■李婷

    國家能源局數據顯示，截至7月底，今年以來我國可再生能源發電新增裝機2.83億千瓦，總裝機達到21.71億千瓦，占全國電力總裝機容量的近六成；可再生能源發電量2.18萬億千瓦時，同比增長15.2%，接近全國總發電量的四成。

    全球能源轉型加速，綠電消納成為可再生能源規?；l展的關鍵瓶頸。部分地區消納與調節難題凸顯，折射出綠電增長與消納能力不匹配的矛盾，成為新能源產業“成長的煩惱”。當前，產業亟須通過提升電力系統調節能力、優化綠電適配水平，構建新型電力系統。

    在此背景下，9月8日，國家發展改革委、國家能源局聯合發布《關于推進“人工智能+”能源高質量發展的實施意見》（以下簡稱《意見》），提出能源領域人工智能發展的分階段目標，明確到2027年，能源與人工智能融合創新體系初步構建。

    筆者認為，《意見》的出臺從技術與制度雙維度為綠電消納破題，既聚焦AI在風光出力預測、跨區域負荷調配等領域的技術落地，也明確建立產學研協同機制與技術標準體系。在技術路徑上，AI通過精準預測風光發電波動、實時優化綠電與傳統電力配比，可有效緩解“棄風棄光”問題；在制度保障上，融合創新體系能打通技術研發與電力系統應用的壁壘，確保AI技術穩定服務于綠電消納。具體而言，為破解“成長的煩惱”，可從以下三方面發力。

    首先，提升AI精準預測能力，從源頭破解新能源“波動性”困局。

    新能源發電的間歇性、隨機性是消納難題的核心癥結——在電源側，風電、光伏等新能源發電“靠天吃飯”，精準預測是破局第一道防線。《意見》明確要求發展“新能源功率預測”智能化應用，正是基于AI可顯著降低預測誤差的實踐成效。隨著預測精度提升，可通過開展電力供需預測、電網智能診斷分析、規劃方案智能生成等電網規劃設計應用，在電力供需上實現智慧化調度，為綠電“騰挪”更多消納空間，從源頭減少棄電。

    其次，加強AI在優化電網調度方面的作用，提升“源網荷儲”協同水平。

    我國電網正從傳統“源隨荷動”模式向“源網荷儲互動”新模式轉型，AI正是這一轉型的“智慧大腦”，它打破傳統電力系統時空壁壘，通過多主體協同優化提升綠電消納能力，這正好與《意見》中“提升負荷側群控優化和動態響應能力”的要求相契合。

    最后，推動AI技術與儲能運維進一步融合。

    儲能是平抑新能源波動的核心支撐，AI則推動儲能設施從“被動儲電”轉向“主動增效”。據中關村儲能產業技術聯盟全球儲能數據庫不完全統計，截至2025年6月底，中國電力儲能累計裝機規模164.3GW，同比增長59%。隨著AI技術的深度應用，市場潛力將進一步釋放。

    從技術優化到模式創新，“AI+能源”的深度融合有望推動綠電消納實現“三重躍遷”。人工智能不僅是破解綠電消納難題的技術方案，更是推動能源結構轉型、培育新質生產力的戰略支點。在AI技術驅動下，我國綠電消納必將邁上新臺階，為實現“雙碳”目標與能源高質量發展注入動力。