有一個市場是中國所有風場的剛需，自2011年國家能源局發(fā)布《風電廠功率預測預報管理暫行辦法》以來，80%的罰款紅線就成了套在每一個風場頭上的緊箍咒。
　　目前已有一半的省份開始正式功率預測準確性考核，其余省份也將在今年陸續(xù)開始考核。由于預測準確度不達標，全國范圍內新能源電站每年的平均罰款接近20萬元/場站，其中東部地區(qū)罰款約為10萬元/場站，中部地區(qū)20萬元/場站，在西北地區(qū)更是高達200萬元/場站。
　　“要做好功率預測必須具備跨領域整合的實力，因為既涉及到氣象、風電、太陽能，又涉及到大數(shù)據、機器學習，而遠景剛好具備這樣的能力。”遠景能源孔明產品負責人楊恢告訴記者。
　　孔明是遠景能源推出的一款新能源功率預測產品，利用多個權威部門發(fā)布的數(shù)值天氣預報結果并集合風場測風數(shù)據，基于格林威治（Greenwich）高精度CFD（計算流體力學）模型和先進的機器學習理論預測每臺風機的理論風速及功率，并整合風機發(fā)電性能及生產計劃，優(yōu)化預報結果。
　　目前，孔明功率預測產品已經接入30GW風電資產，服務于多家風電領軍運營商，成為業(yè)界翹楚。
　　業(yè)內眾所周知，新能源領域未來的兩個技術制高點——儲能技術和氣象。作為一家致力于構建未來全球能源物聯(lián)網生態(tài)系統(tǒng)的公司，遠景能源在氣象領域有著國內公司少有的全球眼光，更有著“全球資源為我所用”的開放精神。
　　具體到風電功率預測領域，氣象更是影響預測精度的最關鍵指標，也是預測精度更上臺階的瓶頸所在。遠景能源通過對全國數(shù)百個風場調研后統(tǒng)計，約60%的風功率預測誤差來自于氣象預報的誤差。
　　遠景能源在全球大氣科學研究的前沿——美國科羅拉多建立空氣動力與氣象研發(fā)中心，目前有超過40位全球頂級的氣象與流體專家，還有效地整合了來自全球多家權威氣象機構的領先氣象預報模式和數(shù)據，能夠高效地實現(xiàn)全球范圍的支持多維度、復雜氣象要素、以及極端氣象事件的高精度、高分辨率的集合數(shù)值天氣預報，打造高精度的“孔明”氣象模式引擎，將氣象預報誤差降低30%，真正用好現(xiàn)有的氣象數(shù)據。
　　遠景能源EnOS™能源物聯(lián)網平臺管理著超過100GW的風、光、水等新能源資產，孔明將遍布全球的每一個風機點位都打造成一個氣象監(jiān)測站，構建起了全球氣象監(jiān)測網絡，巨大的新能源資產運行數(shù)據庫，能夠幫助孔明有效地將氣象預報誤差降低5%，持續(xù)提升預測精度。
　　而首創(chuàng)智能風機的遠景能源，對于風機性能分析可謂了如指掌。通過多種類、全方位的智能傳感技術，遠景的智能風機能夠準確感知自身狀態(tài)和外部環(huán)境，實現(xiàn)前端感知以及“自我診斷”，根據風向、風速等數(shù)據調整風機朝向、葉片角度，讓每臺風機聰明地獲取每一絲風，最大化風力發(fā)電效率。
　　正是制造智能風機，管理智慧風場的經驗，讓遠景在做風功率預測這件事上有著別的公司所無法比擬的技術積累。市場上許多做風功率預測的企業(yè)，只有基于數(shù)值天氣預報的物理方法、基于歷史數(shù)據的統(tǒng)計方法以及二者相結合的混合預測方法。然而，統(tǒng)計模型卻有它的上限，同一套模型對于不同地形、氣候條件下的風場，表現(xiàn)差異性相當明顯。而遠景基于100GW的風電資產管理經驗，針對每個風機的歷史數(shù)據擬合實際功率曲線，集成風機狀態(tài)及風機性能指標，能夠降低預測誤差3%。
　　機器學習和人工智能是目前風功率預測領域新的技術前沿，而基于不同的神經網絡與算法的預測模型也呈現(xiàn)百花齊放的景象，為風電功率預測吹來了一股浩蕩的AI之風。問題在于，如何打開不同AI算法的“黑匣子”，將AI技術真正與風場數(shù)據相結合。遠景孔明系統(tǒng)通過測試全球各種機器學習算法模型，從中找出了最適合風場的定制化算法。
　　而孔明背后，是依托于太湖之光和天河二號國家超級計算中心所獨有的大數(shù)據運算能力，這讓它可以為整個行業(yè)提供計算平臺。
　　如果說目前，風功率預測領域最大的用戶痛點還是如何不觸碰80%的紅線，從而規(guī)避罰款，將損失降至最低，很多同類公司的眼光止步于此。遠景能源則看得更遠，不僅看到了眼前的用戶痛點，更看到了精準的風功率預測在催生未來的新能源交易市場，乃至改變新能源在電力網絡中從屬地位的長遠價值。
　　在歐美地區(qū)，風電企業(yè)頭頂并未懸著一柄隨時落下的“罰款”利劍，然而風功率預測系統(tǒng)卻是行業(yè)的標配，預測精度也都高達90%以上。在沒有硬性約束的條件下，風功率預測依然如此受到重視。就是因為這直接影響到新能源交易市場的定價和競價。預測的偏差把握得越好，現(xiàn)貨市場交易的價格越好把握。這種市場的自動約束力，不亞于自上而下的那條政策警戒線。
　　隨著2014年《關于進一步深化電力體制改革的若干意見》的頒布，電力交易已在全國范圍內穩(wěn)步推行。今年7月，國內第一批分布式發(fā)電市場化交易試點正式啟動。未來新能源市場化交易要想更快到來，精準的風功率、光伏功率預測是前提條件。
　　而一旦未來新能源可以實現(xiàn)自由的市場化交易，政策的硬約束將會“內化”為每一家企業(yè)的利益硬約束。他們也不會再滿足于不觸碰80%這條紅線，而是對預測準確度的精益求精有著越來越高的要求。從產品上線一開始，這就是孔明為之努力奮斗的目標。
　　“一旦每天的預測準確度穩(wěn)定在90％以上，那時就會發(fā)生質變，風電成為可計劃的能源。”楊恢興奮地告訴記者。這意味著，風電將徹底甩掉間歇性、波動性、不穩(wěn)定性等戴了幾十年的帽子，成為與火電、水電平起平坐的能源形態(tài)，也不再成為電網在做發(fā)電用電調節(jié)時首當其沖的限電對象。
　　“電網做的是主動脈和靜脈，我們是在毛細血管中持續(xù)優(yōu)化，滿足電網低成本電力調控的剛需。在不限電的前提下，將整個電網的調峰成本降低。”在楊恢看來，孔明要做的，不僅是在為風電企業(yè)規(guī)避風險，也是在為電網分憂解難，不斷爭取新能源在電網中地位的提升。
　　孔明在甘肅的一個客戶有個2009年投產的風電場，由于投建時間久遠，且缺少地面觀測站氣象數(shù)據積累，整個區(qū)域功率預測平均準確率平均僅有74%，遠低于電網要求的80%。不僅給客戶帶來了損失，也加大了風電的波動性對電網穩(wěn)定的危害。
　　為解決此難題，遠景能源應邀在該區(qū)域進行試點，由于風場建設于約10年前，存在著數(shù)據質量差、網絡不穩(wěn)定、硬件老化等問題?？酌鲌F隊迎難而上，運用大數(shù)據的深度學習理論，在權威氣象數(shù)據源的基礎上提供了大尺度集合預報算法，僅用三個月的時間就將該風場準確率提升到84%。
　　實際上，孔明只是遠景能源物聯(lián)網操作系統(tǒng)EnOS™上的一個應用的示范，EnOS™將像微信小程序一樣，為新能源領域有領域知識的開發(fā)者提供算法與清潔數(shù)據服務，降低開發(fā)程序的門檻，促進平臺使用者開發(fā)出更多像孔明這樣高效的應用。