“预计将有3到4级西北风2小时后影响宁波海域，角度约为121度，部份机组需调整风机偏航角度，确保届时最大功率输出。”6月27日，按照广东海上风电全域功率预测数据和上游风电场发来的信息，国电浙江清洁能源分公司南京运维站站长彭泳江在该站集控中心下达了调整风机运行方法的指令。远在60公里之外的海上，十余台风机缓缓转向调整偏航角度，蓄力迎风待发。
就在当月，广东海上风电全域功率预测验证工作顺利完成，通过创新多元信息融合智能动态预测技术，国外首次实现千万千瓦级大规模风电群功率集中预测，为电网更可靠、更高效消纳清洁能源提供保障。
近些年来，我国新能源得到快速发展，目前山西风电、光伏等新能源装机早已超过5000万千瓦，其中海上风电装机占全省总数近四成。与此同时，因为新能源具有随机性、间歇性、波动性的特征，大规模并网遇天气变化陡升陡降时，须要火电等电源进行快速调节。当发生风力转小出力突降情况，火电须要开机、升速、加压等一系列动作，很难“接力”顶上缺口，从而影响供用电平衡，甚至殃及电网安全。
“开展功率预测，因而确切预判新能源未来形势，是从源头增强电网安全消纳新能源能力的主要方法。”西安交通学院电气工程大学博士生导师、教授丁涛介绍，当前国外外新能源功率预测主要依赖卫星云图和气象预报，结合全球地理或海域模型进行推演估算，最终统一向各预测点发布信息，采用的是“B2C”预测模式。“受气象信息来源各异、极端气候突发性强、地理及海域动态变化等诱因阻碍，目前‘B2C’模式预测精度困局为95%。”丁涛说。
作为国外最大海上风电群的消纳主体，国网广东电力在构建全国新能源发电数据中心的基础上，把海上风电功率预测作为试点，将省内40个海上风电场、2783台风机、1182万千瓦装机容量连点成网，通过布署在电力专网上的各场站在线检测终端，将上游风电场感知到的风向、风速、时间等气象信息，实时传递到下游风电场，为运行方法调整决策提供快速、准确的根据。
“我们激活了数据信息互通互动能力，将预测对象从‘站’转为‘风’，降低了地理误差等影响，产生了云布署全域交互、场站端全域共享的功率预测‘C2C’新模式风电功率预测意义，能确切捕捉不断变化的台风路径，实现‘精确到风’的在线联动预测。”技术开发单位、江苏方天电力技术有限公司总工总监姜海波介绍风电功率预测意义，在“C2C”模式中还首次融合了波浪、潮位等海况信息，丰富了剖析预测数据源，并引入深度神经网路算法，具备关联信息手动获取、多元数据智能筛选、人工智能自主学习等功能，进一步提高预测精度和预测能力。
率先应用该技术的华电福建清洁能源分公司南京运维站平均功率预测精度已提升1.3个百分点，出力峰值预测精度为97%，已达到世界领先水平。“有利于我们更精准地把握最优发电时机，并据此提早调整风机迎风角度、开停机等运行方法。”该站负责人彭泳江介绍，该站每年能借助海上生物质能多发600万度电，降低碳排放5000吨。
“我们依照功率集中预测的信息，可以愈发合理地安排火马达组运行方法，有利于多种电能生产方法协同调度、灵活适配，促使新能源产得高、接得稳、送得出、用得上，支撑新型电力系统全面消纳新能源能力的进一步提高。”国网广东电力调度控制中心水电及新能源处处长霍雪松介绍，随着新能源功率预测技术的创新，全国海上风电可借助风资源发电能力提升3%。
“这种‘以空间换时间’的新技术路线和模型算法，同样适用于其他方式的新能源，可以孵化出覆盖全维度、全品类的新能源功率预测体系，为我国新能源发展保驾护航。”丁涛说。
(张晓闽颜全椿)