3月11日，達(dá)摩院成功研發(fā)可精準(zhǔn)預(yù)測(cè)風(fēng)電場(chǎng)風(fēng)速及發(fā)電功率的AI算法，該算法可預(yù)報(bào)平原、山地、海岸等不同地形的風(fēng)速，并預(yù)測(cè)該區(qū)域內(nèi)風(fēng)電場(chǎng)的發(fā)電量，為電網(wǎng)調(diào)度提供數(shù)據(jù)支撐，提升風(fēng)電消納率。

在復(fù)雜的山地風(fēng)電場(chǎng)中，使用達(dá)摩院AI預(yù)報(bào)的準(zhǔn)確率可提升20%。目前該算法已服務(wù)國(guó)內(nèi)多個(gè)風(fēng)電場(chǎng)。

風(fēng)電是發(fā)展最快的可再生能源之一，國(guó)家能源局?jǐn)?shù)據(jù)顯示，僅2021年，全國(guó)風(fēng)電發(fā)電量達(dá)到6526億千瓦時(shí)，同比增長(zhǎng)40.5%。

然而，風(fēng)具有隨機(jī)性和間歇性特點(diǎn)，尤其是山地風(fēng)電場(chǎng)受山谷風(fēng)的局地環(huán)流影響，容易產(chǎn)生明顯的局地小氣候，常規(guī)天氣預(yù)報(bào)無法準(zhǔn)確反映出風(fēng)電場(chǎng)所在區(qū)域的真實(shí)風(fēng)速，從而造成發(fā)電功率預(yù)測(cè)準(zhǔn)確率低下，電力系統(tǒng)不穩(wěn)定等問題。

針對(duì)該問題，達(dá)摩院研AI Earth團(tuán)隊(duì)發(fā)研發(fā)了高精度網(wǎng)格氣象與功率預(yù)報(bào)模型，模型融入了物理方程，使得預(yù)報(bào)結(jié)果滿足物理約束，更接近真實(shí)情況；該模型還可高效提取地理空間特征，將天氣預(yù)報(bào)精度提升至百米級(jí)，有效解決復(fù)雜地形風(fēng)速差異大的問題，實(shí)現(xiàn)更為精確的風(fēng)速和風(fēng)功率預(yù)報(bào)。

據(jù)介紹，達(dá)摩院已和內(nèi)蒙古東潤(rùn)能源公司展開合作，為國(guó)內(nèi)多個(gè)風(fēng)電場(chǎng)提供精細(xì)化氣象服務(wù)。數(shù)據(jù)顯示，在山地風(fēng)電場(chǎng)中，達(dá)摩院AI的預(yù)測(cè)準(zhǔn)確率提升明顯，以湖南山區(qū)某風(fēng)電場(chǎng)為例，過去該風(fēng)電場(chǎng)在冬季風(fēng)速預(yù)報(bào)均方根誤差（RMSE）約為4.75，使用達(dá)摩院AI算法進(jìn)行后，誤差大幅降低至3.02，進(jìn)而將風(fēng)功率預(yù)報(bào)準(zhǔn)確率提升20%以上。

相比傳統(tǒng)方法，達(dá)摩院算法預(yù)測(cè)結(jié)果與真實(shí)情況更接近

達(dá)摩院AI Earth團(tuán)隊(duì)負(fù)責(zé)人李昊表示：“我們無法改變風(fēng)的多變性特點(diǎn)，但結(jié)合傳統(tǒng)數(shù)值模式的AI可以高效地捕捉到其中的變化，幫助新能源行業(yè)掌握「馭風(fēng)之術(shù)」。”

2020年9月，達(dá)摩院發(fā)布AI Earth平臺(tái)，可對(duì)衛(wèi)星影像、無人機(jī)影像、實(shí)時(shí)視頻流、氣象數(shù)據(jù)、IoT數(shù)據(jù)等多源數(shù)據(jù)進(jìn)行融合分析，目前，AI Earth相關(guān)技術(shù)已應(yīng)用于水利部、國(guó)家氣象中心、生態(tài)環(huán)境部等機(jī)構(gòu)。

關(guān)鍵詞： 阿里巴巴 阿里達(dá)摩院掌握馭風(fēng)之術(shù)預(yù)測(cè)