“錢是大風刮來的”，這不是一句玩笑話。在風電場，通過預(yù)測風向、風速推算出新能源場站未來的發(fā)電功率，堪稱新型電力系統(tǒng)的“天氣預(yù)報系統(tǒng)”，預(yù)測每精準1%，帶來的就是數(shù)萬、數(shù)百萬的收益變化。

為了更精準“摸清”風的規(guī)律，?？低暬谟^瀾大模型體系，集成氣象大模型和時序大模型，推出大模型邊緣智能設(shè)備——風功率預(yù)測一體機，實現(xiàn)氣象預(yù)測、功率預(yù)測，讓風更可測，讓電更可控。

△風功率預(yù)測一體機是一款面向風電場站的邊緣智能設(shè)備，結(jié)合自研氣象大模型及多源氣象預(yù)報、風機運行數(shù)據(jù)、場站實測氣象與地形地貌等數(shù)據(jù)，基于自研時序大模型技術(shù)，實現(xiàn)風電場發(fā)電功率的精準預(yù)測，提升發(fā)電企業(yè)利潤

在多地風電場應(yīng)用以來，?？低曪L功率預(yù)測一體機通過更精準的預(yù)測，不僅助力風電場合理排產(chǎn)、高效發(fā)電，還降低了電網(wǎng)對其管理、調(diào)度的考核費用（風功率預(yù)測越精準，所產(chǎn)生的考核費用越低），相比原系統(tǒng)，預(yù)測偏差考核費用降低顯著。例如，在華東區(qū)域某300MW海上風電場，功率預(yù)測偏差總考核費用年均降低超120萬元，降幅超15%；在華南區(qū)域某80MW高山山地風電場，功率預(yù)測偏差總考核費用年均降低超80萬元，降幅超46%；在西北區(qū)域某200MW戈壁型風電場，功率預(yù)測偏差總考核費用年均降低超30萬元，降幅超20%。

自研氣象大模型，實現(xiàn)公里級的氣象預(yù)報

都說“十里不同天”，即便在一個城市，不同區(qū)也會一邊晴天一邊大雨，風向、風速也存在很大差異。

那如何將大范圍（縣、市等各級）氣象預(yù)報，運用到占地可能僅幾平方公里的風電場站？

?？低曪L功率預(yù)測一體機通過自研氣象大模型，提升氣象預(yù)報精度和準確性，引入MoE技術(shù)（混合專家技術(shù)）和微調(diào)技術(shù)，更全面地考慮各種因素，讓氣象大模型更適應(yīng)最新的氣象數(shù)據(jù)，從而提升風向、風速的長時預(yù)報精度。不同于常規(guī)氣象預(yù)報，主要為數(shù)十公里級的范圍預(yù)報，其精度范圍縮小至公里級。

△在地表10米風（ 東西方向）的24小時、10天長時預(yù)報上，?？低曌匝袣庀蟠竽Ｐ蛯Ρ葦?shù)值氣象預(yù)報（NWP）的預(yù)報誤差，分別降低22.7%、 22.8%

20余年視頻圖像處理技術(shù)，為精細化氣象預(yù)報提供支撐

得益于海康威視在視頻領(lǐng)域深厚的圖像編碼與還原AI技術(shù)積累，技術(shù)遷移實現(xiàn)氣象預(yù)報的時空降尺度，即通過技術(shù)把一張模糊的、范圍很大的天氣地圖變得清晰并且更細致，從而提供場站級的精細化氣象預(yù)報。

復(fù)雜地形下風機，圖譜降低小氣候預(yù)報偏差

風電場站所處的地形環(huán)境多樣且復(fù)雜，比如山地風電場受山谷風的局地環(huán)流影響，容易產(chǎn)生明顯的局地小氣候，難以預(yù)測真實風速和風向。同時，因地形復(fù)雜，不同海拔的風機所吸收的風能有差異，尾流影響無規(guī)律，最終導致發(fā)電量差異較大。

△大型風機葉片產(chǎn)生的尾流效應(yīng)會引起后排風機的風能損失（圖片來源：國際新能源網(wǎng)）

?？低曪L功率預(yù)測一體機結(jié)合風電場內(nèi)部地形特點及風機空間位置關(guān)系，構(gòu)建出風機功率相關(guān)性圖譜網(wǎng)絡(luò)，可以準確分析風機間關(guān)系及尾流影響，從而實現(xiàn)對風電場內(nèi)風資源分布情況的有效分析與刻畫，降低由于復(fù)雜地形如山地、峽谷等造成的微氣象、小氣候帶來的氣象預(yù)報偏差。

△通過風機功率相關(guān)性圖譜網(wǎng)絡(luò)劃分多個機群“小組”，找出平均值，提升整體功率預(yù)測準確率

自研時序大模型，提升長周期預(yù)測精準度

一般來說，風功率預(yù)測需要次日至十日的中長期預(yù)測。傳統(tǒng)風功率預(yù)測手段在應(yīng)對長時序預(yù)測時，會存在誤差累積、精度自衰減現(xiàn)象。

如何才能精準預(yù)測未來？?？低曪L功率預(yù)測一體機通過自研時序大模型，利用自注意力機制，自動調(diào)整模型參數(shù)，有效減少長周期預(yù)測的誤差累積，此外時序大模型突破了傳統(tǒng)時間序列預(yù)測中存在的有限記憶瓶頸、支撐學習超長周期發(fā)電走勢，使未來發(fā)電量的預(yù)測具備更高的置信度水平，讓15分鐘、4小時、次日、第十日后的風功率預(yù)測都保持高準確度。

△某風電場功率預(yù)測曲線對比，藍色為風場實際功率，黃色為?？殿A(yù)測功率，綠色為現(xiàn)有系統(tǒng)預(yù)測功率，可以看出藍色和黃色重疊度高

更精準地預(yù)測每一縷風，讓不確定的風產(chǎn)出確定的綠電，助力新能源產(chǎn)業(yè)收益升級。?？低晫⒊掷m(xù)創(chuàng)新，讓新能源插上科技的翅膀，讓源源不斷的清潔能源送入千家萬戶。