数字化转型如何提升电力需求侧能效潜力
提高能源效率是实现节能目标的有效策略和实现绿色发展的关键路径。国际能源署将提高能效视为“第一燃料”，体现了提高能效在能源系统中的重要地位。
2024年，中共中央、国务院印发《关于加快经济社会发展全面绿色转型的意见》（下称《意见》）提出，到2030年主要资源利用效率进一步提升，到2035年主要资源利用效率达到国际水平。《意见》还提到要坚持全面转型和加强电力需求侧管理。从提高能效的角度来看，全面转型就是要同时兼顾能源供给侧和需求侧，尤其是要关注电力需求侧的能效提升。
当前，中国处于数字经济蓬勃发展和各行各业推动数字化转型的浪潮中，并将数字经济作为经济高质量发展的关键领域。2024年，国家数据局发布了《数字社会2024年工作要点》（下称《工作要点》），对持续深化数字社会建设做出了系统性的重点任务部署。《工作要点》聚焦于五大核心方面：一是促进数字公共服务的普惠化，二是推进数字社会治理的精准化，三是深化智慧城市的建设与发展，四是推动数字城乡的融合发展，五是着力构建优质的数字生活生态。
在产业层面，数字技术正以前所未有的深度向各行各业渗透。在工业领域，智能制造已成为主流趋势，工业互联网的广泛应用推动了生产流程的智能化改造，通过网络连接大量设备实现精准控制，有效减少了能源浪费，显著提升了电能的利用效率。在农业方面，智慧农业的发展势头迅猛，自动化灌溉系统、智能温控系统等均依据传感器收集的数据进行精确运行，从而降低了电能的无效消耗。在服务业领域，数据中心、云计算等新兴业务蓬勃兴起，同时这些业务自身也在不断优化能效表现。在技术创新层面，大数据、人工智能、物联网等前沿技术持续迭代升级，为电力需求侧的能效提升开辟了更多可能性。企业和机构能够利用这些先进技术实时监测电力使用情况，深入分析能耗模式，进而制定出更为科学合理的能效优化策略。
数智技术在电力需求侧的应用有助于实现智能用电，优化用电模式，催生用电新业态，从而提升用电效率，这与《意见》中提到的加快数字化绿色化协同发展、实现数字技术赋能绿色转型的举措相契合。深化数智技术与电力行业的深度融合将助推全面绿色转型目标的实现。
数字化转型提高用电需求侧能效面临的挑战
第一，能效提升潜力的进一步挖掘面临技术难题。尽管新兴数字技术在进一步挖掘能效提升中具有充足的潜力，但是基于数字技术的能源管理系统需要实现复杂分析功能，要想扩大数字技术的应用范围和深化数字技术在用电侧的应用需要有雄厚的技术储备、专业的知识、成熟的团队作为支撑。
对于很多企业而言，进一步深化应用面临着难以获取高质量的数据，缺乏专业人才以及算法实现难度大等难题。技术的更新迭代也需要企业投入大量的资金和人才，技术壁垒导致中小企业望而却步。同时，在应用数字技术开展电力需求侧能源管理的过程中，需要收集、传输大量的用户数据，其中不乏工业和商业部门中企业的核心业务信息。数据安全问题也成为数字技术应用的挑战之一。如何在提升能效的同时保障用户的隐私安全和避免不必要的损失，这个技术难题与数字技术的更新迭代同样重要。
山西晋非投资
第二，智能用电场景有待进一步探索。
其一，新兴用电场景有待挖掘。随着数字经济和电力系统的发展，电动汽车、分布式能源、智慧城市等持续推进，涌现出许多新兴用电场景。探索这些新型用电场景中如何提高能效需要被列入下一步工作的计划中。
其二，尽管数字化转型在工业、商业和居民家庭部门均有所进展，但当前的应用较为受限。需加快探索数字技术在用电侧的应用，考虑不同部门之间的差异性，探索不同场景下的定制能源管理系统，充分挖掘各领域的能效优化潜力，以保障绿色转型的顺利进行。
其三，用户侧对智慧用电的认知有限。数字技术在用户侧提升能效的效果不仅取决于技术水平，还受到用户对绿色生活认知和接受度的影响。能源管理系统的安装和运行需要用户具有使用意愿和使用能力才可以得到进一步推广和应用，如何提高用户的参与度是进一步挖掘用电侧能效提升潜力的挑战之一。
第三，数字技术运行本身的能耗限制能效提升效果。
其一，数据中心具有高耗能特征。数据中心是支撑数字化转型的重要基础设施，需要提供数据的存储、传输和处理功能。数据中心的规模和数量在迅速增加，在各项数字技术进一步推广应用的情况下，计算需求也大幅度提高。而数据中心的运行，包括计算、冷却和设备的运行，需要大量的电力来支撑。根据国际能源署的预测，到2026年，全球数据中心的用电量在1万亿度以上，相当于当前日本的用电量。据国家电网预测，到2030年，数据中心的电力需求将是2020年的两倍。
其二，AI的蓬勃发展带来电力需求压力。AI技术在能源管理系统中的重要性与日俱增。而AI在模型的训练、运行、数据的实时处理、复杂运算的过程中需要大量的计算资源和电力。接下来，AI的爆发式增长带来的能耗压力将成为提升用电侧能效的阻碍之一。根据国际能源署的报告，一次典型的Google搜索消耗0.3瓦时的电力，而使用ChatGPT则需要消耗2.9瓦时，相当于在一年内将增加约10亿千瓦时的电力消耗。国际能源署还预测，到2026年，AI行业的需求将是2023年的10倍。
其三，物联网设备的能耗需求带来挑战。能源管理系统的运行均需要基于物联网设备才能实现对设备的管理，这包括智能传感器、控制器、智能终端等。对于全社会而言，能源管理系统的推广应用意味着用户侧将有数以亿计的物联网设备需要电力维持运行，其带来的能耗问题也不能忽略。
第四，需警惕能源反弹效应抵消能效提升成效。数字化转型在用电侧的应用有助于提升能效，但也需警惕能效提升可能导致能源反弹效应，从而部分或者全部抵消能效提升所带来的能源节约效应。能源反弹效应是指，由于能效提升，对于用户而言，相当于实际能源服务价格下降，因此，用户倾向于使用更多的能源，从而带来与能源节约相反的结果。尤其对于工业企业而言，对能源服务价格更为敏感，能源反弹效应出现的可能性和影响更大。当企业提升能效后，对于企业而言，相当于生产成本下降。一方面，由于生产效应，企业倾向于扩大生产规模从而引起能耗增加。另一方面，由于替代效应，企业倾向于使用能源投入替代其他投入，从而导致能耗增加。
挖掘数字化转型提升电力需求侧能效的潜力
一是加大研发投入，培养专业人才队伍。加大对基础研究的投入，尤其是为新型材料、数学、通信技术等领域提供持续的资金和政策支持，为技术进步奠定基础。设立专项研发基金，鼓励新兴数字技术和能效提升技术的研发、升级。推动产学研合作，鼓励高校、科研机构、企业之间的跨领域合作和交流学习。提供税收优惠、创新补贴等，支持产学研项目的落地。优化成果转化机制，推动研发成果的产业化和规模化应用。加强国际合作与交流，定期开展研讨会分享研究进展，学习和引进国外先进技术和先进经验。加大对专业人才的培养，加快人才队伍的建设。针对新的技术需求，提供专项的培训，提升从业人员的技能水平。此外，重视数据安全保护机制的完善，完善相关的法律法规，规范数据的使用，建立数据安全审查机制，确保用户的数据隐私得到保障。
二是出台激励措施，拓展智能用电场景。设立专项资金，支持企业和科研团队提供智能用电解决方案。建立覆盖工业、商业和居民家庭的智能用电试点，积累项目经验，选择可推广、可复制的成功应用场景，选取典型案例开展宣传。智能用电场景的探索既需要数字技术团队的参与，又需要对用户侧的深入了解，应鼓励跨行业团队的交流协作，促进技术共享和整合。加大对智能用电理念和技术的宣传，通过举办科普活动，借助新媒体平台和短视频平台开展宣传，组织线下展示活动和体验活动，提高公众和企业对智能用电的认知，从而提升用户侧的参与度。
三是推动技术升级，优化用能结构。为削弱数字化转型本身与日俱增的能耗需求，应从减少电力需求增量和降低碳足迹两方面双管齐下执行措施。一方面，通过推动技术进步，鼓励节能技术的开发，从而减少数字技术使用的能耗强度。鼓励企业和科研团队开发更节能的算法，优化模型结构，提高算法效率，通过应用先进技术减少数字基础设施和数字模型运行的能源足迹。另一方面，在能耗增长的同时加快能源转型，优化用能结构，从而缓解能耗增长对绿色发展和“双碳”目标造成的压力。建设绿色数据中心，探索使用绿色电力供电。数字技术依赖于电力，需加快能源转型的步伐，提升电力消费结构中绿色电力的比重，从而减少数字化转型造成的环境外部性影响。
四是充分体现用能的外部成本，深化电力体制改革。需要采取一系列举措以抑制能源反弹效应的发生以及减少能源反弹效应的不利影响。其一，将外部性成本内部化。通过推行碳税和完善全国碳市场建设，将外部性环境成本传导至用户侧，迫使消费者在使用电力时考虑其外部成本。其二，深化电力体制改革。推动电力价格市场化改革，让电力价格充分反映市场供需关系，以减少因价格扭曲导致的能源反弹效应。完善电力现货交易市场，通过市场价格信号引导用户侧调整用电行为。推广和完善阶梯电价机制，限制不必要的高能耗用电行为。
（林伯强系厦门大学管理学院讲席教授、中国能源政策研究院院长，黄辉系自然资源保护协会项目高级主管）
