在復雜的山地風電場中，使用達摩院AI預報的準確率可提升20%。目前該算法已服務國內多個風電場。

 

風電是發展最快的可再生能源之一，國家能源局數據顯示，僅2021年，全國風電發電量達到6526億千瓦時，同比增長40.5%。

然而，風具有隨機性和間歇性特點，尤其是山地風電場受山谷風的局地環流影響，容易產生明顯的局地小氣候，常規天氣預報無法準確反映出風電場所在區域的真實風速，從而造成發電功率預測準確率低下，電力系統不穩定等問題。

 

針對該問題，達摩院研AI Earth團隊發研發了高精度網格氣象與功率預報模型，模型融入了物理方程，使得預報結果滿足物理約束，更接近真實情況；該模型還可高效提取地理空間特征，將天氣預報精度提升至百米級，有效解決復雜地形風速差異大的問題，實現更為精確的風速和風功率預報。

 

據介紹，達摩院已和內蒙古東潤能源公司展開合作，為國內多個風電場提供精細化氣象服務。數據顯示，在山地風電場中，達摩院AI的預測準確率提升明顯，以湖南山區某風電場為例，過去該風電場在冬季風速預報均方根誤差（RMSE）約為4.75，使用達摩院AI算法進行后，誤差大幅降低至3.02，進而將風功率預報準確率提升20%以上。

達摩院AI Earth團隊負責人表示：“我們無法改變風的多變性特點，但結合傳統數值模式的AI可以高效地捕捉到其中的變化，幫助新能源行業掌握「馭風之術」。”