2026-05-21 17:14 UTC+8站内改写3 分钟阅读更新: 2026-06-30 21:03 UTC+8

AI首次实现中国风光发电普查，北大、阿里达摩院研究登上《自然》

北京大学与阿里巴巴达摩院合作，利用AI和开源卫星影像绘制出首张全国高精度风光设施分布图，揭示了风光互补可提升新能源利用率，减少弃风弃光。研究发表于《自然》。

来源量子位作者: 量子位的朋友们

AI首次实现中国风光发电普查，北大、阿里达摩院研究登上《自然》 – 量子位

量子位的朋友们 2026-05-21 17:14:23

来源：量子位

加快实现‘双碳’目标。

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，利用AI和开源卫星影像，绘制出中国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，新增规模历史性超过火电。精准统计这些基础设施的分布颇具挑战，也限制了系统性的能源规划研究。

为此，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。

AI统计全国光伏设施（左）和风机（右）分布情况

“这是我们第一次掌握大规模、高精度的全国风光设施清单，” 北京大学地球和空间学院教授刘瑜表示，“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。”

此次，研究团队利用这张分布图开展了“风光互补”策略研究。风电和光伏发电具有间歇性和波动性，“弃风弃光”现象长期存在。研究发现，不同地区的风电与光伏发电在时间上具有较强互补潜力。例如，部分地区光伏白天出力强，而风电夜间发电更稳定，跨区域的协同配置可有效提升新能源消纳能力。

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。研究发现，随着空间协同范围扩大，风光发电与电力负荷之间能够形成更

强的时序互补关系，从而有效提升新能源利用效率。部分跨区域组合相比地理邻近地区表现出更高的理论互补潜力，说明更大范围的空间协同对于新能源消纳具有重要意义。

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。值得注意的是，这一提升并非新增发电，而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。同时，跨区域协同还能够显著降低储能和系统调节压力。这为相关决策者制定跨省电力交易和基础设施建设计划、克服新能源大规模并网挑战提供了重要的理论参考。

阿里巴巴达摩院算法专家于超辉表示，“在AI模型的帮助下，我们为学术界和产业界构建起全新数据底座，有望推动系统性的风光发电规划研究，进一步助力新型电力系统建设、加快实现‘双碳’目标。”

论文链接： doi.org/10.1038/s41586-026-10570-z

来源：阿里巴巴

达摩院

量子位的朋友们

Artificial Analysis放榜：千问3.7问鼎国产模型冠军，全球前五2026-05-21

Token工厂智启未来，2026智算基础设施创新大会在杭州萧山开幕2026-05-16

智象未来超两千亿参数图像大模型HiDream-O1-Image-Pro发布，融资持续提速2026-05-20

海信激光电视探索X1 Pro发布：中国家庭，正式进入客厅影院时代2026-05-20