2026年5月20日，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，在《自然》（Nature）发表题为“Advancing solar and wind penetration in China through energy complementarity”的研究成果。研究团队基于高分辨率卫星遥感影像与地理空间智能技术，构建了我国首个全国尺度高精度风电与光伏设施数据库，并揭示了风光空间协同对新能源消纳的重要影响。研究表明，随着风光协同范围扩大，新能源消纳能力可得到显著提升，展示了地理空间智能在复杂能源系统优化中的重要潜力，为新型电力系统建设与“双碳”目标实现提供了新的科学路径。

随着风电与光伏装机规模快速增长，新能源发电波动性与间歇性带来的弃风弃光问题日益突出。传统研究普遍认为风电与光伏具有时间互补潜力，但多数分析缺乏对真实新能源基础设施空间布局的系统刻画。因此，在真实风光设施分布条件下，风光互补究竟能够在多大程度上提升新能源消纳，仍缺乏定量评估。

针对这一问题，研究团队利用0.5米分辨率卫星遥感影像，结合人工智能算法与云计算平台，对全国范围新能源设施进行了系统识别与精细化制图。研究共识别出31.99万个光伏设施和9.16万台风机，构建了我国首个同时覆盖风电与光伏设施的全国高精度遥感数据库，实现了新能源基础设施的全国尺度精细化观测。

图1 我国光伏与风电设施全国空间分布

在此基础上，研究团队进一步分析了全国不同区域风电与光伏发电之间的时空互补关系。研究发现，随着空间协同范围扩大，新能源互补效果显著增强。光伏发电在县域内部进行风光匹配时，仅有不足四分之一的地区能够形成有效互补；当协同范围扩展至全国后，几乎所有地区均能找到高效互补的风电区域。研究还发现，风电与光伏的高效互补关系往往跨越较远空间距离，表明跨区域协同对降低新能源波动具有重要意义。

图2 扩大空间协同范围可显著增强风光互补性

进一步，研究团队构建了不同层级的跨省协同情景，系统评估空间协同对新能源消纳的影响。研究测算显示，在假设电力系统具备较高调节能力、能够较好适应新能源波动的条件下，全国范围跨省协同可额外提升约1000亿千瓦时新能源消纳能力。这一提升并非新增发电，而是在现有风光装机基础上，通过空间协同优化，减少弃风弃光、提升新能源利用效率所释放出的潜力。同时，跨区域协同还能够显著降低储能和系统调节压力。研究表明，相比单纯增加储能，更大范围的新能源空间协同能够更有效地促进新能源消纳。

图3 跨区域风光协同可显著提升新能源消纳能力

研究团队表示，该研究首次基于真实新能源基础设施布局，从全国尺度系统揭示了风光空间协同对新能源消纳的提升作用，说明新能源高比例发展的关键不仅在于增加装机规模和储能设施，更在于优化跨区域能源协同与电力资源配置。当前，“电力互济工程”已经被列入我国“十五五”规划109项重大工程项目之一，研究成果可为我国新能源基地布局、电力交易体系优化以及跨区域绿电输运规划提供科学参考，也为利用地理空间智能推动复杂系统协同优化与绿色转型提供了新的研究思路。

本研究得到了国家自然科学基金重点项目“地理空间人工智能支持下的时空优化方法研究”（42430106）等项目的资助。北京大学地球与空间科学学院胡媛博士后为论文第一作者，刘瑜、张帆和阿里巴巴达摩院于超辉研究员为论文共同通讯作者。主要合作者还包括北京大学能源研究院金之钧院士、张川助理教授，中国科学院大学姚凌研究员，中国科学院地理科学与资源研究所姜侯副研究员等。