碳達峰碳中和科技論壇:人工智能助力能源低碳發展

人工智能技術在能源生產、消費及管理全鏈條的應用，將大幅提升能源利用效率，加速傳統高碳行業向綠色低碳轉型，是面向未來能源結構創新鏈條上的關鍵點之一，對推動能源綠色轉型、支撐碳中和目標實現具有重要意義。

碳中和作為全球共識，可以看到全球碳中和目標范圍逐漸擴大，已從目標設置邁向了執行階段。《2024全球碳中和年度進展報告》（以下簡稱“報告”）顯示，全球提出碳中和目標的國家增至151個，120個國家將碳中和目標納入法律政策。報告同時提到，各國在碳中和目標方面進展顯著，但政策、行動和成效仍存在較大提升空間。當前碳中和技術發展速度、氣候資金規模與國際合作現狀都不足以支撐碳中和目標的實現。彌合全球碳中和進展與目標之間的執行差距，離不開技術、資金和制度上的完善。

3月28日，2025中關村論壇年會平行論壇“碳達峰碳中和科技論壇”舉行。論壇圍繞“人工智能助力能源低碳發展”開展深入交流，共同探討AI技術在推動能源系統與流程工業技術變革中的關鍵科技路徑，助力“雙碳”目標實現。

國家能源局副局長任京東在論壇上表示，“人工智能+”是新征程上能源行業的重大時代命題，也是推進能源綠色低碳轉型的重要支撐。推動人工智能與能源各領域融合創新，將在新能源消納、能源生產、智慧用能等方面發揮重要作用，為培育和發展能源新質生產力注入持久動能。

中國工程院院士、中國科學院大連化學物理研究所所長劉中民在論壇上表示，在國家政策推動下，2030年碳達峰目標有望如期實現，但碳中和任務更為艱巨，需通過能源結構調整完成長期減碳目標。

鋼鐵、水泥、建材、有色、冶金和化工是典型的高排放工業，需要技術創新引領變革。劉中民表示，“化工是典型的流程工業，化工過程本質上是一個多尺度復雜系統。傳統的化工技術研發需要逐級放大，時間長、風險高，逐級放大是化工新技術研發的重要瓶頸”。他指出，我國能源產業存在效率提升空間，借助人工智能技術可大幅優化生產流程。以工廠為例，從原料加工到管控全鏈條通過大數據分析，既能降低成本，又能提升能源利用效率。“能源效率每提升幾個百分點，碳排放將顯著下降，人工智能正是破解這一難題的關鍵抓手。”劉中民表示，基于大數據和專業科學原理結合的智能化工大模型，可以助力建立新的“實驗室—虛擬工廠—實際工廠”技術開發范式，縮短技術研發周期，提高效率，降低成本，甚至可能催生顛覆性技術。

針對“人工智能+推進能源綠色低碳轉型”，參會代表們分享了多個利用人工智能技術助力企業節能減排的實踐案例。

中控技術股份有限公司碳能優化產品管理總監田利軍介紹，在一家大型的生物發酵企業，根據中控技術的服務運營，整個循環水單位供能量的用電量下降了18%。另外在一家大型化工企業，在不允許中控技術進行在線閉環控制之際，其經過修改調整建議，實現一年200多萬的節能效果。

華為技術有限公司油氣礦山軍團獨立顧問陳為民分享了華為在新能源汽車及充電樁、綠電轉化等層面對于低碳節能的發展。如華為自身的機房以及能量空調系統的改變，采用新型綠色方式降低市場上能源消耗和環境二氧化碳排放。光儲能技術、電動汽車技術和ICP技術基礎建設方面都在進行減碳、節能。

“華為有一個專門從事數字能源領域的團隊，并且擁有自己的產品。同時，除華為的ST之外，數字能源也是華為很重要的業務，這些數字能源戰略已經很明確表示，華為自身要融合數字技術和電力電子技術，發展清潔能源和數字能源化，推動綠色能源共同建設美好的綠色的未來。”陳為民強調。

中國科學院工程研究所研究員曹宏斌則介紹了數據+AI技術助力退役電池的綠色高效利用。在曹宏斌看來，電池要循環利用，其核心仍然需要關鍵技術。“關鍵技術是電池在不斷改變組成結構，從電池功能角度來看，需要添加一些元素，而這些元素在電池退役之后就成為一種新的雜質。為了滿足高效循環利用的要求，開發了基于數據+AI輔助分離藥劑的設計。從基礎數據庫獲取數據，利用化學物質的性質，結合第二步的熱力學計算獲取更多數據，最后輔助解決數據問題。例如對鎳鈷的分離，通過數據庫篩選形成學習，篩選完成后，通過學習機開始篩選所需的物質，之后通過幾次迭代找到所需的分離藥劑的核心官能團在何處，這有利于進行少量實驗并開發藥劑。”曹宏斌表示。

人工智能技術在能源生產、消費及管理全鏈條的應用，將大幅提升能源利用效率，加速傳統高碳行業向綠色低碳轉型，是面向未來能源結構創新鏈條上的關鍵點之一，對推動能源綠色轉型、支撐碳中和目標實現具有重要意義。