近期，北京大学地球与空间科学学院的张帆助理教授和刘瑜教授团队，联合阿里巴巴达摩院等机构，利用高分辨率卫星遥感影像和人工智能技术，对全国范围内的风能和太阳能发电设施进行了详细的绘制。这项开创性的工作首次建立了真实新能源设施布局的数据库，为解决风电光伏发电量波动带来的消纳难题提供了新的视角。

研究团队通过分析0.5米分辨率的卫星影像，精准识别并定位了全国31.99万个光伏设施和9.16万台风机的具体位置和规模。这一详尽的“家底图”使得对风光空间协同效应的量化分析成为可能。过去，人们仅凭经验认识到风能和太阳能发电在时间上的互补性，但缺乏基于实际地理分布的精确数据来评估其缓解消纳压力的潜力。

研究结果表明，风光协同的效益与空间范围密切相关。张帆指出，仅在县域范围内进行风光匹配，全国只有不到四分之一的区域能实现有效互补，效果有限。然而，当协同范围扩大到全国尺度时，几乎任何地区都能在遥远的地方找到发电模式高度互补的区域。这意味着，要充分发挥风能和太阳能的互补优势，往往需要跨越省界，实现远距离的资源调配。

这种跨区域协同带来的效益显著。研究团队的测算显示，即便不增加新的装机容量，仅通过优化空间调度，全国范围内的跨省协同每年就能额外增加约1000亿千瓦时的消纳能力。刘瑜教授解释说，这部分电力并非凭空产生，而是将原本因时间或空间不匹配而浪费的风能和太阳能重新利用起来，这比单纯增加储能设施更能有效减轻电网的调节压力。

刘瑜教授强调，在国家“十五五”规划已将“电力互济工程”列为重大工程的背景下，这项研究为全国新能源基地的宏观规划、跨区域绿电交易以及输运网络的规划提供了重要的量化依据。研究的核心观点在于，实现高比例新能源电力系统，不仅依赖于增加装机容量和储能规模，更关键在于构建一个覆盖全国、高效协同的空间网络。通过地理空间智能分析，对风能和太阳能进行跨区域的“精准配对”，将为绿色转型开辟一条更优的路径。