针对风电、光伏等绿色能源高度依赖自然资源的特性,通过对风速、太阳辐射、降水等关键气象要素,以及台风、雷暴等灾害性天气的精准预报与预警,助力新能源场站优化发电计划。

新能源生产源头:
针对风电、光伏等绿色能源高度依赖自然资源的特性,通过对风速、太阳辐射、降水等关键气象要素,以及台风、雷暴等灾害性天气的精准预报与预警,助力新能源场站优化发电计划,最大限度减少天气不确定性带来的影响,提升绿色能源的利用效率与稳定性。
2025年光伏预测准确率要达到96.5%。
能源调度:【电力负荷平台】
平台密切追踪极端或持续性的高温与低温过程,精准预测因此激增的空调制冷与采暖负荷。通过提供前瞻性的气象风险提示与负荷趋势分析,为电力调度优化资源配置、提前制定调峰预案提供科学依据,保障电网在用电尖峰时刻依然平稳运行。
2025年,电网负荷预测准确率要达到98%。
电力负荷影响因素:温度、湿度、风速、降水、工作日、周末、节假日、大型体育赛事、突发事件、疫情封锁等因素。
能源输送:【电网安全平台】
平台聚焦输电线路安全,针对雷电、大风、暴雨等主要气象致灾因素,提供定点、定时的风险预报与实时告警。帮助运维单位提前制定抢修和维护计划,及时启动应急响应,显著提升电网对恶劣天气的防御能力,确保电力“大动脉”的安全畅通。
1.
JXKF(夸父)2.0 模式产品:【电力负荷-新能源】
自2014年起,嘉兴市率先在全省开展太阳辐照度预报服务。构建了基于本地数值预报系统的高时空分辨率短中期太阳辐照度预报模型。通过融合物理机制与深度学习算法,平台实现了太阳辐照度超短期辐照度预报产品逐15分钟滚动更新,预报时效可达4小时,为光伏发电功率预测与电网调度提供了精准、高频的气象支撑。
2.
KNN相似度模型:
我们将 “气象相似性” 作为 “距离” 的衡量标准,选取气温、降水、风速、风向、天气现象 5 个核心气象要素特征加权、消除量纲差异、加权欧氏距离计算、相似度转换。
3.
CastNet短临产品:【电网安全-强对流天气】
源自经典降水模型和AI技术的结合,吸收国内外相关预测类神经网络的优点,包括ConvLstm、trajGRU、PredRnn、McNet、 google MetNet等。采用超90万雷达数据样本训练的深度神经网络模型。实现未来2小时雷达外推、短临降水等,实现风暴、雷电、大风、冰雹等灾害性天气识别。
4.
分级预警:【电网安全-暴雨、大风预警】
制定强对流灾害天气分类、分级阈值、分级告警标准,实现灾害性天气客观主动告警和叫应。
有效日照时间精准度提高1~2个小时,嘉兴平均每小时光伏发电量250万千瓦左右,成本电价大约100-200万。
4月9日,提前3天进行强对流天气预报提醒,新塍供电所提前排查,发现缺陷3处,当日全部完成紧急消缺。11-12日强对流过程中新塍线路未发生故障。
4月11日强对流临近时,开展靶向性的分等级、分区域预警,秀洲公司王江泾供电所秀庄2A1线发生雷击断线,由于已提前入驻,大大提高了抢修时效,较去年同类型故障压降时户数31.25%。