阿里巴巴|阿里达摩院掌握“驭风之术”:预测风电功率准确率提升20%

3月11日 , 达摩院成功研发可精准预测风电场风速及发电功率的AI算法 , 该算法可预报平原、山地、海岸等不同地形的风速 , 并预测该区域内风电场的发电量 , 为电网调度提供数据支撑 , 提升风电消纳率 。
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 。
阿里巴巴|阿里达摩院掌握“驭风之术”:预测风电功率准确率提升20%
文章图片

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 , 模型融入了物理方程 , 使得预报结果满足物理约束 , 更接近真实情况;该模型还可高效提取地理空间特征 , 将天气预报精度提升至百米级 , 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 。
据介绍 , 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 。数据显示 , 在山地风电场中 , 达摩院AI的预测准确率提升明显 , 以湖南山区某风电场为例 , 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 。
阿里巴巴|阿里达摩院掌握“驭风之术”:预测风电功率准确率提升20%
文章图片

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」 。”
【阿里巴巴|阿里达摩院掌握“驭风之术”:预测风电功率准确率提升20%】2020年9月 , 达摩院发布AI Earth平台 , 可对卫星影像、无人机影像、实时视频流、气象数据、IoT数据等多源数据进行融合分析 , 目前 , AI Earth相关技术已应用于水利部、国家气象中心、生态环境部等机构 。