電力設(shè)備行業(yè)市場(chǎng)分析

一、針對(duì)AI在電力領(lǐng)域的應(yīng)用場(chǎng)景、我們提出“應(yīng)用可行性分析框

架”

3月31號(hào)，國(guó)家能源局發(fā)布《關(guān)于加快推進(jìn)能源數(shù)字化智能化發(fā)展

的若干意見(jiàn)》，針對(duì)電力、煤炭、油氣等行業(yè)數(shù)字化智能化轉(zhuǎn)型發(fā)展

需求，提出若干建議，以把握新一輪科技革命和產(chǎn)業(yè)變革新機(jī)遇,其

中電力行業(yè)方面，主要提出利用數(shù)字化智能化技術(shù)支撐：發(fā)電清潔低

碳轉(zhuǎn)型、新型電力系統(tǒng)建設(shè)、電力消費(fèi)節(jié)能提效。我們由此梳理出以

下5項(xiàng)AI+電力應(yīng)用場(chǎng)景：1）發(fā)電側(cè)一發(fā)電清潔化智慧化轉(zhuǎn)型：①

新能源發(fā)電功率預(yù)測(cè)；②電廠BIM智能化設(shè)計(jì)2）電網(wǎng)側(cè)--新型電力

系統(tǒng)建設(shè)：③電網(wǎng)智能調(diào)控和輔助決策；④輸電線路智能巡檢、變電

站智能運(yùn)檢、配電智能運(yùn)維3）用電側(cè)---電力消費(fèi)節(jié)能提效：⑤虛擬

電廠、微電網(wǎng)。

《意見(jiàn)》提出的四項(xiàng)基本要求包括需求牽引、數(shù)字賦能、協(xié)同高效、

融合創(chuàng)新。推動(dòng)數(shù)字化智能化技術(shù)與能源產(chǎn)'業(yè)發(fā)展深度融合，加快人

工智能、數(shù)字?jǐn)伾?、物?lián)網(wǎng)、區(qū)塊鏈等數(shù)字技術(shù)在能源領(lǐng)域的創(chuàng)新應(yīng)

用，最終為構(gòu)建清潔低碳、安全高效的能源體系，為積極穩(wěn)妥推進(jìn)碳

達(dá)峰碳中和提供有力支撐。

19年后AI大模型持續(xù)推進(jìn)，賦能干行百業(yè)，22年市場(chǎng)規(guī)模近2000

億元。近十年來(lái)，包括機(jī)器學(xué)習(xí)（ML）、自然語(yǔ)言處理（NLP）、

計(jì)算機(jī)視覺(jué)（CV）等技術(shù)快速發(fā)展，在企業(yè)設(shè)計(jì)、生產(chǎn)、管理、運(yùn)

營(yíng)多個(gè)環(huán)節(jié)中均有滲透程度不斷提升，同時(shí)在礦業(yè)、電力、交通、農(nóng)

業(yè)、氣象等領(lǐng)域的應(yīng)用逐步落地。AI應(yīng)用已從消費(fèi)、互聯(lián)網(wǎng)等泛C

端領(lǐng)域，向B端傳統(tǒng)行業(yè)輻射，AI大模型在基礎(chǔ)層、技術(shù)層、應(yīng)用

層均持續(xù)突破，AI正加速賦能千行百'也。22年市場(chǎng)規(guī)模近2000億

元,2022-2027年CAGR為25.6%。據(jù)研究數(shù)據(jù)，2022年中國(guó)AI產(chǎn)

業(yè)規(guī)模達(dá)1958億元，年增長(zhǎng)率7.8%。2022年業(yè)務(wù)增長(zhǎng)主要依靠:

1)智算中心建設(shè)及大模型訓(xùn)練等應(yīng)用拉動(dòng)需求的AI芯片市場(chǎng)、2)

智能機(jī)器人及對(duì)話式AI市場(chǎng)。在AI成為數(shù)字經(jīng)濟(jì)時(shí)代核心生產(chǎn)力的

背景下，AI芯片、自動(dòng)駕駛及車聯(lián)網(wǎng)視覺(jué)解決方案、智能機(jī)器人、

智能制造、決策智能應(yīng)用等細(xì)分領(lǐng)域增長(zhǎng)強(qiáng)勁。2027年人工智能產(chǎn)

業(yè)整體規(guī)?？蛇_(dá)6122億元,2022-2027年的年復(fù)合增長(zhǎng)率為25.6%。

圖表3:A1大模型在學(xué)界和業(yè)界持續(xù)拓展

TS

廣Maree

/~

—“19?2*2**

~2啦1Jenmicl

(；FI3

UMI1X

(TM?2

<?0pbrrode

tnrirJJIit-gf

1911

Sparrow

<；FTA?\2?H>1—”

Ikx

IVIoWrwlHM?〃IM

GI.Mon00

AkuTM3

(.■iatka00

on-iMi0Q?

Fc1.AbtntUntofcnstvY)iaroeianoiawmodels(havwasizelaroerthan106)wirecentVMTS.W?nwi(theooen-souroeLLMsovdowc

針對(duì)電力行業(yè)屬性，我們提出AI+電力“應(yīng)用可行性分析框架”，以多

維度的視角，分析判斷AI有望最先在哪些細(xì)分行業(yè)和公司落地。

面向行業(yè)主要衡量的維度有：1）能否解決長(zhǎng)期痛點(diǎn)問(wèn)題：電網(wǎng)承擔(dān)最

主要的功能是維持用電側(cè)與電網(wǎng)側(cè)動(dòng)態(tài)平衡，而新能源裝機(jī)比例上升

無(wú)疑加大了電力調(diào)度與消納的難度，因此若AI加持能有效解決消納

相關(guān)細(xì)分環(huán)節(jié)的痛點(diǎn)問(wèn)題，相關(guān)政策導(dǎo)向和資金投入將有望向此環(huán)節(jié)

傾斜。2）行業(yè)數(shù)據(jù)是否具有較低敏感性和安全性風(fēng)險(xiǎn)：大模型需要通

過(guò)海量數(shù)據(jù)訓(xùn)練，而電網(wǎng)行業(yè)本身涉及到民生用電與數(shù)據(jù)安全性問(wèn)題,

部分信息不便用于大規(guī)模公開(kāi)訓(xùn)練，因此若某一細(xì)分環(huán)節(jié)數(shù)據(jù)敏感性

較低或用戶已授權(quán)使用，則大模型將更快接入落地。3）行業(yè)是否已較

早應(yīng)用布局AI/技術(shù)實(shí)踐：電網(wǎng)多個(gè)應(yīng)用場(chǎng)景較早地應(yīng)用了AI技術(shù)，

例如輸變電線路運(yùn)維和巡檢方面，2011年開(kāi)始，部分企業(yè)就已開(kāi)展

了通過(guò)AI對(duì)電力設(shè)備外表缺陷進(jìn)行識(shí)別、預(yù)測(cè)、跟蹤運(yùn)行等研究探

索。4）已有華為等廠商開(kāi)發(fā)出行業(yè)相關(guān)大模型：例如華為盤古CV視

覺(jué)大模型，已在L2級(jí)細(xì)分場(chǎng)景上，推出基于電力大模型的無(wú)人機(jī)電

力巡檢、電力缺陷識(shí)別等場(chǎng)景模型。

面向公司主要衡量的維度有：1）擁抱AI的積極性：公司的主觀能動(dòng)

性如何？是否排斥應(yīng)用大模型？2）積累的數(shù)據(jù)規(guī)模與數(shù)據(jù)質(zhì)量：公

司所積累的數(shù)據(jù)壁壘是否深厚？積累的數(shù)據(jù)能否直接用于模型訓(xùn)練?

是否會(huì)涉及到客戶數(shù)據(jù)泄密？3）享有某些數(shù)據(jù)的優(yōu)先使用權(quán)：公司

是否為兩網(wǎng)核心子公司？未來(lái)是否會(huì)優(yōu)先享有某些重要數(shù)據(jù)使用權(quán)?

4）重視信息化建設(shè)基礎(chǔ)：公司性質(zhì)是否偏軟件？是否早就重視信息

化基礎(chǔ)建設(shè)？是否擁有較高信息化建設(shè)水平，以配合AI落地？5）具

備自主開(kāi)發(fā)訓(xùn)練能力、或和大模型廠商有深入合作關(guān)系：公司是否具

備開(kāi)發(fā)實(shí)力/是否和大模型廠商深度合作？

新能源發(fā)電功率預(yù)測(cè)，輸變電線路智能運(yùn)維與巡檢是我們最看好的兩

個(gè)方向。

新能源發(fā)電功率預(yù)測(cè)：1）痛點(diǎn)問(wèn)題：對(duì)于電網(wǎng)調(diào)度部門，由于新能

源發(fā)電間歇性和波動(dòng)性的特點(diǎn)，功率預(yù)測(cè)難度較大，新能源大規(guī)模集

中并網(wǎng)會(huì)對(duì)電網(wǎng)穩(wěn)定運(yùn)行造成沖擊；對(duì)于電站運(yùn)營(yíng)商，各地“雙細(xì)則”

考核罰款標(biāo)準(zhǔn)趨于嚴(yán)格，預(yù)測(cè)精度可直接影響電站運(yùn)營(yíng)和盈利。2）

數(shù)據(jù)敏感性：氣象數(shù)據(jù)的可獲得性較高，數(shù)據(jù)敏感性較低，公開(kāi)信息

可以直接用于大規(guī)模模型訓(xùn)練。3）AI布局/技術(shù)實(shí)踐：自2012年起，

全球能源預(yù)測(cè)大賽（GEFCOM）已舉辦過(guò)三屆，有超60個(gè)國(guó)家的數(shù)

百只隊(duì)伍參賽；2021年國(guó)網(wǎng)調(diào)控AI創(chuàng)新大賽-新能源發(fā)電預(yù)測(cè)賽道

中，已有深度學(xué)習(xí)模型在實(shí)際應(yīng)用中脫穎而出；產(chǎn)業(yè)中已有國(guó)能日新、

國(guó)電南瑞等超過(guò)10家研究中心與企業(yè)推出了成熟的組合建模功率預(yù)

測(cè)系統(tǒng)。4）廠商相關(guān)大模型：華為云發(fā)布了盤古氣象大模型，預(yù)測(cè)

精度首次超過(guò)傳統(tǒng)數(shù)值方法，速度提升10000倍。

輸變電線路智能運(yùn)維與巡檢：1）痛點(diǎn)問(wèn)題：我國(guó)輸電線回路與變電

設(shè)備存量規(guī)模大，投運(yùn)規(guī)模逐年增長(zhǎng)，巡檢需求強(qiáng)烈，而人工巡檢存

在諸多劣勢(shì)，AI替代是大勢(shì)所趨。2）數(shù)據(jù)敏感性：相較于用電側(cè)數(shù)

據(jù)，設(shè)備故障缺陷相關(guān)數(shù)據(jù)敏感性較低，數(shù)據(jù)質(zhì)量與規(guī)模取決于企業(yè)

自身積累情況。3）AI布局/技術(shù)實(shí)踐：自2013年起東方電子、億嘉

和、澤宇智能等諸多企業(yè)已經(jīng)布局輸變電線路智能運(yùn)維、智能巡檢機(jī)

器人、巡檢無(wú)人機(jī)業(yè)務(wù)，參與者眾多、產(chǎn)品多樣。4）廠商相關(guān)大模

型：華為在L2級(jí)細(xì)分場(chǎng)景模型上，已經(jīng)推出基于電力大模型的無(wú)人

機(jī)電力巡檢、電力缺陷識(shí)別等場(chǎng)景模型，例如電力缺陷識(shí)別模型可以

替代原有的20多個(gè)小模型，做到平均精度提升18.4%、模型開(kāi)發(fā)成

本降低90%o

圉46:備屹濠支電功學(xué)覆測(cè).■曼電微力專能運(yùn)雉與迎檢,具有較高A/應(yīng)用”也可能代

對(duì)AI荒地行業(yè)的促選作用

可行性分析觸度（依分行業(yè)）

低申高

新能源

能否解決行業(yè)長(zhǎng)期據(jù)點(diǎn)問(wèn)題？?

發(fā)電功

行業(yè)數(shù)據(jù)是否具有收低欷感性和安全性風(fēng)險(xiǎn)？?

率M測(cè)

行業(yè)是否已枝早應(yīng)用布局AI??

已有華為等廠商開(kāi)發(fā)出行業(yè)相關(guān)大模型？?

HAI1■此行業(yè)的牝2作用

?可行性分析維度（“分行業(yè)）

交電低中高

畿路智

能否解決行業(yè)長(zhǎng)期痛點(diǎn)問(wèn)題？?

能達(dá)

行業(yè)數(shù)據(jù)是否具有收依微感檢和安全校風(fēng)險(xiǎn)？?

雄、*

能巡檢行業(yè)是否已收早應(yīng)用布局AI??

巳有華為等廠商開(kāi)發(fā)出行業(yè)相關(guān)大楔型？?

二、發(fā)電功率預(yù)測(cè)、輸變電智能運(yùn)維巡檢，有望成為AI率先賦能方

向

2.1智慧融合為新型電力系統(tǒng)建設(shè)推進(jìn)基礎(chǔ)保障，國(guó)網(wǎng)智能化投資維

持較高增長(zhǎng)。

安全高效、清潔低碳、柔性靈活、智慧融合為新型電力系統(tǒng)基本特征。

1月6日，國(guó)家能源局發(fā)布《新型電力系統(tǒng)發(fā)展藍(lán)皮書（征求意見(jiàn)稿）》,

以新能源為主體的新型電力系統(tǒng)是以新能源為供給主體，以確保能源

電力安全為基本前提，以滿足經(jīng)濟(jì)社會(huì)發(fā)展電力需求為首要目標(biāo)，以

堅(jiān)強(qiáng)智能電網(wǎng)為樞紐平臺(tái)，以源網(wǎng)荷儲(chǔ)互動(dòng)與多能互補(bǔ)為支撐，具有

安全高效、清潔低碳、柔性靈活、智慧融合基本特征的電力系統(tǒng)。

智慧融合是構(gòu)建新型電力系統(tǒng)的基礎(chǔ)。新型電力系統(tǒng)以數(shù)據(jù)為核心驅(qū)

動(dòng)，呈現(xiàn)數(shù)字與物理系統(tǒng)深度融合特點(diǎn)，系統(tǒng)控制運(yùn)行由“量測(cè)■控制”

模式向多物理系統(tǒng)的狀態(tài)感知、智能學(xué)習(xí)和預(yù)測(cè)控制等方式轉(zhuǎn)變。1）

狀態(tài)感知：電網(wǎng)內(nèi)外參與耦合運(yùn)行的物理系統(tǒng)，將從局部的感知量測(cè),

向全局的確定性精準(zhǔn)映射轉(zhuǎn)變。2）智能學(xué)習(xí):由于參與要素的多樣性,

將從單純物理量的分析，向包括人的行為在內(nèi)的非物理量的感知和智

能研判進(jìn)行轉(zhuǎn)變。3）預(yù)測(cè)控制：將從電力物理系統(tǒng)的機(jī)理模型仿真

和預(yù)測(cè)，向融合機(jī)理和數(shù)據(jù)模型的信息物理耦合仿真預(yù)測(cè)轉(zhuǎn)變，提升

隨機(jī)變量的預(yù)測(cè)精度，并應(yīng)用于電網(wǎng)逐級(jí)調(diào)控和控制引導(dǎo)。

圖最8:撕里電力系鈍中做手與物理系統(tǒng)深或曹疑“合

■劉f，控制

新型“源網(wǎng)荷儲(chǔ)”協(xié)同調(diào)控，保障電力可靠供應(yīng)。傳統(tǒng)電力系統(tǒng)可根據(jù)

用電側(cè)的負(fù)荷來(lái)調(diào)整電源的發(fā)電量，其前提是用可控的發(fā)電系統(tǒng)去匹

配波動(dòng)幅度不大且可測(cè)的負(fù)荷端，在運(yùn)行過(guò)程中滾動(dòng)調(diào)節(jié)，從而實(shí)現(xiàn)

電力系統(tǒng)安全可靠運(yùn)行。在新型電力系統(tǒng)下，由于隨機(jī)變化、弱可控

的電源并不容易直接跟隨可測(cè)性降低的負(fù)荷做出調(diào)整，電力系統(tǒng)需要

從“被動(dòng)”的跟隨調(diào)控，轉(zhuǎn)化為“主動(dòng)”的協(xié)同調(diào)控。通過(guò)源源互補(bǔ)、源

網(wǎng)協(xié)調(diào)、網(wǎng)荷互動(dòng)、網(wǎng)儲(chǔ)互動(dòng)和源荷互動(dòng)等多種交互形式，充分發(fā)揮

發(fā)電側(cè)、負(fù)荷側(cè)的調(diào)節(jié)能力，促進(jìn)供需兩側(cè)精準(zhǔn)匹配，保障電力可靠

供應(yīng)。

預(yù)計(jì)23-25年國(guó)網(wǎng)智能化投資為893、954、1008億元，每年維持

5-7%較高速增長(zhǎng)。2023年國(guó)網(wǎng)計(jì)劃投資超5200億元，同比2022

年的計(jì)劃投資5012億元增長(zhǎng)3.8%。“十四五”初期規(guī)劃2.6萬(wàn)億，當(dāng)

前21-23投資額已達(dá)成15200億元，考慮到特高壓直流建設(shè)加速等

因素，“十四五”期間實(shí)際投資額有望超預(yù)期。我們預(yù)計(jì)23?25年實(shí)際

投資規(guī)劃為5250億元、5450億元、5600億元，每年增速為3-5%。

智能化投資占比方面，根據(jù)《國(guó)家電網(wǎng)智能化規(guī)劃報(bào)告》，“十三五”

智能化投資占比為12.5%,預(yù)計(jì)“十四五”期間整體智能化投資占比

17%,我們假設(shè)23-25年智能化投資占比為17%、17.5%、18%,則

對(duì)應(yīng)投資金額893、954、1008億元，每年增速5-7%。

圖表13:日間風(fēng)電、光伏出力和負(fù)荷不平衡

2.2發(fā)電功率預(yù)測(cè)：基于AI的預(yù)測(cè)模型為當(dāng)前研究主線，旨在提高

預(yù)測(cè)精度

發(fā)電功率可靠預(yù)測(cè)是新能源大規(guī)模有序并網(wǎng)的關(guān)鍵。新能源發(fā)電對(duì)天

氣依賴較強(qiáng)，具有間歇性和波動(dòng)性特征，因此發(fā)電電量較難預(yù)測(cè)，大

規(guī)模集中并網(wǎng)會(huì)對(duì)電網(wǎng)的穩(wěn)定運(yùn)行產(chǎn)生較大的沖擊。因此新能源發(fā)電

的準(zhǔn)確預(yù)測(cè)可幫助電網(wǎng)調(diào)度部門提前做好傳統(tǒng)電力與新能源電力的

調(diào)控計(jì)戈ij,改善電力系統(tǒng)調(diào)峰能力，增加新能源并網(wǎng)容量。

功率預(yù)測(cè)相關(guān)政策趨于嚴(yán)格，“雙細(xì)則”加強(qiáng)考核。2018年3月，國(guó)

家能源局印發(fā)《關(guān)于提升電力系統(tǒng)調(diào)節(jié)能力的指導(dǎo)意見(jiàn)》，要實(shí)施風(fēng)

光功率預(yù)測(cè)考核，將風(fēng)電、光伏等發(fā)電機(jī)組納入電力輔助服務(wù)管理。

各地區(qū)能源局隨后紛紛發(fā)布了本區(qū)域《發(fā)電廠并網(wǎng)運(yùn)行管理實(shí)施細(xì)則》

和《并網(wǎng)發(fā)電廠輔助服務(wù)管理實(shí)施細(xì)則》（“雙細(xì)則”），加強(qiáng)對(duì)新能

源發(fā)電功率預(yù)測(cè)的考核，明確和加強(qiáng)考核罰款機(jī)制，發(fā)電功率預(yù)測(cè)精

度直接影響到電站的運(yùn)營(yíng)與盈利。

新能源功率預(yù)測(cè)分類：（1）按照時(shí)間尺度：分為超短期、短期、中

長(zhǎng)期預(yù)測(cè)；（2）按照空間尺度：分為單機(jī)預(yù)測(cè)、單場(chǎng)站預(yù)測(cè)、區(qū)域

預(yù)測(cè)；（3）按照建模方法：分為物理建模方法、時(shí)間序列建模方法、

基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等的人工智能建模方法。超短期和短期預(yù)測(cè)

均用于電網(wǎng)調(diào)度。根據(jù)各能源局《發(fā)電廠并網(wǎng)運(yùn)行管理實(shí)施細(xì)則》：

（1）電站必須于每天早上9點(diǎn)前向電網(wǎng)調(diào)度部門報(bào)送短期功率預(yù)測(cè)

數(shù)據(jù)，用于電網(wǎng)調(diào)度做未來(lái)1天或數(shù)天的發(fā)電計(jì)劃；（2）每15分

鐘向電網(wǎng)調(diào)度部門報(bào)送超短期功率預(yù)測(cè)數(shù)據(jù)，用于電網(wǎng)調(diào)度做不同電

能發(fā)電量的實(shí)時(shí)調(diào)控。

基于人工智能的預(yù)測(cè)模型具有諸多優(yōu)點(diǎn)，為當(dāng)前主流研究領(lǐng)域。相比

物理建模、時(shí)間序列建模等傳統(tǒng)方法，基于AI的預(yù)測(cè)模型對(duì)于高維

非線性樣本空間具有良好的擬合能力；模型參數(shù)基于數(shù)據(jù)訓(xùn)練得到,

更容易獲??；模型的輸入特征亦可靈活構(gòu)建；結(jié)合智能優(yōu)化算法還可

進(jìn)行參數(shù)自動(dòng)尋優(yōu)，進(jìn)一步省去了人工調(diào)參的工作量。

當(dāng)前AI在功率預(yù)測(cè)領(lǐng)域的應(yīng)用主要包括：模型愉入、模型構(gòu)建和參

數(shù)優(yōu)化。（1）模型輸入：包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)增強(qiáng)和特征構(gòu)建；

（2）模型構(gòu)建：包括ANN、SVM、決策樹(shù)模型為代表的傳統(tǒng)機(jī)器學(xué)

習(xí)算法，基于深度學(xué)習(xí)的新一代AI技術(shù)，以及融合多種模型的組合

預(yù)測(cè)技術(shù)；（3）參數(shù)優(yōu)化算法：包括進(jìn)化算法、群智能優(yōu)化算法等

靜態(tài)優(yōu)化算法和強(qiáng)化學(xué)習(xí)等動(dòng)態(tài)優(yōu)化算法，主要用于模型訓(xùn)練和組合

參數(shù)優(yōu)化。

功率預(yù)測(cè)技術(shù)路線主要包含數(shù)據(jù)計(jì)算、傳輸及模型優(yōu)化。以國(guó)能日新

為例，公司基本實(shí)現(xiàn)功率預(yù)測(cè)算法模型的自動(dòng)匹配及預(yù)測(cè)數(shù)據(jù)的自動(dòng)

計(jì)算發(fā)送，因此在項(xiàng)目tl常營(yíng)運(yùn)端，人力投入較少，僅在少數(shù)場(chǎng)站模

型遠(yuǎn)程匹配失敗的情況下，由業(yè)務(wù)人員前往現(xiàn)場(chǎng)完成模型修正。在模

型優(yōu)化方面，一般會(huì)按照設(shè)定的周期，由智控平臺(tái)中的模型算法程序

自動(dòng)重新選取最優(yōu)功率預(yù)測(cè)模型，并將其自動(dòng)匹配至站場(chǎng)服務(wù)器。

圖寂2。:新能源功率強(qiáng)測(cè)產(chǎn)品技術(shù)路線（以國(guó)能日新為例）

新能源功率產(chǎn)品每日工作流程（以國(guó)能日新產(chǎn)品為例）：①獲得原始

氣象預(yù)報(bào)數(shù)據(jù)、②通過(guò)建模計(jì)算后得到更高精度的氣象預(yù)測(cè)數(shù)據(jù)、③

進(jìn)行短期功率預(yù)測(cè)數(shù)據(jù)計(jì)算、④傳輸短期功率數(shù)據(jù)到所服務(wù)電站、⑤

在電站軟件中進(jìn)行超短功率預(yù)測(cè)、⑥報(bào)送數(shù)據(jù)至電網(wǎng)調(diào)度部門。

當(dāng)前線性回歸模型和樹(shù)模型實(shí)際應(yīng)用效果好，深度學(xué)習(xí)類模型表現(xiàn)亮

眼。全球能源預(yù)測(cè)大賽（GEFCOM）至今已經(jīng)舉辦過(guò)三屆，有超過(guò)

60個(gè)國(guó)家的數(shù)白只隊(duì)伍參賽，在歷屆優(yōu)勝算法中，線性回歸模型和

樹(shù)模型實(shí)際應(yīng)用效果最好。此外，在2021年國(guó)家電網(wǎng)調(diào)控AI創(chuàng)新

大賽，新能源發(fā)電預(yù)測(cè)賽道中，基于決策樹(shù)的同質(zhì)集成算法在實(shí)際應(yīng)

用中效果較好，還有優(yōu)勝隊(duì)伍使用了深度學(xué)習(xí)類模型，表明深度學(xué)習(xí)

模型逐漸在實(shí)際應(yīng)用中嶄露頭角。

業(yè)內(nèi)成熟的功率預(yù)測(cè)系統(tǒng)主要采用組合建模方法。實(shí)際功率預(yù)測(cè)系統(tǒng)

采用的技術(shù)路線由早期的物理建模方法，過(guò)渡到以數(shù)據(jù)驅(qū)動(dòng)方法為主,

且?guī)缀跞繛榻M合建模方法。組合建模可通過(guò)串行和并行兩種方式分

別減少模型的偏差和方差，從而提高預(yù)測(cè)精度。

2024年新能源功率預(yù)測(cè)市場(chǎng)規(guī)模13.4億元，國(guó)能日新為行業(yè)龍頭。

根據(jù)沙利文報(bào)告，2019年我國(guó)發(fā)電功率預(yù)測(cè)市場(chǎng)的市場(chǎng)規(guī)模約6.3

億元，到2024年市場(chǎng)規(guī)模將增長(zhǎng)至約13.4億元，2019至2024年

均復(fù)合增長(zhǎng)率將達(dá)16.2%,其中光伏發(fā)電功率預(yù)測(cè)市場(chǎng)規(guī)模預(yù)計(jì)為

6.5億元，風(fēng)力發(fā)電功率預(yù)測(cè)市場(chǎng)規(guī)模預(yù)計(jì)為6.9億元。市場(chǎng)格局方

面，國(guó)能日新為行業(yè)龍頭，2019年公司在光伏和風(fēng)能發(fā)電功率預(yù)測(cè)

市場(chǎng)的占有率分別為22.3%和18.8%。

華為盤古氣象大模型精度首次超過(guò)傳統(tǒng)數(shù)，‘直方法，速度提升10000

倍以上。華為云發(fā)布的盤古氣象大模型1小時(shí)-7天預(yù)測(cè)精度均高于

傳統(tǒng)數(shù)值方法，同時(shí)預(yù)測(cè)速度提升10000倍，能夠提供秒級(jí)的全球

氣象預(yù)報(bào)（傳統(tǒng)數(shù)值預(yù)測(cè)方法無(wú)法做到），包括位勢(shì)、濕度、風(fēng)速、

溫度、海平面氣壓等。同時(shí)，盤古氣象大模型在一張V100顯卡上,

只需要1.4秒就能完成24小時(shí)的全球氣象預(yù)報(bào)。

B4L26：隼為叁古氣配大模型精度首次超過(guò)傳統(tǒng)數(shù)值方法

華為云盤古氣象大模型：全球首個(gè)精度超過(guò)傳統(tǒng)預(yù)報(bào)方式的AI模型

口占?xì)狻龃筇焓荅K均1電OEM實(shí)酎網(wǎng)6.盤古大■豌溯MIWfHOOOOa依敞㈤

w?-.io比wtuJHiwm.

2.3智能運(yùn)維與巡檢：AI有望全面升級(jí)巡檢產(chǎn)品，行業(yè)空間預(yù)計(jì)突破

百億

我國(guó)輸電線回路與變電設(shè)備存量規(guī)模大，投運(yùn)總規(guī)模平穩(wěn)增長(zhǎng)。根據(jù)

中電聯(lián)數(shù)據(jù)，截止2022年，全國(guó)電網(wǎng)220千伏及以上變電設(shè)備容量

共51.98億千伏安，同比增長(zhǎng)5.2%；220千伏及以上輸電線路回路

長(zhǎng)度共88.2萬(wàn)千米，同比增長(zhǎng)4.6%。從新增量看，2022年全國(guó)新

增220千伏及以上變電設(shè)備容量25839萬(wàn)千伏安，同比增長(zhǎng)6.3%；

新增220千伏及以上輸電線路長(zhǎng)度38967千米，同比增長(zhǎng)21.2%。

2021年、2022年，220千伏及以上變電設(shè)備容量增速維持在5%左

右,220千伏及以上輸電線路回路長(zhǎng)度增速維持在4%。新增規(guī)模中，

變電設(shè)備容量增量位于近十年次高點(diǎn)，輸電線路回路長(zhǎng)度增量為近十

年第三高點(diǎn)。

電力系統(tǒng)運(yùn)維管理分為：“被動(dòng)”■“主動(dòng)”■“狀態(tài)檢修”三個(gè)階段，“狀態(tài)檢

修”策略及時(shí)性和可靠性高。由于輸變電線路架設(shè)在各種自然環(huán)境中，

常年經(jīng)受日曬雨淋，難免會(huì)造成電力設(shè)備缺失或損壞，應(yīng)當(dāng)及時(shí)發(fā)現(xiàn)

各種劣化過(guò)程的發(fā)展?fàn)顩r，并在可能出現(xiàn)故障或性能下降前，進(jìn)行維

修更換。電力系統(tǒng)運(yùn)維管理主要包括“被動(dòng)”運(yùn)維、“主動(dòng)”運(yùn)維、“狀態(tài)

檢修'策略三個(gè)發(fā)展階段，其中“狀態(tài)檢修'策略提高了故障發(fā)現(xiàn)的及時(shí)

性和電網(wǎng)運(yùn)行的可靠性。

人工巡檢諸多劣勢(shì)，AI替代是大勢(shì)所趨。電力行業(yè)有大量巡檢工作

條件惡劣，傳統(tǒng)人工巡檢的工作難度大、危險(xiǎn)指數(shù)高、及時(shí)性低、工

作量大；采用智能巡檢，既具有人工巡檢的靈活性和智能性，同時(shí)響

應(yīng)更加及時(shí)、效率更高、成本更低，隨著技術(shù)的發(fā)展，智能機(jī)器人技

術(shù)具有廣闊的應(yīng)用前景，未來(lái)電氣行業(yè)無(wú)人化巡檢將成為行業(yè)常態(tài)。

AI替代人工性價(jià)比更高。以500kv變電站為例，人工巡檢模式下需

要4個(gè)工人耗費(fèi)一個(gè)禮拜的工時(shí)才能進(jìn)行一次全面檢查，假設(shè)每位工

人年薪約8萬(wàn)，而同樣的工作量，一臺(tái)巡檢機(jī)器人能在更短的時(shí)間內(nèi)

完成，其平均成本為65萬(wàn)/臺(tái)，計(jì)提折舊后約16萬(wàn)/年，使用巡檢機(jī)

器人比人工巡檢能節(jié)約16萬(wàn)/年。

SA30:人工迎檢諸多室勢(shì),A1替代人工代價(jià)比更高

人工還檢機(jī)S人誣槍*比懇紿

手抑或儀外熱俅僅測(cè)溫、人工表計(jì)機(jī)X人枝鴕徑議&淘”網(wǎng)仝自種到風(fēng)場(chǎng)選人工系檢篁復(fù)工作.

跑&方式抄錄.手動(dòng)導(dǎo)出謾機(jī)嘿片.井捋蛾行謾各畫?、表計(jì)妙考.依根、國(guó)片號(hào)自動(dòng)我於4槨反應(yīng)用繁

席記錄依提再次錄入做電子“帶今患外可自由導(dǎo)出4

初變電站近備數(shù)及0慢.機(jī)看人自動(dòng)W檢.并打紡生或做糖報(bào)表.M機(jī)X人逛收可以有

工作量時(shí)比

每次人工全面W片啟要至少1A外圖片等均可逸作導(dǎo)出效決射工作量

機(jī)8人按照施詆任寺.也潴角度.檢海值“

性時(shí)比人工至合存在不固定植ME人之其客通依

等均保持一代

11計(jì)眇錄SQ痣舄、*計(jì)位置等役*Md人可以M為爭(zhēng)硝漢別&計(jì).時(shí)于距禺較除個(gè)別無(wú)小詛劑的

準(zhǔn)修住時(shí)比姓受對(duì)彩*:在個(gè)別特人索件的識(shí)達(dá)的表計(jì)依然可以清新拙照識(shí)別：個(gè)別制咻議多外.機(jī)天人年修

剛讀取上人工有ft處詆備機(jī)25人￡法有效識(shí)別數(shù)據(jù)識(shí)別有效

方臺(tái)大反導(dǎo)&舄大1!+.人質(zhì)無(wú)生單站座用及桑拉魚

**授時(shí)比MX人3劣天1下仍版正客運(yùn)也

到武備區(qū)遭療檢測(cè)用方人更使H

區(qū)28人可以幡黑色設(shè)正檢任務(wù)及將定陵前

塊陷跟蹤時(shí)

缺陷謨冬窖人工定期定片也測(cè)跟服任務(wù).實(shí)睨時(shí)缺此調(diào)小的全天候全時(shí)段

比

跟蹤險(xiǎn)淘.并”合做林?我跟蹤發(fā)展心母

輸電線路智能運(yùn)維與巡檢主要分為可視化狀態(tài)監(jiān)測(cè)、無(wú)人機(jī)巡檢、及

機(jī)器人巡檢等方式C1）可視化狀態(tài)監(jiān)測(cè)：能夠全天候全時(shí)段在線自

動(dòng)運(yùn)行監(jiān)測(cè)的方式，能夠及時(shí)發(fā)現(xiàn)安全隱患及對(duì)本體整體運(yùn)行狀態(tài)進(jìn)

行評(píng)估；2）無(wú)人機(jī)巡檢：作為線路特巡的一種手段，對(duì)線路進(jìn)行巡

視，可用于發(fā)現(xiàn)線路較為細(xì)節(jié)的缺陷，通常需要專業(yè)人員在現(xiàn)場(chǎng)操控

才能完成對(duì)線路的巡視；3）機(jī)器人巡檢主要用于變電站、配電房、

電纜隧道等場(chǎng)景應(yīng)用，可按照設(shè)定的線路或鋪設(shè)的導(dǎo)軌對(duì)重點(diǎn)點(diǎn)位進(jìn)

行巡視。

電力巡檢機(jī)器人行業(yè)規(guī)模測(cè)算：輸電線巡檢、變電站巡檢、配電站巡

檢及隧道巡檢是電力智能巡檢的核心應(yīng)用場(chǎng)景，其中主流巡檢場(chǎng)景為

室外和室內(nèi)。假設(shè)：1）變電站及配電房數(shù)量2020年后保持年增速

3%；2）依據(jù)國(guó)家能源局智能電網(wǎng)的規(guī)劃覆蓋目標(biāo)，假設(shè)滲透率未來(lái)

四年保持年增速2%；3）隨產(chǎn)品技術(shù)升級(jí)與競(jìng)爭(zhēng)加劇，預(yù)計(jì)機(jī)器人

單機(jī)價(jià)格持續(xù)小幅下滑；4）變電站/配電房配置機(jī)器人比例分別為一

機(jī)一站/一機(jī)兩房。綜上，預(yù)計(jì)2025年我國(guó)室外/室內(nèi)巡檢機(jī)器人市

場(chǎng)規(guī)模分別為54/118億元，市場(chǎng)空間廣闊。

AI技術(shù)有望全面升級(jí)智能巡檢產(chǎn)品，包括快速清晰建模、AI輔助拍

攝、和智能檢測(cè)。1）快速清晰建模：例如，NERF是一種基于神經(jīng)

網(wǎng)絡(luò)的三維重建算法，它可以從2D圖中，快速高效地生成高質(zhì)量的

3D場(chǎng)景模型。其輸入稀疏的多角度帶pose的圖像訓(xùn)練得到一個(gè)神

經(jīng)輻射場(chǎng)模型，根據(jù)這個(gè)模型可以渲染出任意視角下的清晰的照片。

2）AI輔助拍攝：無(wú)人機(jī)結(jié)合AI輔助拍攝技術(shù)，可以實(shí)時(shí)對(duì)目標(biāo)位

置進(jìn)行識(shí)別，動(dòng)態(tài)調(diào)整云臺(tái)角度，得到準(zhǔn)確目標(biāo)位置的照片。綜合利

用相機(jī)光線動(dòng)態(tài)補(bǔ)償技術(shù)和精準(zhǔn)對(duì)焦技術(shù)，保證照片拍攝質(zhì)量，有利

于輸電線路的安全運(yùn)行和快速巡檢。

3）智能檢測(cè)：變電站、換流站中的電力設(shè)備普遍都具備的明顯特征，

包顏色、材質(zhì)和紋理等。利用圖像處理和識(shí)別能力，對(duì)采集到的設(shè)備

圖像進(jìn)行圖像處理，從而判斷是否發(fā)生故障或不正常。智能巡檢機(jī)器

人可使用搭載紅外傳感器、電磁感應(yīng)傳感器和高清攝像頭，對(duì)電氣設(shè)

備進(jìn)行多維度、近距離的監(jiān)測(cè)。還可采用無(wú)人機(jī)搭載高清攝像儀和紅

外傳感器，完成對(duì)鐵塔、導(dǎo)地線和絕緣子串的運(yùn)行狀態(tài)監(jiān)測(cè)和安全評(píng)

估。

盤古大模型加持電網(wǎng)智能巡檢，代替?zhèn)鹘y(tǒng)20多個(gè)小模型。應(yīng)用盤古

CV大模型，利用海量無(wú)標(biāo)注電力數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練和篩選，并結(jié)合少

量標(biāo)注樣本微調(diào)的高效開(kāi)發(fā)模式，獨(dú)創(chuàng)性地提出了針對(duì)電力行業(yè)的預(yù)

訓(xùn)練模型。在模型通用性結(jié)合盤古搭載的自動(dòng)數(shù)據(jù)增廣以及類別自適

應(yīng)損失函數(shù)優(yōu)化策略，做到一個(gè)模型適配上百種缺陷，替代原有20

多個(gè)小模型。從而做到平均精度提升18.4%、模型開(kāi)發(fā)成本降低90%。

目前，華為在L2級(jí)細(xì)分場(chǎng)景模型上，已經(jīng)推出基于電力大模型的無(wú)

人機(jī)電力巡檢、電力缺陷識(shí)別等場(chǎng)景模型。

三、中長(zhǎng)期看好BIM、電網(wǎng)智能調(diào)度、虛擬電廠和微電網(wǎng)AI賦能落

地

3.1電力行業(yè)BIM設(shè)計(jì)軟件：國(guó)產(chǎn)化替代需求強(qiáng)烈，AI賦能貫穿設(shè)

計(jì)?施工?運(yùn)維環(huán)節(jié)

可視化與可協(xié)調(diào)性是BIM軟件的核心優(yōu)勢(shì)。BIM,即建筑信息模型，

指代以三維圖形為主、物件導(dǎo)向的電腦輔助設(shè)計(jì)軟件，可將設(shè)計(jì)、可

參與項(xiàng)目規(guī)劃設(shè)計(jì)、施工建設(shè)、運(yùn)營(yíng)的全過(guò)程。（1）可視化：借助

三維圖形營(yíng)造生動(dòng)自然的物體形象，使物體存在具備真實(shí)性，有效減

少了設(shè)計(jì)與施工時(shí)的圖畫讀取難度。（2）可協(xié)調(diào)性：有關(guān)人員可以

借助信息模型平臺(tái)實(shí)現(xiàn)及時(shí)溝通，能促進(jìn)設(shè)計(jì)、施工和管理等人員形

成良性互動(dòng)，針對(duì)存在的問(wèn)題進(jìn)行集中管理，幫助工作更為順利和高

效進(jìn)行。

信創(chuàng)發(fā)展背景下，BIM行業(yè)國(guó)產(chǎn)化替代需求強(qiáng)烈。信息技術(shù)應(yīng)用創(chuàng)新

為近年以來(lái)我國(guó)關(guān)鍵命題，旨在通過(guò)對(duì)IT硬件、軟件的重構(gòu)，建立

我國(guó)自主可控的IT產(chǎn)業(yè)標(biāo)準(zhǔn)和生態(tài)，逐步實(shí)現(xiàn)各環(huán)節(jié)國(guó)產(chǎn)替代。國(guó)

內(nèi)使用的BIM平臺(tái)主要為國(guó)外軟件，而國(guó)內(nèi)廠商主要以項(xiàng)目管理和

單點(diǎn)應(yīng)用類型的產(chǎn)品為主，底層核心技術(shù)大多掌握在國(guó)外廠商手中。

2020年全球BIM行業(yè)市場(chǎng)中，Autodesk市占率為67.9%,其次

BentleySystems市占率為14.37%,CR2集中度較高，顯示出國(guó)產(chǎn)

替代的必要性和緊迫性。

圖表42:2020年全球B市占率情況

17.70%

■Autodesk

■BentleySystems

國(guó)產(chǎn)化軟件更適應(yīng)國(guó)內(nèi)電網(wǎng)生態(tài)。（1）電力、水利等國(guó)民經(jīng)濟(jì)基礎(chǔ)

行業(yè)中的信息數(shù)據(jù)處理，信息安全要求較高。（2）電力行業(yè)中涉及

到大量的技術(shù)體系及行業(yè)標(biāo)準(zhǔn)，相比國(guó)外Bentley、Revit等廠商，國(guó)

產(chǎn)GIM軟件能夠深度理解客戶需求，滿足專業(yè)性要求。（3）國(guó)產(chǎn)軟

件具有更高性價(jià)比，售價(jià)略低于國(guó)外軟件，在對(duì)于國(guó)產(chǎn)軟件內(nèi)容質(zhì)量

較認(rèn)可的前提下，客戶的服務(wù)付費(fèi)意識(shí)和意愿隨行業(yè)發(fā)展逐年上升。

政策牽引自主可控信息產(chǎn)業(yè)發(fā)展，BIM支持政策陸續(xù)出臺(tái)。從國(guó)家層

面來(lái)看，關(guān)鍵核心技術(shù)的發(fā)展直接影響國(guó)家經(jīng)濟(jì)安全、國(guó)防安全等,

自主可控信息發(fā)展有高戰(zhàn)略價(jià)值。近3年來(lái)，我國(guó)自中央到地方都出

臺(tái)了各類相應(yīng)政策以支持BIM技術(shù)的發(fā)展與落地，2020年至今，中

央下發(fā)關(guān)于支持BIM技術(shù)發(fā)展的政策已超10項(xiàng)，BIM技術(shù)在各類建

筑業(yè)相關(guān)政策中被提到的次數(shù)逐年增加，政策牽引BIM技術(shù)的發(fā)展

充分體現(xiàn)政府的高度重視。

BIM為發(fā)電側(cè)設(shè)施、“輸變配”環(huán)節(jié)建設(shè)必要設(shè)計(jì)工具。1）在發(fā)電場(chǎng)

設(shè)施的全生命周期中，BIM可解決建設(shè)難題、降低成本、縮短工期。

設(shè)計(jì)階段中BIM可以幫助建立精確地形模型并優(yōu)化微觀選址；施工

階段中BIM可用于管理進(jìn)度、建構(gòu)結(jié)構(gòu)模型和統(tǒng)計(jì)工程量等；運(yùn)維

階段中BIM可幫助培訓(xùn)員工和掃描復(fù)雜設(shè)備結(jié)構(gòu)。2）在“輸變配'環(huán)

節(jié)中，BIM可精準(zhǔn)繪制三維建筑模型以提升工程安全性，并且在可視

化的前提下保障各單位之間信息的流暢性以防止權(quán)責(zé)不清。“雙碳”背

景下，清潔能源發(fā)電量占比逐步提升，儲(chǔ)能、分布式電廠、縣域光伏

等建設(shè)有望帶來(lái)增量，輸電線路、變電站、配網(wǎng)建設(shè)加速，相關(guān)從事

設(shè)計(jì)建設(shè)電力BIM領(lǐng)域的公司有望受益。

BIM與人工智能深度融合，有望在設(shè)計(jì)、施工、運(yùn)維階段開(kāi)拓應(yīng)用場(chǎng)

景與解決方案。設(shè)計(jì)階段：1）構(gòu)件智能搜索：可以在構(gòu)件智能搜索

中使用人工智能對(duì)構(gòu)件進(jìn)行準(zhǔn)確的自動(dòng)分類，以及使用自然語(yǔ)言理解

技術(shù)實(shí)現(xiàn)構(gòu)件屬性的智能校準(zhǔn)；2）AI輔助布局規(guī)劃：融入最新的機(jī)

器學(xué)習(xí)技術(shù)，可以在瀏覽器上生成建筑策劃文件，并輸出建筑空間的

最優(yōu)化布局；3）AI輔助BIM審圖：AI技術(shù)可以輔助BIM對(duì)大量規(guī)

范、圖集、標(biāo)準(zhǔn)以及模型、圖紙的匹配性學(xué)習(xí)，做好設(shè)計(jì)合規(guī)性、合

理性的把控。施工階段：進(jìn)行輔助施工場(chǎng)地規(guī)劃，AI可以通過(guò)場(chǎng)地

智能布置和合規(guī)合理性校驗(yàn)來(lái)幫助經(jīng)驗(yàn)不足的技術(shù)人員增質(zhì)提效，通

過(guò)建模對(duì)施工現(xiàn)場(chǎng)不同階段的復(fù)雜狀態(tài)進(jìn)行模擬展示，通過(guò)數(shù)據(jù)分析

及時(shí)反饋前期方案的合理性，同時(shí)反向指導(dǎo)施工組織設(shè)計(jì)，進(jìn)行資源

配置優(yōu)化。運(yùn)維階段：進(jìn)行運(yùn)維智能管理，AI可以通過(guò)機(jī)器人和無(wú)

人機(jī)等的應(yīng)用，使用大量實(shí)際現(xiàn)場(chǎng)視頻數(shù)據(jù)進(jìn)行訓(xùn)練，對(duì)現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)

行分類處理和智能管理，大幅提升施工效率和安全質(zhì)量水準(zhǔn)。

圖表47:AI+BIM技術(shù)展望

AI智能構(gòu)件搜索

3.2電網(wǎng)智能調(diào)度自動(dòng)化：AI驅(qū)動(dòng)新一代調(diào)度系統(tǒng)實(shí)現(xiàn)電網(wǎng)智能決策

和智能控制

電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)是電網(wǎng)運(yùn)營(yíng)控制重要基礎(chǔ)設(shè)施，由調(diào)控中心主站

系統(tǒng)、廠站系統(tǒng)和數(shù)據(jù)傳輸通道三部分構(gòu)成。1）主站系統(tǒng)：是調(diào)度

自動(dòng)化系統(tǒng)的核心，實(shí)現(xiàn)電力系統(tǒng)的數(shù)據(jù)處理、運(yùn)行監(jiān)視和分析控制,

是電網(wǎng)安全、經(jīng)濟(jì)運(yùn)行的神經(jīng)中樞，支撐調(diào)度機(jī)構(gòu)成為電力系統(tǒng)運(yùn)行

控制的司令部。2）廠站系統(tǒng)：實(shí)現(xiàn)廠站內(nèi)一二次設(shè)備的數(shù)據(jù)采集、

就地控制以及運(yùn)行控制信息的遠(yuǎn)程交換，相當(dāng)于系統(tǒng)的眼耳和手足。

3）數(shù)據(jù)傳輸通道：相當(dāng)干神經(jīng)系統(tǒng)，負(fù)責(zé)把廠站端采集和處理后的

各類數(shù)據(jù)傳送給主站系統(tǒng)，同時(shí)將主站端系統(tǒng)的遙控、遙調(diào)命令發(fā)送

給廠站系統(tǒng)。

我國(guó)電力調(diào)度機(jī)構(gòu)分五級(jí)設(shè)置。包含國(guó)家電力調(diào)度中心（國(guó)調(diào)）、區(qū)

域調(diào)度中心（區(qū)調(diào)）、省調(diào)度中心（省調(diào)）、地級(jí)調(diào)度中心（地調(diào)）、

縣級(jí)調(diào)度中心（縣調(diào)），各級(jí)調(diào)度間分層控制、信息逐級(jí)傳送。目前，

國(guó)家電網(wǎng)公司已建立完備的五級(jí)調(diào)度體系，南方電網(wǎng)公司與國(guó)家電網(wǎng)

為平行機(jī)構(gòu)，因?yàn)楣茌牭氖》葺^少，調(diào)度機(jī)構(gòu)分為四級(jí)。

預(yù)計(jì)電力調(diào)度自動(dòng)化系統(tǒng)年化需求空間為40億元。根據(jù)前瞻產(chǎn)業(yè)研

究與國(guó)網(wǎng)招標(biāo)數(shù)據(jù)，各級(jí)調(diào)度機(jī)構(gòu)數(shù)量分別約為1/6/35/420/2900,

當(dāng)前各級(jí)調(diào)度自動(dòng)化系統(tǒng)普及已基本完成，假設(shè)國(guó)調(diào)、網(wǎng)調(diào)、省調(diào)、

地調(diào)、縣調(diào)系統(tǒng)價(jià)格分別為10000/8000/6000/2000/400萬(wàn)元，更新

年限分別為8/8/8/6Z5年，則對(duì)應(yīng)年均市場(chǎng)空間預(yù)計(jì)約為40億元。

國(guó)電南瑞在各級(jí)調(diào)度系統(tǒng)市占率領(lǐng)先。國(guó)電南瑞較早進(jìn)入電網(wǎng)調(diào)度自

動(dòng)化領(lǐng)域，2008年曾全程參與國(guó)家電網(wǎng)公司智能電網(wǎng)調(diào)度技術(shù)支持

系統(tǒng)建設(shè)框架和總體系統(tǒng)制定，具備明顯先發(fā)優(yōu)勢(shì)，并主導(dǎo)新一輪調(diào)

度自動(dòng)化系統(tǒng)的研發(fā)，主要產(chǎn)品為D5000。公司承擔(dān)調(diào)度自動(dòng)化業(yè)

務(wù)子公司主要為南京控制系統(tǒng)、北京科東和繼保電氣，業(yè)務(wù)已貫穿“發(fā)

愉配用”各環(huán)節(jié)和“網(wǎng)、省、地、縣、站”各層級(jí)系統(tǒng)，在各層級(jí)調(diào)度自

動(dòng)化系統(tǒng)領(lǐng)域均具有明顯優(yōu)勢(shì)。2022年國(guó)網(wǎng)數(shù)字化項(xiàng)目設(shè)備招標(biāo)，

調(diào)度類軟件/數(shù)字化軟件標(biāo)段22家企業(yè)實(shí)現(xiàn)中標(biāo)，標(biāo)段總金額達(dá)到

6.78億元，國(guó)電南瑞南京控制系統(tǒng)有限公司以2.49億元奪得第一。

新一代調(diào)度系統(tǒng)為AI廣泛應(yīng)用奠定了良好的模型和數(shù)據(jù)基礎(chǔ)。新一

代調(diào)度技術(shù)支持系統(tǒng)采用“云大物移智”先進(jìn)成熟技術(shù)，構(gòu)建模型/實(shí)時(shí)

數(shù)據(jù)運(yùn)行數(shù)據(jù)平臺(tái)，無(wú)縫結(jié)合高速通信、移動(dòng)互聯(lián)等通信方式和語(yǔ)音、

圖像等交互技術(shù)，提供可靠安全高效的系統(tǒng)運(yùn)行環(huán)境，為電網(wǎng)監(jiān)控與

分析決策提供模型、數(shù)據(jù)、計(jì)算引擎、AI服務(wù)和自然人機(jī)交互手段，

并打造標(biāo)準(zhǔn)開(kāi)放的多業(yè)務(wù)、多場(chǎng)景開(kāi)發(fā)生態(tài)。目前已建成的兩級(jí)調(diào)控

云，為AI的廣泛應(yīng)用，奠定了模型和數(shù)據(jù)基礎(chǔ)。

圖表54:新一代調(diào)度系筑已建成的兩級(jí)調(diào)控云

國(guó)分一體化、

省地一體化兩

級(jí)調(diào)控云

“1+N”模式

分布實(shí)時(shí)監(jiān)控

集中模型管理

集中分析決策

覆蓋電力調(diào)控、發(fā)展、生產(chǎn)、經(jīng)營(yíng)和能源領(lǐng)域。新一代調(diào)度系統(tǒng)構(gòu)建

了覆蓋電力調(diào)控、發(fā)展、生產(chǎn)、經(jīng)營(yíng)全專業(yè)和能源各領(lǐng)域數(shù)據(jù)的全景

數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)模型數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)的空間融合、時(shí)間多

態(tài)和應(yīng)用關(guān)聯(lián)，為各類業(yè)務(wù)提供協(xié)調(diào)一致、完整準(zhǔn)確的“一模、一圖、

一數(shù)”，提供多級(jí)多維自適應(yīng)可擴(kuò)展的大數(shù)據(jù)智能分析挖掘引擎。

Al技術(shù)有望實(shí)現(xiàn)電力調(diào)控智能決策與智能控制。智能決策包括基于

知識(shí)圖譜的輔助決策和基于機(jī)器學(xué)習(xí)的智能決策。1）基于知識(shí)圖譜

的輔助決策，通過(guò)提取電網(wǎng)運(yùn)行方式關(guān)鍵特征，在線匹配方式并進(jìn)行

知識(shí)推理，依據(jù)穩(wěn)定規(guī)程、事故預(yù)案等知識(shí)，快速引導(dǎo)調(diào)度員處置電

網(wǎng)各類異常問(wèn)題。2）基于機(jī)器學(xué)習(xí)的智能決策，以電網(wǎng)海量歷史運(yùn)

行數(shù)據(jù)訓(xùn)練樣本，以機(jī)組出力調(diào)整、設(shè)備投停為動(dòng)作空間，以機(jī)組約

束、網(wǎng)絡(luò)約束、平衡約束為條件，以調(diào)度決策知識(shí)和優(yōu)化算法為啟發(fā)

引導(dǎo)，以設(shè)備負(fù)載率、新能源消納等電網(wǎng)安全低碳量化指標(biāo)為評(píng)價(jià)，

構(gòu)建相應(yīng)樣本、決策模型和獎(jiǎng)勵(lì)函數(shù)，進(jìn)行調(diào)度操作模擬智能體訓(xùn)練，

最終獲取實(shí)時(shí)運(yùn)行調(diào)度決策智能體、超短期風(fēng)險(xiǎn)預(yù)防調(diào)度決策智能體、

計(jì)劃編排智能體。

AI智能控制實(shí)現(xiàn)電網(wǎng)自適應(yīng)巡航。在常規(guī)機(jī)組自動(dòng)發(fā)電控制、新能

源有功自動(dòng)控制、源網(wǎng)荷儲(chǔ)有功協(xié)同控制、自動(dòng)電壓控制、拓?fù)鋵?shí)時(shí)

優(yōu)化控制等控制功能方面，基于多種機(jī)器學(xué)習(xí)模型，實(shí)現(xiàn)在線閉環(huán)智

能控制，通過(guò)全景監(jiān)視和指標(biāo)分析評(píng)估，在滿足電網(wǎng)安全約束條件下，

以自動(dòng)計(jì)算和智能決策為主引導(dǎo)電網(wǎng)自動(dòng)調(diào)度和控制，實(shí)現(xiàn)電網(wǎng)自適

應(yīng)巡航，提升電網(wǎng)安全和調(diào)控能力。

虛擬電廠木質(zhì)上是一套軟件平臺(tái)系統(tǒng)，核心為“通信”和“聚合”。通過(guò)

先進(jìn)信息通信技術(shù)和軟件系統(tǒng)，實(shí)現(xiàn)分布式電源、儲(chǔ)能系統(tǒng)、可控負(fù)

荷、電動(dòng)汽車等分布式能源資源的聚合和協(xié)調(diào)優(yōu)化，以作為一個(gè)特殊

電廠參與電力市場(chǎng)和電網(wǎng)運(yùn)行的電源協(xié)調(diào)管理系統(tǒng)，為配電網(wǎng)和輸電

網(wǎng)提供管理和輔助服務(wù)。虛擬電廠概念的核心可以總結(jié)為“通信”和“聚

合”，關(guān)鍵技術(shù)主要包括協(xié)調(diào)控制技術(shù)、智能計(jì)量技術(shù)以及信息通信

技術(shù)。虛擬電廠分為兩類：“負(fù)荷類”虛擬電廠，和“源網(wǎng)荷儲(chǔ)一體化”

虛擬電廠。1）“負(fù)荷類”：聚合了具備調(diào)節(jié)能力的電動(dòng)汽車、充電樁

等市場(chǎng)化用戶，作為一個(gè)整體,對(duì)外提供負(fù)荷側(cè)靈活性相應(yīng)調(diào)節(jié)服務(wù)。

2）“源網(wǎng)荷儲(chǔ)一體化”：聚合新能源發(fā)電、用戶及配儲(chǔ)一系列環(huán)節(jié)，

作為獨(dú)立市場(chǎng)主體參與電力市場(chǎng)、具備自主調(diào)峰調(diào)節(jié)能力。具備"源?

荷”雙重身份，有效實(shí)現(xiàn)削峰填谷。虛擬電廠把各類可調(diào)負(fù)荷資源匯

聚，根據(jù)電網(wǎng)削峰填谷的需求，進(jìn)行線上填報(bào)，計(jì)劃下發(fā)，執(zhí)行反饋，

類似于線上工單派單系統(tǒng)。電網(wǎng)給調(diào)度指令計(jì)劃，需求響應(yīng)調(diào)控計(jì)劃,

提前幾天/幾周把計(jì)劃發(fā)下來(lái)。負(fù)荷集成商，虛擬電廠運(yùn)營(yíng)商，會(huì)把

計(jì)劃告訴客戶，哪些時(shí)段把負(fù)荷停掉，把用電負(fù)荷降下來(lái)，具有源?

荷雙重身份。

明表58:虛擬電廠結(jié)構(gòu)示意圖

燃'（柴油發(fā)電風(fēng)力發(fā)電區(qū)域電網(wǎng)

意能獻(xiàn)傳瑜-壹一

——

輔A穩(wěn)

多信號(hào)收發(fā)：肋:定

元H

（發(fā)）▼氣、管理平臺(tái)“"

儲(chǔ)

市

-容

協(xié)調(diào)控制

能

眼

——

場(chǎng)W

出

需

電

清

求

動(dòng)淺?Gi型

汽協(xié)同優(yōu)化集控系統(tǒng)A

乍需：市

求：場(chǎng)

聚合路由

畬、y響.交

帚

麻業(yè)仇婚工業(yè)仇荷_________________碟山場(chǎng)、巾力山場(chǎng)

與虛擬電廠有所不同，微電網(wǎng)是能夠?qū)崿F(xiàn)自我控制、保護(hù)和管理的自

治系統(tǒng)。由分布式電源、儲(chǔ)能裝置、控制系統(tǒng)、相關(guān)負(fù)荷等匯集而成

的小型發(fā)配電系統(tǒng)，可為區(qū)域內(nèi)負(fù)荷供冷、熱和電，能夠?qū)崿F(xiàn)自我控

制、保護(hù)和管理的自治系統(tǒng)，是智能電網(wǎng)的重要組成部分，是輸電網(wǎng)、

配電網(wǎng)之后的第三級(jí)電網(wǎng)，既可以并網(wǎng)運(yùn)行、也可以離網(wǎng)運(yùn)行。

虛擬電廠與微電網(wǎng)的不同點(diǎn)：1）微電網(wǎng)一般要求分布式能源位于同

一區(qū)域，對(duì)地理位置要求高；2）微電網(wǎng)一般在某一特定的公共連接

點(diǎn)接入配電網(wǎng)側(cè)；3）微電網(wǎng)聚合分布式能源時(shí)，需要改變電網(wǎng)原有

的物理架構(gòu)；4）微電網(wǎng)可以離網(wǎng)運(yùn)行也可以并網(wǎng)運(yùn)行；5）微電網(wǎng)側(cè)

重自治功能。微電網(wǎng)屬于研究初期，未來(lái)一片藍(lán)海。美國(guó)、歐盟、日

本等國(guó)家和地區(qū)對(duì)微電網(wǎng)的研究和建設(shè)起步較早，已取得了一些成果。

我國(guó)對(duì)于微電網(wǎng)的研究起步較晚，在關(guān)鍵技術(shù)上和歐美仍有差距，目

前國(guó)內(nèi)對(duì)于微電網(wǎng)的研究還處于逐步推廣階段，隨著“雙碳”政策和新

型電力系統(tǒng)的落地，國(guó)內(nèi)的微電網(wǎng)示范項(xiàng)目逐漸增多，越來(lái)越多企業(yè)

加入到微電網(wǎng)技術(shù)的研發(fā)中，智能微電網(wǎng)逐漸成為行業(yè)新熱點(diǎn)。

相對(duì)于傳統(tǒng)電力能源生態(tài)系統(tǒng)，虛擬電廠的能源生態(tài)系統(tǒng)出現(xiàn)了明顯

變化，發(fā)電、輸電、配電、用電界限相互交叉，同時(shí)兼具生產(chǎn)者與消

費(fèi)者的角色，根據(jù)需求可以改變身份特征，其價(jià)值主要體現(xiàn)在以下三

方面：1）可緩解分布式發(fā)電的負(fù)面效應(yīng)，提高電網(wǎng)運(yùn)行穩(wěn)定性。虛

擬電廠對(duì)大電網(wǎng)來(lái)說(shuō)是一個(gè)可視化的自組織，既可通過(guò)組合多種分布

式資源進(jìn)行發(fā)電，實(shí)現(xiàn)電力生產(chǎn)；又可通過(guò)調(diào)節(jié)可控負(fù)荷，采用分時(shí)

電價(jià)、可中斷電價(jià)及用戶時(shí)段儲(chǔ)能等措施，實(shí)現(xiàn)節(jié)能儲(chǔ)備。虛擬電廠

的協(xié)調(diào)控制優(yōu)化大大減小了以往分布式資源并網(wǎng)對(duì)大電網(wǎng)造成的沖

擊，降低了分布式資源增長(zhǎng)帶來(lái)的調(diào)度難度，使配電管理更趨于合理

有序，提高了系統(tǒng)運(yùn)行的穩(wěn)定性。2）可高效利用和促進(jìn)分布式能源

發(fā)電。我國(guó)分布式光伏、分散式風(fēng)電等分布式能源增長(zhǎng)很快，其大規(guī)

模、高比例接入給電力系統(tǒng)的平衡和電網(wǎng)安全運(yùn)行帶來(lái)一系列挑戰(zhàn)。

如果分布式發(fā)電以虛擬電廠的形式參與大電網(wǎng)的運(yùn)行，通過(guò)內(nèi)部的組

合優(yōu)化，可消除其波動(dòng)對(duì)電網(wǎng)的影響，實(shí)現(xiàn)高效利用。同時(shí):虛擬電

廠可以使分布式能源從電力市場(chǎng)中獲取最大的經(jīng)濟(jì)效益，縮短成本回

收周期，吸引擴(kuò)大比類投資，促進(jìn)分布式能源的發(fā)展。3）可用市場(chǎng)

手段促進(jìn)發(fā)電資源的優(yōu)化配置。虛擬電廠充當(dāng)分布式資源與電力調(diào)度

機(jī)構(gòu)、與電力市場(chǎng)之間的中介，代表分布式資源所有者執(zhí)行市場(chǎng)出清

結(jié)果，實(shí)現(xiàn)能源交易。從其他市場(chǎng)參與者的角度來(lái)看，虛擬電廠表現(xiàn)

為傳統(tǒng)的可調(diào)度發(fā)電廠。由于擁有多樣化的發(fā)電資源，虛擬電廠既可

以參與主能量市場(chǎng)，也可以參與輔助服務(wù)市場(chǎng)，參與多種電力市場(chǎng)的

運(yùn)營(yíng)模式及其調(diào)度框架，對(duì)發(fā)電資源的廣泛優(yōu)化配置起到積極的促進(jìn)

作用。

冀北虛擬電廠作為我國(guó)首個(gè)以市場(chǎng)化方式運(yùn)營(yíng)的虛擬電廠示范工程

投運(yùn)。2019年年底，國(guó)網(wǎng)冀北虛擬電廠示范項(xiàng)目投運(yùn)。公開(kāi)數(shù)據(jù)顯

示，到2020年，冀北電網(wǎng)夏季空調(diào)負(fù)荷將達(dá)6GW,10%空調(diào)負(fù)荷

通過(guò)虛擬電廠進(jìn)行實(shí)時(shí)響應(yīng)，相當(dāng)于少建一座600MW的傳統(tǒng)電廠。

“煤改電”最大負(fù)荷將達(dá)2GW,蓄熱式電采暖負(fù)荷通過(guò)虛擬電廠進(jìn)行

實(shí)時(shí)響應(yīng)，預(yù)計(jì)可增發(fā)清潔能源720GW?h,減排63.65萬(wàn)t二氧化

碳。今年深圳也建成了虛擬電廠管理平臺(tái)，這是國(guó)內(nèi)首家虛擬電廠管

理中心。標(biāo)志著深圳虛擬電廠即將邁入快速發(fā)展新階段，也意味著國(guó)

內(nèi)虛擬電廠從初步探索階段向?qū)嵺`階段邁出重要一步。

預(yù)計(jì)2025年虛擬電廠投資規(guī)模達(dá)到800億元，運(yùn)營(yíng)市場(chǎng)規(guī)模達(dá)到

50億元?，F(xiàn)階段主要的盈利模式為通過(guò)需求側(cè)響應(yīng)賺取輔助服務(wù)費(fèi)

用后的分成。據(jù)中電聯(lián)預(yù)計(jì)，2025年我國(guó)全社會(huì)用電量將達(dá)9.5萬(wàn)

億千瓦時(shí)，而最大負(fù)荷將達(dá)到16億千瓦，按5%可調(diào)節(jié)能力、投資

成本1000元/千瓦計(jì)算，預(yù)計(jì)到2025年，虛擬電廠投資規(guī)模有望達(dá)

800億元。參考目前峰值負(fù)荷時(shí)長(zhǎng)水平，我們預(yù)計(jì)2025峰值負(fù)荷將

達(dá)至IJ50小時(shí)，對(duì)應(yīng)2025年電網(wǎng)需求側(cè)響應(yīng)電量40億千瓦時(shí)。目前

我國(guó)虛擬電廠處于發(fā)展初期，度電補(bǔ)償較高以刺激時(shí)長(zhǎng)，參考《廣州

市虛擬電廠實(shí)施細(xì)則》0?5元/千瓦時(shí)的削峰響應(yīng)補(bǔ)貼，預(yù)計(jì)2025年

虛擬電廠進(jìn)入商業(yè)化運(yùn)營(yíng)后，補(bǔ)償標(biāo)準(zhǔn)為2.5元/千瓦時(shí)。假設(shè)分成

比例為50%,則預(yù)計(jì)2025年虛擬電廠運(yùn)營(yíng)市場(chǎng)規(guī)模將達(dá)到50億元。

圖表66:2025年虛擬電廠運(yùn)營(yíng)規(guī)模達(dá)到50億元

2025電網(wǎng)最大負(fù)荷（億千瓦）16

虛擬電廠可調(diào)節(jié)能力5%

最大負(fù)荷時(shí)長(zhǎng)（小時(shí)）50

響應(yīng)電量（億千瓦時(shí)）40

度電補(bǔ)償（元/千瓦時(shí)）2.5

虛擬電廠分成比例50%

運(yùn)營(yíng)市場(chǎng)規(guī)模（億元）50

應(yīng)用數(shù)字?jǐn)伾鷺?gòu)建新一代虛擬電廠。通過(guò)數(shù)字化建模和部署物聯(lián)網(wǎng)設(shè)

施將其納入到數(shù)字?jǐn)伵Ｌ摂M電廠體系中，通過(guò)智能感知和數(shù)據(jù)采集補(bǔ)

充完善信息中樞數(shù)據(jù)中臺(tái)。在優(yōu)化運(yùn)行方面，虛擬攣生空間與物理實(shí)

體通過(guò)高效連接和實(shí)時(shí)傳輸實(shí)現(xiàn)李生并行與虛實(shí)互動(dòng)。通過(guò)智能感知

和信息實(shí)時(shí)采集技術(shù)實(shí)現(xiàn)“由實(shí)入虛”；虛擬電廠物理實(shí)體和虛擬空間

通過(guò)反饋機(jī)制實(shí)現(xiàn)虛實(shí)迭代，并通過(guò)智能決策平臺(tái)的支撐和實(shí)時(shí)優(yōu)化

運(yùn)行控制實(shí)現(xiàn)“由虛控實(shí)”。

“聚合”和“通信”是虛擬電廠的核心，與AI匹配性強(qiáng)。建設(shè)虛擬電廠可

分為兩大關(guān)鍵信息化技術(shù)：即協(xié)調(diào)控制、信息通信技術(shù)。其中，協(xié)調(diào)

控制技術(shù)要聯(lián)通源網(wǎng)荷儲(chǔ)多個(gè)環(huán)節(jié)的調(diào)整，并要做出對(duì)于發(fā)電量、用

電量、電價(jià)等多個(gè)數(shù)據(jù)的判斷，AI的接入有望極大提升分析效率和

準(zhǔn)度。另一方面，主要影響B(tài)端用電水平的虛擬電廠對(duì)于電網(wǎng)整體

穩(wěn)定性影響較小、數(shù)據(jù)相比C端更容易授權(quán)用于訓(xùn)練，有望率先接

入大模型應(yīng)用。

四、重點(diǎn)公司分析

4.1國(guó)電南瑞

國(guó)網(wǎng)電力智能化龍頭，發(fā)輸變配用及調(diào)度全環(huán)節(jié)覆蓋。利用大數(shù)據(jù)、

云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)、AK區(qū)塊鏈等技術(shù)，為電網(wǎng)、發(fā)電、軌

道交通、水利水務(wù)、市政公用、工礦行業(yè)提供軟硬件產(chǎn)品，共有四大

業(yè)務(wù)板塊：

1）電網(wǎng)自動(dòng)化及工控：圍繞新型電力系統(tǒng)建設(shè)，引領(lǐng)能源數(shù)字革命。

公司是國(guó)內(nèi)電力系統(tǒng)和自動(dòng)化領(lǐng)域唯一能夠提供全產(chǎn)業(yè)鏈產(chǎn)品及服

務(wù)的供應(yīng)商。承擔(dān)的新一代調(diào)度技術(shù)支持系統(tǒng)目前已在6個(gè)省市試運(yùn)

行并在江蘇省正式推行：新一代用電系統(tǒng)在6省市上線；新型電力負(fù)

荷管理系統(tǒng)在11省市應(yīng)用。2022年國(guó)網(wǎng)數(shù)字化項(xiàng)目設(shè)備招標(biāo)，調(diào)度

類軟件/數(shù)字化軟件標(biāo)段共有22家企業(yè)實(shí)現(xiàn)中標(biāo)，標(biāo)段總金額達(dá)到

6.78億元，國(guó)電南瑞南京控制系統(tǒng)有限公司以2.49億元奪得第一。

2）繼電保護(hù)及柔性輸電：國(guó)內(nèi)繼電保護(hù)技術(shù)開(kāi)拓者，柔性輸電設(shè)備

國(guó)際領(lǐng)先。根據(jù)國(guó)網(wǎng)電子商務(wù)平臺(tái)歷史數(shù)據(jù)，公司繼電保護(hù)市場(chǎng)份額

約42%、環(huán)流閥市場(chǎng)份額約40%、直流控制保護(hù)系統(tǒng)市場(chǎng)份額約50%o

公司大容量換流閥、直流斷路器、控制保護(hù)系統(tǒng)等關(guān)鍵設(shè)備整體達(dá)國(guó)

際領(lǐng)先水平。

3）電力自動(dòng)化信息通信：支撐能源互聯(lián)網(wǎng)轉(zhuǎn)型和電網(wǎng)企業(yè)數(shù)字化轉(zhuǎn)

型。業(yè)務(wù)涵蓋電網(wǎng)生產(chǎn)管理、調(diào)度管理、營(yíng)銷、安監(jiān)基建、網(wǎng)絡(luò)信息

安全、信息通信綜合監(jiān)管、通信設(shè)備及系統(tǒng)、信息通信系統(tǒng)集成及運(yùn)

維、實(shí)時(shí)數(shù)據(jù)庫(kù)、大數(shù)據(jù)及云服務(wù)、量子保密通信、能源工業(yè)云網(wǎng)等。

4）發(fā)電及水利環(huán)保：有力支撐新型電力系統(tǒng)建設(shè)。提供火電、水電、

核電、風(fēng)電、光伏、抽蓄、分布式能源機(jī)組控制保護(hù)及并網(wǎng)解決方案。

公司研發(fā)的7MW海上風(fēng)電變流器已在廣東陽(yáng)江應(yīng)用；35kV高壓直

掛儲(chǔ)能系統(tǒng)已在紅墟儲(chǔ)能電站順利并網(wǎng)運(yùn)行。

4.2國(guó)能日新

光伏發(fā)電功率和風(fēng)能發(fā)電功率預(yù)測(cè)市場(chǎng)份額第一。公司在氣象、算法、

軟件開(kāi)發(fā)領(lǐng)域均有大量的核心技術(shù)。1）氣象領(lǐng)域：能對(duì)多種氣象背

景場(chǎng)數(shù)據(jù)進(jìn)行時(shí)間和空間上的降尺度處理，能夠在復(fù)雜氣象條件下對(duì)

天氣情況精確預(yù)測(cè)c2）算法領(lǐng)域：公司通過(guò)多途徑構(gòu)建算法模型，

可以實(shí)現(xiàn)模型持續(xù)優(yōu)化、預(yù)測(cè)精度持續(xù)提高。3）軟件開(kāi)發(fā)領(lǐng)域：通

過(guò)了最高級(jí)別的軟件能力成熟度模型CMMI5認(rèn)證。2020年公司的

短期光伏功率預(yù)測(cè)綜合精度為89.21%,短期風(fēng)電功率預(yù)測(cè)綜合精度

為84.60%。通過(guò)不斷技術(shù)研發(fā)和算法優(yōu)化，持續(xù)從提高氣象數(shù)據(jù)精

度、提高算法模型精度等角度提高產(chǎn)品發(fā)電功率預(yù)測(cè)的精度，降低了

客戶由“雙細(xì)則”考核帶來(lái)的損失。電力交易、智慧儲(chǔ)能、虛擬電廠新

業(yè)務(wù)拓展積極。22年公司電力交易、儲(chǔ)能、虛擬電廠業(yè)務(wù)收入0.11

億元，同增93.0%。1）電力交易方面，公司相關(guān)產(chǎn)品已完成在山西、

甘肅、山東和蒙西四個(gè)省份的布局。2）儲(chǔ)能EMS系統(tǒng)方面，公司

持續(xù)研究山東、山西等全國(guó)近十個(gè)省份儲(chǔ)能參與電力市場(chǎng)的政策，并

基于深度學(xué)習(xí)算法，結(jié)合儲(chǔ)能充放電特性，探索儲(chǔ)能參與電力市場(chǎng)的

交易策略、參與輔助服務(wù)市場(chǎng)策略。3）虛擬電廠方面，公司于2022

年6月設(shè)立控股子公司國(guó)能日新智慧能源，已通過(guò)西北電網(wǎng)聚合商響

應(yīng)能力技術(shù)測(cè)試，具備了參與西北省間調(diào)峰輔助服務(wù)市場(chǎng)的技術(shù)條件。

圖表7Q:國(guó)能日新主要業(yè)務(wù)和產(chǎn)品

可控負(fù)荷新能源消納

4.3澤宇智能

江蘇省智能電網(wǎng)一站式服務(wù)商龍頭，2022年省外業(yè)務(wù)加速拓展。目

前公司已形成電力設(shè)計(jì)先行、以