声明一下，这是一篇命题作文。因为之前写了一篇有关新质生产力的文章，有朋友后台留言，能不能写一篇新型电力系统或综合能源系统和新质生产力相关的文章？虽然我平时因为单位的关系，对新型电力系统这个概念并不陌生，但是毕竟不是学电气的科班出身，班门弄斧的谈这个都别说贻笑大方，稍微懂点这个的估计都要说我不专业。但想想都是新东西，谈点个人看法，就算被人认为是胡说八道，那也就算是衬托真理的谬误吧，能发人一笑也是好的，万一能给人带来一点启发呢，也就胆大妄为啦。所以先啰嗦这么多，就是希望各位看完以后即使觉得不好，也板砖轻怕。

  言归正传，新型电力系统的定义不用我掉书袋，网上一查就有。五个主要特征是：清洁低碳、安全可控、灵活高效、智能友好、开放互动。从技术研判的角度又有五个特点：

（以上部分来自百度词条）

  从这些表述来看，新型电力系统还是电网企业主导的一个系统，部分朋友可能会说凭什么呀。客观的讲，作为一个超大型国企，有这样的资金实力。作为一个自动化程度本来就很高的平台企业，有这样的技术基础，更重要的是，作为一个非完全市场化的企业，有极强的行政执行力。我说这话绝对没有拍马屁的意思，纯粹只是陈述一个事实，如果有不同观点，可以讨论商榷。

  但是即使有这样超强实力的主导主体，也不能说新型电力系统就能顺风顺水的一蹴而就，这中间还是会有很多的问题。详细的展开那是一本书，简单来说，新型电力系统有两个主要任务，一个是确保全社会安全用电，一个是最大程度消纳新能源。而这两者之间目前看本身就有很大的矛盾。

  众所周知因为新能源发电不稳定，所以在电力系统中就需要灵活电源作为辅助。当然如果需求侧（用户）能做到“随风（光）起舞”是最好，但目前看这个还不太现实。因此供应侧（发电和输配电）的可调节能力就很重要，虽然现在储能很火，但事实上现在电网还是主要靠火电机组的深度调峰来实现最大程度的新能源消纳。实话实说，这个代价和成本还是比较大的，所以才会有前段时间推出的容量电价，这笔账怎么算见仁见智，但是这已经是目前最好的办法。

  基于电力目前还没法大规模存储的现实，以及灵活调峰的能力和成本上限，第三个解决方法就是缩短预测时间。因为风电和光伏的出力主要取决于气象条件，但即使如今如此发达的气象学，也做不到对一天以后的预测精度达到电网调度要求的出力预测误差小于15%的标准。那么换个思路，如果对1分钟后的天气进行预测呢？误差不就几乎为零了。不过短时预测的准确性必须要有电网快速调度的能力与之相匹配。因此，新型电力系统的“新”将主要体现在其快速调度的能力建设上。这个时候就是以人工智能为代表的新型数字化技术出场的时候啦！

  根据有关资料显示，应用人工智能，新型电力系统技术上完全可以实现1分钟以内的快速调度。目前，电网的数字化转型给AI学习和试验提供了空间。在数字电网中可以随时设定各种故障，由AI处理，再由人工进行评价和修正。训练AI三个月，其处理电网故障的数量甚至会超过调度员许多年遇到的故障次数。随着处理故障数量的增加，相信最终AI会胜过人类调度员。主要的担忧还是在于高度要求安全稳定的电网系统是否能交给机器进行调度？（以上观点资料来自国家电网能源研究院原副院长、首席能源专家胡兆光讲座发言）

  说到这里，新型电力系统背后真正的新质生产力推动因素就呼之欲出了，那就是现在火上了天的人工智能。怎么在新型电力系统的语境下分析这个新质生产力呢？我还是按照之前那篇推文的老套路，从生产力的三要素来谈谈。公认的人工智能三要素是算法、算力和数据，其实就对应了生产力三要素中的劳动者、劳动资料和劳动对象。

  劳动者（算法）-为什么把算法看成是劳动者？因为我觉得算法的本质还是人，不管是算法的架构设计还是对其结果的应用取舍，目前看最终还是人来控制的。机器的算力毋庸置疑，所以算法的优劣将决定新型电力系统的效率高低。对于各种人工智能的算法我完全没有发言权。从一个旁观者的角度提两点不专业的看法。

  一是不管用什么样的算法，边界的设定很重要，未来人工智能的发展方向很难预测，算法本身会不会发现问题后，自己产生新的算法解决问题，由此而走向不可控确实不得而知，所以设定一个基于电力系统安全运行的边界就很重要，如同阿西莫夫提出的著名“机器人三原则”。当然这个工作应该交给专业的人去考虑和实现。

  二是理解并能与人工智能共同工作的人将是未来在新型电力系统中从业的主力军。我们说抄电表的人会被智能电表取代，其实未来打败人的不是人工智能，而是会使用人工智能的人，这是我现在经常给学生说的一句话，进入体制内找一个稳定的饭碗没问题，可要想把这碗饭吃饱还要吃好，躺平不努力，吃体制红利是不行的。从劳动者这个角度，人始终是生产力中决定性的因素，无论个人还是企业，谁能把握这一点，才能跟上新质生产力的节奏不被淘汰。

  劳动资料（算力）-算力主要还是硬件设备的投入，按理说，这是钱能解决的事，那也就不能算是事啦，砸钱就行呗。不过砸钱也要注意两点。一是效率问题，新型电力系统需要砸的可不是一点钱，如何砸才能更快更好的出效果，这个不能脑袋发热的大跃进，不管是国家层面的宏观政策，还是企业层面的微观措施，具体的我不能置喙，只是希望不要出现当年陈进那样的“汉芯事件”，搞得中国的芯片产业迟滞了至少十年。二是公平问题，既然算力是个资本重仓且可能主导的事情，那除了安全性就要注意一下公平性问题。谁出钱谁得利这无可厚非，但如果造成数字化背景下新的贫富不均，国进民退，我想这不是大家希望看到的。

  劳动对象（数据）-经常会有人问我，电力公司掌握了那么多发电、用电的数据，为什么连个电网碳排放因子都不更新，还要生态环境部来越俎代庖。我只能笑笑，简单说，掌握了数据不见得就能分析好数据，分析了数据不见得就能公之于众，这中间的问题很多，不在这里讨论，后续有机会再专文聊聊。这里也不想老生常谈数据挖掘、数据安全什么的，如同算法，这不是我的专业强项。这里只想说说数据的资产化。

  数字化时代，数据必将成为一种巨大的资产。就像我们现在常说的碳排放、碳资产，其实也就是一堆数据。既然这个东西值钱，就要把它经营好。所以说，新型电力系统不仅仅是个技术平台，还是个资产管理平台，未来是可以通过数据赚钱的。目前所见的，从清洁低碳、开放互动的特征来说，现在经常提及的电力市场和碳市场的联动就是一个很好的途径。由于中国的电力市场不是一个完全的自由市场，碳价无法和电价实现简单互联，这就需要一套可能比较复杂的机制，这个机制的设计其实很大程度上就是这些数据如何应用，把这个做好就是新型电力系统中新质生产力的“新”之所在啦！

      ——下文继续

老汪说碳