■李婷

    国家能源局数据显示，截至7月底，今年以来我国可再生能源发电新增装机2.83亿千瓦，总装机达到21.71亿千瓦，占全国电力总装机容量的近六成；可再生能源发电量2.18万亿千瓦时，同比增长15.2%，接近全国总发电量的四成。

    全球能源转型加速，绿电消纳成为可再生能源规模化发展的关键瓶颈。部分地区消纳与调节难题凸显，折射出绿电增长与消纳能力不匹配的矛盾，成为新能源产业“成长的烦恼”。当前，产业亟须通过提升电力系统调节能力、优化绿电适配水平，构建新型电力系统。

    在此背景下，9月8日，国家发展改革委、国家能源局联合发布《关于推进“人工智能+”能源高质量发展的实施意见》（以下简称《意见》），提出能源领域人工智能发展的分阶段目标，明确到2027年，能源与人工智能融合创新体系初步构建。

    笔者认为，《意见》的出台从技术与制度双维度为绿电消纳破题，既聚焦AI在风光出力预测、跨区域负荷调配等领域的技术落地，也明确建立产学研协同机制与技术标准体系。在技术路径上，AI通过精准预测风光发电波动、实时优化绿电与传统电力配比，可有效缓解“弃风弃光”问题；在制度保障上，融合创新体系能打通技术研发与电力系统应用的壁垒，确保AI技术稳定服务于绿电消纳。具体而言，为破解“成长的烦恼”，可从以下三方面发力。

    首先，提升AI精准预测能力，从源头破解新能源“波动性”困局。

    新能源发电的间歇性、随机性是消纳难题的核心症结——在电源侧，风电、光伏等新能源发电“靠天吃饭”，精准预测是破局第一道防线。《意见》明确要求发展“新能源功率预测”智能化应用，正是基于AI可显著降低预测误差的实践成效。随着预测精度提升，可通过开展电力供需预测、电网智能诊断分析、规划方案智能生成等电网规划设计应用，在电力供需上实现智慧化调度，为绿电“腾挪”更多消纳空间，从源头减少弃电。

    其次，加强AI在优化电网调度方面的作用，提升“源网荷储”协同水平。

    我国电网正从传统“源随荷动”模式向“源网荷储互动”新模式转型，AI正是这一转型的“智慧大脑”，它打破传统电力系统时空壁垒，通过多主体协同优化提升绿电消纳能力，这正好与《意见》中“提升负荷侧群控优化和动态响应能力”的要求相契合。

    最后，推动AI技术与储能运维进一步融合。

    储能是平抑新能源波动的核心支撑，AI则推动储能设施从“被动储电”转向“主动增效”。据中关村储能产业技术联盟全球储能数据库不完全统计，截至2025年6月底，中国电力储能累计装机规模164.3GW，同比增长59%。随着AI技术的深度应用，市场潜力将进一步释放。

    从技术优化到模式创新，“AI+能源”的深度融合有望推动绿电消纳实现“三重跃迁”。人工智能不仅是破解绿电消纳难题的技术方案，更是推动能源结构转型、培育新质生产力的战略支点。在AI技术驱动下，我国绿电消纳必将迈上新台阶，为实现“双碳”目标与能源高质量发展注入动力。