长期以来，尽管风能和太阳能发电潜力巨大，但发电时间和地理位置的不匹配导致弃风弃光现象屡见不鲜。现在，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，首次基于真实的新能源设施分布情况，绘制出了全国范围内的“家底图”，揭示了风能和太阳能空间协同在解决这一难题上的巨大潜力。

刘瑜教授指出，过去人们普遍认为风能和太阳能发电在时间上具有互补性，但这种互补能在多大程度上缓解电力消纳压力，一直缺乏基于实际地理分布的量化数据。为此，研究团队利用0.5米分辨率的卫星遥感影像，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。这项开创性的工作最终建立了一个前所未有的精细数据库，精确锁定了全国31.99万个光伏设施和9.16万台风机的位置和轮廓。有了这份详尽的“家底账”，风光互补的真实潜力首次拥有了可精确计算的坐标。

研究结果表明，新能源互补的效果与空间范围的大小密切相关。张帆助理教授表示，如果在县域范围内进行风光匹配，全国只有不到四分之一的地区能实现有效互补，效果非常有限。然而，一旦扩大协同范围，效果便显著提升。当空间视野扩展至全国范围时，几乎任何地区都能在遥远的另一端找到与其发电节律高度互补的区域。这意味着，要实现风能和太阳能的有效结合，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。研究团队对不同层级的跨省协同场景进行了测算，发现在不增加装机容量、仅优化空间调度的情况下，全国范围的跨省协同就能额外释放约1000亿千瓦时的年消纳能力。刘瑜教授解释说，这并非凭空产生的电力，而是将原本被浪费的风能和太阳能，通过科学调度重新利用起来。相比于单纯依靠增加储能设施，这种方式能更有效地减轻电网的调节压力。

刘瑜教授进一步指出，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。研究传递的核心信息是：迈向高比例新能源电力系统，关键不仅在于扩大装机规模和增加储能容量，更在于构建一个覆盖全国、高效协同的空间网络。通过地理空间智能技术，实现风能和太阳能的跨区域“精准配对”，将为绿色转型开辟一条更优化的路径。