习近平主席在气候雄心峰会上指出，到2030年，我国风电、太阳能发电总装机容量将达到12亿千瓦以上。截至2019年年底，我国可再生能源发电装机达到4.38亿千瓦。也就是说，在未来10年中，需要增加7.62亿千瓦的新增装机(国家能源局)。
碳中和需要风电先行
中国社会科学院数量经济与技术经济研究所发布了《碳中和前景下的能源转型：选择与路径——2030年碳达峰与2060碳中和目标的未来能源系统》（下简称“报告”），对如何实现2030年之前碳达峰和2060年之前碳中和的目标进行了针对性的分析，并提出了具体的发展建议。
报告建议，为使得碳达峰时非碳能源和碳中和能源占总能源消费的50%以上，需要推动以下几方面工作：一是加快建设风电，在碳达峰时风电占总发电比例争取达到30%；二是适度发展核电，使在建核电项目按期投产；三是实现氢能技术、储能技术的商业化利用，合理使用弃风、弃光、弃水等不能并网的电力用以制氢；四是实现绿色醇醚燃料的商业化，以有效减少碳基能源的最终二氧化碳排放。
风能北京宣言中“‘十四五’期间每年新增装机5000万千瓦以上，2030年风电装机到8亿千瓦（2019:2.1亿），2060年至少30亿千瓦”的雄心壮志更是让整个能源行业震惊。无论是“十四五”每年5000万千瓦的发展目标，还是2030年中国风电装机容量达到8亿千瓦。到底能不能实现，宏观上取决于风电和土地等自然资源是否可以支撑，其次是产业链的资源是否足够，这两方面取决于中国政府的政策配置能力，应该完全可控可行。
驱动新能源投资中国设想
根据2019年陆上风场8619元/千瓦平均造价，将意味着未来10年风电领域至少5万亿的新增投资，即每年4-5千亿新增风电投资，可行吗？数据显示，2019年中国风电投资规模达到1171亿元，同比增长81%。2015-2018年我国风力投资持续下滑，2019年结束了下滑趋势，风电行业出现复苏的迹象(来源：国家电网，2020中国新能源发电分析报告）。彭博新能源财经在其最新报告中指出，增加光伏和风电装机，需要更有效的监管机制和市场机制，让国企、民企都参与新能源投资，建立可持续的商业模式、扩大应用场景。
实现2030年风电装机规模，未来10年年均风电投资，必须是2019年风电投资的4-5倍，驱动如此大幅增量市场动力，无疑应该是风电投资回报的大幅提升。国内行业对风电项目的全投资收益率要求为6-9%，西方发达国家相关市场收益率要求在10%左右，如KKR投资的NextEra Energy Inc总体资产回报率，在10.3%（来源：CNBC）。鉴于市场电价在国内由发改委统一发布规范，所以投资回报大幅提升，需要对新能源，尤其是风电资产管理创新手段，如何实现就仁者见仁智者见智。
机械工业部原部长何光远指出，碳中和目标不是一句空话，需要落地实施和兑现。凡事一定要实事求是、去伪存真、眼睛向下、务实发展，把我们这代人该做的事认真做好。我们需要以中国能源结构为基础，开展能源转型和清洁能源利用，防止不切实际的能源转型对经济发展和能源供应造成的伤害，同时应该倡导能源体系打破“围墙”，强调融合与包容导向。
中国科学院副院长、中国科学院院士张涛对《能源评论》表示，虽然我国的碳中和目标挑战很大，但一定能实现。这需要依靠科技进步，从两个方面去努力，一是降低可再生能源成本、提升其装机容量和消费占比；二是进一步降低化石能源消费占比，同时提升能源效率达到甚至高于世界平均水平。同时，还要拆掉能源体系中的“围墙”，让各能源品种有机融合，共同担当起降碳减排的重任。
中国能源研究会副理事长吴吟指出，科技将决定碳基能源的未来，科技也将重塑未来的碳基能源。为此，要尽可能减少消费碳基能源，提升碳基能源利用效率，发展相对减碳的能源利用方式，研发碳捕获利用与封存技术。
中国科学院院士、中国科学院大连化学物理研究所研究员李灿认为，绿色氢能及其液态阳光是新的储能形式，可以解决可再生能源间歇性问题及弃电（风、光、水）问题，成为除（特）高压 输电之外的另一种再生能源规模化输送的途径。通过碳捕获利用与封存技术，可资源化转化利用二氧化碳，实现化学品机器液体燃料的绿色化学合成。
中国社科院数量经济与技术经济研究所能源安全与新能源研究室主任刘强表示，把碳中和的压力转变为新型能源产业技术、新能源业态发展的机遇，转变为中国经济实现产业升级的动力，是实现碳中和目标的关键。
发电碳中和的德国最佳实践：人工智能大数据和机器学习应用
对比我国和德国的可再生能源发电数据后可以发现，去年风电在全国电力消纳结构中占比5.6%，光伏占3.1%，两者合计占比8.7%。而德国去年的风电在全网容量中占比24.67%，光伏占9%，二者合计超过了33%，这意味着德国2019年大约三分之一的电力来自于可再生能源，2020年更有望达到40%以上（来源：中国国家统计局,联邦德国ZSW，BDEW3/2020）。这也意味着德国即便没有上述宏观改进举措和技术进步提议和要求，也已经率先实现了发电来源中国碳中和目标，及中国所期望的风电变成真正的主力能源。德国是如何做到的？
答案其实很简单，德国人工智能大数据和机器学习，在对新能源资产管理手段的创新，及其投资回报在运营层面的保障透明，是对比中国最大的不同。
根据我个人的项目经验和观察对比：中国最一流风力发电企业的管理现状，主要还是等设备发生故障后，再开展维修维护等待备件供货换装；德国最一流风力发电企业管理现状，是实时监控设备核心部件运行，预防故障的发生并主要在无风微风时维护保养。这一差别导致的风机设备在有风可发电的有效利用率，在德国平均高达95-97%； 而在中国最一流风力发电企业，能达到有风可发电的有效利用率95-97%的风机数，仅在20%以内(来源：德国凯瑟威特新能源资产管理有限公司https://kaiserwetter.energy/)。
中国主流风力发电企业之所以还未能，实现对风机运营如同德国风力发电最佳实践的主动管理，主要还是受限于对风机整体及其核心部件运行状态大数据，有的放矢自动实时采集，及其人工智能机器学习等海量数据处理软硬件能力欠缺。
所以中国碳中和目标2060年的实现，大数据和机器学习应用，对新能源资产提质增效是关键保障之一。
孟凡辰博士2020年12月18日于联邦德国家中