降低棄光率18%！協(xié)鑫能科、螞蟻數(shù)科聯(lián)合發(fā)布EnergyTS能源電力時(shí)序大模型

3月26 日，在蘇州舉行的新能源數(shù)字資產(chǎn)社區(qū)春季峰會(huì)上，協(xié)鑫能科、螞蟻數(shù)科聯(lián)合發(fā)布能源電力時(shí)序大模型EnergyTS，標(biāo)志著人工智能技術(shù)與新能源行業(yè)融合進(jìn)入新階段。作為專(zhuān)為新能源領(lǐng)域定制的垂類(lèi)時(shí)序大模型，EnergyTS深度整合行業(yè)專(zhuān)業(yè)知識(shí)與多模態(tài)數(shù)據(jù)，通過(guò)多尺度訓(xùn)練、多任務(wù)學(xué)習(xí)及零樣本冷啟等技術(shù)，實(shí)現(xiàn)對(duì)光伏發(fā)電、風(fēng)力發(fā)電、儲(chǔ)能調(diào)度等場(chǎng)景的精準(zhǔn)預(yù)測(cè)與智能決策支持。

新能源發(fā)電易受氣象條件、設(shè)備性能等因素影響，發(fā)電效率波動(dòng)導(dǎo)致供需失衡、電價(jià)波動(dòng)及儲(chǔ)能收益不穩(wěn)定等行業(yè)痛點(diǎn)。EnergyTS的核心突破在于其預(yù)測(cè)精度：在光伏場(chǎng)景評(píng)測(cè)中，T+1天預(yù)測(cè)的平均絕對(duì)誤差（MAE）低至0.0233，較谷歌TimesFM-V2.0模型提升22.4%；T+3天預(yù)測(cè)性能提升46.8%，超越亞馬遜Chronos-Large模型62.4%。這種跨時(shí)間尺度的精準(zhǔn)預(yù)測(cè)能力，為電站投資選址、收益評(píng)估、電力交易策略?xún)?yōu)化提供了數(shù)據(jù)支撐，實(shí)測(cè)顯示可降低棄光率18%，提升單站月收益超20萬(wàn)元。

技術(shù)架構(gòu)上，EnergyTS突破傳統(tǒng)通用模型的局限，通過(guò)多模態(tài)數(shù)據(jù)融合（氣象衛(wèi)星云圖、設(shè)備傳感器、電網(wǎng)負(fù)荷等）構(gòu)建行業(yè)專(zhuān)屬算法，嵌入光伏組件衰減、風(fēng)機(jī)尾流效應(yīng)等物理模型，實(shí)現(xiàn)從數(shù)據(jù)采集到?jīng)Q策執(zhí)行的全鏈路優(yōu)化。其零樣本冷啟特性尤其解決了新能源領(lǐng)域數(shù)據(jù)孤島問(wèn)題，新電站接入即可 “開(kāi)箱即用”，部署成本降低40%，顯著提升行業(yè)智能化門(mén)檻。

螞蟻數(shù)科CEO趙聞飆表示，AI大模型的多模態(tài)感知能力正在重塑傳統(tǒng)行業(yè)交互方式，EnergyTS的落地是AI鏈接物理世界的典型實(shí)踐。通過(guò)與協(xié)鑫能科等行業(yè)伙伴合作，該模型已在虛擬電廠調(diào)度、光伏資產(chǎn)證券化等場(chǎng)景驗(yàn)證價(jià)值，助力構(gòu)建“數(shù)據(jù)-算法-交易”生態(tài)閉環(huán)。業(yè)內(nèi)分析指出，EnergyTS的性能突破不僅打破歐美企業(yè)在能源AI領(lǐng)域的技術(shù)壟斷，更推動(dòng)新能源資產(chǎn)向可量化、可交易的數(shù)字資產(chǎn)轉(zhuǎn)型，為全球能源轉(zhuǎn)型提供“中國(guó)范式”。

值得關(guān)注的是，螞蟻集團(tuán)通過(guò)混合芯片架構(gòu)降低模型訓(xùn)練成本，減少對(duì)單一供應(yīng)商依賴(lài)，同步推進(jìn)醫(yī)療AI等多領(lǐng)域布局。EnergyTS的發(fā)布，既是螞蟻數(shù)科在垂直領(lǐng)域的技術(shù)深耕，也展現(xiàn)了中國(guó)企業(yè)在“雙碳”目標(biāo)下以AI驅(qū)動(dòng)產(chǎn)業(yè)升級(jí)的創(chuàng)新路徑。隨著該模型向風(fēng)電、微電網(wǎng)等場(chǎng)景擴(kuò)展，其應(yīng)用將進(jìn)一步提升新能源行業(yè)運(yùn)營(yíng)效率，為全球能源數(shù)字化轉(zhuǎn)型注入新動(dòng)能。