近日，国家发改委、国家能源局联合发布《关于推进“人工智能+”能源高质量发展的实施意见》（以下简称《意见》）。记者注意到，《意见》特别提到“人工智能+新能源”典型应用场景：针对新能源出力波动性与间歇性问题，加快在高精度功率预测、电力市场、场站智慧运营、新能源规划、项目后评价等方向的人工智能应用，持续推动新能源关键材料及产品不断迭代和创新，推动复杂场景及转折性天气下功率预测大模型在更小尺度、更高精准度方向发展，支撑广域新能源资源协同优化，促进偏远地区新能源场站智能运维发展，打造“气象预测+功率预测+智慧交易+智能运维”一体化新能源智能生产模式，全力支撑新能源稳定供给。

记者从第十九届中国新能源国际论坛上了解到，AI技术与新能源产业的深度融合，可为实现清洁、低碳、可持续的能源未来提供坚实的技术支撑。从新能源生产到调度，再到管理等各环节，AI带来效率提升、成本降低与模式创新。业内专家认为，尽管面临诸多挑战，但随着技术的不断进步与完善，AI必将在新能源领域发挥更大作用。

提升新能源功率预测水平是关键

近几年，随着新能源发电占比不断提高，快速消耗电力系统灵活调节资源，其间歇性、随机性、波动性特点使得系统调节难度增加，系统平衡和安全问题更加突出。

“持续提升新能源功率预测水平，是保障新型电力系统安全稳定运行和促进新能源高效消纳的关键。”中国电力科学研究院总工程师、可再生能源并网全国重点实验室主任王伟胜说，新能源功率预测不仅为电网实时调度提供关键决策依据，也是新能源参与电力市场交易的重要报价基础，直接影响发电企业的经济效益与风险控制能力，是推动能源绿色低碳转型的重要技术支撑。

面对极端天气时，新能源发电出力常像过山车一样急剧波动。

记者了解到这样一组数据——以山东为例，全省新能源总装机超过1亿千瓦。国网山东省电力公司调度中心数据显示，2023年底寒潮期间，仅一天半时间山东电网的风电出力就由1800万千瓦下降至50万千瓦，下降幅度高达97%。当年8月4日—5日，山东出现暴雨天气，一天内风电光伏最高出力由4300万千瓦降至2800万千瓦。

对此，业内专家表示，尽可能准确预测新能源发电功率，是保证电力系统安全的前提之一。传统预测手段在正常天气条件下准确率相对稳定，但在重大转折性天气和持续性极端天气条件下预测准确率面临更多挑战。预测偏差如果过大，会极大地影响电力平衡和电力供应的可靠性，甚至给电力系统带来不可挽回的损失。

大模型平台助巡检效率提升6—10倍

据业内人士反映，在企业生产场景下，新能源场站普遍存在分散管理的情况，安全生产管理及运行监控难度较高，传统人工巡查存在响应滞后、覆盖不全等问题，需要建设统一管控平台，推动向集约化、智能化、标准化迈进。

如何通过云边协同和大小模型协同，集中管控新能源场站，在提升端到端预警精度的同时大幅降低应用成本？

“我们亟需利用现有的智能摄像头、无人机、设备传感器、定位设备等，全面感知实际生产情况，并基于AI服务生产运行，构建AI模型训练与应用能力，提高监管效能并及时发现问题。”某风电公司相关负责人说。

针对这种情况，百度智能云一见产品部副总经理呼啸告诉《中国能源报》记者，该公司通过建设风电大模型平台，有效整合计算资源、数据资源和应用资源。同时，构建统一大模型应用平台，包括CV大模型、多模态大模型、科学计算大模型和相关平台管理工具，最终让上述风电企业做到集中管控全国200余家风电场、1.2万台风机，监控人效提升300%，模型分析准确率达到95%以上，响应效率由小时级提升到分钟级，巡检效率提升6—10倍。

数据质量仍是基础

事实上，现阶段能源与AI的结合还普遍处于初级层面的能源供应结合阶段，或者仅仅支持预防性维护等预警功能。在未来深度整合的应用场景下，还有更多深入应用潜力和挖掘价值。

不过，数据质量问题仍是影响AI与新能源进一步融合发展的关键问题。新能源行业数据来源广泛、格式多样，数据的准确性、完整性与一致性难以保证，影响AI模型的训练效果与预测精度。

“数据质量直接决定了大模型的预测效果，当前还存在气象数据和新能源运行数据时空不匹配问题。气象方面相关行业有多年的历史积累，但是新能源相关数据和气象数据不对称。”王伟胜说，对此，可以通过生成式模型，学习已有的新能源运行数据规律，实现多年历史功率预测的生成。

也有业内人士分析，未来“AI+新能源”深度融合的同时，也带来数据和网络安全的全面深度融合。数据不仅仅是一组躺在硬盘的数据，而是可以随时发现问题并可能带来严重安全隐患的新型“生产力”。

此外，算力成本也是一大挑战，AI算法对算力要求极高，尤其是在处理大规模新能源数据时，高昂的算力成本限制了AI技术的大规模应用。

据王伟胜预测，今后，随着“人工智能+新能源”的发展，打造“气象预测+功率预测+智慧交易+智能运维”一体化新能源智能生产模式，通过准确预测新能源出力，优化新能源在电力系统中的调度和分配，可进一步提高新能源在能源结构中的占比，减少对传统化石能源的依赖，进而降低碳排放。（张胜杰）