主要观点总结
本文介绍了新能源发电带来的问题，包括给电力系统带来的不稳定性、极端天气事件和网络攻击的影响等。同时，随着新能源占比的提高，电力调度成为一类极为复杂难解的数学题目。人工智能在新能源发电功率预测方面的实践和前景受到关注，气象大模型的应用为电力系统调度和预测提供了新的思路。文章还介绍了AI在天气预报和电力系统中的潜在影响。
关键观点总结
关键观点1: 新能源发电带来的问题
新能源给电力系统带来的不稳定性成为一个不可忽视的因素，甚至可能在极端天气事件下引发重大事故。随着新能源占比的提高，电力调度成为一类极为复杂难解的数学题目。
关键观点2: 人工智能在电力调度中的应用
人工智能开始参与电力调度问题，其中气象大模型的应用受到关注。通过构建高精度区域天气预报网络，气象大模型有助于提高电力系统和天气预报的预测准确率。
关键观点3: AI在天气预报和电力系统中的潜在影响
国际能源署报告指出AI对能源有广泛潜在影响，包括提高电力部门的系统协调能力和缩短创新周期等。AI不是惟一的技术解决路径，但其作用不容忽视。
正文
家机构在
2023
年编写的《新型电力系统发展蓝皮书》指出，
“
新能源占比不断提高，快速消耗电力系统灵活调节资源，其间歇性、随机性、波动性特点使得系统调节更加困难，系统平衡和安全问题更加突出。
”
世界性难题的破解，无疑需要各方的长期努力。人工智能，也开始参与其中。
2024年11月6日，在北京举行的阿里达摩院决策智能实验室年度论坛上，一个名为“八观”的气象大模型颇受关注。人工智能在新能源发电功率预测等方面的实践和前景，更是引来了多家机构研究人员的激烈讨论。
正在阿塞拜疆首都巴库举行的第29届联合国气候变化大会上，AI同样是备受瞩目的话题。电气与电子工程师协会
（IEEE）
前任主席赛义夫·拉曼
（Saifur Rahman）
教授告诉《知识分子》，大量可再生能源进入电网，电力输出间歇、不稳定、对气候风险更敏感，也因此需要以非常智能的方式来管理电力系统。
电网本身已经是人类创造的最复杂系统之一，电力调度也是一类极为复杂难解的数学题目。
达摩院决策智能实验室研究员王孟昌介绍，电力调度问题每增加一个变量，计算难度要翻很多倍。而一个真实的电力系统可能包含百万级的变量，而且紧紧地耦合在一起。
即使在新能源接入电网之前，极端天气和天气突变也会导致负荷端的急剧变化，进而引发电力系统故障。清华大学教授梅生伟举例，1987年日本东京大停电的一个重要原因就是天气突然转热，导致用电负荷激增。
中国有着世界上最大规模的电力系统，却没有出现过大面积大规模的停电事故。梅生伟表示，其中的关键因素就在于火电的高度可控。
火电站、水电站等传统发电设施，通过旋转机械部件与电网相连，利用驱动发电机的重型转子，将机械能转换为电能发电。这种发电方法需要一定的启动时间，但胜在稳定。即使供电系统出现故障，转子依靠惯性旋转依然能提供一段时间的动能，维持供电频率为解决问题争取时间。
与略显笨重但可靠的传统发电方式相比，新能源发电比较灵敏却难以操控。它们可以在几秒内甚至瞬间启动发电，但也会短时间内停止发电，一旦出现故障，可以用来调整的时间极少。梅生伟说，这是新能源入网带来的重大安全隐患。
随着新能源的接入，极端天气和天气突变不仅影响负荷端，还会带来供电端的波动。这就为本就极为复杂的电网平添了波动和不确定性，给世界范围电力系统的调度和预测出了一个难题。
面对极端天气时，新能源发电出力常常像过山车一样急剧波动。以山东为例，全省新能源总装机超过1亿千瓦，在省级电网中居首。国网山东省电力公司调度中心数据显示，2023年底寒潮期间，仅一天半时间山东电网的风电出力由1800万千瓦下降至50万千瓦，下降幅度高达97%。今年8月4日到5日，山东出现暴雨天气，一天内风电光伏最高出力4300万千瓦降至2800万千瓦。
尽可能准确预测新能源发电功率，是保证电力系统安全的前提之一。传统预测手段在正常天气条件下准确率相对稳定，但在重大转折性天气和持续性极端天气条件下预测准确率就要差很多。而预测偏差如果过大，将极大地影响电力平衡和电力供应的可靠性，甚至给电力系统带来不可挽回的损失。
