开篇：装机上去了，老毛病还在
截至 2025 年 7 月底，全国可再生能源装机已达 21.71 亿千瓦、占全国电力总装机近六成，发电量 2.18 万亿千瓦时、同比增 15.2%、接近全国总发电量四成（国家能源局，人民网 2025-09-11）。装机是上去了，可”靠天吃饭”的老毛病一点没变——风电光伏一波动，电网调度就手忙脚乱，弃风弃光、偏差考核费年年烧钱。
猫哥观点很直接：能源行业的 AI 转型，别一上来就谈什么”能源大模型”的宏大叙事。先把最脏最累的活——负荷预测和新能源功率预测——用 AI 干漂亮，才是真金白银的降本增效。预测准了，电网才敢让你多发，消纳率才上得去，偏差费才降得下来。
一、市场数据透视
这个赛道不是空中楼阁，政策和大额投入已经到位。2025 年 9 月 4 日，国家发改委、国家能源局联合印发《关于推进”人工智能+”能源高质量发展的实施意见》（国能发科技〔2025〕73 号），明确到 2027 年推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用，探索百个典型应用场景。落地口径如下：
| 指标 | 数据 | 来源 / 日期 |
|---|---|---|
| 可再生能源装机 / 发电量占比 | 21.71 亿千瓦（近六成）/ 发电量近四成 | 国家能源局，人民网 2025-09-11 |
| 中国虚拟电厂市场规模 | 2025E 约 102 亿元 → 2030E 超千亿元 | 中商产业研究院 2025-05-23 |
| 虚拟电厂投资建设 / 运营市场 | 2025E 建设超 300 亿；运营 968 亿（2030 超 4500 亿） | 华西证券 / 中国证券报 2023-04-01 |
| 全国虚拟电厂调节能力 | 2027E 2000 万千瓦 → 2030E 5000 万千瓦 | 发改委 / 中商产业研究院 2025-05-23 |
| 全球虚拟电厂市场 | 2025 年 93 亿美元 → 2034 年 230 亿美元，CAGR 11.2% | Intel Market Research |
| AI 增强预测精度提升 | 最高可达 12% | Intel Market Research |
猫哥数据口径提醒：网上流传的”虚拟电厂千亿市场””能源 AI 万亿”多为把硬件、云、软件混算的大口径。看落地，中商产业研究院的 102 亿是运营服务费口径，华西证券的 300 亿是软硬件投资口径——前者讲持续收入，后者讲一次性投入，别被一个数字吓到，也别被一个数字忽悠。
二、转型痛点：传统做法为什么痛
传统新能源功率预测主要依赖物理模型 + 统计方法 + 数值天气预报（NWP），三个老问题绕不开：
- 网格粗、时效差。NWP 普遍 ~9 公里网格、更新慢，遇到雷暴、沙尘等转折天气直接歇菜。甘肃 2024 年遭遇历史性雷暴，传统方式提前量严重不足。
- “看天吃饭”烧钱。超短期预测一不准，偏差考核费就找上门。华为×中国华电的联合方案显示，风电场考核费可降约 27%、光伏降约 15%——反推传统方式每年在这上面漏掉多少真金白银。
- 人工经验调度。“源随荷动”靠老师傅拍脑袋，响应慢、易弃电，调节资源”满天星”聚不成”一团火”。
- 数据孤岛。气象、SCADA、交易、储能各一套，无法协同优化，预测结果到不了交易和调度决策。
三、落地路径：分阶段可操作
0–3 月：单点试点（POC）
- 做什么：选 1–3 个场站 / 园区做功率预测 POC，目标是超短期 15 分钟预测精度 ≥95%、4 小时 ≥90%。
- 工具栈：大模型 API 路线用华为云盘古气象大模型、百度智能云 AI 气象、阿里云 PAI 时序预测、腾讯云 TI 平台；轻量自建用 Prophet / XGBoost / PyTorch（Tempest 类方案）。
- 数据：场站 SCADA 历史功率、NWP、气象站多源对齐。
- 人力与预算：1 数据工程师 + 1 算法 + 半个电力业务，约 2–3 人月；SaaS 调用 5–15 万；若自建 GPU 推理含一台推理卡约 20–40 万。
3–6 月：推广接入聚合平台
- 做什么：接入虚拟电厂 / 负荷聚合平台，打通电力现货、辅助服务、需求响应接口，让预测结果直接变成交易策略和收益。
- 工具栈：国网 / 南网聚合平台、朗新科技、恒实科技等；自建可用 EMQX + 时序库（TDengine / InfluxDB）+ 规则引擎。
- 预算：平台开发 / 对接 30–80 万。
- 预期 ROI：以深圳能源实测，气象预测准确率 +15%、风电功率 +10%，对应偏差考核费下降；按华为×华电数据，风电场考核费降约 27%。
6–12 月：深化源网荷储协同
- 做什么：预测 + 交易 + 储能调度一体优化（强化学习），知识图谱 + 大模型做调度辅助决策智能体。
- 预算：100–300 万（含算力扩容）。
- 预期：新能源消纳率提升、弃电率下降、可调容量变现——山东一个聚合商两周削峰就赚了约 4 万元。
四、真实案例与评估分析
主案例：深圳能源 × 华为云 新能源功率预测系统。2024 年 8 月双方成立联合创新实验室，2025 年 3 月签署”基于气象大模型的功率预测系统研发项目”合作协议，2025 年 7 月在华为开发者大会正式发布——这是全球首个基于 AI 气象大模型的新能源功率预测平台。已在泗洪、高邮、新苏莫风场站和酒泉光场站共 4 个试点稳定运行。实测数据（深圳特区报 2025-12-26）：气象预测准确率整体提升约 15%，风电功率预测精度提高 10%，光伏发电预测提升 2%。底层盘古大模型分辨率最高 1 公里、速度提升 10000 倍、提供秒级预报。
评估：
- 成功要素：① 自有场站数据 + 多源气象融合，形成数据闭环；② 直接绑定检修排程、储能策略、现货报价等业务场景，不是为 AI 而 AI；③ 大模型厂商下沉到能源垂直场景，而非通用模型硬套。
- 踩过的坑：传统 NWP 网格粗、数据同化成本高，初期数据质量直接决定上限——所以先治理数据再上模型。
- 可复制性：中大型能源集团 / 新能源运营商可复制（有数据、有场站）；中小分布式光伏业主更适合直接买 SaaS，不必自建。
- 风险边界：预测 ≠ 控制，模型精度有天花板（极端转折天气仍会失准）；依赖气象源质量；电力市场规则地域差异大，交易策略需本地化。
对比标杆：南方电网虚拟电厂——截至 2025 年 11 月全网聚合容量达 1794 万千瓦、最大可调超 286 万千瓦（CPEM）。云南绿电虚拟电厂 2025-12-31 上线、全国首个参与电力现货，聚合容量超 2200 万千瓦、调节能力超 230 万千瓦（人民日报 2026-01-01）。说明”预测 + 聚合 + 市场“三段式已跑通规模化。另，华为×中国华电×玖天气象（2024-09 全联接大会）方案：试点场站超短期 15 分钟准确度 97.24%、4 小时 91.72%、24 小时中短期 >90%，风电场 / 光伏电站考核费分别降约 27% / 15%（中国能源新闻网 2025-05-15）——给 ROI 提供了硬参照。
五、猫哥战略建议（给传统能源企业老板的 3 条）
别被”能源大模型”的叙事带节奏。先打最实在的那一钉。
- ① 先打”预测”这一个钉子，别一上来搞平台。POC 先用 SaaS / 大模型 API，3 个月拿到 95% 精度再谈扩张。ROI 最快、风险最低，董事会也最容易批。
- ② 数据治理先行。场站 SCADA 历史功率、NWP、气象站多源对齐，数据质量决定预测上限。别指望模型替你把脏数据救回来——那是玄学，不是 AI。
- ③ 把预测接到”钱”上。光预测不交易，省不了几个钱。尽早打通虚拟电厂 / 电力现货 / 辅助服务接口，让可调容量直接变现。山东一个聚合商两周削峰就赚了 4 万，这才是闭环。
一句话：能源 AI 的入口，不在发布会PPT 上，在每一度绿电”可预期、可调度”的精度里。