Extremwetter ist zur zentralen Herausforderung für den sicheren und stabilen Betrieb des neuen Stromsystems geworden. Taifune, Starkregen, Schneestürme, Eislast und andere meteorologische Katastrophen können leicht starke Schwankungen der Einspeisung erneuerbarer Energien auslösen und die Netzfrequenzregelung unter permanenten Druck setzen. Lange Zeit war die Strom-Wettervorhersage in China durch drei zentrale Engpässe eingeschränkt: Sicherheitsrisiken bei ausländischer Rechenleistung, unzureichende Anpassungsfähigkeit allgemeiner Großmodelle an spezifische Szenarien und die mangelnde Präzision traditioneller Vorhersagemodelle. Die Branche benötigt dringend bahnbrechende Lösungen für die intelligente und autonome Transformation.

Vor kurzem wurde „Jiheng" – das erste branchenweite Großmodell für Strom-Wetter mit vollständig inländischer Produktion von Training, Inferenz und betrieblicher Bereitstellung über die gesamte Kette – offiziell in den regulären Betrieb genommen. Es wurde gemeinsam von der China Electric Power Research Institute Co., Ltd. (im Folgenden „CEPRI"), der University of Science and Technology of China und der Hygon Information Technology Co., Ltd. (im Folgenden „Hygon") entwickelt. Das Modell löst präzise drei zentrale Branchenprobleme: die Ineffizienz traditioneller numerischer Vorhersagen, die schlechte Anpassungsfähigkeit allgemeiner KI-Modelle und die „Fesseln" der zugrunde liegenden Rechenleistung. Es verbessert die Prognosegenauigkeit von über 70 % der neuen Energieerzeugungsanlagen und schafft einen reproduzierbaren und skalierbaren Maßstab für die Zusammenarbeit zwischen Industrie, Wissenschaft und Forschung im Bereich der autonomen Innovation großer Modelle für die Energievertikale.

Veröffentlichung des ersten Strom-Wetter-Großmodells der Branche „Jiheng"

Der „14. Fünfjahresplan für die Entwicklung erneuerbarer Energien" legt die Richtung der intelligenten, präzisen und autonomen Entwicklung des neuen Stromsystems fest. Autonome Kontrollierbarkeit ist zum zentralen Kurs der Branchenentwicklung geworden.

Mit der kontinuierlichen Ausweitung der installierten Kapazität erneuerbarer Energien in China nehmen Tiefe und Breite der Auswirkungen von Extremwetter auf alle Glieder des Stromsystems – Erzeugung, Netz und Last – stetig zu. Meteorologische Störungen haben sich von einem sporadischen Risiko zu einem Schlüsselvariablen entwickelt, der das Gleichgewicht zwischen Stromangebot und -nachfrage beeinflusst. Selbst geringfügige Abweichungen in der Strom-Wettervorhersage werden stufenweise verstärkt: Ein Windgeschwindigkeitsfehler von nur 1 Meter pro Sekunde kann ein Leistungsungleichgewicht im zweistelligen Gigawattbereich auslösen und den Widerspruch zwischen Stromversorgungssicherheit und der Integration erneuerbarer Energien verschärfen. Traditionelle allgemeine Wetterdienste können die Anforderungen der Netzregelung an mikroräumliche Auflösung, hohe Präzision und vollständige Prozessketten nicht erfüllen. Ein professionelles, maßgeschneidertes und autonomes Strom-Wetter-Sicherungssystem ist daher dringend erforderlich.

Das derzeitige traditionelle Strom-Wettersystem in China weist drei herausragende Schwachstellen auf, die die qualitativ hochwertige Entwicklung der Branche ernsthaft behindern.

Erstens: Die Aktualität und Präzision traditioneller Vorhersagemodelle sind unzureichend.

Das neue Stromsystem stellt strenge Anforderungen an die Vorhersage von Taifunen, Kältewellen, schweren Konvektionsereignissen, Leitungsvereisung und anderen Extremwetterlagen. Traditionelle numerische Wettervorhersagen (NWP) benötigen jedoch lange Rechenzeiten, verbrauchen hohe Ressourcen und Energie und werden nur selten aktualisiert. Sie können die minutengenaue und anlagenbezogene Feinregelung des Stromnetzes nicht unterstützen, lokale mikrometeorologische Veränderungen nur schwer erfassen und erhöhen kontinuierlich den Druck auf die Last- und Frequenzregelung des Netzes.

Zweitens: Allgemeine Großmodelle verfügen nicht über spezifische Anpassungsfähigkeiten für den Stromsektor.

„Zwischen öffentlichen Wetterdiensten und den tatsächlichen Anforderungen der Stromerzeugung besteht eine Lücke", sagt Huang Yuehui, Chefingenieurin des Instituts für neue Energien der CEPRI. Die Beobachtungsdaten seien für die Standorte von Stromanlagen nicht ausreichend repräsentativ; die Anforderungen der Stromerzeugung an feste Zeiten, Orte und Mengen könnten nicht erfüllt werden; und für die Stromerzeugung benötigte Schlüsselwetterelemente fehlten.

Vereinfacht ausgedrückt: Allgemeine Modelle weisen offensichtliche Schwächen bei der Szenarioanpassung auf. Es fehlen spezifische Datensätze für Übertragungsleitungen und neue Energieerzeugungsanlagen, die räumliche Auflösung ist unzureichend, und die Darstellung von für die Stromwirtschaft hochrelevanten Schadensereignissen wie Eislast, schwerer Konvektion und Taifunen ist verzerrt. Die Ausgabeergebnisse können nicht direkt an Netzregelungsplattformen angebunden werden und unterstützen keine differenzierten, feingranularen Anwendungen auf Anlagenebene. Dies ist vergleichbar mit Konfektionskleidung, die nicht zu individuellen Körpermaßen passt.

Drittens: Die zugrunde liegende Kernrechenleistung ist stark von ausländischer Versorgung abhängig, was unvermeidbare Sicherheitsrisiken in der Lieferkette birgt.

Branchenexperten weisen darauf hin, dass sich die zukünftige Entwicklung der intelligenten Strom-Wettervorhersage auf drei zentrale Richtungen konzentrieren sollte: den Aufbau differenzierter Vorhersagesysteme, den Aufbau von Technologien über den gesamten Lebenszyklus und die branchenweite Standardisierung, um die autonome und intelligente Modernisierung umfassend voranzutreiben.

Ausgehend vom dringenden Bedarf des Aufbaus des neuen Stromsystems wurde das Strom-Wetter-Großmodell „Jiheng" entwickelt. Der Name des Modells ist vom antiken astronomischen Beobachtungsinstrument „Xuanji Yuheng" abgeleitet und symbolisiert, dass mit autonomer Rechenleistung die Wetterveränderungen präzise erfasst und mit hochwertiger Kern-Technologie die Sicherheit und Stabilität des Stromnetzes geschützt werden. Es ist eine wichtige Stütze für die technologische Selbstständigkeit im Bereich der Energiemeteorologie.

Das Projekt hat ein dreigliedriges Innovationssystem aus Industrie, Wissenschaft und Forschung mit CEPRI, der University of Science and Technology of China und Hygon aufgebaut und einen vollständigen Innovationskreislauf aus „Szenario-Traktion durch die Industrie, Durchbruch bei Spitzenalgorithmen und Fundament durch inländische Rechenleistung" geschaffen. Damit wird die gesamte Prozesskette von betrieblichem Bedarf über technologische Entwicklung bis hin zur praktischen Anwendung durchgängig verbunden. Die drei Parteien arbeiten mit klarer Arbeitsteilung und enger Verzahnung zusammen und haben gemeinsam mehrere zentrale technologische Herausforderungen der Branche gelöst.

Die CEPRI als federführende Einheit des Projekts ist seit Jahrzehnten im Bereich der Strom-Wettervorhersage tätig und verfügt über fundierte Branchenkenntnisse und praktische Erfahrung. Das Team integriert Messdaten von Tausenden von neuen Energieerzeugungsanlagen im ganzen Land, meteorologische Überwachungsdaten von Übertragungsleitungen sowie historische Wetterkatastrophenfälle, definiert die betrieblichen Standards und Prüfvorschriften für die gesamte Kette von Netzregelung, Anlagenwartung und Netzanbindung neuer Energien, leitet die Modellentwicklung und iterative Optimierung, korrigiert präzise Abweichungen zwischen Algorithmen und realen Stromnetzabläufen und löst damit das Branchenproblem der Entkopplung von KI-Technologie und Stromsektor-Szenarien grundlegend.

Die University of Science and Technology of China nutzt ihre Stärken in der interdisziplinären Forschung zwischen Mathematik, Physik und künstlicher Intelligenz, um die Modellarchitektur und Algorithmen zu optimieren. Das Team hat erstmals eine dreistufige verschachtelte Vorhersagearchitektur „global – national – provinziell" entwickelt. Durch die stufenweise Weitergabe von „Wissen – Struktur – Parametern" wird die räumliche Auflösung des Provinzmodells auf 3 × 3 Kilometer erhöht, was präzise Wettervorhersagen auf Anlagenebene ermöglicht.

Gleichzeitig wurden der Aufmerksamkeitsmechanismus und die Multi-Objective-Verlustfunktion gezielt optimiert, ein selbst entwickelter Multi-Daten-Data-Assimilation-Algorithmus implementiert und mehrdimensionale Beobachtungsdaten von Bodenstationen und Anlagensensoren fusioniert. Damit wurden entscheidende Durchbrüche bei der feingranularen Leistungsprognose und der präzisen Erkennung von Extremwetter erzielt. Die an den Stromsektor angepasste Verlustfunktion löst effektiv das häufige Problem allgemeiner Modelle – „konvergente Vorhersagen und ungenaue Extremwerte" – und passt die KI-Wettervorhersage tiefgreifend an die Betriebslogik des Stromnetzes an, wodurch die Warn- und Vorhersagefähigkeit für mehr als zehn Arten von netzrelevanten Hochwirkungs-Wetterlagen verbessert wird.

Hygon stellt dem Modell die vollständig inländische Rechenleistungsbasis für den gesamten Prozess bereit und festigt damit das Fundament der autonomen Kontrollierbarkeit. Das Projekt nutzt die inländische KI-Rechenplattform DCU-3G, die alle Phasen – Datenvorverarbeitung, Datenassimilation, Modelltraining und Online-Inferenz – vollständig mit inländischer Technologie abdeckt. Das Entwicklungsteam hat die Speicher-, Rechen- und Übertragungsarchitektur für die hochauflösenden Gitterberechnungen der Meteorologie optimiert, gängige Deep-Learning-Frameworks tiefgehend angepasst und maßgeschneidert optimiert und damit die Recheneffizienz der Vorhersage um das Hundertfache gesteigert. Damit wird die Abhängigkeit von ausländischer Rechenleistung vollständig beseitigt und die vollständige autonome Kontrollierbarkeit der gesamten Kette des Strom-Wetter-Großmodells tatsächlich erreicht.

Das Entwicklungsteam und die Kernvorteile des Strom-Wetter-Großmodells „Jiheng"

Die Hygon DCU-3G ist perfekt mit gängigen Frameworks wie PyTorch und TensorFlow kompatibel, was die Einstiegshürde für Entwicklung und Implementierung erheblich senkt. Dank ihrer hohen Rechendichte und der Optimierung auf Operatorebene kann eine einzelne DCU-Karte die globale Wettervorhersage für die nächsten 10 Tage in weniger als einer Minute berechnen – eine hundertfache Effizienzsteigerung gegenüber traditionellen numerischen Modellen. Dies bietet eine starke Rechenleistungsunterstützung für hochfrequente und hochpräzise Wettervorhersagen im Stromnetz.

Gestützt auf die dreiseitige Kooperationsmatrix hat „Jiheng" den vollständigen Kreislauf „Bedarf treibt Forschung – Daten und Rechenleistung iterieren wechselseitig – Praxisprüfung vor Ort" durchlaufen und sich von einem Labortechnologieergebnis zu einem Wetterwächter entwickelt, der Tag und Nacht das Stromnetz bewacht.

Die Ergebnisse der Implementierung von „Jiheng" bestätigen den Erfolg des dreiseitigen Kooperationsmodells „Geschäftsanforderungen – Algorithmusforschung – Rechenleistungsbasis". Bei der Vorhersageleistung liegt der Windgeschwindigkeitsfehler für die nächsten 10 Tage im Wesentlichen auf dem Niveau internationaler führender Modelle, und die bodennahe Temperaturvorhersage erzielt die besten Ergebnisse unter allen bewerteten Modellen.

Reale Tests in mehreren regionalen Stromnetzen in ganz China belegen, dass die umfassende Vorhersagegenauigkeit des Modells mit international führenden meteorologischen KI-Modellen vergleichbar ist und in mehreren spezifischen Szenarien die Spitzenposition einnimmt. Die Prognosegenauigkeit der Stromerzeugung von über 70 % der neuen Energieerzeugungsanlagen wurde deutlich verbessert. Schwere Konvektionsereignisse, Schneestürme, Leitungsvereisung und andere Katastrophen können im Voraus erkannt werden, was ausreichend Pufferzeit für Lastanpassungen, Anlagenwartung und Notfallmaßnahmen im Stromnetz schafft. Das Modell ist derzeit in die Regelungsplattformen mehrerer Provinzen integriert und läuft rund um die Uhr (7×24 Stunden) im regulären Betrieb. Das gesamte technische Konzept, die Hardwareausstattung und die Betriebs- und Wartungsprozesse sind ausgereift und vollständig für eine großflächige landesweite Skalierung geeignet.

Vor dem Hintergrund des Aufbaus des neuen Stromsystems und der technologischen Selbstständigkeit im Energiebereich werden die drei Parteien ihre langfristige Zusammenarbeit zwischen Industrie, Wissenschaft und Forschung weiter vertiefen, die Funktionen und die Leistung des Modells „Jiheng" kontinuierlich iterieren und optimieren und die Fähigkeiten zur intelligenten Beobachtung, Vorhersage und Warnung in der Strom-Wettervorhersage stetig verbessern.

Die reguläre Inbetriebnahme des vollständig inländisch produzierten Strom-Wetter-Großmodells „Jiheng" über die gesamte Kette ist sowohl ein entscheidender Durchbruch in der intelligenten Transformation der Strom-Wettervorhersage als auch ein typisches Beispiel für die autonome Innovation im chinesischen vertikalen Energie-KI-Bereich durch die Zusammenarbeit von Industrie, Wissenschaft und Forschung. Die innovativ aufgebaute integrierte Umsetzungsparadigma „Szenario + Algorithmus + Rechenleistung" durchbricht erfolgreich die technologischen Barrieren des Auslands und die Umsetzungsschwierigkeiten allgemeiner Modelle und erschließt den vollständigen Weg von der eigenständigen Entwicklung über die praktische Anwendung bis zur großflächigen Skalierung vertikaler Branchen-Großmodelle.

In Zukunft wird „Jiheng" mit der kontinuierlichen technologischen Iteration, der Erweiterung der Anwendungsszenarien und der weiteren Verbreitung des Innovationsmodells weiterhin den Wert der inländischen KI-Technologie freisetzen, das solide Fundament für den sicheren, effizienten und intelligenten Betrieb des neuen Stromsystems festigen, die grüne Transformation und Modernisierung der chinesischen Energiebranche sowie die konsequente Umsetzung der „Doppelkohlenstoff"-Ziele unterstützen und die technologische Selbstständigkeit und qualitativ hochwertige Entwicklung im Energiebereich in allen Dimensionen fördern.