超短期光伏发电功率预测模型技术
项目背景
2021年国家能源局出台了《电力并网运行管理规定》和《电力辅助服务管理办法》明确要求风电、光伏电站进行超短期发电量预测以适应新型多元的电力系统。传统监测技术面临维护难、应用受限、预测延迟及准确度低等难题。针对诸多痛点，陈晓阳博士团队迎难而上，利用地基云图成像技术，为光伏电站装上“眼睛”，成功研发出全球首款多模态光伏功率预测模型。
简介
该模型体积小巧、应用灵活，针对检测镜头进行了防过曝、低能耗的优化设计，便于后期维护，且适用于集中式、分布式及海上光伏等多种监测场景。结合团队自主研发的SkyNet深度学习模型，能够实时观测云团运动，精准捕捉功率变化。据前期实验数据，该技术在15分钟分辨率的4小时预测尺度内，调和平均准确率高达90%，为光伏发电的精准预测和稳定运行提供了强有力的技术保障。
合作
  • 合作方式 合作开发
  • 项目负责人 陈晓阳
技术优势
| 设备优势：模型体积小巧、应用灵活，针对检测镜头进行了防过曝、低能耗的优化设计，便于后期维护。
| 预测技术：自主研发的 SkyNet 深度学习模型，能够实时观测云团运动，精准捕捉功率变化，符合短期预测需求。
应用场景
适用于集中式、分布式及海上光伏等多种监测场景 ，可助力提升光伏电站的经济效益，降低运营风险，确保光伏电站的稳定收益，推动光伏行业智能化、精准化发展，加速能源结构的优化升级 。
对应课题
无
知识产权
无