【一份在国网某省级调度中心里,被AI在午间光伏大发时段自动触发的“储能充电与需求响应联动指令”】
(背景:2026年11月,某省调度中心。午间,光伏出力飙升,电网消纳压力骤增。AI系统在几秒内完成了一套组合动作:把全省储能电站的充电功率拉到最大、触发可中断工业负荷的响应、调整跨省联络线的外送功率。这套组合动作的目标不是“多存电”,是“让光伏多发一点而不弃”。国网在新能源功率预测上的精度(省级日前98.18%)为这套调度提供了前提:知道光伏会发多少、什么时候发,才能提前安排消纳资源。储能的容量是有限的,AI的价值是让有限的储能用在“最该存的那个时刻”。)
一、新能源消纳的“储能依赖症”:以为多建储能就能解决问题
新能源消纳的常规思路是“建更多储能”。光伏大发时存起来,没光时放出来。
但储能的成本极高,建设周期长,而且储能的容量永远赶不上新能源装机的增长速度。如果消纳完全依赖储能,电网的投资成本会失控。储能是消纳的工具之一,不是唯一工具。把储能当万能药,是消纳思路的懒惰。
AI落地深水区里最痛的现实:新能源消纳的瓶颈,不是“储能不够多”,是“储能用得不够巧”。同样的储能容量,调度得巧,能消纳的绿电多一倍。
二、国网的解法:用AI把“消纳”拆成多资源的组合优化
国网的消纳AI逻辑,不是只盯着储能,是把储能、需求响应、跨省互济、火电调峰放在同一个模型里做组合优化。
第一,储能的“精准充放”。储能的容量有限,什么时候充、什么时候放,决定了它的利用效率。AI根据光伏出力预测和负荷预测,判断“今天午间的光伏富余量有多大、储能需要充多少、充多久”。不是“有富余就充”,是“充到刚好够用,不浪费储能循环寿命”。储能的每一次充放,都应该对应一个明确的消纳目标。
第二,需求响应的“分级调用”。工业负荷的可中断容量、商业楼宇的空调轮停、居民侧的电价响应,这些资源的响应速度、持续时间、补偿成本各不相同。AI在光伏大发时,优先调用响应速度快、补偿成本低的资源,把储能留给“响应速度要求更高”的场景。消纳资源的调用顺序,决定了消纳的总成本。
第三,跨省互济的“极限挖潜”。本省消纳不了的光伏,送到邻省。AI把跨省联络线的可用容量、邻省的消纳空间、输电损耗拉进模型,在极限情景下把外送功率推到最高。跨省互济的前提是邻省有空间,AI的工作是在“有空间”的时候最大化利用。
三、行业终局:新能源消纳的竞争,是“组合优化精度”的竞争
国网在新能源消纳上的AI实践,揭示了一个被行业低估的真相:消纳的胜负,不取决于建了多少储能,取决于同样的储能能撬动多少绿电并网。
当同行还在为“又建了多少MWh储能”宣传时,国网已经在用AI算“这些储能今天该充多少、放多少”。在新能源消纳的深水区,储能容量是面子,组合优化精度才是里子。谁能让每一度绿电都在正确的时间被消纳,谁就能在新能源装机狂飙的背景下,把弃风弃光率压到最低。
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.