2026年1月，中国气象局、国家能源局联合印发《关于推进能源气象服务体系建设的指导意见》，将能源气象服务推向体系化建设新阶段。文件提出覆盖能源产供储销全链条，覆盖规划选址、供应保障、资源监测预报、防灾减灾、电力市场交易等场景，要求形成短临到月、季、年的无缝衔接能力。到2027年基本建立一体化能源气象服务体系，到2030年水、风、光、储相关气象南宫智能科技服务关键技术达到国际先进水平。

　　这一文件的核心意义在于承认能源系统对气象能力的需求升级：不再局限于基础天气信息，而是需要能够深入运行、交易、储能和保供环节的气象服务能力。新能源占比持续提升催生这一需求，AI气象大模型的成熟则为该能力的体系化落地提供技术支撑。

　　过去的能源气象服务多为局部化、项目化、辅助化模式，新能源占比不高时可基本满足需求，但随着新能源成为系统主力，天气影响已从单一场站发电量传导至系统运行和经营结果。云南能投2025年业绩预告显示，极端小风年导致来风减少、低风速时段增多，叠加新能源装机扩张带来的弃风弃光率上升以及市场化交易电价下行，最终压缩企业利润。

　　新能源全面入市进一步放大天气偏差的经营影响。国家能源局披露，2025年全国市场化交易电量达6.64万亿千瓦时，占全社会用电量的64%，新能源已全面参与市场。河南明确新能源上网电量自2026年起原则上全部进入电力市场，加大对功率预测准确率的考核力度；山东将新能源发电功率日内预测偏差考核纳入试运行；浙江把新能源短期和超短期功率预测纳入日前、实时市场系统运行边界条件。

　　传统依赖数值预报加经验修正的气象服务模式，存在时间尺度割裂、局地非线性误差难处理、场景转译成本高等问题，难以适配当前能源系统需求。AI气象大模型可实现高频更新、高分辨率、多时间尺度衔接和场景化转译的工程化落地，为能源系统提供适配性更强的气象服务能力。

　　国家气象中心已完成多个主流大模型业务部署，推进1+N人工智能气象预报大模型体系建设，相关短中期模型业务化表现明显提升。地方层面，上海雨师、扶摇模型将强对流预警时效提前15至45分钟，更新频次提升至10分钟级；重庆AI雷达回波外推和风雹临近预警技术显著提升回波预报准确率；北京通过数值模式与AI算法结合，将电力负荷预测精度从93%提升到96%。

　　未来能源气象的核心竞争集中在四类能力：一是场景转译能力，可将天气变量转化为出力、调度、交易和风险管理的可用输入；二是多时间尺度协同能力，形成覆盖短临、日前、周月季、年景的连续服务能力；三是数据闭环能力，接入气象、电力、设备、负荷、交易和运行反馈的多源数据；四是系统接入与合规能力，满足行业规则要求，嵌入能源业务流程。

　　市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。