12月19日，由华北电力大学技术转移转化中心、北京未来科学城管理委员会、北京市昌平区科学技术委员会、北京市昌平区未来科学城双碳技术转移转化研究院、北京新型能源产业开发研究院、中关村华电能源电力产业联盟等单位共同举办“2025年新型电力系统线上研讨会（第十四期·总第四十二期）”，围绕着“新能源功率预测”进行分享，征得专家同意后，在此分享本次会议部分文字实录，欢迎阅读。

　　下面我开始我的介绍，我今天介绍的题目是锚定“双碳”目标，以新能源精准预测赋能新型电力系统。

　　新能源的装机激增，新能源预测迎来更高要求。首先，在国家层面，在全球气候治理以及“双碳”目标的引领下，我国新能源进入爆发式增长期，装机规模快速扩张与形态多元化，“消纳”和“保供”双重风格将频率交替出现，源荷双侧绝对偏差日益，对新能源预测的精准性、时效性提出前所未有的高要求，成为保障电网安全的核心前提。总书记也指出2035年风光总装机力争达到2020年的6倍以上，达到36亿千瓦。

　　在新能源装机激增消纳和保供压力凸显的情况下，面对新能源三性特征，精准预测是提前感知出力变化的核心手段，破解新能源波动的核心支撑，其价值渗透在电网安全、临时收益等全链条。

　　我们建立了全维度数据的支撑体系，筑牢预测的基石，众所周知不管是大模型、小模型都强调数据为要，数据决定了模型的上限，所以我们一个基础性的或者繁杂性的工作都是对于数据的处理、清洗和加工。

　　首先，第一步我们让数据“聚起来”，新能源预测大类包含两类数据，一个是气象方面的数据，二是新能源电力方面的数据。我们南网建立了南网自己的气象数据中心，那里接入了南方区域的气象部门的自动气象站数据以及卫星雷达等多元观测数据。另外，我们也实时接入了1600多个集中式新能源场站的观测数据，数据是超过50亿条，为精准模型以及预测提供全量的数据支撑。

　　数据优化后，我们第二步做的工作，让数据“优起来”。我们首先构建了“标准-管控-反馈-提升”闭环的全流程数据质量考核体系，也考核促提升，另外我们还研发了一系列的自动质控和筛选的数据清洗算法，实时对数据进行质控跟清洗，能达到高质量数据的要求。

　　在这个数据的基础上，我们新能源预测的前端就是风光的气象预测，南网也是在电力气象以及电力气象预测等方面开展了一系列的研究工作和攻关工作，我们现在电力气象预测从实况监测到数据预处理与同化、客观预报、后处理/人工订正以及、电力气象应用五个阶段，我们联通气象部门以及气象的商业公司、研究院所开展了一系列的工作，提升电力气象的预测能力。这里电力气象应用比较核心的一个应用就是提供新能源功率预测，包括短、中期高分辨率的风光的预测以及中长期的风光的变化趋势。

　　我们气象预测的过程中也有一块是气象监测方面的工作，现在发现气象部门提供的监测数据对于新能源，也包括一些电力设备防灾减灾的需求还不够，因为气象部门很多的站点分布在能源比较密集的地方，比如说珠三角气象站非常密集，但我们关注的云贵山区、新能源场站密集的区域以及重要的输配电的区域分布是比较稀疏的，所以我们现在也在谋划建设南方电网自己的电力气象监测站网，我们主要作为气象部门监测的一个补充，提升对新能源场站以及电力设备设施所在地的气象环境的监测。我们认为气象监测的提升是后续预测以及新能源功率预测提升的一个重要前置条件。

　　另外，我们现在气象方面也在积极开展AI大模型相关的工作，因为AI大模型从盘古气象大模型发表（类车尔音）之后，技术涌现是快的，也在诸多方面体现出超越传统数值天气预报模式的能力。我们南网现在还是秉持AI和数据天气预报模式双轮驱动的模式在发展，但是我们当前将更多精力花在对AI技术的研究上面，希望能通过AI技术进一步提升风光预测的准确率和分辨率。

　　在前面气象预测的基础上，新能源功率预测我们的整个技术路线按照路线多元、多点开花、兼容并包的路线在开展。首先我们对于方法，物理方法以及统计方法，各种模型我们都在积极尝试和应用，并开展对比和分析。

　　我们比较有特色的是我们构建了新能源功率预测价值生态圈培育计划，推动整个行业的充分竞争和交流提升南网，乃至全行业新能源功率预测的水平。自2022年至今，新能源培育计划实施以来，场景覆盖了南方区域的网、省、地、场全维环境，目前我们经统计有效提高了南方区域新能源功率预测精度9%以上，有效促进了产学研用在电力生产领域深度融合。

　　可以看下时间轴，我们大概2022年开始发布培育计划，到现在已经过了三年多的时间，我们定期公布培育计划的排名情况，共同促进整个行业预测水平的提升。近期，我们2025年赛季也积极沟通了像伏羲、风乌等气象大模型厂家的加入，当前我们培育计划当中有越来越多AI模型的加入。

　　聚焦国内领先的技术，当前我们功率预测也是包括了头部，功率预测前十的厂家以及人工智能的初创公司，风机制造的企业，计算机领域的这些公司以及国内知名的研究机构和高校团队，吸引了应该是从设备制造到预测场景到研究院所到互联网企业等多行业公司共同提升我们新能源的预测能力。刚刚提到2025年在我们新能源培育计划里面出现越来越多大模型的身影，我们也是希望我们培育计划能够成为大模型应用的沃土，因为现在很多大模型发布也是越来越多，但是真正应用的效果怎么样，很多人心里都是打一个问号的，我们希望能够将我们的新能源培育计划作为其中一个应用的相当于检验的指标，看看这些大模型真正在生产运行中真正落到生产预测上它的准确率到底是什么样的水平。

　　我们新能源培育计划也是南网数字化转型的重要实践，这个也是多次得到公司领导的高度认可，我们打造了数据赋能的方案，提升了预测精度，通过价值生态圈的运作我们也是培育筛选出7套先进的算法，这7套算法到目前已经部署在南网总电实时生产的环境中支撑新能源调度运行以及现货市场的出清。

　　我们这个培育计划目的是构建“共商、共建、共享”的价值新生态，通过良性竞争，加快技术应用的迭代升级。

　　第一，还是极端天气，或者转折性天气情况下新能源预测失准的问题。目前我们根据统计来看，如果在省级或者区域级，新能源预测整体准确率还是比较高的，基本上能达到80%，甚至市一级能达到90%多，但是在常规的天气下准确率是比较OK的，但是在转折性天气等时候偏差就会明显的加大，这个时间段也正是电网整个运行比较困难、力度比较小的时候，所以这段时间的准确率也是我们调度机构重点关注的时期。极端天气的出现，比如像台风引起的风机切出，覆冰引发的风机凝冻，导致“有装机、无出力”出力突变，现有模型很难精准的捕捉，且极端天气的起止时刻、强度变化难以预判，风电的预测偏差在15小时以上的维度累积显著，直接影响预测精度。

　　另外，南方区域的新能源场站呈集群分布，与极端天气影响区高度重合，像我们沿海的海风场受台风影响，云贵以及广西北部的山区风电受寒潮的影响都是很大的，而且这一块影响整个新能源装机规模也是较大，集中影响导致出力的骤变给整个电网的频率稳定带来了很大的压力。

　　第二个超短期预测的精度受限于气象预报延时。因为气象预报目前我们大部分的新能源功率预测按照两步走的技术路线来看，大部分技术输入依赖于数据天气预报的结果，数据天气预报大部分都会采用ECMWF数值天气预报，他的天气预报基本上滞后6到8小时的情况，会导致对于天气演变快或者转折性天气这种滞后的时间引起整个模型系统性的偏差。

　　第三，常态化弃电与全面入市场景下新能源功率预测提升的难度增大。在新能源高比例并网进程中，常态化弃电与全面入市场景叠加，让新能源功率预测难度显著升级。在弃电场景下，预测动态匹配区域消纳能力，精准区分“可并网出力”与“弃电出力”，双重需求叠加，使预测难度激增，现有模型难以平衡规避与收益最大化的矛盾。

　　最后，我介绍一下我们南网后续发展的方向以及我们提升新能源功率预测的计划。

　　首先，我们还是重点希望提升极端天气与转折天气的预测能力，针对极端天气难捕捉的核心挑战，以“自研+引入”为技术路线，聚焦气象预测能力升级，为新能源功率预测及防灾减灾提供强有力的支撑。刚刚也说到气象预测是功率预测的一个前置条件，他大概影响到70%功率预测的准确率，目前来看提升空间这块也是最大，所以我们目前也是在延长预报时效，二是加强日内偏差的修正，三是细分场景提升精度等几个方面，共同提升风光预测的准确率。第二，我们希望搭建电力气象等生态，汇聚行业的智慧，加速气象大模型以及电力气象预南宫NG测的迭代升级。我们也在筹备开展极端天气预测的赛马，重点针对极端天气与转折性天气的过程来挑选或者对比行业内优秀的这些算法或者数据。

　　第二，推动专业融合，放大新能源预测价值。将技术数据转化为行业价值，以新能源预测为枢纽，打通气象、调度、交易多能源的数据壁垒，建立联动机制，推动跨区域数据共享与行业预测标准，让整个流程标准化，助力新能源高效消纳与市场健康发展。

　　第三，AI赋能设备级以及场站级的预测，推动整个行业的发展。AI预测推动从宏观向微观跨越，我们也是谋划设计整个AI的发展蓝图，从气象的大模型到功率预测的大模型，从两步走到端到端我们都有规划和技术的设计，通过AI的技术能够进一步提升新能源功率预测的水平。

　　注：文字实录未经专家整理核实，仅作参考使用，具体解释权归本次会议主办方所有。