中能观察丨新型电力系统如何锻造韧性、灵活性与智能化？

来源：中国能源新闻网 时间：2026-09-18 17:16

新型电力系统如何锻造韧性、灵活性与智能化？

——第六届能源转换与经济年度论坛观察

　　当前我国正处于实现碳达峰、碳中和目标的关键期，以新能源为主体的新型电力系统建设全面提速。

　　最新数据显示，截至2026年7月底，我国光伏发电装机容量达到12.86亿千瓦，首次超过煤电，成为我国装机规模最大的电源品类。

　　电源结构的历史性拐点，给电力系统带来了全新挑战。新能源出力的随机性、波动性与间歇性，正在倒逼传统电力系统在规划理念、运行模式、跨区域协同机制等领域全面重构。

　　9月12日，第六届能源转换与经济年度论坛在上海举办，以“面向碳中和的新型电力系统：韧性、灵活性与智能化”为主题，汇聚政产学研各界专家，共同求解高比例新能源转型下电力系统的时代难题。

　　从“可靠性”到“恢复力”，筑牢韧性底线

　　在高比例新能源加速接入、极端天气频发的背景下，传统基于确定性故障的可靠性设计，已难以覆盖系统面临的长尾风险，“韧性”正在成为新型电力系统的核心安全命题。

　　在雅典国立技术大学教授Nikos Hatziargyriou看来，电力系统韧性是电网“预见、抵御、适应并从高影响、低概率事件中恢复”的能力。他指出，可靠性主要针对N-1等确定性故障，目标是不发生失稳或连锁停电；而韧性则面向极端自然现象、长周期资源枯竭等超出常规设计范围的场景，重点是维持关键负荷并提升系统恢复能力。

　　Nikos Hatziargyriou以欧洲风光资源持续枯竭事件为例指出，这类长周期可再生能源短缺事件通常持续数天，最长可达21.4天，且影响范围广、外部电力输入受限，是高比例新能源系统面临的典型韧性威胁。

　　基于希腊电力系统的测算显示，随着2035至2050年新能源装机持续提升，在长时间风光资源枯竭情景下，系统供电不足的预期时长显著增加，并可能突破传统可靠性标准。

　　Nikos Hatziargyriou表示，韧性提升需要硬件加固与智能运行协同推进。硬件层面可通过线路地下化、设备升级和冗余配置等措施，增强电网基础设施的抗灾能力；运行层面则通过分布式能源、需求侧管理、微电网、精准气象预报、防御性孤岛等手段，提升“事前预防—事中应对—事后恢复”全过程的应对能力。

　　这一判断也得到国内实践的呼应。国网经研院配网中心副主任宋毅的观察是，随着智能微电网、源网荷储一体化、绿电直连等新业态快速发展，电力系统的运行边界和安全形态正在发生变化：项目多运行方式切换频繁、设备质量参差不齐、网络攻击风险上升，对系统韧性提出了新挑战。

　　“需通过统一规划建设标准、构建配微协同调度体系、强化多运行方式安全管控、完善全维度标准体系，系统性夯实新业态下的电网安全韧性。”宋毅给出了解题思路。

　　清华四川能源互联网研究院常务副院长鲁宗相则把目光投向韧性评估的前端。在他看来，韧性评估的前提是精准的极端场景构建。通过融合风速、辐照度、温度等多源气象数据，识别新能源出力与负荷变化的关键驱动因子，构建覆盖常规与极端天气的年-月-日-时多时间尺度场景库，才能精准识别高风险时段与薄弱环节，为系统规划和调度提供科学依据。

　　从“源随荷动”到“源荷互动”，激活灵活潜力

　　如果说韧性解决的是“抗得住”的问题，那么灵活性解决的则是“调得动”的问题。随着新能源占比不断提高，系统对灵活调节资源的需求呈指数级增长。

　　浙江大学教授文福拴指出，在新型电力系统中，风光等新能源发电出力的随机性与波动性可导致净负荷波动加剧，而火电机组逐步从“基荷电源”转向“调节电源”，系统调节能力面临结构性缺口。

　　电源侧、电网侧、用户侧、储能侧均有灵活性资源，可以利用不同类型灵活性资源的特征，构建覆盖毫秒至秒级、分钟至小时级、日内以及周级调节的多时间尺度调节体系，依次解决一次调频能力不足、频率与潮流控制协调、峰谷差与晚高峰以及电力供应长期不确定性等问题。

　　提升系统灵活性的具体措施包括：电源侧推进火电灵活性改造以及与气电、水电协调优化调度；电网侧提升跨区互济能力；用户侧挖掘需求响应潜力；储能侧发挥抽水蓄能与新型储能的协同作用。通过电力市场运营机制可发现不同类型灵活性资源的价值，逐步形成激励灵活性资源最优配置的机制。

　　电力电子技术的突破，正在为灵活性提升提供底层硬件支撑。香港城市大学讲座教授Josep Pou分享了三项前沿技术：一是模块化多电平变换器储能系统，可直接接入不同老化程度、不同技术路线的电池包，支持退役动力电池梯次利用，同时省去工频变压器、降低开关损耗，提升系统可用性；二是储备功率点跟踪技术，让光伏电站不再固定运行在最大功率点，而是动态预留备用容量，可直接参与电网频率调节；三是低电容静止同步补偿器，通过主动允许更大的电容电压纹波，可将直流侧电容降低70%以上，同时降低电压谐波与开关损耗，为电网提供更灵活的无功支撑。

　　灵活性资源的开发正进一步向负荷侧拓展，算力负荷成为新的调节资源。国网上海电科院副院长杨心刚提出，算力负荷正从被动接受供电的“刚性负荷”，逐步转变为可感知、可调节的“柔性资源”。

　　针对供电保障、绿电消纳、峰谷平衡等需求，上海探索形成“一调、一切、一转”技术路线：通过空调、蓄冷罐、储能、算力降频实现分钟级削峰；通过柴发切换市电实现长时保供；通过跨区域算力任务转移实现负荷时空平移。2026年7月，上海完成国内最大规模算电协同全场景调用，16家数据中心参与，最大响应负荷达9.78万千瓦，验证了负荷侧资源的调节潜力。

　　从“经验决策”到“数据—机理—智能”闭环，拥抱智能变革

　　当电力系统的复杂度、不确定性与决策时效性要求同步提升，人工智能正在成为破解复杂系统难题的关键工具。

　　与会专家形成的一个共识是，AI不是对物理模型和运行经验的替代，而是与数据、机理、优化形成闭环，推动电力系统从“经验驱动”向“智能驱动”升级。

　　香港城市大学讲座教授董朝阳的思考是，高比例新能源、海量感知数据、快速决策需求，正在让传统模型和人工经验难以单独支撑系统安全、经济与韧性运行。AI的核心价值在于提供多源融合感知、概率预测、快速优化、闭环控制四大能力，覆盖预测、状态估计、调度、控制全链条。

　　他特别强调，电力领域的AI落地不能是“黑箱”，必须满足可信、可解释、可部署与可治理。“预测不只是‘更准’，而是提供可量化不确定性、可执行场景和可进入优化控制的先验信息；状态估计不是简单补齐缺失量，而是在网络拓扑、设备模型和多源含噪量测的共同约束下，联合推断运行状态与健康水平；调度的AI不只是‘算得更快’，而是要在不确定性、跨层级耦合和闭环决策中实现更优、更稳健、更实时的可执行策略。”董朝阳表示，未来电力AI将形成“感知—预测—估计—调度—控制—反馈”的完整闭环。

　　鲁宗相对此的补充是，气象驱动的源荷场景构建，未来将向多源数据融合、跨时间尺度协同和智能决策支撑加速演进，推动源荷平衡分析从“事后研判”迈向“事前预测—事中决策—事后评估”的闭环应用，支撑规划、调度、市场全业务环节。

　　杨心刚结合上海算电协同实践，介绍了AI在实际运行中的应用路径：以虚拟电厂平台为枢纽，一端实时感知算力负荷变化与可调能力，一端精准接收电网调度指令与市场信号，通过AI算法实现指令自动分解、资源协同调度与效果实时评估。

　　他同时指出，当前算力任务切片与迁移仍需一定人工干预，非实时任务自动识别与调度尚未全流程智能化，多源资源协同调控、跨域算力调度与电力交易平台互联互通等技术仍需突破，标准体系与商业可持续性也有待完善。

　　责任编辑：高慧君