“輻照度數據采集正常，通信模塊正常。”12月19日，在福建泉州南安成功工業(yè)園光伏電站附近，南安市供電公司員工蔡梅鳳正在輪巡屋頂輻照度微氣象站數據。在150千米外的國網福建省電力有限公司人工智能實驗室內，技術人員馬騰通過調控云平臺查閱預測誤差，分析預測結果。目前，該實驗室的光伏功率預測模型對單點光伏客戶的光伏發(fā)電功率預測精度可達到分鐘級，日發(fā)電量預測平均準確率達87.5%。

　　“通過引入網格化數據建模和微氣象站校準這兩個優(yōu)化方式，我們對光伏功率預測模型的準確性和適用性進行了校驗，大大提升了預測的效率和精度。”馬騰介紹。

　　據了解，目前福建分布式光伏發(fā)電裝機容量已達到300萬千瓦以上。隨著分布式光伏大量接入電網，就地消納光伏發(fā)電難度增加。而解決這一問題的關鍵方法就是精準預測光伏功率。

　　今年8月，福建電科院聯合南安市供電公司組建攻關團隊，采用網格化數據建模方法，根據地理位置、電網結構將供區(qū)劃分為多個子區(qū)域，將光伏客戶與氣象站氣象預報數據通過網格匹配。攻關團隊構建了中低壓有源配電網數據集，利用國網福建電力人工智能平臺訓練環(huán)境，開展基于輕量級機器學習算法的預測模型研究，建成省內首套縣域分布式光伏功率預測模型。

　　國網福建電力將擴大分布式光伏發(fā)電功率預測模型的試點應用范圍，將預測服務覆蓋至全省九地市光伏發(fā)電客戶，并持續(xù)開展數據應用產品研發(fā)，推進大數據分析、深度學習等應用落地。(林晨翔 王忠平 傅泓源)