问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年7月16日，由国投集团雅砻江公司研发的国内首个水风光一体化智慧运营大模型在四川雅砻江流域正式发布。据中国科学院外籍院士陈德亮介绍，该模型作为千万千瓦级清洁能源基地的智慧大脑，可实现最长60天流域来水预测，前10天小时级预报精度较传统方案提升约5%，标志着我国清洁能源智能化运营领域取得重要技术突破。
作为国内规模最大的水风光互补清洁能源基地之一，雅砻江流域已投产的水电、风电、光伏装机规模突破2000万千瓦，但其风光资源波动性大、流域水文气象条件复杂等问题，长期制约着能源调度效率的提升。此次大模型的落地，正是瞄准这一行业痛点给出的AI解决方案。
在双碳目标推进下，国内清洁能源装机规模持续攀升，但“靠天吃饭”的属性始终是行业运营的核心难点：风力、光伏发电量受气象条件影响波动极大，传统预测精度不足容易导致电网冲击、弃风弃光率居高不下；而流域水电的调度高度依赖水文预测，此前十几天的预测周期不足以支撑跨季度的水资源优化配置，千万千瓦级基地的协同运营始终缺乏高效的技术工具。
这款大模型的核心优势在于强大的多源异构数据整合能力，可同步接入卫星遥感、地面气象监测站、流域水文测站、新能源场站传感设备等不同来源的实时数据，构建覆盖全流域、全资源要素的智能预报体系。经过海量实景数据训练及高原复杂场景专项优化，其预测能力实现了跨越式提升。
中国科学院外籍院士、气候学家陈德亮表示，传统流域来水预报仅能精准预测十几天，而新模型可实现最长60天的流域来水预测周期，前10天小时级预报精度提升约5%。除了预测能力升级外，该模型还打通了资源预测到电力运行决策的全链路，可根据预测结果自动生成最优调度方案，替代传统的人工决策流程，大幅提升运营效率。这一精度提升看似幅度不大，但对应千万千瓦级的装机规模，每年可减少数千万度的弃风弃光电量，同时优化水电调度策略进一步提升水资源利用率。
该模型的落地也为国内清洁能源行业的AI应用提供了可复制的样本。雅砻江方面透露，后续该模型还将接入电力市场交易预测模块，进一步打通“资源预测-调度决策-市场交易”的全链路智能化流程，未来有望向国内多个流域的清洁能源基地推广，为构建新型电力系统提供核心技术支撑。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号