一场关于绿电的「智慧博弈」，东理数智如何让新能源发电物尽其用？ Оригинал на китайском

编辑丨cherry

新能源发电被认为是大规模替代传统化石能源、持续减碳的主力路径。根据国家能源局最新公布的数据，截至 2026 年 9 月底，风电和太阳能发电累计装机容量已达到 20.1 亿千瓦。

然而，装机规模持续攀升，消纳能力却未能同步跟上，新能源发电的减碳效益被困于「发得出、用不掉」的消纳瓶颈之中。在特定时段，电力交易市场甚至频繁出现负电价现象。「弃风弃光」与负电价并存，既侵蚀了发电企业的收益，也削弱了新能源替代化石能源的实际减碳效益。

这不是简单的产能过剩问题。新能源风光出力具有明显的间歇性、波动性和随机性，发电高峰与用电高峰常常错位，加之电力系统调节能力有限、市场配置尚不完善，供需在时间与空间维度上难以精准匹配。要解决这个问题，需要从全流程统筹发电供需。

专注于新能源电力智能化的东理数智，尝试用人工智能（AI）破解这一难题。他们在生产侧采用大模型预测发电功率，在调度侧部署智慧储能系统协同调控，在经营侧打造电力辅助交易智能平台，形成了行业首个「预测 - 交易 - 储能」协同系统。我们来看一下这套方案具体是怎么落地的。

「预测 - 交易 - 储能」协同系统

相比于传统的火力、水力与核能发电，新能源发电受天气影响显著，出力波动性较大。只有精准预测发电功率，调度才能合理安排常规机组启停、调用调节资源，保障电力平衡与系统安全。

然而，现有模型能力不足，预测难以有效融合卫星云图、 雷达回波、 数值天气预报与场站实测等多模态数据，缺乏在线快速修正能力。特别是在寒潮、 台风等极端天气下，模型预测偏差很大。百兆瓦级电站因功率预测偏差，每年需支付考核罚款近百万元，直接影响场站经营效益。

要构建一个精准预测发电功率的 AI 模型，首先要解决的是训练数据问题。新能源场站大规模建设时间相对较晚，许多场站积累的实测运行数据序列较短，覆盖的天气类型和极端场景有限，难以支撑对稀有但高影响天气过程的充分学习。同时，气候变暖正在改变风、光资源的时空分布特征，极端天气事件频次与强度上升，使得模型基于历史数据学到的映射关系难以直接外推到新的气候条件。

为了应对训练数据短缺，东理数智开发了融合物理约束的科学机器学习算法，打造出知识与数据双驱动模型，训练数据需求降低 80%。模型能够适应不同环境与气候条件，更快速地满足新电站需求。研究论文《Deep learning based forecasting of photovoltaic power generation by incorporating domain knowledge》获得能源期刊《Energy》高被引论文奖。

论文地址：https://www.sciencedirect.com/science/article/pii/S0360544221004898

其次，仅依赖数值天气预报进行发电功率预测远远不够。数值天气预报在时空分辨率上难以刻画场站尺度的快速变化，面对突发极端天气时响应滞后。因此，东理数智引入天空相机技术、卫星云图技术，并结合基于大模型的精细气象预报技术，从地面与太空多视角实时捕捉天气变化，实现多源多尺度数据的协同建模，进而显著提升超短期发电功率预测精度。

有了精准的预测能力，接下来要回答的问题是「什么时候电力交易、什么时候储能」。调度侧需要综合考量实时的用电需求、动态的电力现货价格以及储能自身的荷电状态来安排调度策略。

为此，东理数智打造了「智慧储能协同优化调控系统」，并在经营侧部署了基于大语言模型（LLM）的电力交易辅助决策智能体。通过实时闭环协同控制，系统将「预测 - 交易 - 储能」深度绑定，让新能源场站从被动适应转向主动管理。

简单来说，储能系统在电价低谷时充电储存，在电价高峰时放电卖出。这种「低充高放」的策略，不仅平抑了新能源的出力波动，更提升了交易收益。

应用实效

东理数智的方案，在实际应用中得到了充分验证。

在风电场景中，以汕头大唐 240MW 风电站为例，东理数智为其完成了风功率预测系统的现场安装，并对升级后 3 个月的功率预测数据进行了精度对比。数据显示，系统升级前，该场站短期功率预测考核电量为 432.78MWh，升级后，考核电量降至 338.54MWh，考核降幅高达 21.77%。

在光伏场景中，海南 60MW 光伏电站的平均月度考核电量从升级前的 132.1MWh 降至 80.9MWh，短期预测考核电量也从 51.3MWh 大幅降至 28.1MWh。

凭借融合物理约束的 AI 模型与多源气象数据的协同，东理数智有效破解了极端天气下的预测滞后难题，大幅削减了场站的考核成本，也为后续的电力交易与储能调度打好了基础。

在经营侧，东理数智已与多家能源企业合作并实现规模化落地，验证了 AI 智能体在电力交易中的博弈能力。例如，东理数智与大唐集团合作，为广东某大型新能源场站引入电力交易决策系统。该场站半年增收 420 万元，年收益提升超 900 万元，现货策略收益提升 3%。

在储能方面，粤电广东光储智控项目采用了东理数智的智慧储能系统，成为南方电网「预测 - 交易 - 储能」一体化智能控制首个示范项目。

新能源发电的智慧博弈

过去，新能源场站受制于天气的随机性与电网的被动调度，「看天吃饭」是常态。海量的绿电在「弃风弃光」与「负电价」的夹击中流失了应有的价值。面对这一痛点，行业一直在探索，如何才能化被动为主动，把发电的「随机性」变成参与市场的「确定性」。

如今，东理数智提供了一套「预测 - 交易 - 储能」的闭环解决方案，给出了破局的答案。这套方案彻底打破了以往各环节各自为战的孤岛局面，让新能源场站真正拥有了主动管理的能力，成功蜕变为懂得在博弈中抢占先机的「智慧节点」。

更重要的是，这种转变将有助于新能源减碳效益的全面释放。只有在发、储、用之间找到最优配置，风、光才能切实转化为替代传统化石能源的稳定绿色动能。