时间：2026年6月20日
地点：中国北京
人物：北京大学地球与空间科学学院助理教授张帆、教授刘瑜团队，阿里巴巴达摩院
事件详情：2026年6月20日，北京大学地球与空间科学学院张帆助理教授、刘瑜教授团队联合阿里巴巴达摩院等单位，首次基于真实新能源设施布局绘制出全国首份新能源设施"家底图"。研究团队利用0.5米分辨率卫星遥感影像，结合人工智能与云计算技术，扫描整个中国版图，逐一识别散落在山川田野间的新能源设施，最终构建了包含全国31.99万个光伏设施、9.16万台风机位置与轮廓的精细数据库。该研究在全国尺度上首次揭示了风光空间协同对破解新能源消纳难题的巨大潜力。研究显示，即便在不新增装机、仅优化空间调度的条件下，全国范围跨省协同可额外释放约1000亿千瓦时年消纳能力，相当于一个中型国家的全年用电量。
背景：随着中国风电光伏装机总量持续攀升——目前已占全国总装机近一半——"弃风弃光"问题日益突出。此前，调度系统只知道"某个省装了多少风光"，却难以精确到每个县、每条线路的新能源分布。大量分布式光伏、小型风电在统计和调度层面处于"黑箱"状态，只能做粗线条的调度规划。这项研究通过AI+遥感技术填补了这一关键数据空白，相当于给中国新能源做了一次"全国人口普查"。该成果此前已于2026年5月发表于国际顶级学术期刊《自然》（Nature）正刊。
影响：
- 为全国新能源基地宏观布局、跨区域绿电交易和输运规划提供了可量化的科学依据，填补了此前缺乏全国尺度高精度新能源设施地理分布数据的空白。
- 研究表明风光互补高度依赖空间协同范围——县域内部仅不到四分之一地区能有效互补，而全国视野下任何地方都能找到发电节律互补区域，为跨省电力调度提供了量化决策支持。
- AI+遥感方法可扩展至其他基础设施普查领域，展示了人工智能在能源转型和国家基础设施建设中的巨大应用潜力，为"电力互济工程"等国家"十五五"规划重大工程提供技术支撑。
总结：北大与达摩院合作完成的全国首份新能源设施家底图，是AI for Science（AI4S）在能源领域的重要应用突破。研究团队用0.5米级高分辨率卫星影像结合AI技术，完成了对全国31.99万个光伏设施和9.16万台风机的精准识别，解决了长期困扰中国新能源行业"总量领先、精细信息缺失"的痛点。该研究展示的核心思路——用地理空间智能为跨区域风光互补做精准配对——为构建高比例新能源电力系统提供了一条兼顾效率与可行性的转型路径，对实现"双碳"目标和推动能源绿色转型具有重要战略意义。
参考来源：
- https://baijiahao.baidu.com/s?id=1868549405157262228
- https://baike.baidu.com/item/全国新能源设施家底图/68067958
- http://www.ccin.com.cn/detail/3449d8e64849876cdb6ad718941f5a6e
- https://www.zhihu.com/question/2040809853350831319/answer/2041109740063830473
- https://post.smzdm.com/p/a82zk9dq