中国电网正把电力调度决策交给AI智能体，但人类仍把关

中国拥有全球规模最大、结构最复杂的电力系统，而它正在悄悄地把控制权从人手上移开。几十年来，保供电意味着资深调度员盯着屏幕、凭经验判断风险、逐条下达倒闸指令。如今这一模式正在被软件智能体补充，在某些细分环节甚至被替代，它们能通读全网、提出操作方案，有时直接执行，而人退化为审核者而非操作者。

变革的压力是结构性的。风电、光伏在发电侧占比持续攀升，储能、充电桩和海量可调节负荷又把单向输送的网络变成了多方实时博弈的场域。一位熟练调度员一次大约能权衡十个变量，而现代调度决策可能要综合三十五个以上因素。当热浪推高负荷、新能源出力分钟级波动时，没有人能足够快地重新优化全网，这正是对齐大语言模型与智能体框架的缺口。

国家电网的旗舰是"光明"电力大模型，被称为行业首个千亿级多模态模型。日常运行中，它能在数秒内生成多套负荷转供方案并推荐最优解，调度员的采纳率据称超过九成。接入省、地、县三级多智能体协同后，日前校核从数天压缩到两小时以内，人工工作量下降约四分之三。在国家电力调度控制中心试点的决策智能体，告警处置准确率达约九成五，决策耗时从至少十五分钟缩短到分钟级。长沙上线的"可解释"调度员不仅给结论，还说明依据、风险与受影响用户，目的就是让人在每个动作前都能审计。

南方电网把同一思路推进到规划环节。"大瓦特·云睿"配网规划智能体已在云南全域部署，完成上万次风险诊断，把过去数天的规划报告压缩到约十分钟，规划效率提升约八成、重载率下降约两成，并入选 WAIC 2026 十大"镇馆之宝"，还在日内瓦 AI for Good 全球峰会上获奖。迎峰度夏期间，"汛捷"智能体可在十秒内消化数万条数据。

这股浪潮并不限于两家央企。国能日新的"旷冥"交易智能体已在十九个省份落地；朗新的"九功"交易智能体电价预测准确率超九成；河南虚拟电厂平台"大鲨鱼2.0"由三十五个智能体 7×24 小时无人值守，接入两百四十余个资源、负荷预测准确率达九成五；雄安主配一体调度智能体自 2026 年 2 月试运行以来展现出秒级故障自愈；江苏泰州则称上线了全国首个面向电网无人机的对话式自主调度智能体。从示范走向常态，趋势已经清晰。

政策也扫清了车道。2026 年 4 月，国家发改委、国家能源局、工信部、国家数据局联合印发《关于促进人工智能与能源双向赋能的行动方案》，落实国务院"人工智能+"部署，提出到 2030 年的目标，开放能源高价值场景，并推动数据分类分级与共享标准。

真正的天花板不是准确率，而是信任与结构。电网数据散落在发电、调度、用电等不同市场主体手中，标准不统一，没有任何单一智能体能看见全貌。更关键的是，当完全自主的决策出错时，尚无成熟的溯源与责任认定机制。这种犹豫体现在系统设计里：贵州电网只给智能体分级授权，信息权、分析权、处理权，并保留一个能在高风险时刻刹车、交还人工的"闸"。在一个省份负荷预测准确率达 98.7% 的模型，换个区域就可能失灵，因为每个地方的电网"说着不同的语言"。自主辅助，而非自主授权，是刻意的安排。

【分析】为什么认证电网自主调度比认证自动驾驶或工业控制更难？三点。其一，失效范围：汽车出错可以靠边停，调度错误会在数秒内沿数百万节点传播、可能级联成区域性停电，没有可控的测试场。其二，归属主体：车辆有单一制造商可认证、可投保，而电网决策同时触及发电、调度、用电三家分离的商业主体，没有任何一方能单独为自主动作签字负责。其三，环境远不如道路或产线封闭：天气、电价、分布式发电持续变化，在一个区域训练好的模型往往无法泛化，基于场景的认证因而不可靠。在跨主体责任框架与溯源标准出现之前，"人在回路"不是临时补丁，而本身就是一种认证。