“開展功率預測，進而準確預判新能源未來形勢，是從源頭提高電網(wǎng)安全消納新能源能力的主要方式。”西安交通大學電氣工程學院博士生導師、教授丁濤介紹，當前國內外新能源功率預測主要依賴衛(wèi)星云圖和氣象預報，結合全球地理或海域模型進行推演計算，最終統(tǒng)一向各預測點發(fā)布信息，采用的是“B2C”預測模式。“受氣象信息來源各異、極端氣候突發(fā)性強、地理及海域動態(tài)變化等因素制約，目前‘B2C’模式預測精度瓶頸為95%。”丁濤說。
江蘇是國內新能源“大戶”，新能源裝機占比超過32%，單位面積裝機容量排名全國第一。作為國內最大海上風電群的消納主體，國網(wǎng)江蘇電力在建立全省新能源發(fā)電數(shù)據(jù)中心的基礎上，把海上風電功率預測作為試點，將該省40個海上風電場、2783臺風機、1182萬千瓦裝機容量連點成網(wǎng)，通過部署在電力專網(wǎng)上的各場站在線監(jiān)測終端，實時感知風向、風速、浪高等氣象水文信息，對上下游風電場外部環(huán)境進行綜合研判，為運行方式調整決策提供快速、準確的依據(jù)。
“我們激活了數(shù)據(jù)信息互通互動能力，將預測對象從‘站’轉為‘風’，減少了地理偏差等影響，形成了云部署全域交互、場站端全域共享的功率預測‘C2C’新模式，能準確捕捉不斷變化的臺風路徑，實現(xiàn)‘精確到風’的在線聯(lián)動預測。”技術開發(fā)單位、江蘇方天電力技術有限公司副總經(jīng)理姜海波介紹。他說，在“C2C”模式中還首次融合了波浪、潮位等海況信息，豐富了分析預測數(shù)據(jù)源，并引入深度神經(jīng)網(wǎng)絡算法，具備關聯(lián)信息自動獲取、多元數(shù)據(jù)智能篩選、人工智能自主學習等功能，進一步提升預測精度和預測能力。
華能江蘇清潔能源分公司南通運維站率先應用該技術后，平均功率預測精度提高1.3%，出力峰值預測精度為97%，達到世界領先水平。“有利于我們更精準地掌握最優(yōu)發(fā)電時機，并據(jù)此提前調整風機迎風角度、開停機等運行方式。”彭泳江介紹，新技術幫助該站每年多發(fā)600萬度電，減少碳排放5000噸。
“我們根據(jù)功率集中預測的信息，可以更加合理地安排火電機組運行方式，有利于多種電能生產(chǎn)方式協(xié)同調度、靈活適配，促進新能源產(chǎn)得高、接得穩(wěn)、送得出、用得上，支撐新型電力系統(tǒng)全面消納新能源能力的進一步提升。”國網(wǎng)江蘇電力調度控制中心水電及新能源處處長霍雪松介紹，隨著新能源功率預測技術的創(chuàng)新，全省海上風電可利用風資源發(fā)電能力提高3%。
“這種‘以空間換時間’的新技術路線和模型算法，同樣適用于其他形式的新能源，可以孵化出覆蓋全維度、全品類的新能源功率預測體系，為我國新能源發(fā)展保駕護航。”丁濤說。
