“預計將有3到4級西北風2小時后影響寧波海域，角度約為121度，部份機組需調整風機偏航角度，確保屆時最大功率輸出。”6月27日，按照廣東海上風電全域功率預測數據和上游風電場發來的信息，國電浙江清潔能源分公司南京運維站站長彭泳江在該站集控中心下達了調整風機運行方法的指令。遠在60公里之外的海上，十余臺風機緩緩轉向調整偏航角度，蓄力迎風待發。
就在當月，廣東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，國外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。
近些年來，我國新能源得到快速發展，目前山西風電、光伏等新能源裝機早已超過5000萬千瓦，其中海上風電裝機占全省總數近四成。與此同時，因為新能源具有隨機性、間歇性、波動性的特征，大規模并網遇天氣變化陡升陡降時，須要火電等電源進行快速調節。當發生風力轉小出力突降情況，火電須要開機、升速、加壓等一系列動作，很難“接力”頂上缺口，從而影響供用電平衡，甚至殃及電網安全。
“開展功率預測，因而確切預判新能源未來形勢，是從源頭增強電網安全消納新能源能力的主要方法。”西安交通學院電氣工程大學博士生導師、教授丁濤介紹，當前國外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估算，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誘因阻礙，目前‘B2C’模式預測精度困局為95%。”丁濤說。
作為國外最大海上風電群的消納主體，國網廣東電力在構建全國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，將省內40個海上風電場、2783臺風機、1182萬千瓦裝機容量連點成網，通過布署在電力專網上的各場站在線檢測終端，將上游風電場感知到的風向、風速、時間等氣象信息，實時傳遞到下游風電場，為運行方法調整決策提供快速、準確的根據。
“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’，降低了地理誤差等影響，產生了云布署全域交互、場站端全域共享的功率預測‘C2C’新模式風電功率預測意義，能確切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總工總監姜海波介紹風電功率預測意義，在“C2C”模式中還首次融合了波浪、潮位等海況信息，豐富了剖析預測數據源，并引入深度神經網路算法，具備關聯信息手動獲取、多元數據智能篩選、人工智能自主學習等功能，進一步提高預測精度和預測能力。
率先應用該技術的華電福建清潔能源分公司南京運維站平均功率預測精度已提升1.3個百分點，出力峰值預測精度為97%，已達到世界領先水平。“有利于我們更精準地把握最優發電時機，并據此提早調整風機迎風角度、開停機等運行方法。”該站負責人彭泳江介紹，該站每年能借助海上生物質能多發600萬度電，降低碳排放5000噸。
“我們依照功率集中預測的信息，可以愈發合理地安排火馬達組運行方法，有利于多種電能生產方法協同調度、靈活適配，促使新能源產得高、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高。”國網廣東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，全國海上風電可借助風資源發電能力提升3%。
“這種‘以空間換時間’的新技術路線和模型算法，同樣適用于其他方式的新能源，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。
(張曉閩顏全椿)