北京大学与阿里巴巴达摩院合作研究成果荣登国际顶级学术期刊自然

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。

1915个县、31.9万处光伏设施、9.16万台风机

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。

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。”

“风光互补”策略研究

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。