电力交易走向精细化运营 朗新探索AI能源服务新路径
众多探索背后，是一个共同的问题：如何把技术能力转化为客户能够持续获得的经营收益。
当电价随供需变化、同一份电力资源在不同时段呈现不同价值，能源企业的竞争，也开始从掌握多少资源，转向如何运营资源。
10月23日，“新质能源路 AI向未来”2026朗新科技媒体开放日在无锡朗新科技产业园举行。现场围绕AI与能源融合的长期路径、业务落地与产业价值展开交流。
在朗新科技看来，随着电力市场规则逐步完善、参与主体日益多元，过去依赖资源规模、价格和信息差的竞争方式，正在面临新的考验。
众多探索背后，是一个共同的问题：如何把技术能力转化为客户能够持续获得的经营收益。
电力交易从个人经验走向组织能力
电力交易对精细化运营的要求，正在提高。
随着交易频次增加、市场信息增多，交易员需要同时关注价格、供需、合约和持仓变化。即使是同一个用户，其不同时段的用电曲线，也可能对应不同的采购成本与风险。单纯依靠个人经验，越来越难以承接持续变化的决策需求。
朗新九功智能交易中心总经理张玉龙认为，电力交易正在从争夺资源，转向对市场的理解和运营能力的竞争。AI的作用，既在于帮助交易员处理信息，也在于让精细化运营能力能够被复制、被复用。
据朗新介绍，其自主研发的九功AI能源大模型已应用于电力交易等垂直场景。今年上半年，公司电力交易业务拓展至18个省份，为相关能力在真实市场中的应用提供了业务基础。
不过，预测准确并不直接等于交易收益。预测之后如何选择策略、约束风险，以及在执行偏差中找到原因，是AI进入交易流程需要继续解决的问题。
目前，朗新的电力交易智能体正在融入策略生成、执行辅助、风险测算和交易复盘等环节，整体仍处于人机协作阶段。AI提供分析和建议，交易员结合实际情况确认策略，执行结果再回流到后续复盘与能力迭代中。
与此同步推进的是风控体系建设。朗新尝试从交易执行、风险管控和经营管理等层面设置约束，使交易过程有授权、有边界、可追溯。原本分散在交易员个人经验和工作记录中的知识，也可以经过审核与沉淀，逐步形成企业共享的交易能力。
这意味着，AI带来的变化开始超出个人工作效率的提升，进一步触及能源企业如何组织交易、积累经验和管理风险。
重卡补能需要算清运营账
类似的变化，也出现在新能源重卡补能市场。
重卡是生产工具，补能安排直接影响运输时效和经营收益。对于固定线路的港口、矿山运输，以及跨城、跨省的干线运输，车队对场站位置、网络连续性和补能效率的要求存在明显差异。沿途有多少充电站，只是其中一个指标；能否在合适的时间顺利补电、是否需要排队、综合成本是否划算，更直接影响车辆的运营选择。
朗新旗下新电途已连接超3600万注册用户、330万台充电设备，并与三一重卡、东风商用车等企业合作，拓展重卡补能网络。随着业务向更多运输场景延伸，平台需要进一步打通车辆需求与场站供给。
按照新电途的业务思路，场站布局需要结合真实运输路线和补能需求，运营中则需要通过预约错峰等方式减少排队，并解决跨区域充电涉及的支付、结算、对账和开票等问题。车企、物流平台与场站运营方之间的数据协同，有助于让网络建设和线路规划更贴近实际业务。
场站自身同样面临收益压力。在部分区域充电服务费下行的背景下，运营方需要进一步关注电力采购成本，以及光伏、储能和充电设施的协同运行。
这也让聚合平台的价值向能源运营延伸。能否形成持续收益，仍需在具体场景和市场规则下验证。
算电协同从迁移测试走向经济性验证
算力中心则为能源运营提供了另一类场景。
算力中心用电规模大、供电要求高，且需兼顾能源成本和绿电需求。跨区域算力调度能否响应不同地区的电价信号，成为算电协同探索的重要方向。
据朗新介绍，公司与合作伙伴开展的相关实证项目，已从验证跨区域算力迁移的业务连续性，逐步推进到多任务集群迁移，以及结合区域电价进行经济性验证。九功AI能源大模型在其中提供电力市场价格信息及预测能力，为调度决策提供参考。
从技术上能够迁移，到业务连续运行，再到迁移后是否具有成本优势，算电协同需要逐项回答这些问题。
从电力交易到重卡补能，再到算电协同，朗新的探索正在围绕能源资源的持续运营展开。三十年来，朗新的业务从电力信息化延伸至能源数智化、能源互联网，如今又进入AI与能源融合的阶段。长期行业积累能否形成新的竞争力，最终仍要由运营结果检验。
对于AI能源服务而言，下一阶段的竞争，将越来越具体地落在预测与决策是否有效、资源调节是否可靠，以及客户能否持续获得价值上。能源转型是一场长跑，AI的耐力，也将在这些日常运营中得到检验。
本网站上的内容（包括但不限于文字、图片及音视频），除转载外，均为时代在线版权所有，未经书面协议授权，禁止转载、链接、转贴或以其他 方式使用。违反上述声明者，本网将追究其相关法律责任。如其他媒体、网站或个人转载使用，请联系本网站丁先生：news@time-weekly.com
