一、針對AI在電力領域的應用場景、我們提出“應用可行性分析框架”
3月31號，國家能源局發布《關于加快推進能源數字化智能化發展的若干意見》，針對電力、煤炭、油氣等行業數字化智能化轉型發展需求，提出若干建議，以把握新一輪科技革命和產業變革新機遇。其中電力行業方面，主要提出利用數字化智能化技術支撐：發電清潔低碳轉型、新型電力系統建設、電力消費節能提效。我們由此梳理出以下5項AI+電力應用場景： 1)發電側---發電清潔化智慧化轉型：①新能源發電功率預測;②電廠BIM智能化設計2)電網側---新型電力系統建設：③電網智能調控和輔助決策;④輸電線路智能巡檢、變電站智能運檢、配電智能運維3)用電側---電力消費節能提效：⑤虛擬電廠、微電網。
《意見》提出的四項基本要求包括需求牽引、數字賦能、協同高效、融合創新。推動數字化智能化技術與能源產業發展深度融合，加快人工智能、數字孿生、物聯網、區塊鏈等數字技術在能源領域的創新應用，最終為構建清潔低碳、安全高效的能源體系，為積極穩妥推進碳達峰碳中和提供有力支撐。
19年后AI大模型持續推進，賦能千行百業，22年市場規模近2000億元。近十年來，包括機器學習(ML)、自然語言處理(NLP)、計算機視覺(CV)等技術快速發展，在企業設計、生產、管理、運營多個環節中均有滲透程度不斷提升，同時在礦業、電力、交通、農業、氣象等領域的應用逐步落地。AI應用已從消費、互聯網等泛C端領域，向B端傳統行業輻射，AI大模型在基礎層、技術層、應用層均持續突破，AI正加速賦能千行百業。 22年市場規模近2000億元,2022-2027年CAGR為25.6%。據艾瑞咨詢數據，2022年中國AI產業規模達1958億元，年增長率7.8%。2022年業務增長主要依靠：1)智算中心建設及大模型訓練等應用拉動需求的AI芯片市場、2)智能機器人及對話式AI市場。在AI成為數字經濟時代核心生產力的背景下，AI芯片、自動駕駛及車聯網視覺解決方案、智能機器人、智能制造、決策智能應用等細分領域增長強勁。2027年人工智能產業整體規?？蛇_6122億元，2022-2027年的年復合增長率為25.6%。
針對電力行業屬性，我們提出AI+電力“應用可行性分析框架”，以多維度的視角，分析判斷AI有望最先在哪些細分行業和公司落地。
面向行業主要衡量的維度有： 1)能否解決長期痛點問題：電網承擔最主要的功能是維持用電側與電網側動態平衡，而新能源裝機比例上升無疑加大了電力調度與消納的難度，因此若AI加持能有效解決消納相關細分環節的痛點問題，相關政策導向和資金投入將有望向此環節傾斜。 2)行業數據是否具有較低敏感性和安全性風險：大模型需要通過海量數據訓練，而電網行業本身涉及到民生用電與數據安全性問題，部分信息不便用于大規模公開訓練，因此若某一細分環節數據敏感性較低或用戶已授權使用，則大模型將更快接入落地。 3)行業是否已較早應用布局AI/技術實踐：電網多個應用場景較早地應用了AI技術，例如輸變電線路運維和巡檢方面，2011年開始，部分企業就已開展了通過AI對電力設備外表缺陷進行識別、預測、跟蹤運行等研究探索。 4)已有華為等廠商開發出行業相關大模型：例如華為盤古CV視覺大模型，已在L2級細分場景上，推出基于電力大模型的無人機電力巡檢、電力缺陷識別等場景模型。
面向公司主要衡量的維度有： 1)擁抱AI的積極性：公司的主觀能動性如何?是否排斥應用大模型? 2)積累的數據規模與數據質量：公司所積累的數據壁壘是否深厚?積累的數據能否直接用于模型訓練?是否會涉及到客戶數據泄密? 3)享有某些數據的優先使用權：公司是否為兩網核心子公司?未來是否會優先享有某些重要數據使用權? 4)重視信息化建設基礎：公司性質是否偏軟件?是否早就重視信息化基礎建設?是否擁有較高信息化建設水平，以配合AI落地? 5)具備自主開發訓練能力、或和大模型廠商有深入合作關系：公司是否具備開發實力/是否和大模型廠商深度合作?
新能源發電功率預測，輸變電線路智能運維與巡檢是我們最看好的兩個方向。
新能源發電功率預測： 1)痛點問題：對于電網調度部門，由于新能源發電間歇性和波動性的特點，功率預測難度較大，新能源大規模集中并網會對電網穩定運行造成沖擊;對于電站運營商，各地“雙細則”考核罰款標準趨于嚴格，預測精度可直接影響電站運營和盈利。 2)數據敏感性：氣象數據的可獲得性較高，數據敏感性較低，公開信息可以直接用于大規模模型訓練。 3)AI布局/技術實踐：自2012年起，全球能源預測大賽(GEFCOM)已舉辦過三屆，有超60個國家的數百只隊伍參賽;2021年國網調控AI創新大賽--新能源發電預測賽道中，已有深度學習模型在實際應用中脫穎而出;產業中已有國能日新、國電南瑞等超過10家研究中心與企業推出了成熟的組合建模功率預測系統。 4)廠商相關大模型：華為云發布了盤古氣象大模型，預測精度首次超過傳統數值方法，速度提升10000倍。
輸變電線路智能運維與巡檢： 1)痛點問題：我國輸電線回路與變電設備存量規模大，投運規模逐年增長，巡檢需求強烈，而人工巡檢存在諸多劣勢，AI替代是大勢所趨。 2)數據敏感性：相較于用電側數據，設備故障缺陷相關數據敏感性較低，數據質量與規模取決于企業自身積累情況。 3)AI布局/技術實踐：自2013年起東方電子、億嘉和、澤宇智能等諸多企業已經布局輸變電線路智能運維、智能巡檢機器人、巡檢無人機業務，參與者眾多、產品多樣。 4)廠商相關大模型：華為在L2級細分場景模型上，已經推出基于電力大模型的無人機電力巡檢、電力缺陷識別等場景模型，例如電力缺陷識別模型可以替代原有的20多個小模型，做到平均精度提升18.4%、模型開發成本降低90%。
二、發電功率預測、輸變電智能運維巡檢，有望成為AI率先賦能方向
2.1智慧融合為新型電力系統建設推進基礎保障，國網智能化投資維持較高增長。
安全高效、清潔低碳、柔性靈活、智慧融合為新型電力系統基本特征。1月6日，國家能源局發布《新型電力系統發展藍皮書(征求意見稿)》,以新能源為主體的新型電力系統是以新能源為供給主體，以確保能源電力安全為基本前提，以滿足經濟社會發展電力需求為首要目標，以堅強智能電網為樞紐平臺，以源網荷儲互動與多能互補為支撐，具有安全高效、清潔低碳、柔性靈活、智慧融合基本特征的電力系統。
智慧融合是構建新型電力系統的基礎。新型電力系統以數據為核心驅動，呈現數字與物理系統深度融合特點，系統控制運行由“量測-控制”模式向多物理系統的狀態感知、智能學習和預測控制等方式轉變。1)狀態感知：電網內外參與耦合運行的物理系統，將從局部的感知量測,向全局的確定性精準映射轉變。2)智能學習:由于參與要素的多樣性，將從單純物理量的分析，向包括人的行為在內的非物理量的感知和智能研判進行轉變。3)預測控制：將從電力物理系統的機理模型仿真和預測，向融合機理和數據模型的信息物理耦合仿真預測轉變，提升隨機變量的預測精度，并應用于電網逐級調控和控制引導。
新型“源網荷儲”協同調控，保障電力可靠供應。傳統電力系統可根據用電側的負荷來調整電源的發電量，其前提是用可控的發電系統去匹配波動幅度不大且可測的負荷端，在運行過程中滾動調節，從而實現電力系統安全可靠運行。在新型電力系統下，由于隨機變化、弱可控的電源并不容易直接跟隨可測性降低的負荷做出調整，電力系統需要從“被動”的跟隨調控，轉化為“主動”的協同調控。通過源源互補、源網協調、網荷互動、網儲互動和源荷互動等多種交互形式，充分發揮發電側、負荷側的調節能力，促進供需兩側精準匹配，保障電力可靠供應。
預計23-25年國網智能化投資為893、954、1008億元，每年維持5-7%較高速增長。2023年國網計劃投資超5200億元，同比2022年的計劃投資5012億元增長3.8%?！笆奈濉背跗谝巹?.6萬億，當前21-23投資額已達成15200億元，考慮到特高壓直流建設加速等因素，“十四五”期間實際投資額有望超預期。我們預計23-25年實際投資規劃為5250億元、5450億元、5600億元，每年增速為3-5%。智能化投資占比方面，根據《國家電網智能化規劃報告》， “十三五”智能化投資占比為12.5%，預計“十四五”期間整體智能化投資占比17%，我們假設23-25年智能化投資占比為17%、17.5%、18%，則對應投資金額893、954、1008億元，每年增速5-7%。
2.2發電功率預測：基于AI的預測模型為當前研究主線，旨在提高預測精度
發電功率可靠預測是新能源大規模有序并網的關鍵。新能源發電對天氣依賴較強，具有間歇性和波動性特征，因此發電電量較難預測，大規模集中并網會對電網的穩定運行產生較大的沖擊。因此新能源發電的準確預測可幫助電網調度部門提前做好傳統電力與新能源電力的調控計劃，改善電力系統調峰能力，增加新能源并網容量。
功率預測相關政策趨于嚴格，“雙細則”加強考核。2018年3月，國家能源局印發《關于提升電力系統調節能力的指導意見》，要實施風光功率預測考核，將風電、光伏等發電機組納入電力輔助服務管理。各地區能源局隨后紛紛發布了本區域《發電廠并網運行管理實施細則》和《并網發電廠輔助服務管理實施細則》(“雙細則”)，加強對新能源發電功率預測的考核，明確和加強考核罰款機制，發電功率預測精度直接影響到電站的運營與盈利。
新能源功率預測分類：(1)按照時間尺度：分為超短期、短期、中長期預測;(2)按照空間尺度：分為單機預測、單場站預測、區域預測;(3)按照建模方法：分為物理建模方法、時間序列建模方法、基于機器學習和深度學習等的人工智能建模方法。超短期和短期預測均用于電網調度。根據各能源局《發電廠并網運行管理實施細則》：(1)電站必須于每天早上9點前向電網調度部門報送短期功率預測數據，用于電網調度做未來1天或數天的發電計劃;(2)每15分鐘向電網調度部門報送超短期功率預測數據，用于電網調度做不同電能發電量的實時調控。
基于人工智能的預測模型具有諸多優點，為當前主流研究領域。相比物理建模、時間序列建模等傳統方法，基于AI的預測模型對于高維非線性樣本空間具有良好的擬合能力;模型參數基于數據訓練得到，更容易獲取;模型的輸入特征亦可靈活構建;結合智能優化算法還可進行參數自動尋優，進一步省去了人工調參的工作量。
當前AI在功率預測領域的應用主要包括：模型輸入、模型構建和參數優化。(1)模型輸入：包括數據預處理、數據增強和特征構建;(2)模型構建：包括ANN、SVM、決策樹模型為代表的傳統機器學習算法，基于深度學習的新一代AI技術，以及融合多種模型的組合預測技術;(3)參數優化算法：包括進化算法、群智能優化算法等靜態優化算法和強化學習等動態優化算法，主要用于模型訓練和組合參數優化。
功率預測技術路線主要包含數據計算、傳輸及模型優化。以國能日新為例，公司基本實現功率預測算法模型的自動匹配及預測數據的自動計算發送，因此在項目日常營運端，人力投入較少，僅在少數場站模型遠程匹配失敗的情況下，由業務人員前往現場完成模型修正。在模型優化方面，一般會按照設定的周期，由智控平臺中的模型算法程序自動重新選取最優功率預測模型，并將其自動匹配至站場服務器。
新能源功率產品每日工作流程(以國能日新產品為例)：①獲得原始氣象預報數據、②通過建模計算后得到更高精度的氣象預測數據、③進行短期功率預測數據計算、④傳輸短期功率數據到所服務電站、⑤在電站軟件中進行超短功率預測、⑥報送數據至電網調度部門。
當前線性回歸模型和樹模型實際應用效果好，深度學習類模型表現亮眼。全球能源預測大賽(GEFCOM)至今已經舉辦過三屆，有超過60個國家的數百只隊伍參賽，在歷屆優勝算法中，線性回歸模型和樹模型實際應用效果最好。此外，在2021年國家電網調控AI創新大賽，新能源發電預測賽道中，基于決策樹的同質集成算法在實際應用中效果較好，還有優勝隊伍使用了深度學習類模型，表明深度學習模型逐漸在實際應用中嶄露頭角。
業內成熟的功率預測系統主要采用組合建模方法。實際功率預測系統采用的技術路線由早期的物理建模方法，過渡到以數據驅動方法為主，且幾乎全部為組合建模方法。組合建?？赏ㄟ^串行和并行兩種方式分別減少模型的偏差和方差，從而提高預測精度。
2024年新能源功率預測市場規模13.4億元，國能日新為行業龍頭。根據沙利文報告，2019年我國發電功率預測市場的市場規模約6.3億元，到2024年市場規模將增長至約13.4億元，2019至2024年均復合增長率將達16.2%，其中光伏發電功率預測市場規模預計為6.5億元，風力發電功率預測市場規模預計為6.9億元。市場格局方面，國能日新為行業龍頭，2019年公司在光伏和風能發電功率預測市場的占有率分別為22.3%和18.8%。
華為盤古氣象大模型精度首次超過傳統數值方法，速度提升10000倍以上。華為云發布的盤古氣象大模型1小時-7天預測精度均高于傳統數值方法，同時預測速度提升10000倍，能夠提供秒級的全球氣象預報(傳統數值預測方法無法做到)，包括位勢、濕度、風速、溫度、海平面氣壓等。同時，盤古氣象大模型在一張V100顯卡上，只需要1.4秒就能完成24小時的全球氣象預報。
2.3智能運維與巡檢：AI有望全面升級巡檢產品，行業空間預計突破百億
我國輸電線回路與變電設備存量規模大，投運總規模平穩增長。根據中電聯數據，截止2022年，全國電網220千伏及以上變電設備容量共51.98億千伏安，同比增長5.2%;220千伏及以上輸電線路回路長度共88.2萬千米，同比增長4.6%。從新增量看，2022年全國新增220千伏及以上變電設備容量25839萬千伏安，同比增長6.3%;新增220千伏及以上輸電線路長度38967千米，同比增長21.2%。2021年、2022年，220千伏及以上變電設備容量增速維持在5%左右，220千伏及以上輸電線路回路長度增速維持在4%。新增規模中，變電設備容量增量位于近十年次高點，輸電線路回路長度增量為近十年第三高點。
電力系統運維管理分為：“被動”-“主動”-“狀態檢修”三個階段，“狀態檢修”策略及時性和可靠性高。由于輸變電線路架設在各種自然環境中，常年經受日曬雨淋，難免會造成電力設備缺失或損壞，應當及時發現各種劣化過程的發展狀況，并在可能出現故障或性能下降前，進行維修更換。電力系統運維管理主要包括“被動”運維、“主動”運維、 “狀態檢修”策略三個發展階段，其中“狀態檢修”策略提高了故障發現的及時性和電網運行的可靠性。
人工巡檢諸多劣勢，AI替代是大勢所趨。電力行業有大量巡檢工作條件惡劣，傳統人工巡檢的工作難度大、危險指數高、及時性低、工作量大;采用智能巡檢，既具有人工巡檢的靈活性和智能性，同時響應更加及時、效率更高、成本更低，隨著技術的發展，智能機器人技術具有廣闊的應用前景，未來電氣行業無人化巡檢將成為行業常態。 AI替代人工性價比更高。以500kv變電站為例，人工巡檢模式下需要4個工人耗費一個禮拜的工時才能進行一次全面檢查，假設每位工人年薪約8萬，而同樣的工作量，一臺巡檢機器人能在更短的時間內完成，其平均成本為65萬/臺，計提折舊后約16萬/年，使用巡檢機器人比人工巡檢能節約16萬/年。
輸電線路智能運維與巡檢主要分為可視化狀態監測、無人機巡檢、及機器人巡檢等方式。 1)可視化狀態監測：能夠全天候全時段在線自動運行監測的方式，能夠及時發現安全隱患及對本體整體運行狀態進行評估;2)無人機巡檢：作為線路特巡的一種手段，對線路進行巡視，可用于發現線路較為細節的缺陷，通常需要專業人員在現場操控才能完成對線路的巡視;3)機器人巡檢主要用于變電站、配電房、電纜隧道等場景應用，可按照設定的線路或鋪設的導軌對重點點位進行巡視。
電力巡檢機器人行業規模測算：輸電線巡檢、變電站巡檢、配電站巡檢及隧道巡檢是電力智能巡檢的核心應用場景，其中主流巡檢場景為室外和室內。假設：1)變電站及配電房數量2020年后保持年增速3%;2)依據國家能源局智能電網的規劃覆蓋目標，假設滲透率未來四年保持年增速2%;3)隨產品技術升級與競爭加劇，預計機器人單機價格持續小幅下滑;4)變電站/配電房配置機器人比例分別為一機一站/一機兩房。綜上，預計2025年我國室外/室內巡檢機器人市場規模分別為54/118億元，市場空間廣闊。
AI技術有望全面升級智能巡檢產品，包括快速清晰建模、AI輔助拍攝、和智能檢測。 1)快速清晰建模：例如，NERF是一種基于神經網絡的三維重建算法，它可以從2D圖中，快速高效地生成高質量的3D場景模型。其輸入稀疏的多角度帶pose的圖像訓練得到一個神經輻射場模型，根據這個模型可以渲染出任意視角下的清晰的照片。 2)AI輔助拍攝：無人機結合AI輔助拍攝技術，可以實時對目標位置進行識別，動態調整云臺角度，得到準確目標位置的照片。綜合利用相機光線動態補償技術和精準對焦技術，保證照片拍攝質量，有利于輸電線路的安全運行和快速巡檢。
3)智能檢測：變電站、換流站中的電力設備普遍都具備的明顯特征，包顏色、材質和紋理等。利用圖像處理和識別能力，對采集到的設備圖像進行圖像處理，從而判斷是否發生故障或不正常。智能巡檢機器人可使用搭載紅外傳感器、電磁感應傳感器和高清攝像頭，對電氣設備進行多維度、近距離的監測。還可采用無人機搭載高清攝像儀和紅外傳感器，完成對鐵塔、導地線和絕緣子串的運行狀態監測和安全評估。
盤古大模型加持電網智能巡檢，代替傳統20多個小模型。應用盤古CV大模型，利用海量無標注電力數據進行預訓練和篩選，并結合少量標注樣本微調的高效開發模式，獨創性地提出了針對電力行業的預訓練模型。在模型通用性結合盤古搭載的自動數據增廣以及類別自適應損失函數優化策略，做到一個模型適配上百種缺陷，替代原有20多個小模型。從而做到平均精度提升18.4%、模型開發成本降低90%。目前，華為在L2級細分場景模型上，已經推出基于電力大模型的無人機電力巡檢、電力缺陷識別等場景模型。
三、中長期看好BIM、電網智能調度、虛擬電廠和微電網AI賦能落地
3.1電力行業BIM設計軟件：國產化替代需求強烈，AI賦能貫穿設計-施工-運維環節
可視化與可協調性是BIM軟件的核心優勢。BIM，即建筑信息模型，指代以三維圖形為主、物件導向的電腦輔助設計軟件，可將設計、可參與項目規劃設計、施工建設、運營的全過程。(1)可視化：借助三維圖形營造生動自然的物體形象,使物體存在具備真實性，有效減少了設計與施工時的圖畫讀取難度。(2)可協調性：有關人員可以借助信息模型平臺實現及時溝通，能促進設計、施工和管理等人員形成良性互動,針對存在的問題進行集中管理，幫助工作更為順利和高效進行。
信創發展背景下，BIM行業國產化替代需求強烈。信息技術應用創新為近年以來我國關鍵命題，旨在通過對IT硬件、軟件的重構，建立我國自主可控的IT產業標準和生態，逐步實現各環節國產替代。國內使用的BIM平臺主要為國外軟件，而國內廠商主要以項目管理和單點應用類型的產品為主，底層核心技術大多掌握在國外廠商手中。2020年全球BIM行業市場中，Autodesk市占率為67.9%，其次Bentley Systems市占率為14.37%，CR2集中度較高，顯示出國產替代的必要性和緊迫性。
國產化軟件更適應國內電網生態。(1)電力、水利等國民經濟基礎行業中的信息數據處理，信息安全要求較高。(2)電力行業中涉及到大量的技術體系及行業標準，相比國外Bentley、 Revit等廠商，國產GIM軟件能夠深度理解客戶需求，滿足專業性要求。(3)國產軟件具有更高性價比，售價略低于國外軟件，在對于國產軟件內容質量較認可的前提下，客戶的服務付費意識和意愿隨行業發展逐年上升。政策牽引自主可控信息產業發展，BIM支持政策陸續出臺。從國家層面來看，關鍵核心技術的發展直接影響國家經濟安全、國防安全等，自主可控信息發展有高戰略價值。近3年來，我國自中央到地方都出臺了各類相應政策以支持BIM技術的發展與落地，2020年至今，中央下發關于支持BIM技術發展的政策已超10項，BIM技術在各類建筑業相關政策中被提到的次數逐年增加，政策牽引BIM技術的發展充分體現政府的高度重視。
BIM為發電側設施、“輸變配”環節建設必要設計工具。1)在發電場設施的全生命周期中， BIM可解決建設難題、降低成本、縮短工期。設計階段中BIM可以幫助建立精確地形模型并優化微觀選址;施工階段中BIM可用于管理進度、建構結構模型和統計工程量等;運維階段中BIM可幫助培訓員工和掃描復雜設備結構。2)在“輸變配”環節中，BIM可精準繪制三維建筑模型以提升工程安全性，并且在可視化的前提下保障各單位之間信息的流暢性以防止權責不清?！半p碳”背景下，清潔能源發電量占比逐步提升，儲能、分布式電廠、縣域光伏等建設有望帶來增量，輸電線路、變電站、配網建設加速，相關從事設計建設電力BIM領域的公司有望受益。
BIM與人工智能深度融合，有望在設計、施工、運維階段開拓應用場景與解決方案。設計階段：1)構件智能搜索：可以在構件智能搜索中使用人工智能對構件進行準確的自動分類，以及使用自然語言理解技術實現構件屬性的智能校準;2)AI輔助布局規劃：融入最新的機器學習技術，可以在瀏覽器上生成建筑策劃文件，并輸出建筑空間的最優化布局;3)AI輔助BIM審圖：AI技術可以輔助BIM對大量規范、圖集、標準以及模型、圖紙的匹配性學習，做好設計合規性、合理性的把控。施工階段：進行輔助施工場地規劃，AI可以通過場地智能布置和合規合理性校驗來幫助經驗不足的技術人員增質提效，通過建模對施工現場不同階段的復雜狀態進行模擬展示，通過數據分析及時反饋前期方案的合理性，同時反向指導施工組織設計，進行資源配置優化。運維階段：進行運維智能管理，AI可以通過機器人和無人機等的應用，使用大量實際現場視頻數據進行訓練，對現場數據進行分類處理和智能管理，大幅提升施工效率和安全質量水準。
3.2電網智能調度自動化：AI驅動新一代調度系統實現電網智能決策和智能控制
電網調度自動化系統是電網運營控制重要基礎設施，由調控中心主站系統、廠站系統和數據傳輸通道三部分構成。1)主站系統：是調度自動化系統的核心，實現電力系統的數據處理、運行監視和分析控制，是電網安全、經濟運行的神經中樞，支撐調度機構成為電力系統運行控制的司令部。2)廠站系統：實現廠站內一二次設備的數據采集、就地控制以及運行控制信息的遠程交換，相當于系統的眼耳和手足。3)數據傳輸通道：相當于神經系統，負責把廠站端采集和處理后的各類數據傳送給主站系統，同時將主站端系統的遙控、遙調命令發送給廠站系統。
我國電力調度機構分五級設置。包含國家電力調度中心(國調)、區域調度中心(區調)、省調度中心(省調)、地級調度中心(地調)、縣級調度中心(縣調)，各級調度間分層控制、信息逐級傳送。目前，國家電網公司已建立完備的五級調度體系，南方電網公司與國家電網為平行機構，因為管轄的省份較少，調度機構分為四級。
預計電力調度自動化系統年化需求空間為40億元。根據前瞻產業研究與國網招標數據，各級調度機構數量分別約為1/6/35/420/2900，當前各級調度自動化系統普及已基本完成。假設國調、網調、省調、地調、縣調系統價格分別為10000/8000/6000/2000/400萬元，更新年限分別為8/8/8/6/5年，則對應年均市場空間預計約為40億元。
國電南瑞在各級調度系統市占率領先。國電南瑞較早進入電網調度自動化領域，2008年曾全程參與國家電網公司智能電網調度技術支持系統建設框架和總體系統制定，具備明顯先發優勢，并主導新一輪調度自動化系統的研發，主要產品為D5000。公司承擔調度自動化業務子公司主要為南京控制系統、北京科東和繼保電氣，業務已貫穿“發輸配用”各環節和“網、省、地、縣、站”各層級系統，在各層級調度自動化系統領域均具有明顯優勢。 2022年國網數字化項目設備招標，調度類軟件/數字化軟件標段22家企業實現中標，標段總金額達到6.78億元，國電南瑞南京控制系統有限公司以2.49億元奪得第一。
新一代調度系統為AI廣泛應用奠定了良好的模型和數據基礎。新一代調度技術支持系統采用“云大物移智”先進成熟技術，構建模型/實時數據運行數據平臺，無縫結合高速通信、移動互聯等通信方式和語音、圖像等交互技術，提供可靠安全高效的系統運行環境，為電網監控與分析決策提供模型、數據、計算引擎、AI服務和自然人機交互手段，并打造標準開放的多業務、多場景開發生態。目前已建成的兩級調控云，為AI的廣泛應用，奠定了模型和數據基礎。
覆蓋電力調控、發展、生產、經營和能源領域。新一代調度系統構建了覆蓋電力調控、發展、生產、經營全專業和能源各領域數據的全景數據平臺，實現模型數據、實時數據和歷史數據的空間融合、時間多態和應用關聯，為各類業務提供協調一致、完整準確的“一模、一圖、一數”，提供多級多維自適應可擴展的大數據智能分析挖掘引擎。
AI技術有望實現電力調控智能決策與智能控制。智能決策包括基于知識圖譜的輔助決策和基于機器學習的智能決策。 1)基于知識圖譜的輔助決策，通過提取電網運行方式關鍵特征，在線匹配方式并進行知識推理，依據穩定規程、事故預案等知識，快速引導調度員處置電網各類異常問題。 2)基于機器學習的智能決策，以電網海量歷史運行數據訓練樣本，以機組出力調整、設備投停為動作空間，以機組約束、網絡約束、平衡約束為條件，以調度決策知識和優化算法為啟發引導，以設備負載率、新能源消納等電網安全低碳量化指標為評價，構建相應樣本、決策模型和獎勵函數，進行調度操作模擬智能體訓練，最終獲取實時運行調度決策智能體、超短期風險預防調度決策智能體、計劃編排智能體。
AI智能控制實現電網自適應巡航。在常規機組自動發電控制、新能源有功自動控制、源網荷儲有功協同控制、自動電壓控制、拓撲實時優化控制等控制功能方面，基于多種機器學習模型，實現在線閉環智能控制，通過全景監視和指標分析評估，在滿足電網安全約束條件下，以自動計算和智能決策為主引導電網自動調度和控制，實現電網自適應巡航，提升電網安全和調控能力。
虛擬電廠本質上是一套軟件平臺系統，核心為“通信”和“聚合”。通過先進信息通信技術和軟件系統，實現分布式電源、儲能系統、可控負荷、電動汽車等分布式能源資源的聚合和協調優化，以作為一個特殊電廠參與電力市場和電網運行的電源協調管理系統，為配電網和輸電網提供管理和輔助服務。虛擬電廠概念的核心可以總結為“通信”和“聚合”，關鍵技術主要包括協調控制技術、智能計量技術以及信息通信技術。虛擬電廠分為兩類：“負荷類”虛擬電廠，和“源網荷儲一體化”虛擬電廠。1)“負荷類” ：聚合了具備調節能力的電動汽車、充電樁等市場化用戶，作為一個整體，對外提供負荷側靈活性相應調節服務。2)“源網荷儲一體化”：聚合新能源發電、用戶及配儲一系列環節，作為獨立市場主體參與電力市場、具備自主調峰調節能力。具備“源-荷”雙重身份，有效實現削峰填谷。虛擬電廠把各類可調負荷資源匯聚，根據電網削峰填谷的需求，進行線上填報，計劃下發，執行反饋，類似于線上工單派單系統。電網給調度指令計劃，需求響應調控計劃，提前幾天/幾周把計劃發下來。負荷集成商，虛擬電廠運營商，會把計劃告訴客戶，哪些時段把負荷停掉，把用電負荷降下來，具有源-荷雙重身份。
與虛擬電廠有所不同，微電網是能夠實現自我控制、保護和管理的自治系統。由分布式電源、儲能裝置、控制系統、相關負荷等匯集而成的小型發配電系統，可為區域內負荷供冷、熱和電，能夠實現自我控制、保護和管理的自治系統，是智能電網的重要組成部分，是輸電網、配電網之后的第三級電網，既可以并網運行、也可以離網運行。
虛擬電廠與微電網的不同點： 1)微電網一般要求分布式能源位于同一區域，對地理位置要求高;2)微電網一般在某一特定的公共連接點接入配電網側;3)微電網聚合分布式能源時，需要改變電網原有的物理架構;4)微電網可以離網運行也可以并網運行;5)微電網側重自治功能。微電網屬于研究初期，未來一片藍海。美國、歐盟、日本等國家和地區對微電網的研究和建設起步較早，已取得了一些成果。我國對于微電網的研究起步較晚，在關鍵技術上和歐美仍有差距，目前國內對于微電網的研究還處于逐步推廣階段，隨著“雙碳”政策和新型電力系統的落地，國內的微電網示范項目逐漸增多，越來越多企業加入到微電網技術的研發中，智能微電網逐漸成為行業新熱點。
相對于傳統電力能源生態系統，虛擬電廠的能源生態系統出現了明顯變化，發電、輸電、配電、用電界限相互交叉，同時兼具生產者與消費者的角色，根據需求可以改變身份特征，其價值主要體現在以下三方面： 1)可緩解分布式發電的負面效應，提高電網運行穩定性。虛擬電廠對大電網來說是一個可視化的自組織，既可通過組合多種分布式資源進行發電，實現電力生產;又可通過調節可控負荷，采用分時電價、可中斷電價及用戶時段儲能等措施，實現節能儲備。虛擬電廠的協調控制優化大大減小了以往分布式資源并網對大電網造成的沖擊，降低了分布式資源增長帶來的調度難度，使配電管理更趨于合理有序，提高了系統運行的穩定性。 2)可高效利用和促進分布式能源發電。我國分布式光伏、分散式風電等分布式能源增長很快，其大規模、高比例接入給電力系統的平衡和電網安全運行帶來一系列挑戰。如果分布式發電以虛擬電廠的形式參與大電網的運行，通過內部的組合優化，可消除其波動對電網的影響，實現高效利用。同時，虛擬電廠可以使分布式能源從電力市場中獲取最大的經濟效益，縮短成本回收周期，吸引擴大此類投資，促進分布式能源的發展。 3)可用市場手段促進發電資源的優化配置。虛擬電廠充當分布式資源與電力調度機構、與電力市場之間的中介，代表分布式資源所有者執行市場出清結果，實現能源交易。從其他市場參與者的角度來看，虛擬電廠表現為傳統的可調度發電廠。由于擁有多樣化的發電資源，虛擬電廠既可以參與主能量市場，也可以參與輔助服務市場，參與多種電力市場的運營模式及其調度框架，對發電資源的廣泛優化配置起到積極的促進作用。
冀北虛擬電廠作為我國首個以市場化方式運營的虛擬電廠示范工程投運。2019年年底，國網冀北虛擬電廠示范項目投運。公開數據顯示，到2020年，冀北電網夏季空調負荷將達6GW，10%空調負荷通過虛擬電廠進行實時響應，相當于少建一座600 MW的傳統電廠。 “煤改電”最大負荷將達2GW，蓄熱式電采暖負荷通過虛擬電廠進行實時響應，預計可增發清潔能源720GW*h，減排63.65萬t二氧化碳。今年深圳也建成了虛擬電廠管理平臺，這是國內首家虛擬電廠管理中心。標志著深圳虛擬電廠即將邁入快速發展新階段，也意味著國內虛擬電廠從初步探索階段向實踐階段邁出重要一步。
預計2025年虛擬電廠投資規模達到800億元，運營市場規模達到50億元?，F階段主要的盈利模式為通過需求側響應賺取輔助服務費用后的分成。據中電聯預計，2025年我國全社會用電量將達9.5萬億千瓦時，而最大負荷將達到16億千瓦，按5%可調節能力、投資成本1000元/千瓦計算，預計到2025年，虛擬電廠投資規模有望達800億元。參考目前峰值負荷時長水平，我們預計2025峰值負荷將達到50小時，對應2025年電網需求側響應電量40億千瓦時。目前我國虛擬電廠處于發展初期，度電補償較高以刺激時長，參考《廣州市虛擬電廠實施細則》0-5元/千瓦時的削峰響應補貼，預計2025年虛擬電廠進入商業化運營后，補償標準為2.5元/千瓦時。假設分成比例為50%，則預計2025年虛擬電廠運營市場規模將達到50億元。
應用數字孿生構建新一代虛擬電廠。通過數字化建模和部署物聯網設施將其納入到數字孿生虛擬電廠體系中，通過智能感知和數據采集補充完善信息中樞數據中臺。在優化運行方面，虛擬孿生空間與物理實體通過高效連接和實時傳輸實現孿生并行與虛實互動。通過智能感知和信息實時采集技術實現“由實入虛”;虛擬電廠物理實體和虛擬空間通過反饋機制實現虛實迭代，并通過智能決策平臺的支撐和實時優化運行控制實現“由虛控實”。
“聚合”和“通信”是虛擬電廠的核心，與AI匹配性強。建設虛擬電廠可分為兩大關鍵信息化技術：即協調控制、信息通信技術。其中，協調控制技術要聯通源網荷儲多個環節的調整，并要做出對于發電量、用電量、電價等多個數據的判斷，AI的接入有望極大提升分析效率和準度。另一方面，主要影響B端用電水平的虛擬電廠對于電網整體穩定性影響較小、數據相比C端更容易授權用于訓練，有望率先接入大模型應用。
四、重點公司分析
4.1國電南瑞
國網電力智能化龍頭，發輸變配用及調度全環節覆蓋。利用大數據、云計算、物聯網、移動互聯、AI、區塊鏈等技術，為電網、發電、軌道交通、水利水務、市政公用、工礦行業提供軟硬件產品，共有四大業務板塊：
1)電網自動化及工控：圍繞新型電力系統建設，引領能源數字革命。公司是國內電力系統和自動化領域唯一能夠提供全產業鏈產品及服務的供應商。承擔的新一代調度技術支持系統目前已在6個省市試運行并在江蘇省正式推行;新一代用電系統在6省市上線;新型電力負荷管理系統在11省市應用。2022年國網數字化項目設備招標，調度類軟件/數字化軟件標段共有22家企業實現中標，標段總金額達到6.78億元，國電南瑞南京控制系統有限公司以2.49億元奪得第一。
2)繼電保護及柔性輸電：國內繼電保護技術開拓者，柔性輸電設備國際領先。根據國網電子商務平臺歷史數據，公司繼電保護市場份額約42%、環流閥市場份額約40%、直流控制保護系統市場份額約50%。公司大容量換流閥、直流斷路器、控制保護系統等關鍵設備整體達國際領先水平。
3)電力自動化信息通信：支撐能源互聯網轉型和電網企業數字化轉型。業務涵蓋電網生產管理、調度管理、營銷、安監基建、網絡信息安全、信息通信綜合監管、通信設備及系統、信息通信系統集成及運維、實時數據庫、大數據及云服務、量子保密通信、能源工業云網等。
4)發電及水利環保：有力支撐新型電力系統建設。提供火電、水電、核電、風電、光伏、抽蓄、分布式能源機組控制保護及并網解決方案。公司研發的7MW海上風電變流器已在廣東陽江應用;35kV高壓直掛儲能系統已在紅墟儲能電站順利并網運行。
4.2國能日新
光伏發電功率和風能發電功率預測市場份額第一。公司在氣象、算法、軟件開發領域均有大量的核心技術。1)氣象領域：能對多種氣象背景場數據進行時間和空間上的降尺度處理，能夠在復雜氣象條件下對天氣情況精確預測。2)算法領域：公司通過多途徑構建算法模型，可以實現模型持續優化、預測精度持續提高。3)軟件開發領域：通過了最高級別的軟件能力成熟度模型CMMI5認證。 2020年公司的短期光伏功率預測綜合精度為89.21%，短期風電功率預測綜合精度為84.60%。通過不斷技術研發和算法優化，持續從提高氣象數據精度、提高算法模型精度等角度提高產品發電功率預測的精度，降低了客戶由“雙細則”考核帶來的損失。電力交易、智慧儲能、虛擬電廠新業務拓展積極。22年公司電力交易、儲能、虛擬電廠業務收入0.11億元，同增93.0%。1)電力交易方面，公司相關產品已完成在山西、甘肅、山東和蒙西四個省份的布局。2)儲能EMS系統方面，公司持續研究山東、山西等全國近十個省份儲能參與電力市場的政策，并基于深度學習算法，結合儲能充放電特性，探索儲能參與電力市場的交易策略、參與輔助服務市場策略。3)虛擬電廠方面，公司于2022年6月設立控股子公司國能日新智慧能源，已通過西北電網聚合商響應能力技術測試，具備了參與西北省間調峰輔助服務市場的技術條件。
4.3澤宇智能
江蘇省智能電網一站式服務商龍頭，2022年省外業務加速拓展。目前公司已形成電力設計先行、以系統集成為業務主線、貫穿了工程施工以及后期運維服務的一站式業務布局。江蘇省用電需求旺盛且投資規模居于前列，公司將充分受益省內發輸變配用環節高需求。在省外方面，公司于2017年設立了安徽、北京等多個分公司，目前已覆蓋29個省份和地區。2022年公司在安徽省/北京市分別實現營收1.70/1.67億元，同比高增349%/328%。
開始布局智能機器人領域，新一代巡檢機器人預計三季度制成。2023年1月，公司公告稱擬成立合資子公司北京澤宇高科智能科技，聚焦智能機器人的研發制造，出資1.6億元持有子公司62.5%的股份。公司計劃推出新一代電力巡檢機器人產品，預計三季度制成?？赏ㄟ^AI自主計算，采取避障措施，可自由搭載可見光、紅外、局方檢測等設備以滿足變電站巡檢要求。
4.4申昊科技
深耕智能電網領域超15年，堅持“AI+工業大健康”戰略，“海陸空隧”全面布局。公司深耕工業大健康領域，利用傳感器、機器人、人工智能及大數據分析技術，為電力電網、軌道交通、油氣化工行業提供解決方案。公司及全資子公司擁有獲授專利266項，其中發明專利47項、實用新型專利139項、外觀設計專利80項公司已作為智能電力機器人研發生產的領先企業，作為主要起草單位負責“變電站智能巡檢機器人”、“戶內掛軌式巡檢機”等多項行業標準制定。公司智能機器人由巡檢向操作延伸。2015年推出第一代輪式智能巡檢機器人并進入國家電網采購體系;2017年完成第二代輪式智能巡檢機器人、掛軌巡檢機器人的樣機研制; 2018年完成第二代掛軌智能巡檢機器人的樣機研制，并開啟第三代輪式智能巡檢機器人的立項研發;2021年推出國內首臺極寒地區巡檢機器人并通過驗收，可應用于氣溫低至-40℃環境，同時開關室操作機器人已有批量訂單落地。電網數字化智能化由“感知”向“操作”延伸，公司憑借高技術壁壘建立的先發優勢，有望受益于下有需求釋放。
4.5智洋創新
輸變電智能運維領軍企業，聚焦行業數字化轉型。公司業務主要集中在輸電、變電、配電的智能運維管理領域，以AI為基礎并融合行業知識，貫通了從模型訓練、硬件適配、推理部署到場景應用的全流程，研發一站式AI開發平臺，將算力、算法、算據和應用場景等四要素融為一體。堅持研發創新，客戶認可度高，為華為昇騰合作伙伴。2022H1研發費用投入為3660萬元，占營收比例為11.7%，在原有智能可視化巡檢產品和全景平臺的基礎上，公司以“物聯網+無人機+人工智能+數字孿生”作為技術和產品方向，積極研發無人機全自動巡檢、水利數字孿生全域管理平臺等產品。2021年7月，作為華為昇騰生態體系戰略合作伙伴，公司受邀參加了2021世界人工智能大會(WAIC)昇騰人工智能高峰論壇。2022年6月，智洋創新與華為簽署合作協議，正式加入昇騰萬里合作伙伴計劃。
4.6東方電子
電網自動化全產業鏈布局龍頭，從硬件供應商向軟件供應商轉變，AI加持智能化發展。公司已在電力行業源網荷儲等環節形成了完整的產業鏈，在電網投資力度加大的背景下有望實現穩健增長。 1)調度：公司為國網南網調度領域主供應商之一，公司彈性調度平臺基于“云原生”先進設計理念。2021年12月，公司在南網調度自動化主站系統招標中，中標5210萬元。 2)配用電：公司一二次融合產品種類齊全，在反應速度、診斷準確率，智能化水平方面優勢明顯，重點推進以智慧臺區為核心的新型智能化終端。 3)變電：AI賦能智能巡檢業務。公司研發出以智能巡檢機器人為核心的智能巡檢系統解決方案。近期，東方電子攜手昇騰AI推動變電站無人值守規?；瘧?，完成與Atlas 500 Pro智能邊緣服務器的推理兼容性測試，模型推理效率提升了1倍。 4)虛擬電廠：公司提前多年布局，擁有自主知識產權的核心技術。廣州明珠工業園項目作為公司園區級虛擬電廠典型案例;城市級虛擬電廠典型案例--廣州市虛擬電廠管理平臺，也已在國內第一批正式開放注冊5)電表：新一代電表聚焦于以能源網關為核心的智能終端。通過“操作系統+APP+可擴展模組”的形式，新一代的智能電表高度契合能源互聯網的建設思路，可與其他專業設備協同配合，支撐居民家庭智慧用能、電動汽車及分布式能源服務、社區多能服務等，軟件服務價值量持續提升。
N型光伏技術創新大會
國家光伏裝備工程技術研究中心將于5月22日在上海(SNEC展會同期)舉辦“n型光伏技術創新大會"，來自Infolink，晶科，捷佳偉創、湖南紅太陽、帝爾、東方日升、國電投、科伺等組織企業的專家將作重要分享。4月30日前報名搶早鳥票600元。歡迎掃碼報名參會!
掃一掃關注微信
