近日，阿里巴巴將AI應(yīng)用于電力調(diào)度，聯(lián)合電網(wǎng)研發(fā)出的高精度電網(wǎng)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(yīng)對大規(guī)模光伏并網(wǎng)帶來的沖擊，促進了電網(wǎng)安全穩(wěn)定運行。

山東德州分布式光伏

統(tǒng)計數(shù)據(jù)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(fā)電高峰期占當?shù)仉娋W(wǎng)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(fā)電，既能自用，多的還能賣給電網(wǎng)，優(yōu)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(wǎng)負荷預測準確率持續(xù)下降，影響電力調(diào)度。

國網(wǎng)德州供電公司與阿里云、阿里達摩院合作，在電力調(diào)度中引入人工智能，研發(fā)出高精度電網(wǎng)負荷預測算法模型，2021年10月通過概念驗證，隨后進行大規(guī)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(jié)、寒潮等負荷波動較大的情況下，AI展現(xiàn)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(diào)度的基礎(chǔ)。

傳統(tǒng)母線負荷預測靠人工經(jīng)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(diào)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(xiàn)貨市場出清，有效支撐大電網(wǎng)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(zhuǎn)供、大用戶用電計劃、節(jié)假日等多源異構(gòu)的海量數(shù)據(jù)進行聯(lián)合建模，解決了大量新能源并網(wǎng)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(diào)度人員能夠更好理解AI預測的結(jié)果。

德州電力調(diào)度中心

隨著新型電力系統(tǒng)建設(shè)加速，電網(wǎng)負荷預測等調(diào)度技術(shù)支撐體系亟需轉(zhuǎn)型升級，由傳統(tǒng)的人工經(jīng)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(fā)出來，更要用起來，這就需要一張更加智能、更為彈性的電網(wǎng)。”

未來，我們還將重點布局綠色能源AI，通過結(jié)合人工智能和云計算技術(shù)，助力構(gòu)建新型電力系統(tǒng)。