被云卡脖子的光伏，等来了AI预报

光伏装机一路狂奔，但电网最怕的，是一朵没有预报到的云。近日，中国气象局发布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AI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。

表面看，这是一条气象科技新闻；往产业链深处看，它触碰的是光伏行业最敏感的神经——功率预测。预测准不准，直接决定一座电站的偏差考核罚单、一条特高压线路的安全裕度，乃至整个电网敢让光伏上多少。

☁️ 光伏最大的敌人，不是硅料，是云

"煤电怕煤价，光伏怕云影。"这是调度圈流传已久的一句话。

先看一个场景。西北某大型光伏基地的清晨，调度屏幕上的出力曲线本该随太阳同步爬坡。突然，一片积云过境，十几分钟内，数吉瓦的出力瞬间"塌方"。留给调度员的窗口只有几分钟：是调用备用机组，还是启动储能，还是压减外送？所有决策的前提只有一个——提前知道这片云什么时候来、范围多大、持续多久。

这就是光伏功率预测的本质难点。光伏出力由太阳辐射直接决定，而辐射被云、气溶胶、水汽等要素剧烈调制。相比风速，云的时空变化尺度更小、更碎、更快，是气象变量里最难咬的一块硬骨头。

风源模型的官方描述里，有两个关键词值得放大：一是"全国地面太阳辐射站点与网格"，二是"实时监测和超短期预报"。前者意味着空间覆盖不再是离散点位，而是铺满全国的格网；后者意味着时间响应进入分钟级到小时级区间——这正是电网实时调度的核心时间窗。

⚡ 产业逻辑很直白：随着光伏在电力结构中占比持续抬升，功率预测已经从"锦上添花的辅助服务"，变成"电网运行的刚性基础设施"。预测精度每抬升一个台阶，对应的就是实打实的备用容量压降和弃光率改善。预报不准，电网只能用冗余的备用容量对冲不确定性，这笔成本最终由整个系统分摊。

🛰️ “端到端”三个字，值千金

数据底座决定预报天花板。

过去，太阳辐射预报的主流路径是把卫星资料塞进数值天气模式，让物理方程组"算"出未来的辐射场。这条链路的问题在于链条长：卫星观测要经历同化、模拟、后处理多个环节，每一环都在累积误差，而云这种快变量恰恰最容易在长链条中被"磨平"。

风源模型的不同在于"融合驱动"与"端到端"两个词。一方面，它把两类互补的观测源拧在了一起——静止气象卫星提供大范围、高频次的云顶与辐射信息，地面分钟级辐射观测网提供最贴近光伏组件真实受光状态的"地面真值"；另一方面，端到端意味着模型直接从观测数据学习到预报结果，不再依赖传统模式的中间链条。

打个比方：过去是"先画整张地图，再放大到你要的那个街区"，现在是"地图和街区实景同时喂给模型，直接输出你要的答案"。

一张图看清这条新的数据链路：

这并非孤立事件。近两年AI气象大模型赛道已经热起来：海外有DeepMind的GraphCast，国内有华为盘古气象、上海AI实验室的风乌等，但它们的主战场多在全球尺度的中期天气预报。风源把镜头对准了"太阳辐射"这个垂直变量，并且做到了星地融合——这个切入点，明显是冲着新能源行业来的。

如果把几条技术路线放在"技术门槛×商业价值"的坐标系里看，位置差异一目了然：

星地融合端到端AI站在右上象限，但它的高商业价值尚未完全兑现——从模型发布到接入调度系统、再到形成标准化服务，中间还有工程化的距离。传统数值模式则不会被淘汰，而是被重新分工：物理可解释性仍要靠它，快变量赛道让位给AI。

📊 超短期预报，改写了什么

超短期预报的每一分钟，都是真金白银。

在电力行业的语境里，功率预测按时间尺度分层，每一层服务的对象和价值锚点都不一样。风源定位的"超短期"，恰好是过去最薄弱、如今最值钱的那一段：

为什么超短期最关键？因为电网实时平衡的时间颗粒度是分钟到小时。日前预报再准，也拦不住第二天午后的那片突然生消的对流云；而超短期预报直接接入实时调度，决定的是备用机组的启停、储能的充放节奏、特高压通道的输送曲线。

再看电站侧。新能源电站普遍面临"两个细则"下的功率预测偏差考核——预测偏差越大，罚单越重。超短期精度的提升，意味着在实时滚动修正预测曲线时，电站能把偏差压得更低。对参与电力现货市场的电站而言，日前申报与实时出力之间的偏差，就是直接的价格风险敞口。

💡 产业判断：超短期辐射预报的精度，正在成为新型电力系统里的一类"隐形容量"。它的提升不增加一块组件，却能释放出实实在在的可消纳空间。

🏗️ 气象+光伏：两条产业链正在合流

预报能力正在从公共品变成生产要素。

把视线拉远，这条赛道上已经站了三类玩家：第一类是官方气象体系，手握卫星、观测网和模式积累，风源代表这条路线的AI化升级；第二类是科技公司，以通用AI气象大模型切入，优势在算力和算法架构；第三类是垂直服务商，长期深耕光伏功率预测的落地交付，熟悉电站和调度侧的真实需求。

据多位接近气象部门的行业人士观察，气象部门近年与能源行业的互动明显加密，辐射观测网的加密建设与新能源大基地的铺开在时间上高度同步。气象服务正在从"公共产品"向"能源基础设施"迁移，风源是这条迁移路径上的一块界碑。

从技术演进的时间轴看，这一步并不突兀：

值得注意的是，光伏功率预测市场此前已由第三方服务商充分竞争，风源的加入更像"国家队补上了数据底座这块短板"。对下游电站和电网而言，这意味着底层数据质量的公共水位被抬高了；对竞争格局而言，掌握了独家星地融合数据的官方体系，其话语权权重值得所有从业者重新掂量——官方模型天然带公共品属性，如何与商业预测服务商的落地能力结合，是下一步的关键看点。

小结

风源模型的价值，不在于多了一个预报工具，而在于把"太阳辐射"从气象学的专业变量，变成了新型电力系统的运行参数。当静止卫星、分钟级地面观测网和端到端AI被拧成一条数据链，光伏功率预测的数据底座被整体抬高了。

往前看，三个方向值得跟踪：一是模型精度在真实调度环境中的验证表现；二是官方气象能力与商业功率预测服务的分工与竞合；三是随着电力现货市场铺开，高精度超短期预报能否催生"以预测换收益"的新商业模式。云还是那朵云，但算云的能力，已经换了一代。