氣溫驟降，城市用電負荷攀升。2026年首股寒潮，長沙電網運行在人工智能調度員“光明”的助力下，實現“無感保供”。電網調度迎來“智能搭檔”，有啥不同？

1月下旬，強冷空氣侵襲長沙。傍晚7點不到，國網長沙供電公司電力調度大廳內，大屏幕上實時負荷曲線持續上揚，設備運行狀態、配變負載、重過載風險等數據同步跳動。此時，居民集中開空調、電熱設備，工業園區、醫院等重要用戶對供電穩定性要求更高，冬季用電高峰對區域電網運行帶來嚴峻考驗。

過去的用電高峰時刻，電網調度員要“打起十二分精神”：發現高負荷線路，再計算負荷轉供方案。而如今，新“同事”加入決策鏈路——人工智能調度員“光明”，短短幾分鐘的自動分析替代了過去十幾分鐘甚至半小時的人工排查，使電力保障更加從容可控。

調度員對系統提示進行研判。向思強攝

系統提示，“省府變338御景II線，負荷接近80%警戒閾值”。“光明”迅速鎖定風險區段，幾秒內生成包含4種可行負荷轉供策略並推薦最優方案，清晰標注轉供路徑、負載變化、雙電源校核情況以及拓扑分析和重要用戶供電影響。調度員審核確認后下達指令，后台自動完成電路切換。整個過程居民家中燈光穩定、電暖器運轉如常，幾乎無人察覺這次供電調整。

背靠國家電網“光明電力大模型”，“光明”是全國電力調度領域首個“可解釋”人工智能大模型，2024年底正式“亮相”。來自國網長沙供電公司的項目技術負責人張亞告訴記者，與傳統AI“隻給結論、不講原理”的黑箱輸出不同，“光明”會解釋每一項建議的依據、風險點、影響范圍和備選路徑，讓調度決策過程透明可控。

國網長沙供電公司電力調度大廳。向思強攝

“可解釋性”好在哪？“光明”在輸出方案的同時，自動給出負荷前后變化、供電路徑、拓扑結構調整及重要用戶影響清單，由調度員復核確認，確保安全邊界不被突破。

據介紹，“光明”採用“大模型+機理模型+規則庫”的大小模型協同架構：大模型負責綜合推理與方案生成，機理模型進行電氣計算和可行性校核，規則庫約束操作邊界與安全底線。張亞打了個比方：如果把“光明”這套系統比喻成給病人看病，那機理模型負責做“檢查”，規則庫負責做“病歷判讀”，大模型負責做“診斷”，最終“開方”的仍是醫生——也就是調度員。

“光明”誕生於電網運行環境深刻變化的新環境。隨著極端天氣頻次增多、城市負荷密度提升、分布式新能源接入、電動汽車充電、儲能調節等因素疊加，我國電力系統正由“以供帶需”向“源網荷儲互動”轉變，調度決策從線性走向多變量耦合。“以前是電廠發多少電就供多少電，供需被動適配，現在越來越像網約車平台——實時匹配、實時調節。”調度員曾赟說。

研發團隊表示，“光明”並不是取代調度員，而是讓調度員從機械勞動中解放出來。為了保証安全可靠，系統設置了嚴格的“安全校核”與“人工確認”兩道關卡，即便在AI能力不斷增強的前提下，人仍處於決策鏈路中的關鍵位置。

設備維護人員對線路進行檢查。受訪單位供圖

2025年長沙迎峰度夏期間，“光明”已成功應對多起重載負荷風險場景。2025年7月3日晚，長沙城區踏雪變青秀線318線路出現重載情況。此時，受高溫天氣影響，與其互聯的多條線路負荷同樣處於高位，常規線路運行方式調整空間有限。

在此情況下，調度員主動利用長沙配網智能決策應用進行推演。“光明”綜合分析后生成3個雙電源用戶供電調整方案。調度員核查確認果斷採取系統建議的雙電源調整策略，在不觸碰安全邊界的前提下，成功緩解線路重載壓力，保障了區域電網穩定運行。

調研員與光明系統進行對話。向思強攝

“過去的工作是盯圖、查數據、算方案，現在是看方案、判斷風險、做決策。”調度員陳明表示，如今，經驗型調度不再僅依賴個人記憶和經驗，數據被結構化、風險被顯性化﹔“光明”推薦方案的採納率從上線初期不足80%提升到如今超過90%。

長沙本輪寒潮用電高峰中，“光明”累計快速處置配網異常事件20余起，自動生成3項變電站轉供預案，有效縮短了風險研判和方案生成時間，極大提升了調度員應對突發負荷變化的處置效率。

“從應急處置到常態運行，‘光明’仍在不斷進化之中。”張亞表示，研發團隊正持續推進“光明”的功能優化與場景拓展，重點加強主配協同、有源優化等應用能力建設，不斷提升系統的實用化和精細化水平，讓智能調度更好服務於復雜多變場景下的電網運行和民生用電保障。