“輻照度數據采集正常，通信模塊正常……”12月19日，在福建泉州南安成功工業園光伏電站附近，國網南安供電公司蔡梅鳳正在對屋頂輻照度微氣象站進行數據輪巡。

　　與此同時，在150公里之外的國網福建電力人工智能實驗室，技術人員馬騰正通過調控云平臺查閱預測誤差、分析預測結果。經過一個月的連續測試，預測模型對單點用戶的發電功率預測時間精度可達到分鐘級，日發電量預測平均準確率達87.5%，平均合格率達96%。

　　“分布式光伏點多面廣，使用傳統的光伏預測方法在面對海量預測任務時，存在算力要求高、計算效率低等問題，而且氣象預報數據帶來的誤差也會對預測結果產生較大影響。”國網福建電科院人工智能技術骨干馬騰介紹，“現在，通過引入網格化數據建模和微氣象站校準這兩個優化方式，對光伏預測模型的準確性和適用性進行校驗，大大提升了光伏預測的效率和精度。”

　　據了解，目前福建分布式光伏發電裝機容量已達到300萬千瓦以上，隨著分布式光伏大量接入電網，其隨機性、波動性的發電特性使其和負荷需求存在時空上的不平衡，給光伏的就地消納帶來了困難，同時還會給當地配電網帶來反向送電、臺區過壓并網等問題。而解決光伏就地消納等問題最關鍵的一步就是實現光伏出力的精準預測，通過精準預測能夠有效統籌光伏發電、負荷需求、儲能裝置之間的平衡協同，實現光伏最大程度就地消納、優先消納。

　　為了有效解決光伏預測難題，今年8月份，國網福建電科聯合泉州南安供電公司組建聯合攻關團隊。經過多種技術路線對比，團隊最終選擇采用網格化數據建模方法，根據地理位置、電網結構將區域劃分為多個子區域，將光伏用戶與氣象站氣象預報數據通過網格進行匹配。攻關團隊構建了中低壓有源配電網數據集，利用公司人工智能平臺訓練環境開展基于輕量級機器學習算法的預測模型研發，建成省內首套縣域分布式光伏功率預測模型。

　　“分布式光伏站點、氣象預報點、微氣象監測點，這些數據源位置存在點多面廣的特點，易出現數據缺失和異常等問題，而網格化建模技術是一種數據增強技術，它不僅提升了數據匹配效率，而且還能解決數據缺失和不匹配問題。”國網福建電科院數字中心負責人鄭州介紹，“目前，試點地區分布式光伏已實現從‘無預測’到‘可預測’再到‘精準預測’，并且我們開發的模型已經在省側配網調控云進行了封裝部署，能夠輔助調度專業開展方式安排和資源調配，有效保障電力可靠供應。”

　　分布式光伏功率預測僅是大數據、人工智能技術在電網調控領域應用的一個縮影。下一步，國網福建電力人工智能團隊將繼續擴大分布式光伏發電功率預測模型的試點應用范圍，將預測服務覆蓋至全省九地市光伏發電客戶，持續開展數據應用產品研發，推進大數據分析、深度學習等新技術落地應用。(林晨翔 王忠平 傅泓源)