(资料图)

“预计2小时后将有6—7级东南风影响南通海域,角度约为121度,部分机组需调整风机偏航角度,确保届时最大功率输出。”6月29日,根据江苏海上风电全域功率预测数据和上游风电场发来的信息,华能江苏清洁能源分公司南通运维站站长彭泳江下达指令。远在60公里之外的海上,10余台风机缓缓转向调整偏航角度,蓄力迎风待发。这标志着江苏海上风电全域功率预测验证工作顺利完成,通过创新多元信息融合智能动态预测技术,在世界上首次实现千万千瓦级大规模风电群功率集中预测,为电网更可靠、更高效消纳清洁能源提供保障。

随着“碳达峰碳中和”目标的提出,我国新能源得到快速发展。以江苏为例,目前风电、光伏等新能源装机容量已经超过5000万千瓦,其中海上风电装机容量已超过美、德等国,接近排名第二的英国。但由于新能源与生俱来的随机性、间歇性、波动性等特点,大规模并网后遇天气变化功率陡升陡降时,需要火电等电源进行快速调节。比如当发生风力转小出力突降情况,火电需要开机、升速、加压等一系列动作,但现实中很难“接力”顶上缺口,从而影响供用电平衡,甚至危及电网安全。

“开展功率预测,进而准确预判新能源未来形势,是从源头提高电网安全消纳新能源能力的主要方式。”西安交通大学电气工程学院博士生导师、教授丁涛介绍,当前国内外新能源功率预测主要依赖卫星云图和气象预报,结合全球地理或海域模型进行推演计算,最终统一向各预测点发布信息,采用的是“B2C”预测模式。“受气象信息来源各异、极端气候突发性强、地理及海域动态变化等因素制约,目前‘B2C’模式预测精度瓶颈为95%。”丁涛说。

江苏是国内新能源“大户”,新能源装机占比超过32%,单位面积装机容量排名全国第一。作为国内最大海上风电群的消纳主体,国网江苏电力在建立全省新能源发电数据中心的基础上,把海上风电功率预测作为试点,将该省40个海上风电场、2783台风机、1182万千瓦装机容量连点成网,通过部署在电力专网上的各场站在线监测终端,实时感知风向、风速、浪高等气象水文信息,对上下游风电场外部环境进行综合研判,为运行方式调整决策提供快速、准确的依据。

“我们激活了数据信息互通互动能力,将预测对象从‘站’转为‘风’,减少了地理偏差等影响,形成了云部署全域交互、场站端全域共享的功率预测‘C2C’新模式,能准确捕捉不断变化的台风路径,实现‘精确到风’的在线联动预测。”技术开发单位、江苏方天电力技术有限公司副总经理姜海波介绍。

他说,在“C2C”模式中还首次融合了波浪、潮位等海况信息,丰富了分析预测数据源,并引入深度神经网络算法,具备关联信息自动获取、多元数据智能筛选、人工智能自主学习等功能,进一步提升预测精度和预测能力。

华能江苏清洁能源分公司南通运维站率先应用该技术后,平均功率预测精度提高1.3%,出力峰值预测精度为97%,达到世界领先水平。“有利于我们更精准地掌握最优发电时机,并据此提前调整风机迎风角度、开停机等运行方式。”彭泳江介绍,新技术帮助该站每年多发600万度电,减少碳排放5000吨。

“我们根据功率集中预测的信息,可以更加合理地安排火电机组运行方式,有利于多种电能生产方式协同调度、灵活适配,促进新能源产得高、接得稳、送得出、用得上,支撑新型电力系统全面消纳新能源能力的进一步提升。”国网江苏电力调度控制中心水电及新能源处处长霍雪松介绍,随着新能源功率预测技术的创新,全省海上风电可利用风资源发电能力提高3%。

“这种‘以空间换时间’的新技术路线和模型算法,同样适用于其他形式的新能源,可以孵化出覆盖全维度、全品类的新能源功率预测体系,为我国新能源发展保驾护航。”丁涛说。

推荐内容