量子位
·
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》
内容提要
北京大学与阿里巴巴达摩院合作，利用人工智能和卫星影像绘制中国首张高精度风光设施分布图，揭示风电与光伏的互补潜力。研究表明，跨区域协同可显著提升新能源利用效率，减少“弃风弃光”现象，为电力规划提供重要参考，助力实现“双碳”目标。
关键要点
-
北京大学与阿里巴巴达摩院合作，利用人工智能和卫星影像绘制中国首张高精度风光设施分布图。
-
研究表明，风电与光伏在时间上具有较强互补潜力，跨区域协同可显著提升新能源利用效率，减少‘弃风弃光’现象。
-
研究团队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。
-
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，有效提升新能源利用效率。
-
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，为电力规划提供重要参考，助力实现‘双碳’目标。
延伸解读
风光互补的潜力
研究表明，风电与光伏在时间上具有互补性，白天光伏发电强，而夜间风电更稳定。通过跨区域协同，可以有效提升新能源的消纳能力，减少弃风弃光现象。这一发现为电力系统的优化提供了新的思路。
数据驱动的电力规划
此次研究利用AI和卫星影像绘制的高精度设施分布图，为电力规划提供了坚实基础。通过精准统计全国光伏和风电设施的分布，决策者可以更好地制定跨省电力交易和基础设施建设计划，推动新能源的高效利用。
实现双碳目标的关键
随着中国可再生能源体系的快速发展，研究显示跨省协同可额外提升约1000亿千瓦时的绿电消纳能力。这一提升不仅有助于减少弃风弃光，还能降低储能和系统调节压力，为实现双碳目标提供重要支持。
延伸问答
这项研究的主要成果是什么？
研究团队绘制了中国首张高精度风光设施分布图，揭示了风电与光伏的互补潜力。
风电和光伏发电的互补潜力如何？
研究发现，风电和光伏在时间上具有较强互补性，跨区域协同可有效提升新能源利用效率。
这项研究如何帮助实现双碳目标？
通过提升新能源利用效率和减少弃风弃光现象，为电力规划提供重要参考，助力实现双碳目标。
研究中使用了哪些技术手段？
研究利用了人工智能和开源卫星影像，处理了7.56TB的高分辨率数据。
跨区域协同对新能源消纳能力的影响是什么？
全国范围的跨省协同可额外提升约1000亿千瓦时的绿电消纳能力，减少弃风弃光现象。
研究成果对电力规划有什么实际意义？
研究为电力交易和基础设施建设提供理论参考，帮助克服新能源大规模并网的挑战。
