当前快播：应用电力气象科研成果 提升新能源发电预测精度

2月11日上午，在新能源与储能运行控制国家重点实验室，中国电力科学研究院有限公司新能源研究中心电力气象团队成员研判即将影响我国大部分地区的新一轮强冷空气天气。他们通过分析实时天气形势、数值天气预报、实时电网运行数据、新能源发电功率预测偏差特征，进一步提升新能源发电出力预测精度。

新能源出力主要由自然风速大小和太阳辐照度强弱决定。近年来，大规模新能源发电并网给电力系统安全稳定运行带来了挑战。开展新能源发电功率预测，不断提升预测精度是应对挑战的有效手段之一。中国电科院新能源研究中心电力气象团队潜心研究，结合工程实践反馈从新能源发电功率预测各个环节发力，促进预测结果的持续优化。目前，基于团队科研成果，国家电网有限公司经营区所有省级及以上电力调控机构和并网新能源发电场站均具备功率预测能力，并陆续形成了成熟的技术体系。

定制化数值天气预报实现人工智能点对点订正

【资料图】

“新能源发电功率预测包含气象预报、预测模型、结果处理三个环节。气象预报是最基本的输入数据，新能源发电功率预测误差的60%以上源自这一环节。”中国电科院新能源研究中心副主任冯双磊介绍道。

为兼顾电力发输变设备所处气象环境的复杂性，新能源研究中心电力气象团队在2010年9月建设了国内首个用于电力生产运行的大型数值天气预报中心，开启电力气象的研发和技术支撑工作。

数值天气预报中心目前有刀片服务器600台、计算核16080颗，存储容量达2.65拍字节（PB），还有运算速度达到400万亿次/秒的高性能计算机集群，以及极轨和静止气象卫星接收装置，形成了支撑电网安全、设备运维及新能源电量消纳的全方位、立体化电力气象研发体系。

新能源研发中心电力气象团队负责人王勃介绍：“我们的电力气象研发体系包括实时四维数据同化、快速循环更新、集合概率预报等先进技术的电力气象数值预报模式系统，可以收集到每日40吉字节（GB）的全国气象台站观测和电力生产运行专业气象数据，实现新能源发电功率预测分析，支撑新能源电量高效消纳。”

团队还基于天气的不确定性，借助人工智能技术，实现对风速、辐照度预报结果的点对点订正，优化了气象预报结果，显著提升了数值天气预报的要素预报准确性。

在全球气候变化的背景下，大风、高温、寒潮、强对流等极端天气发生频率增加和灾害程度加重的趋势愈发明显。团队密切监视电网高影响天气变化过程，应用定制化数值天气预报及预报结果订正技术，从新能源发电功率预测的输入数据优化入手，更准确体现天气事件的发生强度和发生范围，开展新能源供电保障能力预测，为极端天气条件下的新能源保供电提供坚强数据支撑。同时, 2017年以来，团队关注暴雨、大风、寒潮等电网灾害性天气，以数据传输和报文等形式定时定点发布高分辨率电力气象预报，为公司各单位有效应对汛情提供坚强技术支撑，充分发挥了电力气象防灾减灾第一道防线的作用，为电网安全运行保驾护航。

功率预测新模式提升网格化预测精度

新能源发电功率预测技术的核心是挖掘表征天气变化的数值天气预报和新能源发电场站功率变化的关系。如果天气预报不准，就会使新能源发电功率预测产生较大的误差。新能源研究中心电力气象团队对此提出了面向天气过程的功率预测新模式。2月8日，团队在分析天气形势的基础上，通过大数据挖掘手段，作出了大风过程可能偏离既定线路、绕过河西走廊的研判，及时修正了甘肃地区新能源发电功率的预测结果，当日预测结果的极大误差由40%降至15%以内。

随着新型电力系统加快构建，新能源发电装机规模快速增长，原有新能源发电功率预测方法缺乏对区域数值天气预报中时空关联信息的挖掘，预测误差偏大。但在实际应用中，计划安排、市场交易等工作对更灵活准确的预测服务提出了更高要求。

团队依托国家重点研发计划项目，在“集中预测-定向发布”预测模式上取得创新性突破。团队建立了覆盖全国的新能源发电功率预测平台，使预测时长、预测精度等均有质的提升，实现单次预测时长7天，省级新能源发电集群的日前预测精度大于90%，超短期预测精度大于95%，显著缩短了预测服务的响应时间，精准实现了公司经营区新能源场站的快速全面覆盖和预测精度提升。

目前，新能源发电功率预测平台覆盖全国6000余座新能源场站，并通过创新型预测服务模式，为公司各分部和各省级电力公司提供中长期电量预测、短期功率预测、概率预测、卫星云图预测等服务。

团队还依托大数据平台，输入网格化数值天气预报数据、输出集群功率，利用数据挖掘手段，构建气象组和因子，建成基于高维数据的深度学习网络模型，实现对区域新能源发电集群功率的总体预测，具有较高的建模效率。新型功率预测模式相较于原有的离线建模-现场部署运行模式，在预测时长、预测精度、系统运维效率等方面均有提升，有力支撑了公司各级调度的新能源发电功率预测。

预测结果在线修正大幅提升结果应用水平

新能源发电功率预测的第三个环节是结果处理，包括预测结果优化、偏差区间评估等，这一步直接决定了预测结果的准确性和可用性。实际工作中，优化新能源发电功率预测模型时，一般以年度均方根误差最小，即年内波动较小为目标。这就使得预测结果客观上趋向“中庸”，即预测结果低出力“下不去”、高出力“上不来”。针对这一现象，新能源研究中心电力气象团队结合实时运行数据实现对预测结果的在线修正，提高了预测结果可用性。

2022年年初，团队以吉林等地为试点，建立了云端协同预测机制。团队依托集中预测平台和调度端预测系统，基于实时运行数据，通过天气形势研判、横纵向预测偏差形态特征挖掘及纠正，滚动更新原有预测结果并实时回传新的预测结果，突破了原有预测技术的局限性。吉林调度端的预测精度提升了2.55个百分点，有效支撑了新能源电量消纳和电力保供。在用电高峰或极端天气发生的关键时期，团队利用这一技术对预测结果进行了手动应急优化，提高了新能源发电功率预测准确性，支撑了电力系统的供需平衡。

团队立足预测气象多种技术的深度融合，面向重大活动保电任务，以及夏季高温干旱、冬季寒潮暴雪等电网高影响天气威胁，组建电力气象7×24小时应急专班，全年常态化发布中长期、月、周、日多尺度电力气象预报预测信息，每日开展新能源发电功率预测会商，专人值守随时响应，加密发报频次，支撑新型电力系统主动应对气象灾害影响。

基于多年在发电功率预测和电力气象方面的研究成果，团队2020年主导发布国际标准《可再生能源发电功率预测》（IEC TR 63043）。这是国际电工委员会1906年成立至今第一个关于可再生能源发电功率预测的国际标准，引领了该领域技术发展方向，有力提升了我国在新能源发电并网领域的国际话语权。

原标题：应用电力气象科研成果 提升新能源发电预测精度

标签： 发电功率预测 人工智能