首次数清中国每一度绿电，阿里AI登上《自然》杂志

　　昨天，国际顶级学术期刊《自然》(Nature)发表了北京大学与阿里巴巴达摩院的合作研究成果，利用AI和开源卫星影像绘制出首张全国尺度高精度风光设施分布图。

　　并揭示了不同地区的风电和光伏互补协同可显著提升新能源利用率、减少“弃风弃光”。

　　国家能源局数据显示，在“双碳”目标牵引下，中国已建成全球最大、发展最快的可再生能源体系。2025年风电、太阳能发电新增装机超4.3亿千瓦，但精准统计这些基础设施的分布非常困难，也限制了系统性的能源规划研究。

　　研究团队基于达摩院自研AI模型，在云计算平台上处理了覆盖全国的7.56TB、0.5米级分辨率开源卫星影像，克服了数据量庞大、地形地貌种类多等技术挑战，成功定位并识别出全国1915个县的31.9万处光伏设施和9.16万台风机。

　　 AI统计全国光伏设施(左)和风机(右)分布情况

　　北京大学地球和空间学院教授刘瑜表示：“这是我们第一次掌握大规模、高精度的全国风光设施清单，从而能以‘上帝视角’看清全国新能源格局，为电网优化、环境评估等一系列分析研究提供了坚实基础。”

　　基于这张分布图，研究团队开展了“风光互补”策略研究。研究发现，不同地方的风能和太阳能，在时间上能错峰互补。

　　比如A地没风没太阳的时候，B地可能正刮着大风或者艳阳高照，两个地方正好实现互补发电。

　　进一步地，研究团队系统性分析了不同空间尺度“风光互补”下的新能源消纳情况，包括省内整合、邻省互补、跨省协同和全国协同。随着空间协同范围扩大，风光发电配合更好，从而有效提升新能源利用效率。

　　甚至部分跨区域组合相比地理邻近地区理论上更互补，说明地理协调范围越大，越容易找到“最佳拍档”，绿电越不容易浪费。

　　研究测算显示，在电力系统具备较高调节能力、能较好适应新能源波动的条件下，全国范围的跨省协同可额外提升约1000亿千瓦时绿电消纳能力。这是在现有风光装机基础上减少弃风弃光、额外释放出的潜力。

　　在AI模型的帮助下，学术界和产业界正在构建全新数据底座，有望推动系统性的风光发电规划研究，进一步助力能源系统转型升级、加快实现“双碳”目标。

　　照顾地球，AI也来出份力。

　　 alt alt alt