第四版“AI+产业”应用需求调研——AI+能源新业态方向
当前,“AI+能源新业态”正成为集团打造第二增长曲线的重要方向。本次调研聚焦国家电投集团能源新业态场景,面向三级公司及生产、运行等一线岗位,围绕分布式光伏运维、零碳园区、绿电直连、虚拟电厂等热门场景,深入探讨AI工具能否在能源新业态中有效赋能一线业务,助力降本增效。问卷预计耗时5–10分钟,感谢您的支持与配合!调研截止时间:2026年3月31日。
1. 您的姓名
2. 您的手机号码(方便我们后续联系)
3. 您所属的三级单位全称
4.
您的岗位名称
5. 您目前主要涉及的能源业务场景是?
分布式光伏运维(12-14题)
零碳园区(17题)
绿电直连(22题)
虚拟电厂(23题)
其他(19题)
6. 请选择您的岗位类别:
一线运维/技术支持人员
运维管理/技术负责人
7.
您所在的运维团队有多少人?
5人以下
5-10个
10-20个
20个以上
8.
您每天/每周例行工作有哪些?
现场巡检
故障处理
数据监控与分析
清洗组件
设备维护(如逆变器清灰、紧固接线)
与业主/上级沟通
其他
9.
您所在电站的巡检频率是
每天一次
每周一次
每月一次
按需(如异常时)
其他
10.
您遇到的最常见故障有哪些?
逆变器故障
组件问题
电气线路故障
通信系统故障
汇流箱/配电箱故障
其他
11.
从故障发生到处理完成,平均需要多长时间?
2小时以内
0.5天-1天
1天-3天
集中处理
12.
目前故障诊断主要依赖什么?
个人经验
查阅手册
咨询厂家
系统自动诊断
其他
13.
您目前使用哪些工具或系统辅助运维?
监控平台
红外热成像仪
无人机
IV曲线测试仪
钳形表、万用表等电工工具
专用清洗设备
备件管理系统
其他
14.
您认为现有监控系统的主要不足是?
数据不准确
数据延迟
界面不友好
无法远程复位
缺乏智能诊断
移动端功能不全
其他
15.
您管理的运维团队平均规模是?
5人以下
5-10人
10-20人
20人以上
16.
目前派单方式是什么?
系统自动派单
调度员人工派单
口头/电话通知
微信群通知
17.
您当前最关注的运维指标是?
故障处理及时率
电站可用率/发电量达成
运维成本(元/MW)
安全事故率
设备寿命延长
客户满意度
其他
18.
故障处理完成后,您通常如何管理运维报告?
从没写过报告
人工填写纸质报告
使用办公软件(Word/Excel)编写报告
使用工单/运维系统自动生成
使用AI辅助工具生成报告,再人工审核
其他
19.
您现在正在使用的监控/管理系统有哪些?
集团天枢云
设备厂家第三方平台
集成厂家定制系统
自研系统
其他
20.
您认为现有系统在管理层面最大的不足是?
无法跨品牌统一管理
数据分析能力弱,无法辅助决策
缺乏人员绩效考核数据
无法自动生成经营报表
资产健康状态无法自动分析(或可视化呈现)
其他
21.
在日常管理工作中,您是否需要持续学习运维管理知识?
非常需要
有时需要
不太需要
22.
面对分布式光伏运维场景,如果引入AI工具,您最希望它帮您解决什么问题?
实时监控与预警
故障精准定位
自动派单与跟踪
无人机/机器人自动巡检
清洗智能建议
发电效率分析
资产健康评估
运维成本控制
发电量精准预测
多电站对标管理
其他
23.
您最希望了解哪些方面的运维知识?
常见故障处理步骤
巡检路线与操作标准
最佳清洗时机判断
电站效率与低效组串分析
关键设备寿命预测
运维成本与对标分析
最新政策与行业标准
安全操作规范
其他
24.
您希望这些知识以什么形式获取?
AI问答
知识文章/白皮书
视频课程/培训
政策/标准数据库
案例库
计算工具(如碳排计算器、投资收益测算)
其他
25.
您还有其他问题,需要借助AI工具解决的?
26.
您的岗位/角色是?
园区管委会/运营方
入驻企业(用能方)
能源服务商
技术供应商
投资机构/咨询方
其他
27.
您的主要工作内容与以下哪些相关?
园区整体规划与招商
能源采购与成本控制
碳排放核算与报告
设备运维与能源调度
绿电/碳交易业务
节能技改与项目管理
政策申报与合规管理
其他
28.
您所在园区的类型是?
制造业园区
高新技术/科创园区
物流园区
商业/办公园区
混合型园区
不适用(入驻企业/服务商请选此项)
29. 园区项目名称?
30. 园区项目所在位置?
31. 园区项目建设意向?
深度沟通洽谈
持续跟进
初步接触
储备/观察
32.
目前园区/您所在企业的能耗数据是否实现数字化管理?
已实现实时监测(通过智能电表/物联网等设备)
已实现定期抄表(人工录入系统)
部分实现实时监测,少部分仍依赖人工填报
基本无系统,完全依赖手工台账
不清楚
33.
能耗数据采集的颗粒度达到什么水平?
园区总表级
分建筑/分企业级
重点设备级(空调、空压机等)
产线/工序级
无系统,无法统计
34.
碳排放核算目前由谁负责?
园区运营方自行核算
第三方机构协助核算
入驻企业自行核算
暂未开展核算
不清楚
35.
在当前的碳排放核算或能源规划中,是否考虑了园区预留的“冗余容量”(如备用产能、预留空间、应急供能设备)可能带来的隐性排放或低效问题?
已纳入核算,冗余部分作为能效提升的潜力点进行监测
有意识但未量化,知道有冗余设计但未计算具体排放
未考虑,主要关注当前实际运行排放
不清楚/不适用
36.
碳排放核算覆盖了哪些范围?
范围一(直接排放):园区内化石燃料燃烧、自有车辆等
范围二(间接排放):外购电力、热力产生的排放
范围三(其他间接排放):供应链、员工通勤、废弃物处理等
暂未开展
不清楚
37.
零碳园区是否有专门的能碳管理平台或系统?
有,功能完善(具有能碳监测、核算、报告一体化)
有,但功能单一(仅能碳监测或仅报表)
计划建设中
无
不清楚
38.
如果有系统,目前存在哪些问题?
数据不准/缺失
无法对接不同设备品牌
核算标准不统一
报表功能不能满足需求
缺乏专业分析能力
其他
39.
目前园区/企业通过低碳举措获得了哪些经济价值?
直接节电费:光伏发电自用、储能峰谷套利
绿电交易收益:出售余电或绿证
碳资产收益:参与碳交易(CEA/CCER)
需求响应补贴:参与电网调峰获得补偿
政策补贴:节能改造、光伏安装等补贴
品牌溢价:吸引ESG客户/租户,提升租金
出口/供应链合规:满足出口碳关税要求,保住订单
暂无明显经济价值
其他
40.
您负责的零碳园区收益模式主要采取哪种方式?
绿电直连/交易:绿电使用同时降低电费支出和碳排放
储能优化:低谷充电、高峰放电,同时降低电费、减少电网碳排放因子影响
需求响应:削峰填谷获得补贴,同时降低高峰碳排放
碳交易:用碳收益反哺节能改造
虚拟电厂聚合:将园区负荷聚合参与市场,获取多重收益
其他
41.
您认为影响零碳园区经济性主要障碍是什么?
数据不打通,难以精确核算每度电的碳和费
市场机制不成熟(绿电/碳交易流动性不足)
政策不清晰(如绿电与碳核算的抵扣规则)
缺乏专业工具辅助决策
缺乏专业人才
其他
42.
在日常工作中,您是否需要持续学习能碳相关的专业知识?
非常需要,经常主动学习
有时需要,遇到问题才查
不太需要,有专人负责
完全不需要
43.
您最希望了解哪些方面的能碳知识?
政策法规:碳交易规则、绿电政策、补贴申报
核算标准:范围一/二/三核算方法、排放因子
技术方案:光伏/储能/节能技术选型与案例
市场动态:电价、碳价走势与交易机会
操作指南:设备运维、能效诊断实操
标杆案例:其他园区/企业的零碳实践
其他
44.
您希望这些知识以什么形式获取?
AI问答
知识文章/白皮书
视频课程/培训
政策/标准数据库
案例库
计算工具(如碳排计算器、投资收益测算)
其他
45.
您还有其他问题,需要借助AI工具解决的?
46.
您所在单位是否已有或正在规划“绿电直连”类项目?
已有建成运营的项目
已有在建项目
正在规划/可研阶段
有想法但尚未正式规划
47. “绿电直连”项目名称?
48. “绿电直连”项目所在位置?
49. “绿电直连”项目建设意向
深度沟通洽谈
持续跟进
初步接触
储备/观察
50.
您所在单位已开展或规划的绿电直连项目,主要面向哪些用户场景?
高耗能工业企业(如电解铝、钢铁、化工、制造)
算力中心/数据中心
产业园区/开发区
商业综合体/大型楼宇
交通枢纽(如机场、高铁站)
其他
51.
项目主要采用哪种绿电直连模式?
分布式光伏/风电直供(用户侧就近建设)
新能源场站与用户“源网荷储”一体化(专用线路)
通过增量配电网实现绿电直供
绿电交易(购买绿证或签署PPA,非物理直连)
其他
52.
项目是否配置了储能?
是,已配置
是,规划中
否,暂未考虑
视情况而定
53.
您认为当前推进绿电直连项目的主要障碍有哪些?
电网接入政策与审批流程复杂
绿电波动性影响用户供电稳定性
储能配套成本过高
用户侧负荷特性与绿电出力不匹配
初始投资压力大
缺乏成熟的调度控制技术
绿电价格优势不明显
其他
54.
在绿电直连项目中,您认为是否需要精确区分绿电与常规用电进行清分结算?
非常需要
需要
不需要
不清楚
55.
如果需要清分结算,主要应用于哪些场景?
向用户提供绿电使用证明(满足其ESG要求)
绿电交易收益的精准分配(如多投资方分成)
参与碳交易时核算范围二排放
内部考核(如各项目公司绿电消纳率)
申请绿电补贴或税收优惠
其他
56.
如果实现协同调度,您认为主要价值是什么?
提升绿电消纳率,减少弃风弃光
降低用户用能成本
提升供电可靠性
参与需求响应获取额外收益
降低储能配置容量,节省投资
其他
57.
在绿电直连项目投资决策阶段,您最关注哪些经济性指标?
内部收益率(IRR)
投资回收期
绿电带来的度电成本下降
碳交易带来的额外收益
参与需求响应/辅助服务市场的收益
绿电补贴或税收优惠
其他
58.
您所在单位涉及的算力中心负荷规模。(如有多个项目,按最大项目填写)
<10MW(小型)
10-50MW(中型)
50-100MW(大型)
>100MW(超大型)
不清楚
59. 算力中心项目名称?
60. 算力中心项目所在位置?
61. 算力中心项目建设意向
深度沟通洽谈
持续跟进
初步接触
储备/观察
62.
该算力中心的IT负载类型主要为?
云计算/通用计算
AI训练(GPU集群)
高性能计算(HPC)
数据存储/边缘计算
其他
63.
在算力中心场景下,您认为绿电直连的清分结算是否有特殊需求?
需要向算力客户提供绿电使用证明(满足其ESG要求)
需要区分不同算力业务的绿电使用比例
需要与算力服务计费联动
与一般场景无差异
其他
64.
在算力中心场景下,您认为负荷预测的主要难点是什么?
算力业务波动大(如AI训练任务不规律)
制冷负荷受天气影响大
缺乏历史数据积累
其他
65.
在日常工作中,您是否需要持续学习算力中心的专业知识?
非常需要,经常主动学习
有时需要,遇到问题才查
不太需要,有专人负责
完全不需要
66.
您最希望了解哪些方面的算力中心的知识?
算力中心的基本构成与运行原理(IT设备、制冷、配电)
算力中心的能耗结构(IT设备耗电、制冷耗电占比)与PUE概念
算力中心引入绿电直连的主要模式与技术方案
绿电波动对算力中心运行的影响及应对措施
算力负荷与绿电出力的协同调度(算电协同)
算力中心配置储能的选型与经济性分析
算力中心的投资构成与收益模式
绿电直连对算力中心运营成本的影响测算
国家对算力中心的能耗管控与绿电使用政策
其他
67.
您希望这些知识以什么形式获取?
AI问答
知识文章/白皮书
视频课程/培训
政策/标准数据库
案例库
计算工具(如投资收益测算)
其他
68.
您还有其他问题,需要借助AI工具解决的?
69.
您所在单位是否已有或正在规划虚拟电厂相关项目/业务?
已有建成运营的虚拟电厂项目
已有在建/试点项目
正在规划/可研阶段
有想法但尚未正式规划
暂未涉及
70. 虚拟电厂项目名称?
71. 虚拟电厂项目所在位置?
72. 虚拟电厂项目建设意向?
深度沟通洽谈
持续跟进
初步接触
储备/观察
73.
您在虚拟电厂相关业务中主要负责哪些工作?
项目投资/决策
资源聚合与签约
调度运营与执行
技术支持/平台开发
负荷资源管理(自有可调负荷)
储能/光伏等资源提供
其他
74.
您所在单位已聚合或计划聚合的负荷侧可调节资源包括哪些?
工商业可调负荷(空调、空压机、生产线等)
分布式光伏
电化学储能
电动汽车充电桩(有序充电/V2G)
楼宇空调/暖通系统
用户侧备用电源(柴油发电机等)
冰蓄冷/水蓄冷
数据中心/算力负荷(可参与调峰)
其他
75.
已聚合负荷侧资源的总体可调节能力约为:
<10MW
10-50MW
50-100MW
100-500MW
>500MW
不清楚/尚未统计
76.
您认为当前负荷侧资源聚合过程中遇到的主要困难是什么?
不同品牌设备通信协议不统一,接入困难
用户配合意愿低,担心影响生产/用能
缺乏标准化的接入流程与规范
资源分散,改造成本高
收益分配机制不明确,难以吸引资源方
其他
77.
您所在单位是否已参与电力市场(如需求响应、辅助服务、现货市场)?
已常态化参与
试点参与过
计划参与
暂未参与
78.
主要参与的市场类型有哪些?
需求响应(削峰/填谷)
调频辅助服务
备用辅助服务
现货市场(日前/实时)
绿电交易
其他
79.
目前调度决策主要依赖什么?
人工经验判断
简单的规则策略(如固定时段充放电)
系统自动优化调度
第三方平台代运营
其他
80.
您认为当前调度运营中存在的主要问题是什么?
资源响应不及时,实际调节能力低于预期
市场信号(电价、需求响应指令)获取滞后
缺乏精准的负荷预测能力
多资源协同调度算法不成熟
缺乏与实际运行的闭环反馈
收益核算不清,难以评估效果
其他
81.
您认为虚拟电厂最需要突破的关键技术是什么?
多源异构资源快速接入技术(解决设备协议不统一问题)
高精度负荷预测(日前/日内预测)
分布式资源协同优化调度算法(多目标优化)
云边协同控制(保障调度指令可靠执行)
多智能体通信与调度策略(分布式决策)
能碳协同管理(同时优化电费与碳排放)
收益分配模型(公平激励各方资源)
其他
82.
对于负荷预测,您希望达到什么样的精度和颗粒度?
日前预测,误差<5%
日内滚动预测(4小时/1小时)
分资源类型预测(如储能、空调、充电桩)
分区域聚合预测
其他
83.
对于调度优化,您最关注哪些目标?
响应指令执行率(满足电网调度要求)
整体收益最大化(电费节约+市场收益)
绿电消纳最大化
碳排放最小化
设备寿命保护(避免频繁启停)
调度策略的可解释性
其他
84.
您认为虚拟电厂是否需要与碳管理进行协同?
非常需要,电碳协同是趋势
需要,但优先级低于电力市场
不需要,目前主要关注电力市场
不清楚
85.
如果实现电碳协同,您希望获得哪些功能?
基于绿电使用的碳排放核算
电碳联合优化调度(同时考虑电价和碳价)
自动生成碳减排证明/绿电使用证明
参与碳交易的策略建议
其他
86.
您认为虚拟电厂是否需要与算力负荷进行协同(算电协同)?
非常需要,数据中心/算力是重要可调资源
需要,但当前关注度不高
不需要,算力负荷不适合参与调节
不清楚
其他
87.
如果实现算电协同,您最希望获得哪些功能?
算力负荷可调节潜力评估(如服务器负载迁移、空调功耗调节)
考虑算力任务弹性的优化调度(在保障服务质量前提下参与响应)
算力中心与电力市场联合收益测算
算力负荷的碳排放核算(绿电匹配)
其他
88.
您认为虚拟电厂的主要收益来源应该是?
需求响应补贴
辅助服务市场收益(调频、备用)
现货市场套利
为用户节省的电费分成
绿电/碳交易收益
节能改造收益
其他
89.
您认为当前虚拟电厂项目投资回报周期一般在多少年可接受?
<3年
3-5年
5-8年
8年以上
主要考虑战略布局,对回收期不敏感
90.
您认为吸引用户侧资源参与虚拟电厂的关键激励是什么?
明确的经济收益分成
不影响正常生产/用能
免费提供设备改造/控制系统
品牌/ESG价值
政策要求或补贴引导
其他
91.
在日常工作中,您是否需要持续学习虚拟电厂相关的专业知识?
非常需要,经常主动学习
有时需要,遇到问题才查
不太需要,有专人负责
完全不需要
92.
您最希望了解哪些方面的虚拟电厂知识?
虚拟电厂的基本概念、架构与商业模式
可调节资源接入技术(设备改造、通信协议)
负荷预测与优化调度算法
电力市场交易规则与参与策略
电碳协同管理与核算方法
收益分配机制设计
国内外成功案例与经验
相关政策解读与趋势
其他
93.
您希望这些知识以什么形式获取?
AI问答
知识文章/白皮书
视频课程/培训
政策/标准数据库
案例库
计算工具(如收益测算)
其他
94.
您还有其他问题,需要借助AI工具解决的?
95.
您在日常工作中使用AI工具的频率?
每天使用
每周几次
偶尔使用
从未使用
96.
您在日常工作中是否使用过AI工具?
豆包
文心一言
Kimi
千问
OpenClaw
其他
97.
您是否接受过AI相关的培训或学习?
参加过集团系统内培训
自学(看视频、查资料、培训课程)
同事/朋友指导
完全没有
98.
您认为自己在AI使用方面处于哪个阶段?
初学者(刚接触,只会基础对话)
进阶者(能完独立任务,会写提示词)
熟练者(能结合工作场景灵活运用)
专家(能开发或调优AI模型、搭建智能体个人助手)
99.
您目前主要用AI完成哪类任务(工作)?
文档处理(报告撰写、资料总结、翻译、润色、扩展一些)
数据分析(报表生成、趋势预测、异常检测)
图像/视频分析(巡检识别、安全监测、表计读数)
代码/算法开发信息查询(技术规程、知识问答)
教育培训/模拟演练
其他
100.
您认为当前使用的商业版(如豆包等)AI工具对工作效率的提升效果如何?
显著提升
有一定提升
效果不明显
反而增加负担
101.
您使用AI工具与场景匹配情况如何?
完全不符合
1
2
3
4
5
完全符合
102.
我能用AI整理、分析数据并生成图表或结论(如Excel处理、报表生成、趋势分析等)
完全不符合
1
2
3
4
5
完全符合
103.
我能用AI快速检索信息、总结资料或查询知识(如搜索技术标准、归纳文件要点等)
完全不符合
1
2
3
4
5
完全符合
104.
我能用AI辅助安排日程、管理任务或整理会议纪要
完全不符合
1
2
3
4
5
完全符合
105.
我能用AI进行创意构思、方案策划或头脑风暴(如活动方案、技术路线建议等)
完全不符合
1
2
3
4
5
完全符合
106.
我能用AI生成或优化代码/脚本(如自动化脚本、简单程序开发等)
完全不符合
1
2
3
4
5
完全符合
107.
您在使用AI工具时,遇到的主要困难或挑战是什么?
不知道如何写出有效的指令(或提示词)
AI生成的结果不准确或不满意
不知道AI能做什么,缺乏应用场景
工具操作复杂,学习成本高
数据安全顾虑
网络/系统访问不便
其他
108.
工作中需要查找专业资料(如设备操作指南、政策文件等)时,您通常遇到的困难是?
资料分散在不同系统,查找耗时
资料内容过时,与实际情况不符
缺乏统一的检索方法,找不到所需内容
资料专业性太强,难以理解
109.
您最希望在以下哪个业务领域通过AI优化流程?
零碳园区运营(如园区规划、招商、设施、安防、交通等)
能碳管理(如碳排放核算、碳交易、节能优化等)
能源系统运维管理(如工单派发、运维监控、智能告警等)
其他
110.
该业务流程中哪个环节最耗时或最繁琐?
数据获取与整合(如从多个系统收集数据、手工录入)
数据核对与清洗(如检查数据准确性、处理缺失值)
分析诊断与判断(如故障诊断、方案评估)
沟通协调(如与企业/部门对接)
文档/报告编制(如撰写报告、生成报表)
巡检与核查(如现场检查、设备巡检)
系统配置与部署(如参数配置、资源调度)
其他
111.
该业务流程目前的处理频率?
每天多次
每周几次
每月几次
每季度或更久
不固定
112.
您完成这个业务流程您所花费的时间
30分钟内
30-60分钟
1-2小时
2小时以上
113.
在该业务流程中,您希望AI以什么形式集成到您的工作中?
独立应用软件(如手机或电脑上的一个工具软件)
嵌入现有系统
智能助手(通过AI对话完成任务)
后台集成(由技术人员集成)
114.
您认为AI在您工作中的主要价值体现在哪些方面?
减少重复性劳动
提升决策科学性
提高响应速度
降低安全风险
节约成本
创新业务模式
其他
115.
您对AI的信任程度如何?
非常信任,愿意接受AI建议
比较信任,但需要人工复核
一般,视场景而定
不太信任,更相信人工经验
完全不信任
116.
您使用AI工具最大的顾虑是什么?
数据安全与隐私
模型准确性不足导致误判
与现有系统兼容性差
使用门槛高,学习成本大
岗位替代风险
投入成本高,效益不明
其他
117.
您还有其他问题,希望借助AI工具解决的?
关闭
更多问卷
复制此问卷