清洁能源基地智能化升级：AI调度系统赋能迎峰度夏

6月16日，国内首个针对水风光一体化清洁能源基地、完全国产化的智慧运营大模型——雅砻江水风光一体化智慧运营大模型正式亮相。该平台整合预测预报、电力调度、生产运行、市场营销四大业务场景的"能源中枢"，为大型清洁能源基地夏季用电高峰配备了一位"AI调度官"，同时彰显人工智能正加速渗透至能源生产运行核心领域。

7月起，全国多地气温居高不下，电力需求显著增长。在7月10日全国用电负荷首破15亿千瓦后，7月14日再度刷新极值，达15.51亿千瓦，华中区域及冀南、四川、湖北、湖南等省级电网负荷均创历史峰值。

以往，电力调度主要围绕火电、水电等稳定电源展开；现阶段，风电、光伏成为新增装机主力，调度范围扩展至水、风、光、火、储协同运行，需兼顾负荷波动、跨区送电、电力市场交易等多重变量，在保供与消纳之间持续寻求最优解，调度难度显著增加。

雅砻江大模型技术负责人周瑜指出，作为国内首个面向水风光一体化清洁能源基地的智慧运营大模型，雅砻江大模型首次贯通预测预报、电力调度、生产运行、市场营销四大业务链条，实现"资源预测—运行调度—市场交易"全流程智能决策。

在资源预测领域，大模型融合卫星遥感、地面气象站、水文站及风光场站等多源信息，将流域径流有效预见期拓展至60天，前10天实现小时级预测精度，11至60天日尺度预测准确率超过70%，为调度决策赢得更多提前量。

中国科学院外籍院士、气候学家陈德亮指出，雅砻江大模型最突出的突破在于初步贯通气象、水文、风光资源预测与电力运行决策全流程，构建覆盖全流域、全要素、多时间尺度的一体化预测体系。

借助多智能体协同架构，大模型综合来水、风光资源、电网负荷等数据，动态优化机组组合与新能源消纳方案，推动调度从"靠天吃饭"转向"精准预判"。同时，该系统还应用于设备故障诊断、智能"两票"、电力交易等多个场景，促进运行管理由经验驱动向数据驱动转型。

水电水利规划设计总院副院长赵增海认为，雅砻江大模型构建了适配千万千瓦级清洁能源基地的全链条智能化解决方案，可为同类基地数字化转型提供可借鉴、可推广的范式。

雅砻江大模型并非个例。今年，国家能源局、国家发展改革委、工业和信息化部、国家数据局联合发布《关于促进人工智能与能源双向赋能的行动方案》，明确到2030年人工智能算力设施清洁能源供给保障能力和能源领域人工智能应用水平显著提升。随着政策推进，人工智能正从示范应用加速迈向规模化推广。

迎峰度夏关键时期，四川成为这一趋势的重要实践场域。

国网四川电力依托能源电力联合调度机制，实现水、火、风、光等多元电源协同优化；机巢式无人机、在线监测等智能装备广泛部署于电网巡检。发电侧，华电四川运用新能源智慧生产平台优化风电、光伏运行策略，多类型电源协同保障供应。曾经依赖人工经验完成的部分工作，现今更多交由人工智能快速分析、辅助决策，再由专业人员综合研判。

四川省能源局综合处处长蔡益恒指出，随着新能源大规模并网，新型电力系统运行模式发生深刻变革，提升预测、调度和运行控制智能化水平，已成为保障电网安全稳定运行、推动新能源高效消纳的关键方向。

随着人工智能深入能源生产控制环节，可靠性、安全性和可解释性成为业界关注焦点。

陈德亮表示，当前最大的技术挑战在于让人工智能更加可靠、可解释，能够在极端场景下支撑决策。"AI不能仅是'黑箱'。能源调度关乎公共安全，不仅要给出结论，还需阐明原因、风险所在、哪些因素起决定作用。"

行业人士认为，在相当长时期内，能源行业仍将坚持"AI辅助、人来决策"的模式。人工智能负责快速处理海量数据、生成优化方案，关键调度决策仍由专业人员审核把关，实现"机器善计算、人善判断"的协同格局。

从"靠天发电"到"数据调度"，人工智能正加速融入能源生产运行全流程，"AI+能源"双向赋能也为新型电力系统建设注入新动能。