光伏功率预测的短板，被AI补上了

光伏行业最怕的不是没风没光，而是云。

一朵云飘过电站上空，出力可以在几分钟内塌下去一截；云一散，功率又猛地窜回来。对电站业主，这是收益的不确定性；对电网调度，这是必须实时吞下的波动。据新华社报道，中国气象局近日发布了人工智能太阳辐射预报模型——风源—辐射感知与预报模型。这是我国首个由静止卫星与地面分钟级辐射观测网融合驱动的端到端人工智能太阳辐射预报模型，实现全国地面太阳辐射站点与网格的实时监测和超短期预报，为光伏发电超短期预报提供技术支撑。

这看似是一条气象口的技术新闻，实际指向的是新能源电力系统的底层能力：当光伏的波动第一次能够被分钟级地'看见'和'预告'，整个产业链的运行逻辑都会跟着松一扣。

⚠️ 云，是光伏最贵的变量

每一位在省调值班的人都体会过那种紧张感。

午高峰前后，一片对流云团扫过光伏大省，全省出力曲线像被一只手往下按。调度员要在极短时间内安排备用机组顶上、调整联络线计划、必要时动用储能。如果预测不到位，这些动作全是被动响应；预测到位，就只是按预案走一遍流程。

这就是光伏功率预测的行业痛点：超短期预测是整个预测体系里最薄弱、又最要命的一环。从产业逻辑上看，预测按时间尺度分层，各层的用途和难度完全不同：

日前预测错一点，交易考核扣的是钱；超短期预测跟不上，电网稳定冒的是险。随着光伏在电力系统中的占比持续抬升，系统对分钟级波动的敏感度水涨船高——过去可以靠灵活性资源硬扛的波动，现在必须靠预测提前化解。

行业里流传一句话：光伏渗透率越高，功率预测就越从'辅助工具'变成'生产资料'。风源模型发布，踩中的正是这个位置。

🛰️ 风源到底做对了什么

金句是：单一数据源永远看不清云的全貌，融合才是预报精度的出路。

拆开风源—辐射感知与预报模型的技术路线，它的稀缺性在于'两个首次'的组合：

其一，数据源融合。它把天上的静止卫星和地面的分钟级辐射观测网拧在了一起。静止卫星视野广、连续成像，擅长捕捉云的生消与移动趋势，但对辐射到达地面通量的反演存在偏差；地面辐射站测的是'真实落地的辐照度'，精度高但空间上稀疏。一个看得广、一个测得准，过去这两类数据更多是各干各的，风源用AI把两者做成了一套端到端的预报引擎。

其二，端到端架构。传统预报链条是'观测—同化—数值模式—后处理订正'，每一环都有误差累积；端到端AI模型则直接从多源观测数据映射到辐射预报结果，把中间环节压缩掉，这也是近年来AI气象大模型路线的共同选择。

发布信息里有两个关键词值得划重点：'实时监测'和'超短期预报'，覆盖的是'全国地面太阳辐射站点与网格'。也就是说，它交付的不只是某个点的预报，而是一张全国尺度的、站点+网格双颗粒度的辐射态势图。对功率预测厂商而言，这相当于在国家层面提供了一套高质量的'输入底座'——过去各家模型吃的数据源参差不齐，未来底座的颗粒度和时效性被整体拉高了一个档位。

📊 把各类预报路线放到一张图上看

风源的出现，改变了太阳辐射预报的技术格局。如果按'数据融合程度'和'预报颗粒度'两个维度给主流路线定位，图景会很清晰：

三条传统路线各有天花板：地面站统计外推数据真实但空间代表性不足，云一移动就失灵；卫星外推看得见云的轨迹，但对落地辐照的标定不够准；数值天气预报物理框架完整，但对快速生消的云系响应偏慢。风源把三者中最关键的两路数据——卫星与地面分钟级观测——在AI框架内融合，理论上同时占据了右上象限：多源融合+分钟级精细。

一位长期做功率预测产品的业内人士对这条路线的评价颇具代表性：过去大家拼的是拿到数据之后怎么建模，风源发布后，比拼的起点变成了'谁的输入数据更好'。国家级AI底座的出现，既是一次能力托举，也是一次行业洗牌的预告。

📈 谁会因为一个预报模型受益

好消息不会平均落在所有人头上。沿着产业链往下捋，受益顺序大致是这样的：

第一层受益者是电网调度。超短期辐射预报落到功率预测环节，等于给实时调度装上了'提前量'：备用容量的安排可以更有针对性，储能的充放电窗口可以更精准地卡在云来云去之间。对高比例光伏省份，这意味着系统调节成本的实质性下降。

第二层是电力交易。现货市场机制下，功率预测偏差直接折算成收益损失。超短期预测能力的提升，会让发电商在实时市场的报价与持仓更有底气。可以预期，功率预测精度会逐渐从'考核达标的成本项'变成'交易盈利的能力项'——这个定位变化，会重排功率预测服务商的竞争座次。

第三层是储能与灵活性资源。预测越准，储能越不需要为'以防万一'而空转兜底，其充放策略可以更多服务于价差套利和容量价值，商业模型的账才算得过来。

当然，也要保持克制：模型刚发布，实际业务中的精度表现、与各省功率预测系统的对接深度，都还需要时间验证。国家级底座与商业预测厂商之间是互补还是竞合，生态怎么开放，同样待观察。

🔭 结语：预测能力是新型电力系统的隐形基建

回看这条新闻的分量：风源—辐射感知与预报模型的价值，不在于又一个AI模型的名字，而在于它把太阳辐射从'看天说话的不可控项'，变成'可以被分钟级监测与预报的数据资产'。

光伏、储能、电网这三条线，最终都要在'不确定性管理'这个点上汇合。谁先把不确定性算清楚，谁就握住了新型电力系统的定价权。风源迈出的这一步，方向比幅度更重要——国家级AI气象底座一旦建成，后续的迭代只会加速。

对产业链上的玩家而言，现在该问的不是'这个模型准不准'，而是'我的业务流程准备好接住分钟级预报了吗'。天线已经架好，接下来看谁先把信号用起来。