为深入贯彻党中央、国务院关于加快人工智能产业创新发展的一系列决策部署，加速人工智能核心技术攻关和行业应用，着力解决人工智能重大产业化问题，推动通用人工智能与未来产业、实体经济高质量发展，中国人工智能学会主办的2025第三届全国人工智能应用场景创新挑战赛智能低碳（深圳）专项赛正在开放报名。赛事采用“开放场景”竞赛模式，立足深圳，面向全国各地公开征集智能低碳场景的应用创新项目参赛，通过网络选拔、重点推荐、行业晋级、路演比拼、赛奖嘉年华等重点环节角逐，推荐专项或产业获奖项目进入全国总决赛。

大赛主题：场景驱动·数智强国

大赛名称：2025第三届全国人工智能应用场景创新挑战赛智能低碳（深圳）专项赛

2025CICAS智能低碳专项赛场景解析

2025第三届全国人工智能应用场景创新挑战赛智能低碳专项赛聚焦以下场景：面向电网调度优化、可再生能源消纳、用户侧精细化管理、新能源发电预测、极端天气预警、电价波动管理、绿色电力交易、电碳市场协同、自动需求响应、分布式资源聚合等应用需求，利用负荷预测、气象预测、电力市场优化设计等技术实现新型电力系统智能化调度、降低新能源弃电、实现传统火电与绿电并网的协同调度、在极端天气发生前进行预警和灾后快速响应、完善和发展电力市场、提高碳市场交易的流动性、集群化智能化需求响应等智能电网、低碳调度、电力市场、需求响应、虚拟电厂的场景。

2025CICAS智能低碳专项赛赛题介绍

专题赛道五：赋能企业数字化转型升级的智能低碳应用场景

赛题一：多源协同的电力负荷动态预测与调度优化

基于历史负荷数据、气象数据（温度/湿度/风速）及新能源发电曲线，构建融合多种神经网络的负荷预测模型，结合火电-绿电协同调度算法，实现区域电网72小时滚动优化调度。使用不限于以下所列的指标来合理评估方法相较于传统方法的优势：负荷预测误差（MAPE）、新能源消纳率提升幅度、调度计划执行成本降幅。

赛题二：极端天气预警下的新能源发电能力评估

利用数值天气预报（NWP）与卫星云图数据，开发光伏/风电出力概率预测模型。要求结合台风路径预测，构建极端天气下发电设备故障风险图谱，并设计备用电源调用策略。使用不限于以下所列的指标来合理评估方法相较于传统方法的优势：极端天气预测准确率、发电出力预测区间覆盖率、备用电源调用经济性。

赛题三：电-碳市场联动的虚拟电厂竞价策略

构建含分布式光伏、储能、柔性负荷的虚拟电厂聚合模型，设计同时参与电力现货市场与碳配额交易的双层博弈策略，要求实现收益最大化和碳排放强度最小化的多目标优化（不能用加权聚合转化为单目标）。使用不限于以下所列的指标来合理评估方法相较于传统方法的优势：单位电量收益、碳配额履约率、需求侧资源调用响应速度。

赛题四：城市级空调负荷集群响应优化

基于建筑热惯性模型与用户舒适度约束，开发楼宇空调负荷的精细化调控算法。要求实现分钟级响应指令下发，并在虚拟电厂平台完成10万+终端设备的隐私保护协调控制。使用不限于以下所列的指标来合理评估方法相较于传统方法的优势：负荷削减量达标率、温度波动标准差、通信延迟控制水平。

赛题五：基于气象预测的风电场强化学习协同发电优化

某沿海地区风电场需要根据气象预报动态调整风机运行参数。由于风向变化会导致上游风机遮挡下游风机（尾流效应），传统固定角度的风机控制模式会造成15%~30%的发电效率损失。请设计轻量化多智能体强化学习模型，仅用风向/风速预测数据实现风电机组协同动态优化。使用不限于以下所列的指标来合理评估方法相较于传统方法的优势：效益提升、设备损耗、响应能力、气象适应性。

赛题六：基于强化学习的含高比例可再生能源电力系统动态经济调度

面向一个包含常规火电机组、水电机组以及高比例风电/光伏电站的区域电网，设计一个基于强化学习的动态经济调度模型。该模型需在考虑电网安全约束（如线路潮流限制、发电机爬坡速率、启停约束简化处理）和可再生能源出力不确定性的前提下，进行滚动式的发电机组出力调整决策（例如每5-15分钟一次决策）。目标是最小化预定时段（如未来4-24小时）内的期望累计发电成本，同时尽可能提升可再生能源消纳。

要求模型能直接根据当前系统状态（负荷、可再生能源实际/预测出力、机组状态等）输出调度指令，而非依赖复杂的离线优化计算。使用不限于以下所列的指标来合理评估方法相较于传统（如基于滚动优化的确定性/随机性调度）方法的优势：系统总运行成本降低率、可再生能源弃电率下降幅度、满足爬坡/安全约束的调度方案可行性（违约次数/程度）、决策响应时间/计算效率。

报名方式

登录全国人工智能应用场景创新挑战赛官网（www.cicas.cn）了解赛事详情。参赛报名截止时间6月30日24:00。