當美國在新能源發展上態度搖擺時，中國已用明確的戰略目標為行業定調。9月24日，我國在新一輪國家自主貢獻中提出，到2035年非化石能源消費占比需超30%，風電與太陽能發電總裝機容量要達到2020年的6倍以上，力爭實現36億千瓦。

這一目標甚至被部分研究機構認為“偏保守”——預測2035年我國新能源實際裝機量或突破40億千瓦。市場“大蛋糕”既定，風電、光伏產品商與電站投資者紛紛入局，一場行業“狂歡”已然開啟。但狂歡之下，更嚴峻的挑戰浮出水面：如何讓新能源資產在電力市場中實現盈利？

此前，我國絕大多數新能源電站極少參與電力現貨市場，在政策“襁褓”中，其盈利水平有基本保障。但這種“穩賺不賠”的局面，從今年起正式終結。2月，國家發改委、能源局聯合印發“136號文”，首次在國家層面明確：6月1日起，新增新能源項目需全面參與電力市場交易，電價由市場定價。這一政策直接讓新能源電站的盈利前景充滿不確定性。

事實上，新能源電價下滑的趨勢早有苗頭。以西北五省2024年新能源交易結算數據為例，當地新能源結算電價均低于各省燃煤基準價，平均上網電價較市場化前降低23%，項目內部收益率（IRR）同步下降4.2%。

今年電價波動風險進一步釋放。行業機構的數據顯示，從主要電力現貨市場數據來看：2025年1-9月，甘肅風電平均現貨市場捕獲價格229.63元/兆瓦時（同比+15.8%），光伏126.77元/兆瓦時（同比-9.55%）；蒙西風電208.61元/兆瓦時（同比-51.73%），光伏154.71元/兆瓦時（同比-60.08%）；山東風電294.84元/兆瓦時（同比+0.06%），光伏120.27元/兆瓦時（同比-33.47%）；山西風電257.68元/兆瓦時（同比+8.95%），光伏128.54元/兆瓦時（同比-43.02%）。光伏電價的普遍下滑，成為行業盈利的主要壓力點。

2024年1-9月/2025年1-9月典型省份現貨市場風電和光伏價格

行業龍頭的業績也印證了這一趨勢。今年上半年，龍源電力風電平均上網電價為422元/兆瓦時（同比減少16元/兆瓦時），光伏平均上網電價273元/兆瓦時（同比下降5元/兆瓦時）。多家發電企業已發出警示，某發電集團相關負責人直言：“新能源難以同時保住‘量’與‘價’，電價下降已成必然。”

這意味著，新能源全面入市后，傳統盈利模式、投資評估邏輯與運營管理體系均面臨挑戰。在爭奪36億千瓦裝機“蛋糕”的同時，電力企業必須將重心轉向“資產精細化管理”與“盈利能力提升”——但這兩大能力，恰恰是多數企業的短板。

具體來看，盈利挑戰主要集中在三方面：

內部部門協同難：過去發電企業的“生產”與“營銷”是獨立部門，但市場化后電價實時變動，需打通兩部門數據與決策鏈路，才能實現資產最優管理，而多數企業尚未完成這一整合；

專業交易人才缺：電力交易是新興高專業化領域，目前行業內人才供不應求，成為企業參與市場競爭的“卡脖子”問題；

智能管理工具少：各省電力交易規則差異大，且發電企業資產分散，若缺乏AI等智能工具賦能，難以精準適配不同區域市場需求。

對大型電力集團而言，通過資源整合或許能逐步解決上述問題，但對近年來新進入的分散性投資者（如地方性能源企業、財務投資人等），搭建完備的內部服務體系幾乎不可能。

投資者細分能力模型示例

“電力體制改革不僅重塑了新能源投資邏輯，更推動資產投后管理從‘內部垂直一體化’轉向‘市場專業化分工’。”新能源資產管理服務龍頭企業——北京協合運維風電技術有限公司（下稱“協合運維”）董事長陸一川，點出了行業轉型的核心方向。

他進一步解釋：“現在的電站投資者早已不只是‘五大四小’，而是涌現出成千上萬的新主體，他們更需要覆蓋‘電力生產+電力營銷’的系統化服務，傳統單一的運檢服務已無法滿足需求。”

在陸一川看來，電價市場化既是挑戰，也是后服務行業創新的“驅動力”：“只有適應市場化電價，新能源產業才能具備替代化石能源的長期動力。這就要求我們通過技術與管理創新，降低資產運營期的后服務成本，同時保障服務質量。”他預測，未來新能源資產管理服務市場的頭部集中化趨勢將更明顯——中等規模企業因缺乏完整服務體系和研發實力可能面臨生存壓力，而提供局地性單一運維服務的小型企業仍有一定生存空間。

面對新能源全面入市后的盈利難題，協合運維已探索出一套成熟的解決方案：通過AI技術應用、長期經驗積累與全周期服務能力，為新能源資產盈利“保駕護航”。

在數據與技術層面，協合運維基于長周期、大范圍的資產運營實踐，積累了海量電站數據，并研發出自主核心工具。例如，針對風電資產的“PowerInsights智能分析系統”，可自動生成月度資產報告，精準定位電量損失原因（如某臺風機某項缺陷、某時段運維不當）——這類能力，正是中小企業因缺乏數據積累，研發投入和長期實踐迭代而難以構建的。

在運營模式與技術應用上，協合運維也在持續創新：目前已試點“人機協同”運營模式，未來可快速復制到同類場景；“AI+電力”技術則廣泛用于設備故障預警、電價預測與交易決策中——通過無人機航拍與圖像識別，替代部分人工巡視，提升光伏熱斑、風機及變配電設備異常的識別效率；借助時序大模型預測電力市場價格與供需關系，輔助運維人員和交易員制定協同策略，調整電站檢修計劃與交易倉位組合，最終實現電費收入最大化。

談及未來規劃，陸一川表示，協合運維將進一步深化大語言模型（LLM）的應用，重點聚焦三個方向：一是自動生成交易策略支撐報告，取代人工信息整理工作；二是輔助交易員進行自動化策略生成，緩解專業人才短缺壓力；三是在量化交易前開展多源情報分析，提升預測精度。

從36億千瓦裝機目標的明確，到新能源全面入市的政策落地，我國新能源行業已從“政策護航的高速增長”邁入“市場驅動的質量競爭”新階段。結算電價下滑、產銷協同不暢、人才與工具短缺等問題，雖讓電站盈利面臨短期壓力，但也推動行業加速轉型——資產投后管理從“內部自循環”轉向“專業分工”，技術創新（尤其是AI與大模型的應用）成為盈利破局的核心抓手。

對企業而言，無論是大型集團的資源整合，還是分散投資者的服務外包，“精細化運營”與“專業化合作”已成為必然選擇；對行業而言，頭部服務企業的技術優勢與體系能力將進一步凸顯，推動新能源資產管理市場走向集中化、智能化。唯有適應市場化規律，以技術降本、以服務提質，才能在36億千瓦的“大蛋糕”中站穩腳跟，真正實現新能源產業的長期可持續發展。