中国光伏功率预测现状
仅2025年前三季度，中国光伏新增装机就高达 240 GW。截至 9 月底，全国光伏累计装机已达 1,126 GW，同比增长 45.7%；其中集中式电站 617 GW，分布式光伏 508 GW。同期，全国光伏发电量达 916.3 TWh，同比增长 44.1%。
在这一连串数据中，最值得关注的是全国光伏利用率（94.7%）。这意味着前三季度弃光率达 5.3%，累计损耗电量近 50 太瓦时（TWh），比葡萄牙一整年的用电量还要多。
2025年的重大转折：告别政府统一定价
过去十年间，中国光伏电站大多实行固定的计划电价，电站预测精度的高低对最终收入影响微乎其微。
时代变了。随着新能源上网电价市场化改革的深入推开，传统的计划电价模式逐步向市场化机制转变。在全面入市的背景下，电站参与省级电力市场交易，实际发电量与申报计划的偏差将直接体现在结算账单上。在此趋势下，功率预测不再只是例行的合规要求，而是日益成为影响电站实际收益与风险控制的关键变量。
市场结构进一步放大了这一影响。中国目前拥有约 3.5 万家发电企业和 4,409 家电力分销机构，且大多数绿电交易合同的期限都不足五年。失去了长期保底电价的兜底，运营商预测精度不足的短板将无处遁形。
数读 中国光伏市场
作为全球光伏领跑者，中国市场正经历从“量变”到“质变”的转型。发展不再只是简单的规模增长：目前分布式光伏装机已突破 508 GW，占全国总装机近半，且在 2025 年前三季度的新增装机中占据了主导地位。
制约因素已经改变。如今的问题不再是能建多少，而是建成的电站有多少发电量能够送出、完成结算并获得收益。2025 年前三季度，全国光伏发电利用率为 94.7%，意味着约 5.3% 的可用光伏发电量未能送出（弃光电量达约 50 太瓦时）。
指标
数值
来源
光伏装机容量
截至2025年9月底，达到1,126吉瓦
国家能源局，2025年第三季度
2025 年前三季度新增装机容量
240吉瓦
国家能源局，2025年第三季度
集中式与分布式装机的划分
617 GW / 508 GW
国家能源局，2025年第三季度
2025 年前三季度光伏发电量
916.3太瓦时，增长44.1%
国家能源局，2025年第三季度
全国光伏发电利用率
94.7%
国家能源局，2025年第三季度
风电、光伏发电量占总发电量比重
2025 年：22%
Ember，2026年5月
光伏装机容量同比增幅
+45.7%
国家能源局，2025年第三季度
关键背景信息
两组关键数据，决定了接下来的核心逻辑：分布式光伏已占总装机近半，使功率预测演变为复杂的“聚合”难题；而 5.3% 的弃光率，则让预测精度的每一步提升，都直接挂钩着真金白银的经济价值。
国家统一要求， 各省实施细则
考核规则的真正落脚点
在中国，并网新能源电站必须开展功率预测，相关技术要求由一系列国家和行业标准予以规范。然而，电网的划分取决于电力连接关系，而非行政区划。国家电网覆盖 26 个省区、划分为六大区域电网，南方电网则覆盖南方五省。
预测精度的考核门槛、评估方式以及扣罚标准，均在省级层面制定与修订。哪怕是两座设计完全相同的电站，只要一座在青海、一座在江苏，其面临的指标要求、容差区间以及恶劣天气豁免规则就大不相同。
标准
范围
状态
标准
范围
状态
GB/T 19964
《光伏发电站接入电力系统技术规定》
2024年修订版
GB/T 40607-2021
调度侧风电或光伏功率预测系统
国家标准
NB/T 32011-2013
光伏发电预测系统
行业标准
关键背景信息
这正是问题的结构性症结所在。基于国家或洲际平均数据校准的预测模型，根本无法满足具体的省级考核要求。卫星辐照度数据库强调全球数据的一致性，但这种统一性恰恰抹平了各省考核所关注的局地气象特征。
T/CES 139-2022 增加了关于光伏发电概率预测的技术要求，而 T/CIET 1093-2025 则涉及分布式光伏的智能分析与预测。
考核最严苛的地区
东部沿海地区。 上海、江苏、浙江与广东集中了巨大的电力需求，有着最严苛的预测考核指标和最活跃的电力现货市场。当地电站规模较小且贴近负荷中心，深受沿海云系和台风季影响。上图拍摄于浙江一座光伏电站。天空毫无对比度、也寻不到清晰的云边，这种苍白阴天正是卫星反演数据的典型盲区，而在东部沿海，这类天气动辄持续数周。
西北地区。 甘肃、青海、宁夏与新疆分布着全国规模最大的沙漠光伏电站。当地辐照条件极佳，但远离东部负荷中心，输电距离漫长加上沙尘天气频发，极易导致卫星数据失真。
地区
主要制约因素
预测难点
地区
主要制约因素
预测难点
华东电网
预测准确度要求最严格，现货市场交易最活跃
沿海云况、台风季
中国西北电网
沙漠地区的大型光伏电站，长距离输电
沙尘天气
全国范围的分布式电站群
508 GW，接近中国光伏总装机的一半
分布式小型电站群的整体预测
关键背景信息
分布式光伏值得单独拿出来讨论。截至目前，其累计装机已达 508 GW；在 2025 年前九个月新增的 240 GW 装机中，分布式独占了 128 GW。对聚合后的分布式集群进行功率预测，与预测单座沙漠大基地完全是两码事，而相关的行业标准也正在跟进演进。
市场现有方案的瓶颈
中国并不缺功率预测产品。自2011年起，中国气象局便着手建设新能源专用预测系统，各类服务商也在基于数值天气预报提供功率预测服务。至于场站侧，运营商无论是自建还是借助供应商，也都运行着自己的系统。
这种局限源于结构性因素，而非商业原因。数值天气预报与卫星云图在描述大气状态时，分辨率尚在公里级，更新周期也在小时级；而即将扫过特定光伏方阵的局地云团，其时空尺度都远小于这一精度。这正是 CalibSun 的切入点：通过在电站站端部署硬件设备，填补这一观测盲区。
预测时域
市场现用预测方式
现有预测的短板
预测时域
市场现用预测方式
现有预测的短板
日前预测
数值天气预报
电站层面够用
日内预测
数值天气预报模型和卫星影像
局部微气候无法分辨
1 分钟至 1 小时
无有效覆盖
亚像素级的云层运动
建站前的光伏资源评估
仅依赖卫星数据库
无现场实测数据可供校准
关键背景信息
精度差距因预测时域而异。日前预测阶段，各家依赖的气象模型大同小异，拉不开差距；但在 1 小时以内的超短期预测中，关键全在场站端的实时数据，而这恰恰是调度考核准确率与偏差结算真正的落脚点。哪怕月度平均指标再好看，单个 15 分钟节点的预测偏差，照样会引发实打实的考核扣罚。
CalibSun 在中国： 用现场数据填补模型盲区
全球卫星模型与数值天气预报只能提供公里级的大气观测；但省级调度考核，考量的却是具体场址和微气候下，电站申报功率与实际功率的落差。CalibSun 依靠站端实时监测，彻底弥合了这一错位。
INSTANT：面向功率爬坡事件的分钟级临近预测
场站部署的鱼眼天空成像仪，能够精准捕捉卫星与总辐射表难以识别的云层。INSTANT 可提供超前量低至 1 分钟的辐照度与功率预测，而这一时间尺度，正是功率爬坡演变为预测偏差、进而转化为考核扣罚的关键节点。在离网工业电网中，它还能帮助运营方在光伏出力骤降前提前启备火电机组，实现从被动应对到主动预警。
自 2020 年起，INSTANT 便开始在马里卢洛金矿持续运行。依托该矿 65 MW 的重油与柴油发电机组，光伏装机三倍扩容至 72 MWp；在一期未接入储能的情况下，成功减少了 1,560 万升的燃油消耗。
NEXT：直击考核落脚点，提升日内与日前预测准确率
NEXT 覆盖省级考核实际评估的预测时域，从日内修正到 D+1 及更长时段。预测结果直接关系到偏差结算，也关系到调度中心月底计算的预测准确率。预测结果包括确定性预测和概率预测，并提供经校准的 P5 至 P95 分位数。
想了解更多？
欢迎垂询
- 常见问题
常见问题
94.7%的利用率会让电站运营商付出多少代价？
这相当于全国有 5.3% 的潜在发电量未能实现并网交付，2025 年前三季度累计损耗约 50 TWh。从电站端来看，归因固然多样（如电网瓶颈和调度下令），但控制预测误差，依然是运营商自身能够直接调控与发力的关键抓手。
为何单靠卫星数据难以满足省级调度精度要求？
卫星数据追求全球统一，靠大洲级宏观均值做校验；但省级考核看的是微观账，考量具体场址在小气候下的申报与实际出力偏差。像新疆沙尘、浙江海云、青海高原效应这类强区域性信号，在追求全球一律的模型里，往往会被直接平滑滤除。
取消固定电价后，对电站收入有何影响？
在实行标杆电价时，电站很大程度上无需承担预测误差带来的后果；但对参与省级电力市场交易的电站而言，情况已截然不同。由于申报电量与实际交付之间的偏差要直接参与结算，预测准确率已不再只是个合规考核指标，而是会实打实地反映在电站的收入账单上。
INSTANT 是否需要在现场配备常驻人员？
无需人工干预。这些成像仪与采集系统专为工业及偏远现场设计，支持无人值守运行。自 2020 年以来，该套方案已在马里的离网矿山微电网中持续稳定运行。
监管与市场信息。 关于并网要求、预测准确度考核及偏差结算的信息仅供一般参考。在中国，这些规则由各省及电网区域制定、实施和修订，且并非全部对外公布。 本页面所述的任何阈值、范围或机制均仅供参考，不具有合同效力，反映发布之日的行业普遍做法，并不构成法律、监管或财务建议。市场数据摘自指定日期时的公开来源，此后可能已有所修订。 运营商在依据本页内容采取行动前，应向主管电网公司核实适用于其自身并网点的具体规则。CalibSun对基于本页内容所作出的任何决策概不承担责任。贵州高原农光互补电站照片来源：天合光能。电网区域底图来源：Natural Earth，公有领域。
