风能与太阳能发电虽然潜力巨大，但发电时间和空间上的不匹配导致弃风弃光现象，成为制约新能源发展的难题。北京大学地球与空间科学学院的张帆助理教授和刘瑜教授团队，联合阿里巴巴达摩院等机构，首次利用真实的新能源设施分布数据，揭示了风光空间协同在解决这一问题上的巨大潜力。

刘瑜教授指出，过去人们普遍认为风能与太阳能发电在时间上存在互补性，但缺乏基于真实地理分布的定量分析。为了填补这一空白，研究团队利用分辨率为0.5米的卫星遥感影像，结合人工智能和云计算技术，对中国全境的新能源设施进行了识别。这项开创性的工作构建了一个前所未有的精细数据库，精确标注了全国31.99万个光伏设施和9.16万台风机的位置和轮廓。这份详尽的“家底图”为首次精确计算风光互补的真实潜力提供了基础。

研究结果表明，新能源互补效果与空间范围密切相关。张帆助理教授解释说，如果在县域范围内进行风光匹配，全国仅有不到四分之一的地区能够实现有效互补，效果非常有限。然而，当协同范围扩大后，效果显著提升。一旦将视野扩展至全国范围，几乎所有地区都能在遥远的其他地方找到与其发电节律高度互补的区域。这表明，要实现风能与太阳能的有效结合，往往需要跨越省界，进行远距离的协同。

这种跨区域协同带来的效益远超预期。研究团队模拟了不同层级的跨省协同情景，发现即使在不增加装机容量，仅通过优化空间调度的情况下，全国范围的跨省协同也能额外增加约1000亿千瓦时的年消纳能力。刘瑜教授强调，这并非新增发电量，而是将原本因时空错配而浪费的风能和太阳能重新利用起来，这比单纯增加储能设施更能有效缓解系统调节压力。

刘瑜教授表示，在国家“十五五”规划已将“电力互济工程”列为重大工程的背景下，这项研究为全国新能源基地的宏观规划、跨区域绿色电力交易以及输运规划提供了量化的科学依据。研究的核心观点在于，实现高比例新能源电力系统，不仅依赖于更大的装机规模和更多的储能设备，更关键的是构建一个覆盖全国、高效协同的空间网络。通过地理空间智能技术对风能和太阳能进行“精准配对”，一条更优的绿色转型路径正在显现。