DeepMind向电网运营方推介WeatherNext 3发电量预报

图片：METAL

摘要

Google DeepMind于9月14日在X上发布三条帖子，介绍WeatherNext 3的风电与光伏发电量预报功能。
该模型于9月3日发布，直接读取地球静止卫星影像，每小时生成一次预报，气温和湿度的网格分辨率为5公里。
据43页论文介绍，模型生成15天、64个成员的集合预报，每小时刷新可在预报初期多争取两到三小时的提前量。

Google DeepMind于9月14日在X上发布了三条帖子，把自家气象AI模型WeatherNext 3重新介绍给电力行业。据第一条帖子介绍，该模型为电网运营方以及风电、光伏发电企业提供轮毂高度风速和太阳辐射的预测。第二条帖子强调这些预测每小时更新一次：为风电场预测100米高度风机处的风速和风向以推算发电量，为光伏电站预报云量和辐射以估算照到面板上的阳光。

模型本身于9月3日发布。Google DeepMind和Google Research在当天的公告中称WeatherNext 3是迄今最先进的全球气象AI模型，依据是Brightband的独立实时评测。据公告介绍，气温、湿度等核心变量以5公里网格预报，风速等其他地面变量以10公里网格预报，高空大气变量以25公里网格预报。公司表示，整体画面比上一代模型WeatherNext 2清晰约五倍，后者采用25公里网格、每6小时一次。

METAL完整读过这份公告。公司认为最大的飞跃不是分辨率，而是模型学习的对象。现有AI气象模型大多用超级计算机运行的物理模拟结果来训练，而这些数据带有6小时的时滞。WeatherNext 3直接接收地球静止卫星传来的实时影像，每小时生成新预报，气温和湿度则直接从气象站数据学习，从而在5公里网格上反映地形。公告写道，这种方式对历来缺乏高分辨率预报的拉丁美洲、非洲和亚太地区尤为重要。

同日发布的论文进一步说明了这一结构。METAL查阅的这篇论文共43页，作者为以Stephan Rasp为首的25名来自Google DeepMind、Google Research和Google的研究人员。据论文介绍，模型以64个成员的集合生成15天预报，并以0.1度网格每小时输出包括太阳辐射和云量在内的单层变量。生成一份预报需要4块TPUv5p芯片运行6.3分钟。作者在论文开头写道："WeatherNext 3的能力使业务化的AI气象预报超越了模仿数据同化、预报和后处理这些传统上相互独立的阶段。"

每小时刷新究竟能让人提前多久看到，论文也给出了数字。与6小时间隔的预报相比，逐小时预报在预报初期可多获得两到三小时的提前量，因为卫星观测的延迟平均比6小时分析短约三小时。据报道，DeepMind高级研究科学家Ilan Price表示："不等下一次分析数据、直接使用最新信息，准确度会高得多。"数据时滞已从约7小时缩短到三到四小时。

降水预报的数据在公告中另有说明。公司称模型使用美国航空航天局的卫星降水产品IMERG和自有降水再分析数据训练，在中期预报中相对IMERG最高提升60%，相对雷达产品MRMS提升30%，相对雨量计提升10%。三者基准不同，不能相加。同一份公告还写道，在Google搜索、Gemini应用和Google地图中查看一天以上的降水预报时，准确度最高提升50%。

电力公司关注这些数字，是因为预报出错要付出代价。据报道，运营方若低估风电发电量，就得临时向待命的燃气电厂高价购电；若高估，电网吸纳不了，风电场和光伏电站反而要拿钱停机。两种情况都是预报失误造成的成本。可再生能源按天气而非需求发电，新增装机越多，短期预报的价值也越大。

需求端同样在变动。据报道，S&P Global在2026年美国电网展望中预计，今年超过90吉瓦的新增装机里，光伏51.2吉瓦、储能25.7吉瓦是主要增量，并把北美各地数据中心的扩张列为近期电力需求激增的首要原因。德勤预计到2035年峰值需求增长约26%，仅数据中心需求就可能达到176吉瓦。国际能源署2024年的报告指出，若波动性可再生能源整合不当，2030年光伏和风电发电量可能比预期低15%，约合2000太瓦时。

这个市场上已有卖家。据报道，Vaisala、Solcast、DNV的WindGEMINI和IBM的HyperWatch都在向电力行业出售气象数据，瑞士公司Jua则主打每天更新24次的自研模型。Google的不同之处在于，同一份预报会同时出现在BigQuery的表格、Earth Engine的图层、Google地图平台的API，以及Google搜索的默认答案里。每小时刷新缩小了专业厂商赖以区分自己的更新频率差距。

Google自身也是这个问题的当事方。据报道，推高电力需求的数据中心建设由包括Google在内的大型云服务商主导，Google已签下数吉瓦规模的可再生能源采购协议为自家设施供电。对于必须把大量清洁电力匹配到不断增长且波动的负荷上的公司来说，风电和光伏发电量预测立刻就有用处。这一商业逻辑在一定程度上解释了这次发布为何加入能源变量。

METAL此前报道过这一模型系列提前一天捕捉飓风急剧增强的案例，论文也把2025年飓风季的气旋预报成果写为本次模型的起点。公告结尾提醒读者，正式预报和气象预警请以各国气象部门为准；论文还记录了单个集合成员会出现蜂窝状痕迹。把每小时重写一次的预报送到电网运营方的桌上，这就是DeepMind在9月14日的帖子里重新讲起的故事。

展开更多