達摩院AI算法更精準預測風電場發電功率 助新能源行業掌握「馭風之術」
阿里巴巴達摩院近日成功研發AI算法，提升風電場發電功率預測準確率。
阿里巴巴達摩院近日成功研發可精准預測風電場風速及發電功率的AI算法，該算法可預報平原、山地、海岸等不同地形的風速，並預測該區域內風電場的發電量，為電網調度提供數據支撐，提升風電消納率。在複雜的山地風電場中，使用達摩院AI預報的準確率可提升20%。目前該算法已服務中國多個風電場。
風電是發展最快的可再生能源之一，國家能源局數據顯示，僅2021年，中國風電發電量達到6,526億千瓦時，同比增長40.5%。然而，風具有隨機性和間歇性特點，尤其是山地風電場受山谷風的局地環流影響，容易產生明顯的局地小氣候，常規天氣預報無法準確反映出風電場所在區域的真實風速，從而造成發電功率預測準確率低下，電力系統不穩定等問題。
針對該問題，達摩院研AI Earth團隊發研發了高精度網格氣象與功率預報模型，模型融入了物理方程，使得預報結果滿足物理約束，更接近真實情況；該模型還可高效提取地理空間特徵，將天氣預報精度提升至百米級，有效解決複雜地形風速差異大的問題，實現更為精確的風速和風功率預報。
目前，達摩院已和內蒙古東潤能源公司展開合作，為中國多個風電場提供精細化氣象服務。數據顯示，在山地風電場中，達摩院AI的預測準確率提升明顯，以湖南省山區某風電場為例，過去該風電場在冬季風速預報均方根誤差（RMSE）約為4.75，使用達摩院AI算法進行後，誤差大幅降低至3.02，進而將風功率預報準確率提升20%以上。
相比傳統方法，達摩院AI算法預測結果與真實情況更接近。
達摩院AI Earth團隊負責人李昊表示：「我們無法改變風的多變性特點，但結合傳統數值模式的AI可以高效地捕捉到其中的變化，幫助新能源行業掌握「馭風之術」。」
2020年9月，達摩院發佈AI Earth平台，可對實時視頻流、氣象數據、IoT數據等多源數據進行融合分析。去年年底，江蘇省氣象台與達摩院合作，通過AI Earth的技術聯合展開短臨極端大風AI預報算法、三維雷達回波外推等技術的研究，解決極端大風預報準確率不高的難題，進一步為大風災害預警、新能源電力調整提供高效服務。目前，AI Earth相關技術已應用於中國水利部、國家氣象中心、生態環境部等機構，相關短期天氣預測算法研究成果更已經被國際認可的地理學期刊Remote sensing收錄。
【延伸閱讀】
江蘇省氣象台與達摩院合作 以AI Earth研究極端大風預報算法 （2021年12月）
阿里巴巴集團推出人工智能服務平台 精準預測短臨天氣 （2021年10月）
立即訂閱阿里足跡，緊貼阿里巴巴集團最新發展動向，通過新聞故事及專題文章了解創新科技、電子商務及智能物流等新興議題的嶄新趨勢。
分享