近日，我司自主研发的新能源气象大模型"司南"，正式通过国家生成式人工智能服务备案。司南不做通用问答，而是专为新能源功率预测、电力交易和气象风险管理等场景打造的行业模型。这次备案，标志着司南在规范化和产品化服务上迈出了关键一步。
新能源正从补充电源，成长为新型电力系统的主力之一。装机规模越大，对气象变化也就越敏感。
截至 2025 年底：
全国风电、太阳能发电装机合计 18.4 亿千瓦，占全国电力总装机约 47%；
全国光伏发电累计装机 12 亿千瓦，其中分布式光伏累计 5.3 亿千瓦；
2025 年分布式光伏新增装机 1.53 亿千瓦，占当年光伏新增装机接近一半。
预计到2030年：
非化石能源消费比重达到25%，风电和太阳能发电装机比重超过50%，成为电力装机主体；
规模上来了，运行的难题也随之而来。光伏场站尤其是分布式光伏，点多面散，局地云团移动、辐照度突变、短时强对流，都会直接影响各站点的实时出力；风电场则受复杂地形、阵风、风切变和机组尾流影响，局地风场短时间内就可能大幅波动。
《新型能源体系建设"十五五"规划》提出："加快建设智能电网，建设智能化调度体系，提高新能源消纳水平。"消纳和调度，离不开对未来风速、辐照度的准确预判。同时当新能源越来越多地参与电力市场、辅助服务、配网协同和聚合调控，行业关心的早已不只是"能不能并网"，而是能不能更早看清变化、把出力预测准、把运行安排好、把风险控制住。
未来几小时，风会怎么变？云会往哪里走？新能源出力会不会波动？
回答这些问题，正是司南的主攻方向。
新能源短临预报难就难在：天气变化快、局地差异大、数据来源多，而且各类数据的时间和空间尺度并不一致。针对这一点，司南采用"多源专用编码器 + 条件扩散模型"架构，把站点实况、卫星云图、雷达回波、数值预报和场站运行数据等多源信息，统一做时空对齐和融合。
不同数据各有所长。
· 站点实况：刻画大气背景和当前状态；
· 卫星云图：识别云团纹理、覆盖范围和移动趋势；
· 雷达回波：捕捉降水、对流等快速变化信号。
司南不依赖单一数据源下判断，而是综合各类信息在不同天气过程、不同区域和不同时段中的作用。
司南重点关注光伏场站的云团遮挡、辐照度快速波动，以及风电场的局地风场变化和复杂尾流影响。高频滚动研判，让气象分析更贴近场站实际运行节奏。
司南用条件扩散模型对未来气象要素做生成式预测，并给出不确定性估计，让使用者了解预测结果的风险边界；同时在训练和推理中加入风速、辐照度等物理约束，尽量避免出现违反基本物理规律的结果。
短临预报，贵在及时。面向生产部署，司南通过潜空间建模、快速采样和 GPU 推理加速等方式提升响应速度，支撑高频滚动预报和业务系统调用。
在新能源气象预报领域，不少主流方案长期依赖 ECMWF 数值模式、ERA5 再分析资料等国外数据源。这些数据获取成本高、更新有延迟，在极端天气和局地快速变化场景下，往往难以满足新能源场站分钟级、公里级的业务需求。
司南走了一条不同的路。模型训练和推理过程中，不依赖 EC、ERA5 等国外数值模式或再分析数据，输入侧全部基于我国自有的气象观测与业务数据——包括站点实况、卫星云图、雷达回波及场站运行信息等。在此基础上，司南对风速、辐照度等关键要素的短临预测效果，已可媲美甚至超过依赖国外数据输入的现有主流方案。
这意味着，司南不仅是一条合规的备案路径，更是一条数据自主、推理自主的技术路径。对新能源企业而言，预报能力不再受制于外部数据源的供给节奏和访问条件；对行业而言，这也是落实"十五五"规划中"能源产业链关键技术装备实现总体自主可控"要求的一次具体实践。
司南提供的不是单一的天气查询，而是我司产品体系的基础模型能力，是各行业大模型、智能体和业务平台的数据底座。它向下汇聚站点实况、数值预报、卫星云图、雷达回波、场站运行等多源数据，向上支撑行业模型训练、场景智能体调用和业务平台应用，为新能源、气象风险管理、电力交易等场景提供统一的数据融合、模型计算和业务理解能力。
我司 研发的“智能新能源服务云平台” 面向集中式风电、光伏场站和分布式光伏，提供功率预测的自动化建模与预测分析。司南为平台输送更精细的短临气象数据，保障平台的预测效果。
我司已于 2026 年 5 月通过备案的"象盾"智能体，同样以司南为数据底座，通过自然语言交互和工具调用，为功率预测、电力交易、保险、农业、应急管理等行业用户提供服务。
人工智能与能源的融合，正从技术探索走向场景落地。对能源行业来说，真正有价值的大模型，不能只是"能回答"，更要懂业务、顺流程、接得进系统，并在真实生产环境里稳得住、靠得住。
司南从新能源短临气象预报切入，正是看中这一场景时效性强、价值密度高，且与功率预测、调度运行、电力交易、虚拟电厂和分布式能源管理紧密相关。以气象能力为底座，司南既能为超短期功率预测提供前置输入、为场站运行提供辅助研判、为电力市场提供趋势参考，也为后续源网荷储协同和新能源智能调控积累模型基础。
备案通过是一个重要节点，但不是终点。下一步，我司将继续围绕新能源生产运行的真实需求，推进气象、功率、交易与运行数据的深度融合，持续打磨司南在准确性、稳定性、可解释性和业务适配性上的能力。
让每一次风起、每一片云动，都能更早被看见、更好被理解、更有效地服务于新能源高质量发展。
司南大模型
为新能源运行提供面向未来的气象智能底座
