AI+新能源十个创业最新案例!附30份深度PPT!

新闻

作者：微信文章


十个不同方向创业案例





GridCARE | 智能电网调度

注册地：美国 加利福尼亚

成立时间：2024年

迄今融资额：1350万美元

GridCARE 利用 AI 模型和大规模电网数据分析，挖掘现有电网中的“隐含容量”，即未被充分利用的电力传输与接入空间。运行至今，其系统已经识别出超过 100GW 的潜在容量，可以帮助数据中心在更短时间内完成选址和通电。同时，该方案也能提升电网资源利用率，目前公司已与 Portland General Electric 和 Pacific Gas & Electric 等企业合作进行实际验证。



Climatiq | 碳足迹智能追踪

注册地：德国 柏林

成立时间：2021年

迄今融资额：1800万欧元

Climatiq是一家总部位于柏林的“碳智能基础设施”公司，提供API优先的碳排放计算与数据服务。其平台将经科学审校的排放因子与实时业务数据对接，面向开发者开放搜索、估算、行业分类速算等REST接口，支持活动法与支出法计算，覆盖供应链、运输、云计算、能源消耗、制造与废弃物等场景。

通过使用自研的“嵌入式碳智能”引擎，将分散、间接或碎片化的业务活动数据自动匹配到最合适的碳排放因子，并在缺失数据场景下进行合理估算。截至2025年末其数据库已累计超20万条经审核的排放因子源、覆盖300+地区，企业级集成案例包括Celonis、IFS、Siemens等200+大型知名企业。近12个月其开放式碳足迹核算API接口完成的碳计算量已超10亿次。



Ogre AI | 发电用电智能预测

注册地：罗马尼亚

成立时间：2021年

迄今融资额：625万美元

Ogre AI 是一家成立于罗马尼亚、在中东欧市场快速发展的能源人工智能公司，核心目标是为电力公司和政府组织提供预测与优化工具。公司团队由能源系统和人工智能研究人员组成，产品已在罗马尼亚、希腊等地应用，用于电力需求预测、分布式发电预测和电网运行优化。

在技术方案上，Ogre AI 利用 AI 模型融合天气、卫星影像、历史负荷与地理空间数据，来构建发电预测、需求预测、用户侧预测、技术损耗分析和异常检测等多个不同的产品模块，止在帮助能源公司更精准地管理电网、提升可再生能源消纳比例，并降低非技术性损耗。



TIBO ENERGY | 分布式能源管理系统

注册地：荷兰 埃因霍温

成立时间：2022年

迄今融资额：1700万欧元

Tibo Energy是一家专注于 AI 驱动能源管理系统（EMS）的创新企业。公司聚焦于B端用户，通过智能化调度平台将光伏、储能、电锅炉和充电桩等设备整合到同一系统中，实现灵活的能源分配与优化。

Tibo Energy的核心引擎“Alice”可以每五分钟更新一次能源调度方案，结合实时电价、合同规则、电网限制以及碳排放强度动态优化能源流。平台不仅能提升光伏发电的消纳效率、延长储能装置的经济价值，还可以将企业的排放数据与碳积分体系相结合，帮助客户在降低用能成本的同时创造碳市场收益。目前，该平台已在 30 多个站点部署，并与 Montea、Intratuin 及多家系统集成商合作落地。



SUENA ENERGY | 大规模能源高频交易

注册地：德国 汉堡

成立时间：2023年

迄今融资额：1200万欧元

suena定位为面向大规模可再生能源与储能资产的自动化交易与调度平台供应商。其核心产品Energy Trading Autopilot面向GW级风光与独立大型BESS能源组合提供分钟级滚动优化，并在模型目标函数中内生化电池衰减成本，旨在在提升组合收益的同时保持资产寿命与运行边界。

在技术方面，平台打通能源交易系统与上游供能网络，使用自主开发的人工智能模型以15分钟粒度持续重算并自动下单，在价格急剧波动或电网跳频时触发风控回退，以实现园区至区域级的能源产-用最优收益。



Boston Materials | 散热材料

注册地：美国 马萨诸塞

成立时间：2016年

迄今融资额：4320万美元

Boston Materials 专注于以专利材料Z-axis Fiber™构型打造高导热/导电复合材料，并已推出用于高功率芯片的 ZRT® 热界面材料（TIM）。官方披露其液态金属ZRT薄膜在千瓦级AI算力芯片上可带来5–8 °C的温降，且已在上一代 NVIDIA 数据中心级GPU x Blackwell 联合负载中完成验证，目标场景主要针对高热流密度数据中心。



GetSolar | 分布式光伏设备

注册地：新加坡

成立时间：2020年

迄今融资额：150万美元

GetSolar（前身Solar AI Technologies）是一家新加坡分布式光伏平台公司，公司定位为“让屋顶光伏变简单”。公司通过“零首付租购（Rent-To-Own, RTO）/PPA”模式，为住宅与中小商业用户提供一站式方案，2023年10月从Solar AI正式更名为 GetSolar。其官网面向新加坡业主提供0首付、5年或10 年期RTO套餐，企业侧同时支持RTO与PPA。

GetSolar源自“AI 评估 + 数字化获客”的早期产品：利用卫星及地理空间影像、历史气象与建筑数据做屋顶可行性与收益测算，并以机器学习/大数据自动化生成个性化报价，降低小型屋顶项目的获客与运维成本、提高金融可融资性，其核心卖点为把住户的屋顶做成可投金融资产。



Turbit | 风机异常检测

注册地：英国 伦敦

成立时间：2017年

迄今融资额：180万英镑

Turbit Systems GmbH定位为风电资产的AI监测与预测性运维基础设施提供商。其核心方法基于风机SCADA多变量时序数据建立机组与场站级数字孪生基线，通过神经网络与异常检测在在线工况中实时比较偏差并触发告警，以无新增硬件的轻量化方案提升可用率与发电量（AEP）。

在落地成效上，Turbit已在欧洲监测1500+台风机，典型应用包括主轴承/齿轮箱等关键部件的月级提前预警、微小功率损失识别与归因、非计划降额/停机风险管理等。



ACCURE | 电池智能监测

注册地：德国 亚琛

成立时间：2020年

迄今融资额：2400万欧元

ACCURE Battery Intelligence是一家诞生于德国亚琛、根植RWTH亚琛大学电池研究生态的电池数据公司，定位“AI驱动的电池安全与寿命中枢”。它聚焦动力电池与大规模储能（BESS）场景，把分散在BMS与运维系统中的运行数据统一入库，以模型化的方式给出安全、性能与寿命的可执行判断，解决传统告警“滞后且不可解释”的行业痛点。

商业化方面，ACCURE已在欧洲与北美的储能与车队资产落地，用于提升可用率、降低非计划停机与保险/合规风险。在资本层面，公司自2021年起完成多轮融资：A轮约800万美元由Blue Bear Capital领投；2025年完成B轮约1600万美元由Incharge Capital Partners领投，Capnamic、42CAP等老股东继续跟投。整体路径显示其从学术模型工程化到规模化SaaS交付的清晰节奏，并把“安全与寿命”作为电池资产价值管理的核心抓手。



Enapter AG | 制氢电解槽优化

注册地：德国 法兰克福

成立时间：2015年

迄今融资额：3700万欧元

EnapterAG以AEM电解技术为核心，打造基于AI驱动的制氢电解槽。模型端基于超过270万小时的运行数据进行建模与自适应控制，实时优化温度、压力与功耗等关键参数。

Enapter AG在其能量管理平台中提供“接口式电解槽AI分析工具”，形成从单一设备到整个制氢设备机组的闭环优化与预测维护能力。同时提供AI自动化规则引擎，可以定制化AI参与的流程和结果展示，并针对AI植入结果进行自评估与优化建议。

关于人工智能+能源，我们持续汇总整理各个顶尖大学和机构的深度PPT！并通过南网举行的比赛中已经洞悉遥遥领先的企业。

01

人工智能+新能源.PPT

27份最新的“人工智能+新能源”的深度PPT，一起来寻找答案！



知识星球入口，APP端或电脑网页端搜关键字即可：



纷传圈子入口，点击下方小程序直接阅读查看：

27份AI+能源PPT 点击小程序下载

如何应用人工智能技术，完成能源任务和解决其他相关问题。通过学习这27份PPT，我们摘录了各位专家的一些重要研究结论，希望对大家有所帮助！1、武汉大学 张俊：生成式人工智能，特别是大模型技术的兴起，突破了原有数据驱动方法存在的知识形式化难、模型泛化性差、重复建设率高等难题，为新型电力系统的低碳化、智能化升级开辟了新的道路。

2、华南理工大学 陈皓勇：
新型电力系统背景下的"电力保供、电网安全稳定"两大难题下，调度员面临多维度信息过载挑战。人力有穷时，调度员难以同时兼顾电网运行的多方因素，无法在规定时间内持续作出最优决策，尤其在极端天气等复杂场景下。AI大模型作为数字调度员可全年无休监控系统，自动过滤出多维度信息轰炸中的重要数据，从历史经验中学习并在复杂场景下近乎实时地提供可行方案，使人类调度员能专注于需要专业判断的高价值决策。

3、香港中文大学 赵俊华：大模型智能体已成为推动电力行业转型升级的重要力量。通过引入先进的算法和模型，大模型智能体能够实现对电力系统的精准预测和优化调度，从而有效提升能源利用效率，降低运营成本，增强系统的稳定性和安全性。

4、国家电网 杜红卫：
人工智能+新型配电系统具有丰富的内涵:在配电网规划、设计、运行、运维与服务等领域都有丰富的内涵和广泛应用，对人工智能+新型配电系统的能和不能要有清晰的判断和认识。

配网人工智能应用需要解决：海量数据的处理和价值提取，依赖高效的算法和计算资源:需要探索有效的数据标注方法来增加可用数据量及样本，提升训练效率;需要研究如何将人工智能算法与传统机理分析方法有机地结合起来。


5、国家电网 朱炯：
（1）杭州上线国内首个源网荷储智慧保供平台，集成百亿级电网数据，学习上万条电网运行规则，构建杭州电网调度知识图谱，通过知识推理引擎，实现各类运行场景下可调资源的优化配置。

（2）建立分钟级电力+气象联动机制，构建基于杭州亚热带季风气候的地理气象特征提取、自适应优化算法的预测模型，提升新能源出力预测时间跨度和准确性。

（3）通过虚拟电厂聚合光储柴充等全要素资源，构建历史数据分析+用户行为研判的可调资源预测模型，创新供需波动下的超前预判调控模式，提升响应时效。利用边缘计算、自适应调节技术，借助智能控制设备，实现对空调、充电等资源的精准、柔性、无感调节。


6、南方电网 李立浧：
（1）研发的难度非常大，要有创新思维，摒弃惯性思维，摆脱路径依赖。

（2）传统的电力系统运行分析依靠模型构建，基于文本;新型电力系统应该是基于数字数据的全新的原生态电力系统，它的状态要用数字数据的状态进行描述，从态势感知发展到精确测量，用计算代替模拟。

（3）向新型电力系统演进过程中，源荷储的发展趋势是从大规模、数量有限到小规模、数量“无限”因此建设电力人工智能系统AIEPS有其必要性，实现全系统的数字数据描述和“无限”主体的实时动态管理，真正建成颠覆性的新型电力系统。

（4）人工智能与电力系统的融合是电力系统的“超级大脑”，真正具备智能属性的强大系统，具有精确性、实时性、智慧性、自适应的特征，是建设新型电力系统所必需;对电力系统进行实时、精确的控制与管理，实现电力系统的自动导航，建成可见、可知、可控的透明电网、透明电力系统。


......
27份AI+能源PPT 点击小程序下载

02

“AI+能源”哪家强？南网揭晓电力预测比赛结果

人工智能（AI）不只是“吃电怪兽”，也是能源转型和效率提升的核心工具。能源与AI已形成相互赋能、共生耦合关系。

在“Energy for AI”与“AI for Energy”的双向奔赴上，有些企业的“AI+能源”已形成王炸组合。

近日，南方电网发布《关于2024-2025赛季AI负荷预测技术比武年度成绩排名的通告》。《通告》显示，远景智能公司以综合得分排名第一的成绩夺得冠军。

《通告》表示，为全面贯彻国家“人工智能+”行动部署，落实南方电网公司数字化发展战略工作要求，持续推动调度域数字化智能化转型，南网总调以大电网调度负荷预测为场景，于2024年7月启动了为期一年的AI负荷预测技术比武，吸引了大量高水平人才队伍对南方区域（五省区+深圳市）次日负荷及未来10天负荷预测（含统调口径和系统口径）展开激烈角逐，取得了显著成效。

与远景智能一同获得优异表现的参赛队伍还有北京清软创新公司，南方电网人工智能公司，分别获得第二和第三名。

《通告》中，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。



这个比赛的含金量还是很高的，参赛队伍实力都很强，既有能源电力企业，也有高校和科研院所，还有人工智能和软件公司，甚至还包括南网旗下的人工智能公司。

比如获得第二名的清软创新科技公司，成立于2005年，创始人及核心管理与技术人才团队来自清华、北大、西安交大等国内知名高校，是一家专业从事电力系统负荷预测决策软件及其相关咨询业务的高新技术企业。

该公司主要在电力市场、电网调度、电力规划、电力营销的负荷分析预测决策领域为客户提供软件产品及咨询服务。

获得第三名的南方电网人工智能科技有限公司由南网数字电网研究院公司全资持股，专注电力领域人工智能技术研发与应用。公司承担电力人工智能核心技术装备供应、基础设施赋能服务以及人工智能与能源融合解决方案开发，业务涵盖电力系统调度智能化、负荷预测优化、设备智能运维等核心场景。

2023年9月，该公司发布自主可控电力大模型创新平台，构建覆盖智能创作、设备巡检、电力调度等七大场景的AI应用体系 。2024年开展类脑架构设备采购和人形机器人关键技术研究，同时在贵阳、广州等地实施算力服务器运输安装调试及维保服务项目。

获得第一名的远景智能也来头不小，它隶属于全球领先的绿色科技企业远景科技集团，其全球最大的智能物联操作系统EnOS 已接入788GW能源资产，相当于全球新能源装机容量的四分之一。

根据2023年南方电网发布的《关于公布 2023 赛季新能源功率预测价值生态圈培育计划竞赛结果的函》，在新能源发电功率预测生态圈培育计划参赛队伍中，远景智能以累计全网综合平均得分95.3437分，排第一名，获比赛特等奖。

南方电网表示，比赛邀请了国内外新能源预测算法团队持续性开展公平、公正的现场技术比拼，力争从全球范围内筛选出适合南方区域的新能源预测“TOP 级”选手，构建“灵活、开放”的新能源功率预测价值生态圈。


图说：在2024年度的负荷功率预测生态圈培育计划中，远景智能综合得分处于前列。

远景智能是在这几次比赛中唯一一家同时获得发电功率预测和负荷功率预测双料冠军的企业。也是唯一一家利用AI技术同时赋能电源端、负荷端以及电力市场的企业。

远景通过AI赋能的新型电力系统，已覆盖发电、电网、负荷、储能、电站管理全链条的创新产品体系。

南方电网组织的系列AI负荷和功率预测技术比赛，之所以广受业界关注，还因为比赛持续时间比较长，经历了一个完整的年度。对于AI预测来说，长时间周期预测还是非常重要的，十来天或一两个月的预测，意义就没这么大，因为无法覆盖负荷变化的各种情形和曲线，只有拉长到一年，遭遇负荷的各种峰谷周期，才能充分体现AI策略的表现。

另外，我们知道，南网覆盖的范围包括广东，广西，海南，云南，贵州五省份，并承担香港和澳门的电力供应保障任务。这些地区的气象、环境、负荷相差很大。

对于这些地区的负荷预测，非常考验AI技术水平和对新能源出力的理解。这里除了有珠三角这种电力需求比较大的城市外，还要面临这些省份不同气候环境带来的气象预测。

在这些省份中，既有广东、海南、广西这样的沿海省份，经常面临台风袭击，这对风电的影响和波动是巨大的。

还有云南和贵州这样的高原地带，面临各种极端天气和降雨，还有极端高温和低温，岭南地区有时还会下雪，这种特别寒潮将带来额外的负荷需求。

在这样复杂环境下，对新能源功率和负荷的预测及匹配，是对“AI+能源”组合的真正考验。

而且这并不是模拟现实的花架子，而是真实环境的实战。

据南方电网介绍，他们实际上已经在使用比赛预测结果，以支持实际的日常业务操作。

每个团队报出预测结果后，南网会把这些预测结果比较好的进行融合，直接推给各个省电网的中调，供他们做每天调度计划的参考，有时还用于实际调度运行，包括机组启停计划的安排。

新能源与AI正走向融合，这将带来能源管理的根本性变化。


加入圈子送十三套知识体系、《电力交易培训视频》、《头部企业碳核算培训视频》、《超详细双碳求职转行指导》、《稳定币入门100问》等市值18000元+神秘礼包）：ISO140全系列知识体系！绿色算力2025最完备知识体系碳足迹2025最完备知识体系！绿电绿证2025最完备知识体系！零碳工厂2025最完备知识体系！虚拟电厂2025最完备知识体系！零碳园区2025最完备知识体系！气候变化2025最完备知识体系！能碳系统2025最完备知识体系！水电2025年最完备知识体系！碳捕集/捕获/捕捉/封存/利用知识体系绿色供应链2025最完备知识体系！绿色金融-碳金融-可持续金融-气候金融知识体系
热门赛道：低空经济专题源网荷储一体化专题碳关税（CBAM）专题
  end




点此下载，内含海量资料！