10月20日，为期三天的2025北京国际风能大会暨展览会开幕。 刘灿邦/摄 证券时报记者 刘灿邦 为期三天的2025北京国际风能大会暨展览会即将落幕。 伽利略AI风机是远景能源本次展出的重点产品。公司工作人员告诉记者，"远景天机"气象大模型利用千卡算力和百亿参数 模型实现了关键突破，仅需3分钟即可生成未来15—30天的全球精准预报，"反馈闭环"还能使模型不断修正和优化预测结 果，区域级高时空分辨率可以做到20米以内。 去年四季度以来，风电行业"反内卷"行动初显成效，风机招标价格回升明显。不过，在新能源全面入市背景下，风电投资 收益波动性增加。在此次展会上，多方行业人士呼吁推动风电集成化创新发展，加快对多能转换技术的探索与示范应用， 培育新模式、新业态，将风电的产业优势转化为价值优势。 中国能源研究会可再生能源专委会主任委员梁志鹏在展会期间表示，新能源已是电力系统中大规模、高比例的电源，对电 网的安全稳定运行带来新挑战，新能源在电力供需平衡方面也面临新的难题，需要在技术、商业模式、体制机制、政策措 施等方面持续推进创新。 锚定50亿千瓦目标 10月20日，2025北京国际风能大会暨展览会召开首日，《风能北京宣言 ...

中国能源研究会可再生能源专委会主任委员梁志鹏在展会期间表示，新能源已是电力系统中大规模、高 比例的电源，对电网的安全稳定运行带来新挑战，新能源在电力供需平衡方面也面临新的难题，需要在 技术、商业模式、体制机制、政策措施等方面持续推进创新。 锚定50亿千瓦目标 为期三天的2025北京国际风能大会暨展览会即将落幕。 去年四季度以来，风电行业"反内卷"行动初显成效，风机招标价格回升明显。不过，在新能源全面入市 背景下，风电投资收益波动性增加。在此次展会上，多方行业人士呼吁推动风电集成化创新发展，加快 对多能转换技术的探索与示范应用，培育新模式、新业态，将风电的产业优势转化为价值优势。 10月20日，2025北京国际风能大会暨展览会召开首日，《风能北京宣言2.0》正式发布。 马锁明还介绍，过去风电项目招标时，往往采用通用标准，很难选出最优的主机供应商。接下来，投资 方会在招标的技术方案沟通、比选方面花更多时间，通过充分交流，选择最优的综合解决方案。"风电 主机厂家是创新的主力，各家主机厂有各自的高招，过去，业主方会在风机过保后向主机厂采购一些配 件，但未来，在风电场全生命周期，可以考虑同主机厂家做一些利益分享。" 风 ...

《风能北京宣言2.0》提出的一项重要倡议是，"十五五"期间，中国风电年新增装机容量不低于1.2亿千 瓦，其中海上风电年新增装机容量不低于1500万千瓦，确保2030年中国风电累计装机容量达到13亿千 瓦，到2035年累计装机不少于20亿千瓦，到2060年累计装机达到50亿千瓦。 中国宏观经济研究院能源研究所研究员时璟丽指出，中国正全面加快电力现货市场建设，2025年底前将 基本实现电力现货市场全覆盖，但与此同时，新能源参与市场加剧了现货价格变化。她提供的数据显 示，风电折价幅度虽然没有光伏那么大，但在2024年山东、山西、蒙西、甘肃现货交易中，风电现货市 场价格仍低于均价13%、15%、27%和25%。 山高新能源副总裁马锁明表示，136号文发布后，新能源电量全部进入市场，电价成为最大的不确定因 素，项目投资收益很难做精准测算。"对于投资企业而言，首先要做的是控制成本，将项目发电成本降 到最低，才能在未来的市场交易竞价中处于更有利的位置。" 马锁明还介绍，过去风电项目招标时，往往采用通用标准，很难选出最优的主机供应商。接下来，投资 方会在招标的技术方案沟通、比选方面花更多时间，通过充分交流，选择最优的综合解决 ...

风电设备企业要强化资源整合能力，向系统方案解决商转型。 "过去风电设备的研发与创新主要围绕固定电价和确定性消纳场景展开，如今随着政策调整，新能源消 纳与电价均存在不确定性，如何推动产品变革成为全行业要共同思考的问题。" 在近日举办的2025北京国际风能大会暨展览会（CWP 2025）上，远景能源风机与装备产品平台副总裁 黄虎的发言，道出了行业共同的困惑。 此次大会上，金风科技（002202.SZ）、远景能源、明阳智能（601615.SH）、上海电气（601727.SH） 等头部企业高管齐聚，围绕136号文（即《关于深化新能源上网电价市场化改革促进新能源高质量发展 的通知》）下风电行业的转型路径展开对话。 提升项目发电效率 今年2月，国家发改委等部门发布136号文，推动风电、光伏等新能源全电量入市，上网电价全面由市场 形成，意味着中国新能源上网固定电价时代结束，新能源发电不再享受电价政策优势，将直面与煤电等 能源的价格竞争。 整机厂商金风科技尝试通过"风储融合"模式应对电价波动。金风科技副总裁陈秋华表示，公司正通过为 风电机组配置储能，使其能主动、灵活地匹配电力市场需求——在上网电价低谷时储存风电，电价高位 时 ...

Core Viewpoint - Envision Energy has launched the Galileo AI Wind Turbine, which aims to address major pain points in the wind power industry by providing more flexible and precise power generation strategies and higher reliability, marking a new phase in the application of physical artificial intelligence in the sector [1][3]. Summary by Sections Addressing Industry Pain Points - The Galileo AI Wind Turbine offers a validated solution to three major pain points in the wind power industry: inaccurate forecasting (power/load/consumption/electricity price), poor turbine performance, and high safety and quality risks. The implementation of the "Tianshu" energy model intelligent control platform has led to over a 20% increase in revenue for wind farms equipped with AI compared to those without [3][4]. Enhancing Forecast Accuracy - The "Tianji" meteorological model utilizes advanced computing power and a model with over 10 billion parameters to achieve significant breakthroughs. It integrates multi-modal data from satellites, radar, and ground stations, along with data from over 800 GW of global energy assets, to generate precise forecasts for the next 15-30 days within just three minutes [5][6]. Improving Power Generation Capability - The core of the Galileo AI Wind Turbine is a neural network with over 100 million parameters, functioning as a "super brain" for the turbine. This system, supported by high-performance chips, enables real-time online reasoning to handle complex, non-linear problems that traditional control logic struggles with. The intelligent control platform allows for real-time adjustments and self-healing capabilities, enhancing overall efficiency [7][8]. Increasing Warning Accuracy - The development of a high-fidelity digital twin platform is crucial for improving warning accuracy in the wind power sector. By leveraging AI computing power and extensive operational data, the integration of multi-modal information has significantly enhanced prediction accuracy. For instance, early detection of blade failures through sound and strain monitoring has improved maintenance scheduling, resulting in substantial operational gains [9][10]. Future of AI in Wind Power - The transition from traditional wind turbines to intelligent systems capable of understanding weather changes and market dynamics represents a significant evolution in the industry. The potential for further advancements in artificial intelligence applications within wind power remains vast [11].