“輻照度數(shù)據(jù)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(yè)園光伏電站附近，國網(wǎng)南安供電公司蔡梅鳳正在對屋頂輻照度微氣象站進行數(shù)據(jù)輪巡。
與此同時，在150公里之外的國網(wǎng)福建電力人工智能實驗室，技術(shù)人員馬騰正通過調(diào)控云平臺查閱預測誤差、分析預測結(jié)果。經(jīng)過一個月的連續(xù)測試，預測模型對單點用戶的發(fā)電功率預測時間精度可達到分鐘級，日發(fā)電量預測平均準確率達87.5%，平均合格率達96%。
“分布式光伏點多面廣，使用傳統(tǒng)的光伏預測方法在面對海量預測任務時，存在算力要求高、計算效率低等問題，而且氣象預報數(shù)據(jù)帶來的誤差也會對預測結(jié)果產(chǎn)生較大影響。”國網(wǎng)福建電科院人工智能技術(shù)骨干馬騰介紹，“現(xiàn)在，通過引入網(wǎng)格化數(shù)據(jù)建模和微氣象站校準這兩個優(yōu)化方式，對光伏預測模型的準確性和適用性進行校驗，大大提升了光伏預測的效率和精度。”
據(jù)了解，目前福建分布式光伏發(fā)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(wǎng)，其隨機性、波動性的發(fā)電特性使其和負荷需求存在時空上的不平衡，給光伏的就地消納帶來了困難，同時還會給當?shù)嘏潆娋W(wǎng)帶來反向送電、臺區(qū)過壓并網(wǎng)等問題。而解決光伏就地消納等問題最關(guān)鍵的一步就是實現(xiàn)光伏出力的精準預測，通過精準預測能夠有效統(tǒng)籌光伏發(fā)電、負荷需求、儲能裝置之間的平衡協(xié)同，實現(xiàn)光伏最大程度就地消納、優(yōu)先消納。
為了有效解決光伏預測難題，今年8月份，國網(wǎng)福建電科聯(lián)合泉州南安供電公司組建聯(lián)合攻關(guān)團隊。經(jīng)過多種技術(shù)路線對比，團隊最終選擇采用網(wǎng)格化數(shù)據(jù)建模方法，根據(jù)地理位置、電網(wǎng)結(jié)構(gòu)將區(qū)域劃分為多個子區(qū)域，將光伏用戶與氣象站氣象預報數(shù)據(jù)通過網(wǎng)格進行匹配。攻關(guān)團隊構(gòu)建了中低壓有源配電網(wǎng)數(shù)據(jù)集，利用公司人工智能平臺訓練環(huán)境開展基于輕量級機器學習算法的預測模型研發(fā)，建成省內(nèi)首套縣域分布式光伏功率預測模型。
“分布式光伏站點、氣象預報點、微氣象監(jiān)測點，這些數(shù)據(jù)源位置存在點多面廣的特點，易出現(xiàn)數(shù)據(jù)缺失和異常等問題，而網(wǎng)格化建模技術(shù)是一種數(shù)據(jù)增強技術(shù)，它不僅提升了數(shù)據(jù)匹配效率，而且還能解決數(shù)據(jù)缺失和不匹配問題。”國網(wǎng)福建電科院數(shù)字中心負責人鄭州介紹，“目前，試點地區(qū)分布式光伏已實現(xiàn)從‘無預測’到‘可預測’再到‘精準預測’，并且我們開發(fā)的模型已經(jīng)在省側(cè)配網(wǎng)調(diào)控云進行了封裝部署，能夠輔助調(diào)度專業(yè)開展方式安排和資源調(diào)配，有效保障電力可靠供應。”
分布式光伏功率預測僅是大數(shù)據(jù)、人工智能技術(shù)在電網(wǎng)調(diào)控領(lǐng)域應用的一個縮影。下一步，國網(wǎng)福建電力人工智能團隊將繼續(xù)擴大分布式光伏發(fā)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(fā)電客戶，持續(xù)開展數(shù)據(jù)應用產(chǎn)品研發(fā)，推進大數(shù)據(jù)分析、深度學習等新技術(shù)落地應用。(林晨翔 王忠平 傅泓源)
評論