0

    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

    11个月前 | admin | 85次围观

    随机风速模型_matlab 风速模型_风电场风速模型

    今天,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。

    风电场风速模型_matlab 风速模型_随机风速模型

    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AIEarth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风电场风速模型,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风电场风速模型,进而将风功率预报准确率提升20%以上。

    随机风速模型_风电场风速模型_matlab 风速模型

    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」。”

    AI Earth

    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。

    / END /

    发表评论