中国拥有一个巨大的电力消费市场，以上问题尤其重要。可再生能源产业的发展，推动着成千上万的风力涡轮机竖立起来，然而，风能的间歇性供应让我们很难预测其电力输出，这就更加难以有效地来平衡供需关系。
毕业于清华大学电机系，现为清华大学电机系教授、助理研究员的陈启鑫开发了一款可以准确预测电力需求并帮助公用事业单位来协调发电厂的软件。
该软件已经应用到全中国10个省份近200个城市中。陈启鑫表示，这款软件可以平均为每个省1年节省3000万美元和24万吨煤。
陈启鑫从两方面改进了现有的电力需求预测软件。首先，根据当地需求和天气模式的差异，对特定地区选择最正确的预测方法，软件可以根据地点的不同，对系统进行一些技术上调整。其次，软件可以对先前的预测错误进行分析，并调整公示，从而最大限度地避免同样的错误再次出现。
利用新软件得到的需求预测可以提前1个月得到可靠的数据，相比之下，其他的预测系统只能提前1到2天，且准确性不高。
为了帮助公用事业单位更有效地输送电力，陈启鑫正在调整预测软件用来预测风力涡轮机的输出功率。他考虑收集涡轮机方圆数英里的风力数据，用图谱来表示在未来几小时内风力可能会产生的变化。这意味着我们可以通过软件预知何时增加风力涡轮机的功率，为电网输送更多的清洁电力。
