5月20日，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。该研究利用AI模型和开源卫星影像，首次绘制出中国首张全国尺度高精度风光设施分布图，并系统揭示了风光互补跨区域协同对提升新能源利用率的作用。
中国可再生能源装机规模全球最大，2025年风电、太阳能发电新增装机超4.3亿千瓦，历史性超过火电。但准确统计这些设施的分布长期缺乏可靠手段，制约了系统性的能源规划。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，克服了数据量大、地形复杂等挑战，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。
研究团队利用这张分布图开展了“风光互补”策略分析。风电和光伏发电具有间歇性，弃风弃光问题长期存在。研究发现，不同地区的风电与光伏在时间上具有较强互补潜力，部分区域光伏白天出力强，风电夜间发电更稳定。通过跨区域协同配置，可有效提升新能源消纳能力。团队系统分析了从省内整合到全国协同不同空间尺度的风光互补效果，发现随着协同范围扩大，风电光伏与电力负荷之间的时序互补关系更强，新能源利用效率也更高。
测算显示，在电力系统具备较高调节能力的条件下，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。这一提升并非新增发电，而是在现有装机基础上减少弃风弃光所释放的潜力。同时，跨区域协同还能显著降低储能和系统调节压力，为跨省电力交易和基础设施建设提供了理论参考。
北京大学地球和空间学院教授刘瑜表示，这是首次掌握大规模、高精度的全国风光设施清单，能以“上帝视角”看清新能源格局，为电网优化、环境评估等研究奠定基础。阿里巴巴达摩院算法专家于超辉指出，AI模型为学术界和产业界构建了全新的数据底座，有望推动系统性的风光发电规划研究，助力新型电力系统建设和“双碳”目标实现。相关论文已发表于《自然》，论文链接：doi.org/10.1038/s41586-026-10570-z。
本文参考来源：量子位
