本案例解决风光自然资源类电力供给具有多时间尺度波动性、空间不均衡性和与输配 用能曲面的永恒正负偏差，实现低成本软调度解决单纯依靠加大电源、电网和储能等电力 系统基础设施巨额投资问题。 按照中国 2023 年 9.2 万亿度电，每年通过软调度撮合 1% 的供需偏差，即产生近千 亿度电的收益，也可以缓解储能项目投资巨大财务回收漫长，同时提高国家电力系统高比 例新能源发电适应能力。 以电力能源产业链五大数据集群融合为基础， 通过建立产业大模型智算预测平台， 实 现源网荷储用一体化实时调度。是典型“数据要素 ×”叠加“人工智能 +”加快形成新 质生产力，推动产业发展向智能化转型升级的高价值案例。

本案例以太阳能、风能发电影响要素的全域预测复杂大模型为数据要素中心节点， 聚 合电力源、网、荷、储、价全供应链要素五大数据集群，包括近地光照预测大数据集、社 会光伏产品真实发电效率大数据集、区间电网通道冗余输送容量大数据集、用电单位未来 可调度负荷大数据集，以及绿色电力量价曲线交易产品数据集；通过智能预测大模型关键 算法和平台，实现光伏超大规模消纳和市场化交易预测能力。 在关键难点上有集数据融合技术算法难题、市场机制设计难题、国家电力数据的保密 难题、全社会推广的商业模式难题等；数据集具有跨行业、跨时空、跨区域、跨属性等多 个特点；数据技术既有先融合后计算、也有先计算后融合， 架构包含联邦计算的数算分离、 功数一体以及云、物结合。 给出跨领域多商业主体，超大规模全社会领域数字化应用解决方案。五大数据集群有 多个维度索引，属于不同时空、不同商业主体、不同企业性质、不同管理部门，设计不同 商业模式，实现数据协同、数据复用、数据融合创新应用。

技术创新方面，五大数据集群融合与应用，除时空物理维度统一，其它没有共性维度， 他们的结合以度电生产和使用要素作为串接线索，不同以往数据集关联必须有索引数列， 创造了一种新的大数据集群之间的关联关系，为数据要素融合开拓了全新的视角。模式创新方面，一是设计多种商业模式驱动不同数据集产生主体的商业动力， 使其能 够参与到全链数据要素融合的大型合作中，创新探索一种以全链效率提升的商业目的与集 群要素直接的商业模式利益协同分配的一种商业结构实验。二是充分利用复杂计算科学技 术、多商业模式、股权设计多种手段解决数据要素融合中遇到的保密问题、私有问题、价 值问题、交易问题，遵从数据要素产、供、销主体责权利分解耦合设计机制。

经济效益方面，一是我国实现碳中和，可再生能源占比需达到 70%，风能年均新增 装机容量应不低于 60 吉瓦，到 2030 年至少达到 800 吉瓦，2060 年至少达到 3000 吉瓦， 光伏发电占比预计由当前的 3.1% 增加到 40%，将超万亿千瓦时，较当前增加 16 倍。届 时百分之一的预测偏差，将导致 100 亿千万时的波动，将为社会用电带来巨大的波动； 二是保障“碳中和”情景下能源利用安全，有效避免极端天气、气候导致的能源利用危机。 社会效益方面，全社会煤电、水电稳定电源占比日趋缩小， 风光不稳定电源占大比重， 保障用电稳定电力供应将极为困难。解决风光可再生能源近地精细网格能量预测大数据集、 地理网格电站发电能力大数据集、电网冗余通道实时和预测大数据集、电力市场产品量价 曲线大数据集、用电市场地理网格需求大数据集的超高量、高频、实时的时空多维数据集 群弹性堆栈智能计算领域难题，是未来能源稳定、安全的重要基础保障。