“輻照度數據采集正常，通信模塊正常。”12月19日，在福建泉州南安成功工業園光伏電站附近，南安市供電公司員工蔡梅鳳正在輪巡屋頂輻照度微氣象站數據。在150千米外的國網福建省電力有限公司人工智能實驗室內，技術人員馬騰通過調控云平臺查閱預測誤差，分析預測結果。目前，該實驗室的光伏功率預測模型對單點光伏客戶的光伏發電功率預測精度可達到分鐘級，日發電量預測平均準確率達87.5%。
“通過引入網格化數據建模和微氣象站校準這兩個優化方式，我們對光伏功率預測模型的準確性和適用性進行了校驗，大大提升了預測的效率和精度。”馬騰介紹。
據了解，目前福建分布式光伏發電裝機容量已達到300萬千瓦以上。隨著分布式光伏大量接入電網，就地消納光伏發電難度增加。而解決這一問題的關鍵方法就是精準預測光伏功率。
今年8月，福建電科院聯合南安市供電公司組建攻關團隊，采用網格化數據建模方法，根據地理位置、電網結構將供區劃分為多個子區域，將光伏客戶與氣象站氣象預報數據通過網格匹配。攻關團隊構建了中低壓有源配電網數據集，利用國網福建電力人工智能平臺訓練環境，開展基于輕量級機器學習算法的預測模型研究，建成省內首套縣域分布式光伏功率預測模型。
國網福建電力將擴大分布式光伏發電功率預測模型的試點應用范圍，將預測服務覆蓋至全省九地市光伏發電客戶，并持續開展數據應用產品研發，推進大數據分析、深度學習等應用落地。(林晨翔 王忠平 傅泓源)
評論