
[8]	张鸥, 田磊, 辜穗, 等. 数据要素赋能能源产业发展作用机理研究[J]. 中国能源, 2024, 46(9):64-72.
[9]	商波, 黄涛珍. 传统能源和新能源协调发展的演进策略研究:基于“政策-市场-创新-行为”的驱动机制[J]. 河海大学学报(哲学社会科学版), 2024, 26(6):137-150.
[10]	王站杰, 刘良灿. 中国能源产业政策执行主体协同网络演化研究[J]. 当代财经, 2024(11):128-139.
[11]	江三良, 陈露茜. 能源产业政策与能源-环境-经济协同发展[J]. 产业经济评论, 2024(4):189-202.
[12]	杨迎春, 杨斯媛. 价格政策在推动我国能源绿色低碳转型中的应用、局限与改进建议[J]. 经济纵横, 2025(3):87-96.
[13]	International Energy Agency. Energy and Al[R], 2025.
[14]	国家数据局. 全国一体化算力网应用优秀案例集之二十三\|建设“零碳数据中心”助力算力与绿色电力一体化融合[EB/OL]. (2024-09-26)[2025-05-09]. https://www.nda.gov.cn/sjj/zhuanti/ztdsjblh/ztxwfb/0926/20240926145924692667185_pc.html.
[15]	国家数据局. 第二批“数据要素×”典型案例之二十七 \| 能耗监测数据多元应用助力政企绿色高质量发展[EB/OL]. (2024-10-07)[2025-05-09]. https://www.nda.gov.cn/sjj/zhuanti/ztsjysx/sjysal/0929/20240929144517884771230_pc.html.
[16]	李晓东. 黄浦江畔算力跃迁智算赋能产业有奔头[N]. 人民邮电, 2025-04-24(05).

人工智能技术推动能源变革的政策体系和应用挑战研究

Research on the policy system and application challenges of AI-driven energy transformation

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 1

参考文献 16

相关文章 15

编辑推荐

Metrics

本文评价

[1]	贺力真, 汪振涛. 能源与人工智能的协同进化:从算力革命到可持续发展路径[J]. 信息通信技术与政策, 2025, 51(6): 15-20.
[2]	赵俊湦. 人工智能大模型为能源行业注入数字新动能[J]. 信息通信技术与政策, 2025, 51(6): 2-7.
[3]	马妍. AIGC技术赋能数字孪生城市建设的价值与路径[J]. 信息通信技术与政策, 2024, 50(9): 43-50.
[4]	黄倚霄, 张湛梅. 基于解耦、收敛、互联三原则的运营商AI+MaaS IT支撑新模式探索与实践[J]. 信息通信技术与政策, 2024, 50(12): 31-36.
[5]	董昊, 刘星辰, 曹峰, 张发恩, 高凌燕. 人工智能赋能制造业全流程的技术及应用研究[J]. 信息通信技术与政策, 2024, 50(12): 42-50.
[6]	高浩, 闫东伟, 樊颖爽, 董晓刚, 秦思思. 基于人工智能的航天控制软件代码检索方法[J]. 信息通信技术与政策, 2024, 50(12): 64-72.
[7]	王鹏, 汤笑添. 从《2022联合国电子政务调查报告》看城市电子政务发展:特点与趋势^*[J]. 信息通信技术与政策, 2023, 49(8): 2-7.
[8]	黄潇洁, 宋闻萱, 张恒升, 许方敏, 赵成林. 面向AIGC类新型计算业务的算力网络挑战与设计^*[J]. 信息通信技术与政策, 2023, 49(6): 10-16.
[9]	李腾达, 詹瑶, 蒋宇佳, 马昊. OnePower工业互联网平台助力智慧工厂建设[J]. 信息通信技术与政策, 2023, 49(11): 48-54.
[10]	郭亮, 赵精华, 赵继壮. 异构AI算力操作平台的架构设计与优化策略[J]. 信息通信技术与政策, 2022, 48(3): 7-12.
[11]	应江勇. 运营商基于大数据与AI 推动数字化转型策略研究[J]. 信息通信技术与政策, 2021, 47(2): 63-67.
[12]	何宝宏. 数据中心:下一波技术创新的制高点[J]. 信息通信技术与政策, 2020, 46(6): 1-3.
[13]	杨洋. 5G+云+AI 赋能数字化新基建[J]. 信息通信技术与政策, 2020, 46(5): 67-70.
[14]	王超贤, 张伟东. 后疫情时代我国数字化转型可持续发展面临的问题及对策[J]. 信息通信技术与政策, 2020, 46(10): 59-62.
[15]	全湘溶, 吴辉. [J]. 信息通信技术与政策, 2019, 45(4): 75-78.