不久前参加了一次电力部门的学术研讨会，通过一些介绍，对供电部门在能源品种选择上常会“弃风”、“弃光”的做法有了新的理解。

尽可能增加清洁能源供应是推进环境保护、转变发展方式政策落实的重要举措之一，风能、太阳能的开发利用正是顺应了这一需求，按说应受到普遍欢迎才对。但任何事物的选择总会受到利弊平衡的制约，仅考虑有利的一面往往难以达到决策优化的效果。

风、光能源的弊端在于所供应的电量存在显著的不稳定性。风力风向、日照辐射都会随时发生变化，且对供应量强弱变化的预测准确率难以满足供电部门及时调节供电量以确保稳定性的需求。据介绍，用电部门对供电量稳定性的要求是非常高的，要达到98%以上才算达标。要想满足这一要求，就意味着对风、电变化的预测也要达到相应的准确度，才能在供电时可以根据预测来进行供电方式的调节，而这一问题在利用传统的火电时是不存在的。

该如何解决这一问题呢？专家们给出了不同的选择可能，但都尚不能根本解决问题。

首先是从供给侧来看，最直接的考虑是尽量提高风与光的预报准确率，这是供电部门对气象预报最期盼的要求，但实现起来有很大难度，受到目前科技发展水平的制约。就目前的预报准确率而言，98%的定时定量指标确实太高了。气象预报人员可以做出100%的努力，但尚难以达到90%以上准确率的需求。

那么再看需求侧，能否也做些改进相互适应呢？专家的建议是要提高大规模能源存储能力，显然这是一个很有挑战性的构想，当然也具有战略性。且这种技术在日常生活中也已常见，如手机上用的充电电池，新能源汽车用的充电桩，都是应用了类似的储能原理而获得稳定的能源供应。但作为大规模能源供应的电厂是否也能这么做呢？按照专家们的看法，在技术上还有难点，有待于提升。

若供给侧和需求侧在当下都尚不能完美地解决各自的问题，又该怎么办呢？这正是需要认真研讨的。有人提出了应对现实的解决方案。若气象预测不能达到完美，但应给出相对稳定的准确率，这一要求应不算苛刻，如70%或80%，只要不低于这个标准，供电部门可以根据这一概率指标制定供电调节计划，并采取措施应对可能的风险。应对风险的方式可以进行多种选择，如自己承担后果，或交给市场予以补偿，让保险公司介入其中。这会涉及到一系列机制设计，如对使用清洁能源的奖励、承担市场风险的可能收益、用户的可承受能力等，也包括提升能源存储技术水平。尽管实现起来或许有些复杂，但只要能设计好，把握好规律，应能找到可行的方案，这是需要智慧的。

在大数据时代，对许多复杂且不确定的信息，通过合理的分析就可能得到相对确定的结果。而对于不确定的天气预报，挖掘其确定性的应用显然也是值得尝试的。实际上，每天对公众发布的天气预报，都是不确定的，远达不到100%的准确，但从存在众多的天气预报用户这一角度来看，又有谁能说这些信息没有用呢？