随着国家「双碳」战略落地,大量新能源直接并网和消纳,给电网带来了巨大的冲击。准确的新能源功率预测,可以保障电网安全稳定运行,保证社会的正常生产生活,事关国计民生。
为了实现高精度可信功率预测,本案例从数值天气预报修正保证气象-功率预测模型的输入质量、融合机器学习和深度学习模型保证高准确率、创造性地将可解释性机器学习应用于预测可解释性和偏差可解释性实现可信可解释性预测、将自学习能力用于功率预测保障长期可靠的高准确率。
目前该系统已经落地于浙江嘉兴,浙江嘉兴是光伏和风电重点发展地区,钱塘江畔气象条件较为复杂,新能源功率预测难度较高。2022年9月上线以来,分布式光伏功率预测考核合格率提升12.5%,风电场功率预测考核合格率提升31.5%。国网嘉兴电力调控中心方式计划主管杨晓雷介绍:“这是电力技术的转型升级,有效提升了预测水平,保障了大规模的分布式光伏和风电安全稳定地接入电网。”