2021年10月17日-20日，2021北京國際風能大會暨展覽會（CWP 2021）在北京新國展隆重召開。作為全球風電行業年度大的盛會之一，這場由百余名演講嘉賓和數千名國內外參會代表共同參與的風能盛會，再次登陸北京。

其中，10月20日中東南部風電發展論壇隆重召開。國能日新科技股份有限公司算法副總工程師鐘崇光出席會議并演講。

以下為發言全文：

鐘崇光：

我的演講分為以下四個板塊，公司預測，集成技術，分散式風電應用以及電力交易應用。我們公司是2008年籌建成立，然后是到2021年已經有數據能源管理，智慧電站管理電力交易，智慧電網運行管理四個業務領域的近20種產品，我們愿望是成為清潔能源管理專家，使命是讓更多人用上清潔低價的能源。

下面講一下集成預測技術。

我們的模型功率預測算法的結合預測方案有下面這個框圖里面短期預測，預測時間0到24小時，時間分辨率一天96個點的預測，主要安排常規發電組的計劃，解決電網的調度，網絡問題以及電力交易里面，預測時間尺度是0到4小時，15個點的滾動預測，時間分辨率也是15分鐘，這個主要用于實時調度和相互的實時交易以及考核計算。在這里面我們要有一些，要研究的是單機風速和功率的關系以及設備的運行狀態還有數字天氣預報，我們用的是多元的天氣預報，有歐洲的、日本的、美國的、中國氣象局都用了。還有一些極端氣象條件下的功率預測我們也在做，還有進行分區域的情況預測。

這邊是就是對數據的預處理，數據治理，對于一些錯誤的數據，一些市值，限電的情況，這些數據要清除掉再建立模型，這是集成預測技術的整個流程，這邊我們是選定到風電場周圍的地理坐標范圍，就是用一些網格，用數字天氣預報把它格點化，把它分成空間的網格，每個網格都有預測的風速、風向、濕度、壓力。每個網格做出規律預測，預測它和歷史地區的功率預測做一個相關系數的排序，后會得到一些優選的網格，就是重點的代表性網格，然后多元的氣象，我們可以用多元的輸入重復這個過程，后選出到這些網格做集成工具的模型，后得出風電場的預測功率模型，中間還有選擇不同的網格，不同的要素。

分散式風電的應用。剛才前面嘉賓已經講了很多分散式風電，我這簡單講一下，它是指電負荷中心附近，不以大規模傳輸，產生的電力就近接入電網，它是具有多點接入，就地消耗，容量小，布局分散的特點，有一些隨機性和雙相潮流。其實這個分散式風電和分布式光伏有一些相同點，他們二者在功率預測的理論框架上是基本一致的，其實都是區域預測。就是我們公司做了十幾個主張的項目，這種主張項目大多數是光伏的，在我們國家分布式光伏比較多，分散式風電相對少一些。

那邊是要進行行政區域的劃分選點以及地理信息選點，把一些我們得不到實際功率的點出力進行，修補這些樣本后再進行算法預測，就是功率的預測，人工智能修整，行政區域選點法，層層分解，從省到地市，到區縣，后選擇5到30個樣板電站。覆蓋的范圍盡量寬，而且選的樣板電站接近平均水平，我們還有地理信息聚類選點法，根據分布式電站的經緯度、地形選板，接入點進行選點，我們的樣板電場或者電站，紅色的點的電場，我們有它周圍的電站還原它的功率預測，這邊是樣板預測算法的整個流程，我們是先是得到用氣象選點，網式化數據短期預測模型，氣象經過修正就是一般就是做短期和超短期預測，一般就做分散式風電的監測，它這里跟光伏有點不一樣，光伏數據是好多都是在，就是屋頂或者是很小的，它找不到實發數據，這個風電是高密度的，我們可以直接從調度數據網取到它的實發數據，當然也有一些確實，用光伏的方法進行補全。還有分散式風電，它也肯定會用到網格化的數字天氣預報和電量預測，中長期的天氣預報做電力預測和單站預測。

電力交易中的應用，電力交易有時間上的價值，每天高的時段發電成本高，在國外有時候還出現負電價，像美國、德國那邊，所以說電力具有時間的價值，還有就是電力的具有空間價值，空間價值就是發生阻塞的時候，在資源稀缺的地方阻塞。

電力市場的一般構成，縱軸結構上分為省內交易和省間價格，橫軸論是從時間維護上，年度及年內閱度以上，月周內，日前交易和實時交易這幾個部分。前面年度交易和月度交易用到中長期發電量的預測，日常分別月到短期和超短期預測。

電力發生比較快的就是甘肅、山西，所以說我們主要合作的省就是甘肅和山西這兩個省。甘肅這兩個市場主體有發電企業，售電企業和批發用戶，由調度和交易中心對市場進行指導，還有一些規則的制定。電力市場的結算模式是采用全電量交易，全電量交易的，偏差結算就是說我日前申報的電量和我們中長期結算的電量會形成一個日前的偏差，實時偏差就是實時上網的電力和日前的現貨電量的偏差。然后它的價格也是不一樣的，就是日前價格和實時價格，功率預測對電力的影響，功率預測精度的提升在一定程度上會提升現貨交易收益，因為它還和現貨的價格預測有關，模型指標在這里，因為它是每15分鐘滾動交易一次，所以說單點誤差，年雨44天發電量預測，短期功率預測，超短期功率預測，分別應用這些影響交易的量，中長期、日前、實時、偏差、細則考核。

這邊是我們的策略推薦引擎工作流程，它通過這邊的這些交易數據、市場數據，氣象、信息實發，電場信息，模型的篩選，自動化調參實時發布步驟，得到第二天的日前電量，中長期結算價格對第二天的市場的預判，預判完成之后再用策略優化模型使得收益大化，得到目前的報量和報價。這是我們做的電力交易輔助決策云平臺，這是一個截圖，這是我前天截的，它就會在早上，調度一般在七點上報，上報之前把推薦的策略曲線畫出來，這個黃色的線就是推薦的策略曲線，可以推薦它這個，我預測的價格進行調解，白天會調高，在白天的時候價格低，晚上的時候它價格都會調低一些，但是也不是全調低的，里面涉及到收益計算模型。

這個是我們的一些電力交易案例，去年10月在甘肅和山西，一個月策略增收情況。去年的時候，規則還，根據去年的規則，它的收益大概就是風電場在，風電場和光伏都是一在7%、8%左右，這是實際收益，策略收益根據實際收益結算，我們也收到電廠的感謝信，給他們減少了虧損。今年8月電力交易持續在做，今年8月甘肅山西策略度電均價提升情況，假設發電量不變，我們策略不會影響它的發電量，收益會提升，就是策略的收益除以發電量，就是度電，度電均價，我們的策略現在因為它規則也改過了一遍。

（根據演講速記整理，未經演講人審核）