在复杂的山地风电场中,使用达摩院AI预报的准确率可提升20%。目前该算法已服务国内多个风电场。
风电是发展最快的可再生能源之一,国家能源局数据显示,仅2021年,全国风电发电量达到6526亿千瓦时,同比增长40.5%。
然而,风具有随机性和间歇性特点,尤其是山地风电场受山谷风的局地环流影响,容易产生明显的局地小气候,常规天气预报无法准确反映出风电场所在区域的真实风速,从而造成发电功率预测准确率低下,电力系统不稳定等问题。
针对该问题,达摩院研AI Earth团队发研发了高精度网格气象与功率预报模型,基于AI降尺度技术高效提取地理空间特征,可将天气预报精度提升至公里甚至百米级,有效解决复杂地形风速差异大的问题,实现更为精确的风速和风功率预报。
目前,达摩院已和内蒙古东润能源公司展开合作,为国内多个风电场提供精细化气象服务,提升预测准确率。
如湖南山区某风电场,过去该风电场在冬季风速预报均方根误差(RMSE)约为4.75,使用达摩院AI算法进行后,误差大幅降低至3.02,进而将风功率预报准确率提升20%以上。
相比传统方法,达摩院算法预测结果与真实情况更接近
达摩院AI Earth团队负责人李昊表示:“我们无法改变风的多变性特点,但结合传统数值模式的AI可以高效地捕捉到其中的变化,帮助新能源行业掌握「驭风之术」。”
0 条