光伏等新能源电力已成为推进「双碳」目标的主力军，但其并网消纳并不容易。
光伏等新能源电力已成为推进「双碳」目标的主力军，但其并网消纳并不容易。记者 26 日获悉，阿里巴巴将 AI 应用于电力调度，联合电网研发出高精度电网负荷预测模型，已落地山东德州，母线负荷预测准确率达 98%，媲美专家水平，有效应对大规模光伏并网带来的冲击，促进了电网安全稳定运行。
统计数据显示，山东是中国光伏第一省，光伏总装机容量和新增量双双排名全国第一。而德州光伏又位居山东前列，素有「中国太阳城」之称，光伏发电高峰期占当地电网负荷一半以上，其中主力是分布式光伏。所谓分布式光伏，通俗来说，就是在屋顶安装光伏发电，既能自用，多的还能卖给电网，优点突出，但也存在较大的波动性和随机性，其快速增长导致电网负荷预测准确率持续下降，影响电力调度。
山东德州的分布式光伏
为此，国网德州供电公司与阿里云、阿里达摩院合作，在电力调度中引入人工智能，研发出高精度电网负荷预测算法模型，2021 年 10 月通过概念验证，随后进行大规模推广。目前，新模型覆盖德州近 60 条 220 千伏母线，运行半年来预测准确率整体达 98%，已达到专家级别，超过 96% 的考核标准。尤其是国庆、春节、寒潮等负荷波动较大的情况下，AI 展现出比人工更高的准确率。
国庆假期 AI 模型预测更接近真实值
德州电力调度人员介绍说，母线是电力配送的枢纽，母线负荷预测是电力调度的基础。传统母线负荷预测靠人工经验，工作量大，操作时间紧迫，而 AI 介入后，能将预测耗时从之前的 1 个多小时缩短为几分钟，调度人员还有充足时间进行检查和校准，让感知力更强、预测更准确，从而促进了电力现货市场出清，有效支撑大电网安全和新能源电力消纳。
德州电力调度中心
「随着新型电力系统建设加速，电网负荷预测等调度技术支撑体系亟需转型升级，由传统的人工经验走向高水平的智能化。」项目专家介绍，此次投入使用的高精度负荷预测模型基于自研 AI 算法，融合气象预报、负荷转供、大用户用电计划、节假日等多源异构的海量数据进行联合建模，解决了大量新能源并网造成的负荷预测准确率下滑的问题。值得一提的是，该模型还采用了达摩院的可解释 AI 算法，打开了「算法黑箱」，调度人员能够更好理解 AI 预测的结果。
达摩院决策智能实验室负责人印卧涛表示：「新能源电力不仅要发出来，更要用起来，这就需要一张更加智能、更为弹性的电网。」据了解，达摩院联手阿里云重点布局绿色能源 AI，通过结合人工智能和云计算技术，助力构建新型电力系统。
来源：互联网
