“开展功率预测，进而准确预判新能源未来形势，是从源头提高电网安全消纳新能源能力的主要方式。”西安交通大学电气工程学院博士生导师、教授丁涛介绍，当前国内外新能源功率预测主要依赖卫星云图和气象预报，结合全球地理或海域模型进行推演计算，最终统一向各预测点发布信息，采用的是“B2C”预测模式。“受气象信息来源各异、极端气候突发性强、地理及海域动态变化等因素制约，目前‘B2C’模式预测精度瓶颈为95%。”丁涛说。
江苏是国内新能源“大户”，新能源装机占比超过32%，单位面积装机容量排名全国第一。作为国内最大海上风电群的消纳主体，国网江苏电力在建立全省新能源发电数据中心的基础上，把海上风电功率预测作为试点，将该省40个海上风电场、2783台风机、1182万千瓦装机容量连点成网，通过部署在电力专网上的各场站在线监测终端，实时感知风向、风速、浪高等气象水文信息，对上下游风电场外部环境进行综合研判，为运行方式调整决策提供快速、准确的依据。
“我们激活了数据信息互通互动能力，将预测对象从‘站’转为‘风’，减少了地理偏差等影响，形成了云部署全域交互、场站端全域共享的功率预测‘C2C’新模式，能准确捕捉不断变化的台风路径，实现‘精确到风’的在线联动预测。”技术开发单位、江苏方天电力技术有限公司副总经理姜海波介绍。他说，在“C2C”模式中还首次融合了波浪、潮位等海况信息，丰富了分析预测数据源，并引入深度神经网络算法，具备关联信息自动获取、多元数据智能筛选、人工智能自主学习等功能，进一步提升预测精度和预测能力。
华能江苏清洁能源分公司南通运维站率先应用该技术后，平均功率预测精度提高1.3%，出力峰值预测精度为97%，达到世界领先水平。“有利于我们更精准地掌握最优发电时机，并据此提前调整风机迎风角度、开停机等运行方式。”彭泳江介绍，新技术帮助该站每年多发600万度电，减少碳排放5000吨。
“我们根据功率集中预测的信息，可以更加合理地安排火电机组运行方式，有利于多种电能生产方式协同调度、灵活适配，促进新能源产得高、接得稳、送得出、用得上，支撑新型电力系统全面消纳新能源能力的进一步提升。”国网江苏电力调度控制中心水电及新能源处处长霍雪松介绍，随着新能源功率预测技术的创新，全省海上风电可利用风资源发电能力提高3%。
“这种‘以空间换时间’的新技术路线和模型算法，同样适用于其他形式的新能源，可以孵化出覆盖全维度、全品类的新能源功率预测体系，为我国新能源发展保驾护航。”丁涛说。
