(資料圖片)

“預計2小時后將有6—7級東南風影響南通海域，角度約為121度，部分機組需調整風機偏航角度，確保屆時最大功率輸出。”6月29日，根據江蘇海上風電全域功率預測數據和上游風電場發來的信息，華能江蘇清潔能源分公司南通運維站站長彭泳江下達指令。遠在60公里之外的海上，10余臺風機緩緩轉向調整偏航角度，蓄力迎風待發。這標志著江蘇海上風電全域功率預測驗證工作順利完成，通過創新多元信息融合智能動態預測技術，在世界上首次實現千萬千瓦級大規模風電群功率集中預測，為電網更可靠、更高效消納清潔能源提供保障。

隨著碳達峰碳中和目標的提出，我國新能源得到快速發展。以江蘇為例，目前風電、光伏等新能源裝機容量已經超過5000萬千瓦，其中海上風電裝機容量已超過美、德等國，接近排名第二的英國。但由于新能源與生俱來的隨機性、間歇性、波動性等特點，大規模并網后遇天氣變化功率陡升陡降時，需要火電等電源進行快速調節。比如當發生風力轉小出力突降情況，火電需要開機、升速、加壓等一系列動作，但現實中很難“接力”頂上缺口，從而影響供用電平衡，甚至危及電網安全。

“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，最終統一向各預測點發布信息，采用的是“B2C”預測模式。“受氣象信息來源各異、極端氣候突發性強、地理及海域動態變化等因素制約，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，國網江蘇電力在建立江蘇省新能源發電數據中心的基礎上，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，通過部署在電力專網上的各場站在線監測終端，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。

“我們激活了數據信息互通互動能力，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‘精確到風’的在線聯動預測。”技術開發單位、江蘇方天電力技術有限公司副總經理姜海波介紹。他說，在“C2C”模式中還首次融合了波浪、潮位等海況信息，豐富了分析預測數據源，并引入深度神經網絡算法，具備關聯信息自動獲取、多元數據智能篩選、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發電時機，并據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600萬度電，減少碳排放5000噸。

“我們根據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方式協同調度、靈活適配，促進新能源產得高、接得穩、送得出、用得上，支撐新型電力系統全面消納新能源能力的進一步提升。”國網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新，江蘇省海上風電可利用風資源發電能力提高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，為我國新能源發展保駕護航。”丁濤說。

關鍵詞：