近日,阿里巴巴將AI應用于電力調度,聯合電網研發出的高精度電網負荷預測模型,已落地山東德州。
該模型的母線負荷預測準確率達98%,有效應對大規模光伏并網帶來的沖擊,促進了電網安全穩定運行。
山東德州分布式光伏
統計數據顯示,山東是中國光伏第一省,光伏總裝機容量和新增量雙雙排名全國第一。
而德州光伏又位居山東前列,素有“中國太陽城”之稱,光伏發電高峰期占當地電網負荷一半以上,其中主力是分布式光伏。
分布式光伏:通俗來說,就是在屋頂安裝光伏發電,既能自用,多的還能賣給電網,優點突出,但也存在較大的波動性和隨機性,其快速增長導致電網負荷預測準確率持續下降,影響電力調度。
國網德州供電公司與阿里云、阿里達摩院合作,在電力調度中引入人工智能,研發出高精度電網負荷預測算法模型,2021年10月通過概念驗證,隨后進行大規模推廣。
目前,新模型覆蓋德州近60條220千伏母線,運行半年來預測準確率整體達98%,已達到專家級別,超過96%的考核標準。尤其是國慶、春節、寒潮等負荷波動較大的情況下,AI展現出比人工更高的準確率。
國慶假期AI模型預測更接近真實值
母線是電力配送的樞紐,母線負荷預測是電力調度的基礎。
傳統母線負荷預測靠人工經驗,工作量大,操作時間緊迫,AI介入后,能將預測耗時從之前的1個多小時縮短為幾分鐘,調度人員還有充足時間進行檢查和校準,讓感知力更強、預測更準確,從而促進了電力現貨市場出清,有效支撐大電網安全和新能源電力消納。
此次投入使用的高精度負荷預測模型基于自研AI算法,融合氣象預報、負荷轉供、大用戶用電計劃、節假日等多源異構的海量數據進行聯合建模,解決了大量新能源并網造成的負荷預測準確率下滑的問題。
此外,該模型還采用了達摩院的可解釋AI算法,打開了“算法黑箱”,調度人員能夠更好理解AI預測的結果。
德州電力調度中心
隨著新型電力系統建設加速,電網負荷預測等調度技術支撐體系亟需轉型升級,由傳統的人工經驗走向高水平的智能化。
達摩院決策智能實驗室負責人印臥濤表示:“新能源電力不僅要發出來,更要用起來,這就需要一張更加智能、更為彈性的電網。”
未來,我們還將重點布局綠色能源AI,通過結合人工智能和云計算技術,助力構建新型電力系統。