四川在线记者 文露敏 周宝
7月16日，雅砻江水风光一体化智慧运营大模型正式发布。依托国内首个高海拔岩洞式智算中心，这一“能源大脑”面向水风光一体化清洁能源基地，既当“气象预言家”、又作“电力调度员”，既能“辅助”场站运维，又能为市场交易“支招”。
当能源系统和天气的关系愈加“难解难分”，我们还要怎样应对？大模型给出了一个答案。
近日，高能研究社对话中国科学院外籍院士、气候学家陈德亮，探讨“人工智能+能源”碰撞出的新火花。
AI能为我们做什么？
四川在线记者：将AI技术应用于能源系统的气象水文预测和调度决策，当前面临的最大技术瓶颈是什么？
陈德亮：当前最大的技术瓶颈是这一应用还不够可靠、可解释、可放心地用于极端情况下的决策。能源系统越来越依赖天气。风电要看风，光伏要看太阳，水电要看降水、积雪和冰川融水，电力需求也会受到高温、寒潮等天气影响。AI可以帮助我们更快、更准确地预测这些变化，但用于复杂的能源调度时，还面临几个难题。
第一， 极端天气最难预测。AI主要从历史数据中学习，但未来气候正在变化，很多极端事件过去并不常见。比如持续高温、长期干旱、大范围低风低光，正是能源系统面临的最危险的情况，也是AI技术最容易出错的地方。
第二， AI不能只是“黑箱”。能源调度关系到社会运行和公共安全，我们不能满足于只让AI告诉我们一个结果，还要说明为什么、风险有多大、哪些因素最关键。决策者需要能理解、能信任、能追责的AI。
第三， 预测和实际运行之间的联系还需要进一步加强。现在很多AI可以预测风速、太阳辐射、径流或负荷，但如何把预测结果转化为科学的水库调度、电网运行、储能安排和应急预案，还需要与工程系统深度结合。
四川在线记者：有哪些值得期待的方向呢？
陈德亮：未来最值得期待的方向，是发展懂物理规律的AI、可解释的AI、能智能化参与调度决策的AI。也就是说，AI不仅要预测得准，还要解释得清、用得稳，并能帮助我们提前发现风险、优化能源调度、提升气候韧性。
四川在线记者：您可能已经关注到雅砻江水风光一体化智慧运营大模型的发布了，怎样看待它的技术突破与行业价值？
陈德亮：这个大模型最大的技术突破是初步打通了气象、水文、风光资源预测和电力实际运行决策全流程。其核心优势是数据整合能力极强，汇聚卫星遥感、地面气象站等全方位海量数据，搭建起全流域、全要素、多时间尺度、全业务链条的一体化预报体系。
经过大量数据训练和实景场景优化后，效果显著提升了：传统模型流域来水预报只能精准预判十几天，现在拉长到60天；前10天小时级预报精度提升约5%，11天到60天中长期日尺度预报平均精度有所提高。气象预测响应速度从小时级升级到分钟级，效率大幅提升。同时，面对电网负荷波动、跨区送电通道约束等外部变量，雅砻江大模型数分钟内可迭代多套调度方案，兼顾电网安全约束、电站发电效益、新能源足额消纳等多重目标，推动源网荷储协同优化落地。
我们面对着怎样的未来？
四川在线记者：您提出能源系统韧性是“主动转型”而非“被动恢复”。在当前极端天气频发的背景下，哪些策略最能有效提升韧性？
陈德亮：主动转型，就是不能只是等到极端天气造成停电、限电或能源短缺后，再去抢修和补救，而是要提前把风险考虑进去，让能源系统本身变得更安全、更灵活、更能适应未来气候。在极端天气增多的背景下，我认为有下面几类策略特别重要。
第一， 能源规划要看未来气候，而不能只看过去经验。过去建电站、输电线路和城市能源系统，往往依据历史气象资料。但未来的高温、暴雨、干旱和强风可能更强、更频繁，所以规划必须把气候变化情景和极端事件风险纳入进去。
第二， 能源结构要更加多元。不能过度依赖单一能源、单一区域或单一输电通道。风、光、水、储能、灵活电源和跨区域电网要协同发展。这样即使某一种能源受天气影响，其他能源也能补上。
第三， 要提高系统灵活性。高比例新能源系统需要更多储能、抽水蓄能、需求响应、虚拟电厂、电动汽车有序充电和跨区互联。简单说，就是让电力系统能够更快地“调得动、转得开、补得上”。
第四， 要不断优化“气象—水文—能源”一体化的预测预警系统。比如提前知道某个区域将出现热浪、干旱、低风低光或暴雨，就可以提前安排电源、储能、水库和电网运行，减少被动应对。
第五， 要加强关键基础设施，如输电线路、变电站、水电站、储能设施和调度中心的抵御洪水、台风、冰雪和高温的能力。一句话概括：真正有韧性的能源系统，不只是灾后恢复得快，而是灾前能预判、运行中能调整、灾后还能变得更强。
四川在线记者：未来5到10年，您认为能源系统转型最值得关注的“临界点”可能出现在哪里？
陈德亮：“临界点”有两层含义。一是风险临界点，也就是能源系统从“可以通过常规调度应对”转向“常规手段不足以维持安全稳定”的阈值；二是转型临界点，也就是新技术、新制度和新基础设施达到一定规模后，能源系统运行逻辑发生结构性改变的时刻。
未来5到10年，能源系统转型最值得关注的“临界点”，可能不是某一项技术突破，而是多个变化同时发生：新能源占比快速提高，极端天气增多，电力需求上升，AI和数据中心用电增加，而电网、储能和调度能力如果跟不上，就可能带来系统性风险。对于复杂系统而言，这里面任何一个因素或者几个因素的组合都可以触发连锁反应，造成系统的重大变化。
我认为，临界点很可能出现在“新能源快速增长”与“系统灵活性不足”“电力需求快速增长”与“低碳保供能力不足”“极端气候风险上升”与“基础设施适应能力不足”之间的交汇处。因为临界点会造成系统的巨大变化，我们必须在临界点到来之前做好充分的准备。
