本次遴選的目標是為了貫徹國務院《關于加快場景培育和開放推動新場景大規(guī)模應用的實施意見》的“場景驅動”理念，挖掘能夠運用人工智能實現(xiàn)突破性創(chuàng)新、推動業(yè)務模式根本性升級的典型案例。其重點聚焦于具備自主感知、深度學習、自主決策、互動反饋等高級功能的“智能化產品”，鼓勵中小企業(yè)通過技術變革開辟新的商業(yè)空間。

近日，國家工業(yè)和信息化部優(yōu)質中小企業(yè)梯度培育平臺上發(fā)布了《2025年度人工智能賦能中小企業(yè)典型應用場景》名單，江蘇為恒智能科技有限公司（以下簡稱“為恒智能”）項目“面向園區(qū)能源管理的智能調度系統(tǒng)”成功入選，首頁推薦。

為恒智能入選正是這一理念在能源領域的開創(chuàng)性實踐。公司將人工智能技術深度植入能源管理系統(tǒng)，使其具備了“AI智能體”的自主調節(jié)能力，形成“基于MCP的AI驅動光儲充荷聯(lián)動能源控制優(yōu)化”，不僅實現(xiàn)了產品的智能化躍升，更通過“人工智能+”的技術創(chuàng)新帶動能源系統(tǒng)運營模式的根本變革和儲能設備盈利模式從單一套利向多維度價值鏈的重構，為利用人工智能技術打造前瞻性新產品、實現(xiàn)高質量發(fā)展提供實踐案例。

園區(qū)或樓宇的綜合能源管理難點在于設備繁多、協(xié)議繁雜、數(shù)據(jù)異構、需求多元。光伏、儲能、熱泵及充電樁等設備由于物理層和協(xié)議層種類繁多且數(shù)據(jù)格式異構，易形成“數(shù)據(jù)孤島”，使得系統(tǒng)集成與協(xié)同控制困難。為恒智能引入的模型上下文協(xié)議（Model Context Protocol, MCP），作為AI領域新興的開放標準協(xié)議，旨在為AI智能體與外部數(shù)據(jù)及工具之間構建無縫銜接的橋梁，系統(tǒng)實現(xiàn)了從底層連接到上層應用的全面革新，一次性獲取全園區(qū)的電力、熱力等多模態(tài)輸入，為分布式能源的統(tǒng)一調度提供數(shù)據(jù)。

依托MCP協(xié)議的開放架構，為恒智能構建了從數(shù)據(jù)感知到?jīng)Q策執(zhí)行的閉環(huán)系統(tǒng)，重點實現(xiàn)了五大核心能力：

標準化數(shù)據(jù)底座構建——通過邊緣控制器整合光伏、儲能、充電樁等多源設備數(shù)據(jù)，兼容多種通信協(xié)議、提高節(jié)點數(shù)據(jù)安全，打通系統(tǒng)間“信息孤島”，為AI調度提供高質量、一致性的數(shù)據(jù)基礎。

MCP驅動的預測模型——在統(tǒng)一的MCP資源框架和模型庫下，系統(tǒng)能夠構建混合模型預測系統(tǒng)，融合天氣、生產計劃等多維數(shù)據(jù)，精準預測未來用電負荷、光伏發(fā)電量和電價走勢，并給出風險區(qū)間，輔助科學決策。

自主決策調度智能體——根據(jù)Actor-Critic架構的深度強化學習算法，構建自適應調度智能體，綜合考慮儲能充放電功率、可調節(jié)負荷啟停、光伏輸出功率等多個因素，自動生成最優(yōu)運行策略，并能隨環(huán)境變化持續(xù)自我學習進化，適應不同場景需求。

大模型交互輔助運維——集成大語言模型（LLM），支持語音或文字提問（如“今天電費高嗎？”“為什么儲能沒充電？”），系統(tǒng)自動解析意圖，生成可視化建議，實現(xiàn)故障預警與智能診斷，讓非技術人員也能輕松管理能源系統(tǒng)。

數(shù)字能源服務新模式——依托自研虛擬電廠（VPP）平臺，將園區(qū)分布式資源打包參與電力現(xiàn)貨、需求響應等市場，AI自動評估收益與風險，優(yōu)化報價策略，為園區(qū)帶來額外經(jīng)濟回報。

項目已在多個實際園區(qū)項目中部署應用，相比傳統(tǒng)EMS系統(tǒng)，可實現(xiàn)：儲能系統(tǒng)循環(huán)效率提高5%-10%，負荷峰谷預測準確率 ≥ 90%，電價預測準確率 ≥ 80%等關鍵性能的提升，更重要的是，該項目首次實現(xiàn)人工智能技術推動能源管理從“被動響應”向“精準預測+自主決策”躍遷。