3月11日，阿里達摩院成功研發(fā)可精準預測風電場風速及發(fā)電功率的AI算法玖详，該算法可預報平原挖藏、山地暑刃、海岸等不同地形的風速，并預測該區(qū)域內(nèi)風電場的發(fā)電量膜眠，為電網(wǎng)調度提供數(shù)據(jù)支撐岩臣，提升風電消納率。

在復雜的山地風電場中宵膨，使用達摩院AI預報的準確率可提升20%庇启。目前該算法已服務國內(nèi)多個風電場。

風電是發(fā)展最快的可再生能源之一兔憨，國家能源局數(shù)據(jù)顯示盛媚，僅2021年，全國風電發(fā)電量達到6526億千瓦時扶楣，同比增長40.5%撤忆。

然而，風具有隨機性和間歇性特點睬毒，尤其是山地風電場受山谷風的局地環(huán)流影響经馍，容易產(chǎn)生明顯的局地小氣候，常規(guī)天氣預報無法準確反映出風電場所在區(qū)域的真實風速橘谐，從而造成發(fā)電功率預測準確率低下父绿，電力系統(tǒng)不穩(wěn)定等問題。

針對該問題陋疑，達摩院研AI Earth團隊發(fā)研發(fā)了高精度網(wǎng)格氣象與功率預報模型畅廷，基于AI降尺度技術高效提取地理空間特征，可將天氣預報精度提升至公里甚至百米級，有效解決復雜地形風速差異大的問題麸塞，實現(xiàn)更為精確的風速和風功率預報秃臣。

目前，達摩院已和內(nèi)蒙古東潤能源公司展開合作哪工，為國內(nèi)多個風電場提供精細化氣象服務奥此，提升預測準確率。

如湖南山區(qū)某風電場雁比，過去該風電場在冬季風速預報均方根誤差(RMSE)約為4.75稚虎，使用達摩院AI算法進行后，誤差大幅降低至3.02偎捎，進而將風功率預報準確率提升20%以上蠢终。

相比傳統(tǒng)方法，達摩院算法預測結果與真實情況更接近

達摩院AI Earth團隊負責人李昊表示：“我們無法改變風的多變性特點茴她，但結合傳統(tǒng)數(shù)值模式的AI可以高效地捕捉到其中的變化寻拂，幫助新能源行業(yè)掌握「馭風之術」。”