AI大模型赋能虚拟电厂运营-朗新科技

应用场景：虚拟电厂运营中的日前电价预测、负荷预测、交易策略生成与7×24小时自动监控执行

社区投稿案例

投稿方：tao · 服务商：朗新科技 · 收录时间：2026/10/21

本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。

上传类似案例

案例事实

1. 一句话摘要

投稿方未提供

2. 行业 + 企业规模

能源与基建 · 大型上市公司（深耕能源数字化近30年，服务超2600万充电用户）

3. AI 能力类型

预测

4. 原来怎么干的

人工盯盘、经验报价；缺乏历史数据时策略模型难以复用，冷启动周期长

5. AI 介入在哪一步

大模型承担负荷与电价预测、交易策略生成与7×24小时自动监控执行；运营人员转向策略审核与客户经营

6. 模型与架构

九功AI能源大模型：时序预测+AI智能体双引擎技术架构；深度融合市场规则、实时供需、气象条件与历史数据；可通过新电途聚合充电平台等服务虚拟电厂与零碳园区场景

7. 数据基础（必填项）

广东、浙江、山东等市场化前沿地区的市场规则、供需、气象与历史交易数据，叠加充电、园区、售电等多场景业务数据

8. 效果

日前电价预测准确率超90% → 超90%，交易风险预警准确率超85% → 超85%，价差方向判断准确率超75% → 超75%，跨场景迁移适配周期由数月级缩短至两周；AI采纳率未明确，准确率即统计口径

9. 投入

公司自研大模型与研发团队持续投入；按SaaS订阅或项目制交付；具体人力、预算、周期及推理成本未公开

10. 坑

投稿方未提供

Reproduction Pack

下载 AI大模型赋能虚拟电厂运营-朗新科技复现资料

本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。

00_说明.txt
01_关键信息.md
AI大模型赋能虚拟电厂运营-朗新科技.docx

分享复现反馈

复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。

怎么写一条有用的反馈

示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」

写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。