新型AI天氣模型對全球電力與天然氣貿易意味着什麼？——彭博社

西班牙薩拉戈薩的一座風力發電機。歐洲某預測中心推出的新型人工智能模型將助力可再生能源發電量預測。

攝影師：Angel Garcia/Bloomberg每天午夜時分，在意大利博洛尼亞一座昔日的煙草工廠內，成排的超級計算機開始處理海量測量數據，以預測全球天氣變化。

六小時後，全歐洲的能源交易員起牀刷新瀏覽器獲取最新預測。這些大型機生成的預報通常是他們通過判斷電網能源調度時空節點來盈利的最重要依據——但新問世的人工智能模型或將使其黯然失色。

彭博綠色倫敦實施車輛限行後空氣質量改善南非26億美元綠色基金即將敲定美方退出後日德加速推進印尼氣候協議罕見氣旋未登陸已重創澳大利亞與僅處理衞星、傳感器等數據的傳統天氣模擬不同，歐洲政府間預測中心的AI模型還能消化歷史數據。在上月底發佈前，該中心將新模型與博洛尼亞傳統模型對比測試，發現AI在消耗更少算力的情況下，對温度、降水、風力及熱帶氣旋的預測均更為精準。

該模型旨在幫助歐洲及全球交易員在電力和天然氣市場中更快決策，這些市場正因極端天氣、地緣政治及可再生能源波動而劇烈震盪。這項技術有助於緩解全球變暖最快大陸的能源過剩或短缺問題，同時為風電場和太陽能電站選址提供關鍵信息。

丹麥交易公司InCommodities A/S的首席執行官丹尼爾·博魯普表示：“得益於AI氣象模型的進步，我們能比以往更頻繁地更新數據集。這顯然提升了預測精度，讓我們能優化工作，更高效地分配能源。”

可再生能源在歐洲電力結構中佔比持續提升

電力生產結構圖

數據來源：彭博新能源財經

歐洲中期天氣預報中心的新系統——首個由主要預測機構發佈的AI模型——與傳統預測方式類似，可提前兩週估算温度、風速和太陽能發電量。但據該中心稱，其提升的精確度意味着企業和政策制定者能更快做出關鍵天氣決策，包括停運鐵路、為船隻規劃避風航線，以及調度卡車在結冰路面撒沙等。

瞭解更多：為何電力價格可能為負及其意義：快速解讀

這種預測能力對於管理市場波動至關重要。本月早些時候，德國太陽能發電場的強勁發電量導致多個國家的電力價格跌至負值。這與年初的情況形成鮮明對比，當時被稱為"Dunkelflaute"的持續陰天無風天氣抑制了可再生能源輸出，導致德國電價飆升。

此次升級徹底改變了傳統方法——不再依賴超級計算機處理數百萬次測量來重建大氣物理快照，然後通過模型快速預測天氣變化。

歐洲中心副主任兼首席預報員弗洛裏安·帕彭伯格表示，氣候和天氣數據集本就非常適合人工智能處理，可以運用其他科學研究方法開發的機器學習技術。

“天氣和氣候是大數據問題，“他説道，“我們擁有海量數據——極其龐大的數據量——因此與中心的新模型完美契合。”

AI模型消化數據後，僅需3分鐘即可生成原始預報，而中心超級計算機生成傳統預測需要30分鐘，通常還需6小時完成最終確認。雖然該AI模型由歐洲政府間組織開發並受到全歐交易員密切關注，但其預測覆蓋全球範圍，被包括美國在內的世界各地行業和氣象學家使用。

二十多分鐘看似微不足道，卻能幫助企業、交易公司和政府官員更快應對天氣變化——例如讓電網運營商在寒潮來臨前提前調配更多電力。歐洲氣象分析公司MetDesk研發主管、氣象學家丹·哈丁表示，兩週的預報週期對交易員至關重要，這決定了他們如何押注能源需求對價格的影響。

“這是市場波動的主要依據，“他説。

機器氣象學

歐洲氣象中心的AI預報系統通過與大學科學家合作，以及對英偉達、華為、微軟和谷歌母公司Alphabet等科技公司開發的實驗性天氣模型進行研究而不斷完善。這些成果使InCommodities首席量化分析師兼氣象情報主管克里斯蒂安·巴赫確信，包括該中心在內的AI模型正在超越傳統預測方法。

“這首次真正表明機器學習將成為重大突破，“他表示。

AI在氣象學領域快速崛起的另一佐證，是歐洲氣象中心未來十年改進預報能力的規劃。2020年AI僅佔很小比重，但該中心新版十年路線圖預測，AI將提升其幾乎所有方面的預報能力。根據該計劃，AI和機器學習在氣象學的快速發展"超出預期”，數據驅動模型"已達到成熟階段，我們有信心預期其將在業務預測中發揮重要作用”。

瑞士氣象分析公司Meteomatics AG能源與公用事業團隊負責人、氣象學家羅伯·哈欽森表示，人工智能能以更少計算資源快速生成預報的能力，使其非常適合渴望更頻繁獲取更多天氣信息的能源交易商。

他補充説，Meteomatics的測試表明，在提前五天預測温度方面，歐洲中心的人工智能預報似乎比傳統方法更準確。

“速度是一方面，但在某些參數和時間範圍內，確實也顯示出更高的準確性，“他説。

德國風電劇烈波動引發市場壓力

日內發電量，月度高低值

數據來源：彭博社、歐洲輸電系統運營商聯盟

但哈欽森和其他氣象學家預計，人工智能模型不會很快取代傳統預報。歐洲中心在發佈傳統預報的同時也發佈人工智能模型，並設想進一步採用混合系統，結合兩種方法中最準確和最有用的元素。

“現在有很多營銷炒作，把人工智能掛在嘴邊假裝它更好，“哈欽森説，“但實際上情況要複雜得多。我們必須讓數據自己説話。”

帕彭伯格指出，部分原因是儘管進步迅速，但人工智能模型在雲量、塵埃和某些極端天氣方面的預測仍不如傳統方法準確。當前的人工智能模型也僅用於單次生成單一預測的類型。該技術的下一個版本將應用於一種名為"集合預報"的類型，每次運行可生成50個預測。

帕彭伯格表示，下一步將是讓人工智能模型更直接地與衞星和氣象站的數據連接。未來，人工智能還可以利用來自非標準來源（包括汽車、家電、手機和其他設備）收集的新天氣信息流。

“人工智能天氣模型有可能提高預報更新的頻率並改善性能，“位於哥本哈根的電力供應商Reel ApS的交易和靈活性主管愛德華多·西米奧尼説。他補充説，技術的進步"最終對市場有利”。