新能源正在发展为我国电力供应的主体，但其间歇性与波动性仍是新型电力系统构建中的重大挑战。

　　在2025年9月9日于北京举行的“新天工开物——科技成就发布会”能源技术专场上，一项由中国能源研究会推荐的“新能源发电功率预测系统”引发行业瞩目。这项由深圳能源集团股份有限公司发布的科技成果依托全球先进的多级降尺度区域气象大模型技术，成功突破了传统气象预测的瓶颈，为高比例新能源接入电网提供了精准可靠的导航系统，标志着我国在新能源与人工智能融合领域取得了重大突破。

　　欧洲科学与艺术院院士、华南理工大学教授朱继忠认为，该技术在新能源功率预测上的应用实现了产业的重大技术突破，“填补了气象大模型从全球预测到用户端预测‘最后一公里’实际应用的技术空白。”

　　从“罚款单”到“成绩单”：一场关于精准预测的攻坚之战

　　在东部某风电场，100台风力发电机每年因预测不准被罚款300万元。这张沉重的罚款单，如同一面镜子，折射出新能源发电波动性对电网安全与电站收益的双重挑战。风电场站长曾以一句生动比喻道出无奈：“我们像在追一匹野马，明明知道它要跑，却不知道何时跑、往哪跑。”这句话背后，是无数新能源电站的共同困境。

　　这种困境并非个例。国网能源研究院发布《中国新能源发电分析报告2025》显示，截至2024年底，我国新能源累计装机容量达到14.1亿千瓦，同比增长33.9%，占全国总装机容量的比重达到42%，超越煤电成为系统第一大电源。新能源发电装机持续保持高速增长势头，已完成从增量主体向存量主体过渡。2024年，我国新能源发电量1.84万亿千瓦时，同比增长25%，对发电量增长的贡献率超过60%。然而，气象的“喜怒无常”与极端天气的频发，犹如悬在供电安全之上的达摩克利斯之剑，时刻考验着电网的稳定性。

　　罚款单的来源指向了“两个细则”的严格考核体系。这是由六大区域电网监管局制定并监督执行的考核标准，其中西北标准最严，华东、华北亦步亦趋。预测精度已不仅仅关乎电站的经济效益，更成为衡量能源转型成败的关键标尺。新能源发电的波动性，如同一头难以驯服的巨兽，唯有精准预测，方能驾驭其力，确保电网安全，提升新能源消纳水平。

　　然而，传统气象预测技术却显得力不从心。尽管传统数值天气预报拥有坚实的物理基础，但其对计算资源的巨大依赖、动辄数小时的计算耗时，导致预报时效严重滞后12小时以上。更为现实的是，算力消耗惊人、预测结果延迟，使网格预报精度提升陷入瓶颈。加之传统方法高度依赖数据同化，成本高昂、技术门槛高企，宛如一道鸿沟，横亘在应用企业面前。

　　面对重重挑战，深圳能源集团毅然开放内部业务场景，与华为2012实验室携手创新。一支由十余位多领域专家组成的攻关团队，深入六个新能源基地，在风车旁扎营，于光伏板下探讨。他们通过扎实的调研得出关键结论：气象预报的准确率占据发电预测权重的70%以上，要想提升发电预测的准确率，气象预测的提升是第一要务。这一发现，为后续研发指明了方向。

　　解码自然：“超级大脑”从风云密码中寻找确定性

　　如何让气象预测由传统方式的“模糊”变“清晰”？

　　想象一下，全球气象数据是一幅马赛克拼图，而我们需要洞察每一块拼图上的细微纹路。传统模型如同模糊照片，难以捕捉场站的真实脉动，而多级降尺度技术就像修图大师——先分析山脉走向、植被分布等地形密码，再结合实时风速、温度等动态线索，最终把25公里的模糊网格，还原成百米精度的高清地图。

　　这场技术的跃进，实则是一场关于精度的革命。团队首创的三级降尺度架构实现了精度跃升：一级降尺度将全球0.25°区域气象数据，通过物理约束神经网络降维至9KM网格，大气动力学特征尽数保留；二级降尺度融合高分辨率地形数据与实时观测，生成3KM网格气象场，捕捉局地风切变效应；三级场站微尺度结合CFD流体动力学模型，将3KM数据细化至风机轮毂高度的三维风速场，误差较传统插值法降低10%。

　　面对极端天气的狂啸，团队构建了时空联合注意力机制气象大模型。动态特征融合同步处理9层高空气象要素与地表辐照度，突破单一要素预测局限；针对台风/强对流场景，开发分级评估模块。

　　正如深圳能源集团智慧能源领域首席专家陈正建在采访中所说：“在极端天气，特别是台风场景下，三级架构模型展现出显著优势，它可以兼顾全局信息和细节信息，相较于传统数值预报模型，预测精度提高了约百分之二三十。”

　　数据治理是实现精准预测的另一关键。新能源场站数据普遍存在四类异常：物理极限异常、离群点/噪声、系统性偏差以及数据缺失。团队使用动态阈值异常检测算法，分离噪声与真实信号；基于迁移学习建立设备老化补偿模型；利用时空图卷积网络生成高置信度插值数据，修复准确率达92%。

　　云边协同训练平台构成了整个预测系统的神经中枢。为解决模型迭代慢的痛点，团队从技术上协同打造新能源发电功率预测的全生命周期管理平台。同时，平台还支持公有云、混合云、边缘等多种部署形态，满足更多场景需求。

　　“人工智能+能源”：打造新能源智慧管理的中国方案

　　历经无数昼夜的攻坚与打磨，这套凝聚创新智慧的系统已在6座新能源场站扎根生长，总装机容量500兆瓦。实际应用数据显示，系统将场站级气象预测准确率提升了15%，风电功率预测准确率提升了10%。在东部风电场，140米高空的风速预测愈发精准，10%的准确率跃升，宛如为风场“捡回”一座小型电站的年发电量，每一缕风都被赋予了新的价值。

　　这一技术突破赢得了行业的高度认可。目前，成果已成功跨越从实验室到产业化的鸿沟，在多个区域实现示范推广，展现出雄厚的经济效益和广阔的应用前景。

　　辉煌之下，是二十余人团队在荒远场站中的执着坚守。在江苏风电场，工程师连续几周驻扎在现场。白天爬风机检测传感器，夜晚熬夜调试模型。一位团队成员坦言：“最怕的不是苦，是数据‘说谎’——失修的测风塔曾使风速数据偏低30%，差点让模型‘学坏’。”

　　团队从1月底正式开始项目研发，到春节期间过半研发人员仍坚守岗位，团队的信念朴素而坚定：电不能停，考核不会停，早一天优化模型，电站就少一分压力，电网就多一度稳定。经过三个月全力冲刺，首版预测模型在四月上线，却效果未达预期。团队毫不气馁，迅速强化数据治理，历经一个月的迭代打磨，终于在六月初迎来正式模型的成功部署。

　　系统带来的经济与社会效益显著：100兆瓦电站年省50万～60万元，全国推广后可减少碳排放百万吨；电网更稳定，极端天气停电风险降低，偏远地区用电更有保障。

　　展望未来，这套系统具有广阔的应用前景。陈正建表示：“这套系统是完全开放的，其应用场景不仅仅是在新能源场站的电网服务，更将赋能场站资产的运营与交易，开拓新能源管理的新维度。”

　　“风会停，阳光会落，但人类对清洁能源的追求永不止息。”——这句刻写于风车旁的誓言，正是深圳能源团队以技术对话自然、以创新守护绿色的真实写照。

　　他们打造的不仅是一套预测系统，更是新能源领域的“超级大脑”，让“靠天吃饭”变成“可调度、可信任”，为中国能源结构转型注入强劲的科技动能。这项成就，既彰显了国企在数字化转型中的引领与担当，也开启了“人工智能+能源”深度融合的新纪元，为实现“双碳”目标筑下坚实基石。

　　（广告）