编者按
近日,国家电网有限公司印发通知,发布新型电力系统示范标杆名单和典型案例集,包括系统类示范标杆10项、项目类示范标杆10项。公司要求各单位学习借鉴新型电力系统示范标杆的好做法,结合各地资源禀赋和电网特点,因地制宜、因时制宜、因网制宜,有力有序推进示范建设,发挥典型引领带动作用。电网头条将逐一为您介绍这些电力系统示范标杆。
基于基准站聚合感知的
分布式光伏可观可测
江苏,作为我国经济发展强省与新能源资源富集大省,在能源电力领域的供需两端持续展现强劲的发展势头。其中,分布式光伏是江苏新能源领域增长的主力军。
面对大规模分布式光伏并网,如何才能有序可控监测预测,促进分布式光伏消纳和利用?
江苏,交出了一张优秀答卷。
江苏分布式光伏增长迅猛,2024年月均增量超100万千瓦。海量分布式光伏接入电网,给电网调度和运行带来了挑战,对分布式光伏的数据采集和观测显得愈发重要。
“基于基准站聚合感知的分布式光伏可观可测”项目创新采用“以点代面”的聚合感知方式,利用光伏出力的空间相关性,将江苏省划分为若干分布式光伏集群区域,并在每个集群内维护若干分布式光伏基准站,采用人工智能方法和大数据分析技术,通过基准站估算集群分布式光伏出力,实现全量分布式光伏的可观可测。
江苏分布式光伏可观可测系统。
与传统方式相比,该项目无需加装实时量测装置,大幅节约成本;实现低压分布式光伏高精度实时观测,提升分布式光伏出力预测准确率近1个百分点,实时估算准确率达97%;每年可提升新能源消纳率约1个百分点。
近年来,江苏分布式光伏迎来爆发式增长,装机总量超3400万千瓦,占江苏光伏装机总量的60%以上。但现有的配网采集监测网络体系难以覆盖全量分布式光伏用户,海量的分布式光伏处于监测“盲区”,这对电网的安全稳定运行影响较大。
分布式光伏“规模总量大”和状态“监测不充分”之间的矛盾日益突出,全量分布式光伏直采监测模式实时性难以保证,现有推算算法未充分考虑低压分布式光伏出力差异化特性……针对上述问题,国网江苏电力深入研究人工智能与大数据挖掘方法,实现低压分布式光伏可观可测。
2021年11月
国网江苏电力调度控制中心与江苏电科院组建了多学科交叉融合的专业团队,研究利用数字化技术,在不加装测量装置的情况下观测分布式光伏发电功率的方法。
江苏电科院员工讨论技术方案。
2022年1月
团队采用先进人工智能技术划分光伏集群,以集群为单位估算分布式光伏实时出力,并在三周内开发出分布式光伏可观可测系统,首次估算分布式光伏实时出力,与营销用电采集系统实际采集数据对比准确率达90%。
江苏电科院员工研究开发分布式光伏可观可测系统。
2023年3月
团队结合江苏省气象监测体系和省级气象平台气象预测结果,采用包含神经网络在内的多模型融合预测技术,以集群为单位开展分布式光伏未来出力预测,实现分布式光伏未来10天预测,短期预测准确率达94%。
江苏电科院员工分析分布式光伏可观可测系统运行情况。
2024年3月
团队开发上线了江苏全省分布式光伏未来10小时超短期预测功能。至此,覆盖分布式光伏实时估算、短期预测、超短期预测的江苏分布式光伏可观可测系统全部建成,服务省、市、县三级调度部门合理安排发电计划和保障电网电力电量平衡。
江苏电科院员工现场检查园区屋顶光伏运行情况。
“网格式”覆盖
创新构建分布式光伏集群
项目结合气象、地理位置、分布式光伏装机密度等因素,将整个江苏省划分为206个分布式光伏集群,同一集群内气象资源一致,构建出全省分布式光伏集群监测网格体系。
“以点代面”
分布式光伏实时出力估算感知
项目创新采用以“点(基准站)”带“面(分布式光伏集群)”的估算感知方法,将大数据与人工智能技术引入分布式光伏实时观测领域,在不增加单点采集设备和投资的前提下,深度挖掘数据价值,实现低成本分布式光伏实时观测。
“以点代面”分布式光伏实时出力估算原理。
多模型融合
分布式光伏预测精度↑
项目以分布式光伏集群为单位,开展分布式光伏未来出力预测,建立人工神经网络、时序预测深度学习等多预测模型,融合多模型预测结果,根据不同模型近段时间的表现,动态调整模型权重系数,以提升预测准确率。
来源丨国网江苏电力 江苏电科院
感谢丨罗飞 杜云龙 卜强生 孙婷
责编丨张越越
执行审核丨郑欣月
点亮在看!