日前，由全國電網運行與控制標準化技術委員會編纂的GB/T 40607—2021《調度側風電或光伏功率預測系統技術要求（報批稿）》公布，新標準提升了功率預測的精度要求，并在預測時間尺度上增加中期功率預測指標。在此背景下，為加速新技術與電力調度業務的深度融合，進一步提升新能源場站的功率預測水平，南方電網電力調度控制中心、中國電機工程學會組織開展2021電力調度AI應用大賽，并于10月21日在南方電網生產科研綜合基地舉行了盛大的頒獎典禮。
經過激烈角逐，由云南電力調度控制中心（下稱：云南中調）與新疆金風科技股份有限公司（下稱：金風科技）全資子公司金風慧能組成的聯隊憑借出色表現，獲得決賽二等獎以及可視化專項獎。
↑ 主辦方為云南中調與金風科技聯隊頒發二等獎（右一、右二）
↑ 主辦方為云南中調與金風科技聯隊頒發“可視化專項獎”
群雄逐鹿，向新而生
2021第三屆電力調度AI應用大賽暨“南網創新杯”創新創業大賽算法類賽道，由南方電網電力調度控制中心、中國電機工程學會電力系統自動化專委會主辦，南網數研院、南網科研院、南網傳媒、阿里云承辦，是電力調度AI應用領域的權威賽事之一，也是國內信息技術應用領域的頂流競技場。
本屆大賽以“基于AI算法實現南方電網典型風電及光伏片區新能源場站短期功率預測”為主題，吸引了來自國內知名高校、科研機構、電力系統廠商和互聯網公司的45支隊伍參賽，高度重視技術創新與業務實踐的深度融合。比賽共設置一等獎1名、二等獎2名、三等獎3名，可視化專項獎和創新專項獎各1名。
↑ 云南中調與金風科技聯隊做決賽答辯匯報
比賽過程中，云南中調與金風科技合作提交的整個算法框架，包括基礎機器算法（SVM、MLP）、 進階算法、基于氣象相似度評價及相位交叉的循環神經網絡算法（CONVLSTM），提取空間特征的算法（CNN）和提取時序特征的算法（LSTM），顯著降低了氣象預報在局地時間和空間上的錯位導致的誤差。通過各算法模型的集成，進一步提升模型預測的魯棒性與穩定性，最終獲得了高精度的功率預測結果。
智慧洞察，掌控未來
新能源場站的出力變化，直接關系到電力系統電能質量、安全穩定運行和經濟效益。因此，進行新能源場站功率預測具有重要的現實意義，也是構建新能源為主體的新型電力系統的客觀需要。同時，隨著電力現貨市場的加速建設，不斷豐富的市場交易品種和持續波動的現貨市場價格，都使得供需雙方需要精準的功率預測作為決策依據。
為提升功率預測的準確度，金風科技不斷積累全球的權威初始場氣象數據，并與海量電場設備的運行及氣象觀測數據相結合。在此基礎上，借助超強的計算資源進行大規模連續性地模擬仿真，持續修正氣象預測結果，并優化和開發更高精度、具備自學習和自優化功能的算法模型，為每一臺風機定制化設計氣象和功率預測方案。圍繞氣象預報、算法模型，構建起提升功率預測準確率的核心能力。
賽場上的驕人戰績只是金風科技功率預測能力的冰山一角，在技術實踐中，金風科技協助全國多所新能源場站提升功率預測精度，其中，地處高海拔地帶的西北區域某200MW風電場最具代表性。
該風電場由于地形復雜，風機分布分散，導致功率預測準確率較低，受到當地電網公司多次通報批評，面臨巨大的考核壓力。該電場自2020年3月委托金風科技提供解決方案，經過4個月的持續精進，功率預測結果穩定在85% 以上，自此，金風科技成為該風電場在功率預測方面的長期合作伙伴。
↑ 該西北區域風電場2020年各月的平均準確率統計
據2020年數據顯示，在全國范圍內，金風科技所服務電場的功率預測平均準確率超過85%，超出行業平均水平。
↑ 金風科技功率預測準確率統計（紅色線為達標線）
不積跬步，無以至千里；不積小流，無以成江海。耀眼的數據背后，是為提升每百分之一的預測精準度所付出的不懈努力。金風科技通過持續積累的權威氣象數據，千萬億次/秒的峰值計算能力，迭代優化的預測模型，不斷挖掘數據背后的價值，為云計算、大數據和人工智能更好地服務于電力行業做出貢獻。
作者：
評論