1.1 背景
新型配用电系统因分布式新能源和互动资源接入，呈现设备规模大、种类多、分布广的“长尾特性”，传统大电网的计划模式难以适应当前及未来发展趋势。

1.2 背景
传统配用电系统存在感知能力不足、人工依赖度高、调控迟缓等问题，制约新能源大规模接入，需新工具推动系统转型升级。

1.3 背景
人工智能（AI）技术具备海量数据计算、推理和求解能力，可为新型配用电系统的协同、调度和能源管理提供智能化方案，推动系统向物理柔性、运行智慧、管理智能的方向发展。

2.1 技术基础架构
遵循“物理-信息-应用”三层原则，通过智能设备构建物理柔性载体，数据与算力协同构建信息基础，AI算法赋能新型场景，实现高效协同与自治。

2.2 物理层
通过“软硬分离+操作系统”建立统一数智基座，解决设备间互操作问题；融合HPLC、高低频无线等技术，打造泛在通信网络，支撑分钟级数据采集至准实时应用。

2.3 信息层
推动“范式转移”，AI赋能智能终端为“智能体”，通过区块链、强化学习等技术实现去中心化协商、决策与执行，形成群体智能，从集中智能向分布智能演进。

2.4 信息层
云-边-端架构支撑信息高效协同，智能AI终端成为信息中枢，实现数据/算力融合。

2.5 应用层
三级联动分层架构实现智慧调度：“用户侧精准感知-台区侧协同优化-区域侧全局调控”，实现源网荷储全要素智慧运行。

2.6 应用层
多模态融合实现从“被动抢修”到“主动运维”的变革，汇聚电气量、局放、红外、视频、气象等全链路数据，实现运维过程“可观、可测、可感、可控”。

2.7 应用层
“小模型+大模型协同应用”提升管理效率，多源数据融合的多模态运行风险评估体系，AI化人员管理和设备维护对策，实现中低压配网低压台区自治、中压网格联动。

2.8 应用层总结
物理柔性是AI数据获取与能力执行的基座，云边端协同下的多源信息融合是AI化落地的关键，系统智慧运行、设备智能运维及管理机器代人是新型配用电系统AI化的终极目标。

3.1 实践探索
南网科技聚焦新型配用电系统+AI关键技术，探索AI感知诊断、AI协同调控、AI网荷互动等领域。

3.2 AI感知诊断
基于AI+终端高速边缘计算，实现“变-线-户”拓扑自动精准感知，方案应用于十五届全运会全链路保供电监测及埃及开罗等地，覆盖超1万台区，线损率下降超过12%。

3.3 AI感知诊断设备智能运维体系
构建AI+运维协同体系，实现从“被动救火”向“主动处置”变革。

3.4 AI协同调控车网灵活互动系统
利用多维数据融合、动态博弈与最优决策，搭建车网互动AI智能控制系统，确保系统稳定运行，实现安全预警、精准预测与智能调度。

3.5 AI协同调控光储充协调自治平台
通过AI终端实现光储充用户特性分析及负荷预测，辅助生成协同调控策略，支撑配电台区精细化调控。

3.6 AI网荷互动用户用电管理AI芯片
部署轻量化AI模型，实现用户用能智能化、精细化、绿色化管理。

3.7 AI网荷互动电碳算协同体系
端侧部署AI电碳监测模型，边侧部署AI电-算匹配模型，云端部署AI多模态碳算大模型，推动电能量流、算数据流和碳价值流的深度融合。

4.1 总结与展望
新型配用电系统将长期与大电网协同共生，能源智能体将成为产业新机遇，未来需拥抱“电-算-碳协同”新范式，建立电力、算力、碳排深度耦合的发展模式，探索AI在两者兼容并存的新技术和新应用。

算力设施减排路线与协同发展

背景

• 算力需求增长：多元信息消费场景驱动异构算力需求，AI发展推动算力设施（数据中心）规模增长，其用电量快速增长，部分区域出现“电荒”问题。
• 能耗统计问题：现有数据中心能耗统计方法存在较大不确定性，预计2030年用电量达5257亿kWh，占全社会用电量比例将显著提升。
• 中美对比：中国数据中心单位算力碳排高，亟需提升芯片技术，走中国特色算电协同之路，以绿色瓦特赋能劣势比特。
• 算电协同目标：提升算力与电力基础设施布局利用率，优化供需匹配，实现综合能效提升和清洁普惠发展。

技术路线

• 减排路线：算力设施“运营”阶段排放大于“制造”阶段，需结合节能低碳与绿电、绿证等措施实现减排。
• 节能路径：
  • 1.0（设备级）：局部链条上单设备能效提升，接近技术天花板。
  • 2.0（系统级）：多链条上多设备系统级能效提升，综合能效接近天花板，需结合热力学第二定律，如梯级利用、热电联产、余热回收。
  • 3.0（运行优化）：算效-电效-热效动态匹配，实现多系统多目标协同优化。
  • 4.0（跨区域调度）：打破时空错配，实现区域级算力时空跨区域调度与匹配。
• 算力综合能源系统（DC-IES）：构建算力、电力、热力协同模式，挖掘数据中心内部灵活性资源，提升能源利用效率和可再生能源消纳能力。
• 算电协同技术：
  • 算电协同型算力业务时空迁移：利用数据中心用能侧调节灵活性，结合储能实现可再生能源消纳。
  • 算热耦合型算力余热再利用：利用液冷技术提升余热回收能效，如CO2直膨热泵、吸收式制冷等。
  • 打造零水零碳算力中心：结合直接空气捕集技术，实现余热利用和碳减排。

实践案例

• 国际行动：Facebook、Google、Microsoft等企业通过碳强度调节、参与电网辅助服务等方式实现算电协同。
• 我国行动：中国移动、腾讯、阿里等企业开展算电协同示范工程，国家层面推动“东数西算”工程，建设全国一体化算力网。
• 平台建设：信通院、北理工等发布算电协同管理平台、展示平台，推动技术应用和标准化建设。

面临问题

• 多主体壁垒：算力市场不对称性、多主体性，算力任务画像难构建。
• 跨区域协同：规模小，体量少，单一主体内为主。
• 绿电直连：绿电占比低，经济性问题高，现有国标不含电网隐含绿电。
• 算冷协同：热控安全可控性挑战，需实现算力-冷力协同全栈控制。

发展建议

• 扩大试点示范：鼓励东数西算、东数东算、地数天算等多模式发展。
• 实行token计费：体现算力产品的“商品”特性，体现碳约束作用。
• 构建算力业务多维画像：为算电协同调度提供数据支撑。
• 加强系统科普：形成全行业算电协同理念共识。
• 加快术语、标准、评价体系建设：推动算电协同规范化发展。
• 培养多学科交叉人才：深化与相关企业、协会、政府部门的合作。
• 从设备供应向多链条解决方案转变：提升系统节能减排绩效。
• 加强基础研究：推动算力综合能源系统多链条解决方案研究。

无蜂窝网络

无蜂窝网络作为6G无线接入网的核心使能技术，通过打破传统蜂窝架构的物理小区边界，以用户为中心构建专属服务簇，实现海量分布式接入点（AP）协同服务，从而解决传统蜂窝网络的痛点，契合ITU-R为6G系统确立的四大设计原则。

应用场景与性能需求

无蜂窝网络适用于以下五大核心场景：

• 改善用户体验一致性：通过高密度分布式AP部署，构建以用户为中心的动态服务簇，消除物理小区边界带来的切换信令开销与业务中断，确保全域用户获得连续、稳定的Gbps级沉浸式数据流体验。适用于沉浸式业务场景、超高速移动场景和复杂遮挡场景。
• 提升整体系统性能：具备分布式超密集网络（UDN）特性，通过海量天线实现极致空间并行多路复用，大幅提升空间维度的资源利用率；分布式节点的高密度部署提高了单位立体空间内的频谱复用效率；分布式节点拉近了与用户的物理距离，减少了信道衰耗，提升了信号质量，进一步增强了系统的承载能力。适用于超密集组网场景、热点区域场景和低空覆盖场景。
• 高可靠低时延场景：通过拉近与终端的物理距离，降低了终端设备的发射功率要求，从根源上缓解了上行链路的干扰碰撞；结合低物理层（L-PHY）向边缘节点下沉的云化架构，大幅缩减了数据前传的往返路由时间，配合消除切换信令交互的固有优势，能够支撑微秒级的确定性低抖动传输。适用于工业自动化场景、车联网场景和低功耗物联网场景。
• 通信感知一体化场景：凭借天然的分布式拓扑，构建了超大规模的多基地联合感知网络，有效剥离环境杂波并消除遮挡盲区，实现目标测距、测速、定位与高分辨率环境重构；利用多节点的多视角到达角（AoA）、离开角（AoD）联合测算，有效克服了传统单基站感知的非视距盲区，实现了厘米级甚至毫米级的高精度定位。适用于环境感知与重构场景和高精度定位场景。
• 适应算网融合趋势：无蜂窝网络“分布式接入+泛在边缘计算”的物理架构，是承载通信AI一体化的完美底座；结合AI驱动的节点自适应动态休眠策略，可根据网络负载情况动态调整节点的工作状态，实现整网能效的数量级跃升；分布式边缘单元不仅是通信载体，更演变为泛在的算力底座。适用于AI原生网络场景、绿色节能场景和边缘智能场景。

系统架构与关键技术

6G无蜂窝网络总体架构深度融合了“矩阵式”小区解耦理念与云虚拟化技术，在逻辑层面将时、空、频多维资源统一池化以支持按需灵活编排；在物理层面，将传统DU进行云化分解，将其拆分为边缘分布式单元（EDU）和以用户为中心的分布式单元（UCDU），从而有效缓解大规模协作带来的算力与信令开销问题。

• 矩阵式解耦小区演进：将原本紧耦合的空口资源与网络服务解构为五个高度独立且可灵活映射的层级，包括TRP资源层、载波资源层、物理信道层、传输信道层和L2/L3服务层。
• 云化网络架构与网元功能分解：将传统基站网元进行深度云化解耦，重新划分为四个核心层级：射频拉远单元（RRU）、EDU、UCDU以及云化集中式单元（Cloud-CU）。
• 物理层切分与新型前传接口设计：定义了L-PHY与H-PHY之间的全新切分点，并引入了S1和S2两级前传接口，其中S1接口连接RRU与EDU，S2接口作为EDU与UCDU之间的核心切分接口。
• 载波级联与多频段融合组网：引入载波级联，将频域上零散分布的射频载波在逻辑层统一映射为一个连续的大带宽基带载波，实现多频谱原生；提供三种灰度演进场景：独立组网（SA）与动态频谱共享（DSS）、非独立组网（NSA）和NSA+DSS融合演进。
• 以服务为中心的移动性管理：实现服务与物理资源的深度解耦，将移动性的锚点从传统的物理小区转移至L2/L3服务层，通过服务与载波解耦和服务与TRP解耦，实现真正的无缝移动。

空口技术突破

• 大规模TRP空口时频及相位同步：从传统的时频粗对齐演进为相位级精同步，通过基站侧自校准和终端辅助校准两种方式实现。
• 基于层次化处理的分布式收发机整体设计：通过将AP分组并由分布式中心（DC）进行局部协调、中央处理单元（CPU）进行全局优化，实现性能与复杂度的有效平衡。
• 广域覆盖下异步干扰消除：提出了基于异步信漏噪比的异步干扰抑制预编码设计，以及面向异步毫米波无蜂窝系统的逐波束定时提前混合预编码架构。
• 多维灵活双工与全双工自适应协同传输机制：介绍了网络辅助全双工（NAFD）、子带全双工（SBFD）和波分多址（BDMA）三种新型双工技术，以及NAFD与无蜂窝的融合方案。
• 智能调度与资源分配体系：采用集中训练与分布执行相结合的方式，通过数据驱动层、模型决策层和系统支撑层三个逻辑层级，实现大规模分布式智能决策的闭环运行。

面向6G典型场景的低时延高可靠大规模连接

• 面向极低时延与确定性的超可靠协同传输技术：无蜂窝架构能够利用空间维度的冗余为系统提供强大的可靠性保护与时延优化能力，通过空时互换思想，在极短时延约束下，可以通过空间资源来弥补时间冗余的不足，从而在不显著增加时延的前提下提升可靠性。
• 千万级免授权接入与分布式协同检测：通过基于稀疏信号处理与贝叶斯推断的检测框架，以及边缘云协同的可扩展检测架构，实现复杂未知信道环境下的鲁棒活跃用户检测与信道估计。
• 面向空天地一体化的集群卫星无蜂窝系统：基于集群卫星的分布式阵列形成编队天线阵列（FoA），实现超大规模阵列和极窄波束，借鉴无蜂窝的分布式协作基带信号处理术研，实现D2C通信。
• 无蜂窝架构下的多层级协作通感一体化与多目标跟踪：通过无蜂窝网络架构有效解决多节点同步等实现协作感知的关键问题，提出基于检测-预测-关联-融合的多目标检测框架，实现多目标跟踪。

标准化演进与潜在影响

目前，3GPP 6G标准化工作正处于3GPP R20阶段的无线空口术研研任阶段，multi-TRPs传输、6G移动性、组网架构等与无蜂窝网络密切相关的特性受到广泛关注。

技术试验与评估

• 无蜂窝网络试验床：包括全集中式CF-RAN原型试验系统和切分式CF-RAN原型试验系统。
• 无蜂窝网络技术试验：包括Sub-6G频段试验、毫米波频段试验和商用终端接入无蜂窝网络技术试验。
• 无蜂窝网络应用案例：包括江苏广播电视塔“6G专线”赛事直播应用和面向低空经济的“一塔一城”无蜂窝协同覆盖。

未来展望

无蜂窝网络从理论走向全面商用落地，仍需在标准制定、核心术研及产业生态等维度持续演进与探索，包括标准化推进与开放生态构建、AI内生与网络的深度自治、空天地海与异构网络的深度协同、高频段器件演进与绿色低碳通信。

建设数字基础：小岛屿数字国家 2.0

小岛屿发展中国家（SIDS）的数字进步在过去十年取得了实质性进展，网络连接性改善，数字战略数量增加，公共服务、数字支付和身份相关服务中的公共部门实验越来越多。然而，下一阶段的进步不仅取决于扩大数字存在，还取决于确保数字生态系统得到全面设计，能够在一段时间内为相互依存的部门生成可信、实用的效用。

主要挑战

研究表明，阻碍数字规模化的主要限制越来越多地是制度性的，而不仅仅是技术性的。碎片化的数据生态系统、薄弱的协调、能力差距、低信任度以及技术堆栈之外的使用障碍继续减缓实施。这些限制在 SIDS 中尤其具有后果性，因为小人口、有限的专家能力、分散的地理位置、狭隘的供应商市场和暴露于气候和经济冲击的高风险，使得碎片化或治理不善的数字投资成本更高。

核心支柱和推动因素

本报告提出了三个相互支持的支柱，以及交叉推动因素：

支柱：

• 数据治理和互操作性：包括国家数据标准、数据共享、数据保护和信任、解决机构隔阂和互操作性。
• 数字包容和人力资本：包括包容性超越覆盖范围、非数字障碍、建立能力和缩小人才差距。
• 网络弹性作为公共产品：包括公民面对的信任和安全、关键公共服务和连续性、网络能力和区域合作、人权和公民空间。

交叉推动因素：

• 开源和基于标准的方法
• 模块化采购方法
• 交付能力和运营模式
• 区域合作

实施路线图

报告提供了一个实施导向的路线图，以帮助根据不同的起点和制度准备程度来排序政策、投资和合作伙伴关系选择：

• 加强基础：重点建立可靠的、可信的构建模块，为多个参与者创建基础。
• 整合系统：重点制定标准、跨部门治理、服务整合和采用。
• 扩大效用和区域价值：利用更强的基础支持创新、互操作性和区域学习。

优先领域

报告还确定了需要更多和更持续投资的优先领域，包括实施团队和数字交付能力、数据治理和治理、采购现代化和互操作性支持、用户采用、沟通和协助访问，以及关键数字服务的连续性和弹性规划。

结论

建设负责任的数字基础对于发展至关重要。本报告为 SIDS 领导者和合作伙伴提供了一个实用途径，以更可信、包容和有弹性的方式，从数字存在转向数字效用。