今年以来，欧洲多家能源密集型企业再次收缩在欧产能。巴斯夫（BASF）在路德维希港总部加大成本削减、推进装置关停与裁员，明确将“本土高能成本与需求疲弱”视作结构性挑战；陶氏化学（Dow Chemical）宣布将于2026—2027年分阶段关闭其在欧洲的三处上游资产并裁员，理由同样是“欧洲区域的结构性挑战与高成本资产暴露”；阿科玛（Arekema）在财报与股东大会材料中持续计提欧洲相关的重组与环境成本……

　　这些个案背后，其实是欧洲高耗能产业“失速”的共性问题：天然气与工业电价居高不下、碳成本（EU ETS）掣肘、需求恢复缓慢和电网基础设施升级滞后，使得能源密集型产业在本土难以维持全球竞争力。

　　01

　　欧洲能源倾斜，中国迎来制造窗口期

　　能源价格并非短期波动那么简单。欧委会对2010—2023年能价与成本的系统盘点显示，工业电价与气价在危机后虽回落但仍显著高于疫情前均值。还有隐藏的成本像无形的“水分”渗入生产流程里：一方面，碳排放需要买配额，厂商在原材料上多花了一笔钱，但账面上看不出来；另一方面，天然气或电价忽高忽低，厂商还要不断调整生产节奏，这些额外消耗也算不上账上费用，却真实影响效益。在终端需求方面，欧洲工厂就像家里卖库存，剩得多又卖不出去，加上还要调节库存，好不容易运转起来，却被高电费和碳税一碾，种种制约因素让企业的最优解自然转向：把生产环节布局到能源更便宜、供给更稳定、碳约束更可控的地区。

　　更具象的对照来自工厂，以德国的蒂森克虏伯（Thyssenkrupp） 钢厂为例，尽管尝试采用风电直供模式降低碳排与成本，项目投产后却仍受限于电价高企、基础设施不足等因素。尽管他们希望生产设备在“电价低时启动”，但整个源网荷储一体化系统还未成熟到可以支撑这种高弹性的生产方式。 在南欧，光伏绿电出力在中午飙升，却常因电网消化不及又只好‘弃掉’，光伏发电高峰时期常出现的零电价或负电价，让投资人对该领域望而却步。这说明， 制造业能否回流，关键不在新能源“装了多少”，而在“用得好不好”。只有通过新型电力系统技术有把源、网、荷、储整合成一张智能、可调、可交易的网络，让每一度绿电都能按需流动、实时定价、灵活储能，才能真正实现新能源更高比例和有序消纳。

　　02

　　“AI+新能源”的中国实践：从预测、到调度、到交易

　　这正是中国的“窗口期”。 中国的可再生能源装机与制造能力在近年实现跨越式扩张，仅2025年一季度全国新增可再生装机就达76.5GW；与此同时，电力体制改革的“底层规则”持续完善：实时交易和长期合约紧密衔接；虚拟电厂、能源聚合商获准入场，储能可直接交易调频、应急服务并明码获利 —— 新能源由此完成从“发得出”到“并得进、调得动、卖得掉”的跃迁。对重资产企业而言，制度的可预期与系统能力的可调用，已比单纯的绿电低价更具决定性。

　　在此基础之上，AI 技术快速渗透于新能源系统的核心环节：它提升了风光发电与负荷预测的精准度，优化储能与电网之间的协调效率，加强极端天气下系统响应能力，并通过智能交易模型让新能源资产获得经济回报。一些能源平台通过 AI 联动天气、负荷趋势与市场信号，实现优化报价与调度决策。这背后的意味是明确的：与欧洲在AI+新能源、储能和市场机制仍处于起步阶段相比，中国已在智控技术、硬件容量与市场制度上形成系统性领先，具备复制推广规模与实施效果，推动新能源从“能发”走向“能用、能调、能交易”。

　　这种系统性进化已通过远景得到具象化实践，其优势并不只是单点技术，而是系统能力的组合，把“可再生能源”变成“可再生生产力”：

　　第一，调度中枢的“可解释AI”。 自研的“远景天枢”智能控制器根据气象大模型，从亚分钟级到周级全时段精准预测气象变化，让决策快人一步。在调度阶段，通过算法模型，“远景天枢”以分钟级精度动态匹配设备组合，在秒级波动中瞬时响应，全局效率始终锁定最优。依托持续自进化的 AI 算法，它将发电、电网、负荷与储能编织成一张自学习、自平衡、自优化的能量网络，远景把电力电子、边缘控制到云端智能彻底闭环，打造从硅片到比特、从设备到系统的一体化能力底座。

　　第二，跨场景可复制的架构。 在鄂尔多斯的零碳产业园，风光制氢氨的一体化调度降低了对大电网与长时储能的依赖；在赤峰的零碳氢能产业园，远景通过世界上首个2GW级100%新能源、100%电力电子设备的独立新型电力系统，重构了新能源条件下的工业能源逻辑，实现了“源—荷—储—产”的自适配与高效运行。类似架构同样适用于钢铁、化工、港口与轨交等高耗能行业：不再以行业区分电力系统，而是以“用能曲线”定义控制策略。

　　第三，面向市场的“交易智能体”。 电力市场的价格随时随刻都在变化，变化的时间与定价的不确定性是制约电力市场交易的重大阻碍。远景把预测模型与报价/申报策略耦合，参与现货与辅助服务市场，既能提升可再生能源的可用性，也让储能资产的收益结构从“峰谷套利”扩展到一次调频、旋转备用、快速响应等多维度。随着多省强化“基本规则”与现货常态化，懂市场的AI将成为新能源“能赚钱”的关键。

　　在本周，南方电网公布2024—2025赛季AI负荷预测技术比赛年度排名，远景与近十家行业头部企业及科研院所展开为期1年的激烈角逐，最终拿下2024年度人工智能负荷预测与功率预测双料冠军，再次验证了远景卓越的新能源负荷预测能力。这类竞赛更深的意义在于其考核指标贴近实网：从滚动预测的稳定性、不同时间尺度的误差表现，到异常/极端天气场景的鲁棒性，都直接决定了电网备用与市场报价的真实成本。

　　注：排在第一的“融合模型”由南方电网通过一定算法动态融合表现优异的队伍预测结果得到，非实际参赛厂家。

　　03

　　为什么这是一个“长坡厚雪”的业务？

　　从欧洲的经验可以看到，仅有新能源装机增量，并不能把绿电自动转化为产业竞争力。风光出力高峰时，迎接投资商的可能是负电价，而用户又不得不在其他时段支付极高昂的电费。而真正能创造价值的，是系统的灵活性、市场的灵活性与算法的灵活性。这三者的交集，就是新电网（即新型电力系统）。

　　当下，中国正迎来“制度—工程—算法”三重共振：2025年施行的能源法，为电力体制和能源治理奠定上位法坐标；现货、辅助服务、虚拟电厂等市场规则加速统一，为AI交易策略标注了确定边界；新能源装机狂飙与特高压“高速路网”同步扩张，为算法投喂海量数据（603138）、充沛算力与真实场景。政策、硬件、智能三股浪潮在同一节拍里叠加，形成全球罕见的系统性加速度。这是远景新电网的“长坡厚雪”：面向千行百业的用能侧，面向各类区域或园区的负荷侧，面向不同强度与拓扑的电网侧，远景都有可复制的系统解决方案与商业模式。

　　04

　　下一步会发生什么？

　　短中期来看，有两大明显趋势正推动“新电网”跃升为能源产业的核心建设方向：

　　首先， AI正从“点缀加分项”蜕变为“基建硬通货”。随着新能源结构比重提高，电网需要 AI 实时支撑调度稳定、提升消纳效率和保障系统安全。AI模型在预测与调度中的准确性与鲁棒性将直接关系到备用容量配置和系统效率，因此这一能力会自然成为基础能力。数据显示，通过AI优化，中国一个研究团队将社区规模停电的修复时间从6-10小时缩短至仅需3秒，AI系统使区域电网具备了“自愈”能力，证明了AI的稳定性与效率正在形成关键业务优势。

　　其次，需求侧灵活响应正成为新电网“基操”。中国工业负荷占比逾 65%，仅钢铁、水泥、化工三大场景即可释放百万千瓦级可调量—— 把曾经的“用电大户”变成随叫随到的“隐形电厂”。

　　欧洲化工巨头的关厂裁员并非个案，而是一场以能源成本与系统能力为判尺的全球产能再分配。谁能让新能源成为稳定、可预测、可交易的生产力，谁就握有下一轮国际竞争的主动权。中国的政策与市场化改革正在给“AI+新能源”腾挪空间，而远景的新型电力系统以“远景天枢”为纽带、以构网设备为基础、以交易智能体为延展，正在把电力系统从“被动适应”跃升为 “主动编排”。在南方电网AI预测赛事中的夺冠，只是一个瞬间的注脚；而更长的故事，将写在未来每一度绿电被精准兑现、持续增值的未来。