基于数据驱动的可再生能源不确定性建模技术

20250722

电力、热力、燃气及水生产和供应业

1、考虑多源化数据特征，提升可再生能源在短期/超短期的预测精度。 2、提供多样化的结果，包含确定性预测值、概率预测值及时序场景集。 研究团体在2023年首届全国人工智能应用场景创新挑战赛-智能能源专项赛中荣获三等奖，在人工智能技术的新能源发电功率预测分赛题中斩获分布式短期预测第一名（准确率93.98%），集中式短期预测第三名（准确率94.32%）的优异成绩。

寻找应用场景和示范项目 目标合作投融资机构 寻找孵化资源 资源对接

仅限国内转让

随着新型电力系统建设目标的推进和风光新增装机容量的不断增长，所研成果可分别应用至输电侧、发电侧及用户侧。在输电侧可为电网提供新能源场站预测、负荷预测、电价预测、故障预测等服务，辅助调度员决策，降低能源市场参与者采购成本，保障电网经济性运行。在发电侧可为发电企业提供多时间尺度发电量预测、风险预测、竞价预测等服务，助力其制定合理的发电计划和运营策略，提高其发电效益和市场竞争力。在用户侧可为负荷聚合商和独立系统运营商提供分布式新能源预测、家庭、商业建筑、工业和电动汽车等负荷预测，提高微电网的经济效益和用户收益。综上所述，该研究成果市场前景广阔。 在高比例可再生能源的背景下，不同客户的需求会存在差异。所研成果以数据为基石，以需求为导向，根据需求定制面向需求的解决方案，进一步满足新型电力系统催生的多种预测需求，推动可再生能源参与电力市场交易，助推“双碳”目标的实现，从而为提升电力系统的经济运行水平和促进社会节能减排等方面带来良好的社会经济效益。

北京市昌平区人民政府

（一）成果背景 随着全球能源需求不断增长，传统能源的大量开发导致资源紧张、环境污染和气候变化等问题日益突出。传统能源发展方式已经面临困境。在实现“双碳”目标的指导下，我国可再生能源发电渗透率不断提高，尤其是光伏和风电等新能源产业呈现出蓬勃发展的态势。然而，由于风光能的发电具有随机性和波动性的特征。因此，在电力系统需要依靠高精度的可再生能源不确定性建模技术来提高调度决策的可靠性。 （二）痛点问题 可再生能源出力的随机性、波动性和不确定性给电网运行带来了挑战，如何对其进行准确预测是关键问题。传统方法难以全面建模可再生能源出力不确定性，大数据和人工智能技术提供了新途径。但多源异构化数据和多样化需求下对可再生能源的精确建模仍是痛点问题。因此，亟需探索合理使用多源化数据的可再生能源建模方法，提升预测精度，为可再生能源参与电网调度和市场调节提供技术支撑。 （三）技术解决方案 1、多源数据驱动的可再生能源不确定性建模方法 本成果在风电/光伏功率预测的方案中融合了多源化的数据，其中包含发电场站的功率量测数据、气象量测数据、数值天气预报数据、地理空间数据等。并融合深度学习模型提取关键特征信息，在多源数据驱动下实现对可再生能源出力在超短期/短期尺度上的高精度建模。 2、基于用户需求的可再生能源不确定性建模方案 本项成果通过多种深度神经网络模块可以输出多样化的建模结果，以满足不同的用户需求，包含传统点预测结果（中位数预测、期望值预测），概率预测（分位数预测，概率密度函数预测）以及时序场景生成结果。 （四）竞争优势 1、高精度的可再生能源预测 相较于单一数据源，多源数据能够提供更全面的观测，从而更准确地描述可再生能源的特征和变化。其还能有效应对可再生能源场站数据不足或缺失的情况，提高预测精度的可靠性，以满足可再生能源场站功率预报的考核。不仅如此，引入多源数据的同时，充分提取了时空特性，进一步突破了现有预测精度水平。 2、满足不同用户的需求 该项成果具有定制化的特点，可以根据不同用户的需求提供相应的预测结果。在保留相关核心模块的情况下，通过替换输出模块即可实现相应功能的定制化。这意味着能够根据用户的特定需求，灵活地调整和适配预测模型，以满足不同用户群体的需求。无论是电力系统运营商、可再生能源开发商等，都能够根据他们的具体要求，提供量身定制的预测结果和解决方案。这种定制化的能力将大大提升用户的满意度和使用效果，为不同领域的用户提供高度个性化的服务和支持。 应用场景 该成果主要应用于发电企业与电力公司，对未来一段时间内的可再生能源进行预测与评估，并提供确定性预测、概率预测、场景生成多样化的结果，主要的应用场景： 1、功率上报：为发电企业提供精确的功率预测结果，降低预测偏差考核量。 2、市场竞价：帮助发电企业进行电力交易决策和风险管理，优化售电策略。 3、电网调度：帮助电网调度员分析潜在的供需不平衡场景，合理调配其他发电资源，确保电网的平衡和稳定运行。