可再生能源发展现状 - 截至7月底，中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近60% [1] - 可再生能源发电量达2.18万亿千瓦时，同比增长15.2%，接近全国总发电量的40% [1] - 绿电消纳成为行业关键瓶颈，部分地区消纳与调节难题凸显，反映出绿电增长与消纳能力不匹配的矛盾 [1] AI与能源融合的政策导向 - 国家发展改革委与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》，提出分阶段目标 [1] - 政策目标为到2027年初步构建能源与人工智能融合创新体系 [1] - 《意见》从技术与制度双维度为绿电消纳提供解决方案，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 [2] AI技术在电源侧的应用 - AI通过精准预测风光发电波动，可有效缓解"弃风弃光"问题 [2][3] - 发展"新能源功率预测"智能化应用是《意见》明确要求，AI可显著降低预测误差 [3] - 提升预测精度后，可开展电力供需预测、电网智能诊断分析等应用，实现智慧化调度，为绿电腾挪更多消纳空间 [3] AI在电网调度与系统协同中的作用 - AI作为"智慧大脑"，推动电网从传统"源随荷动"模式向"源网荷储互动"新模式转型 [4] - AI技术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 [4] - 这与《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 [4] AI与储能的融合发展 - AI推动储能设施从"被动储电"转向"主动增效"，储能是平抑新能源波动的核心支撑 [5] - 截至2025年6月底，中国电力储能累计装机规模达164.3GW，同比增长59% [5] - 随着AI技术深度应用，储能市场潜力将进一步释放 [5] 行业前景与战略意义 - "AI+能源"深度融合有望推动绿电消纳实现"三重跃迁" [5] - 人工智能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 [5] - 在AI技术驱动下，绿电消纳将迈上新台阶，为实现"双碳"目标与能源高质量发展注入动力 [5]