3月11日，阿里達摩院成功研發(fā)可精準預測風電場風速及發(fā)電功率的AI算法，該算法可預報平原、山地、海岸等不同地形的風速，并預測該區(qū)域內風電場的發(fā)電量，為電網調度提供數(shù)據支撐，提升風電消納率。

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(fā)展最快的可再生能源之一，國家能源局數(shù)據顯示，僅2021年，全國風電發(fā)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(huán)流影響，容易產生明顯的局地小氣候，常規(guī)天氣預報無法準確反映出風電場所在區(qū)域的真實風速，從而造成發(fā)電功率預測準確率低下，電力系統(tǒng)不穩(wěn)定等問題。

針對該問題，達摩院研AIEarth團隊發(fā)研發(fā)了高精度網格氣象與功率預報模型，基于AI降尺度技術高效提取地理空間特征，可將天氣預報精度提升至公里甚至百米級，有效解決復雜地形風速差異大的問題，實現(xiàn)更為精確的風速和風功率預報。

目前，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，提升預測準確率。

如湖南山區(qū)某風電場，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團隊負責人李昊表示：“我們無法改變風的多變性特點，但結合傳統(tǒng)數(shù)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(yè)掌握「馭風之術」。”