储能王骏20251204

2025年12月05日16:15 关键词 新能源气象预测电力交易电网装机容量消纳能力极端天气功率预测数据安全能源安全太阳辐射高空风观测网络AI气象预报数值天气预报电力系统气象部门分布式光伏负荷预测储能企业 全文摘要 北京鸿创科技公司近两年在电力交易领域运用AI技术进行气象监测与预测，着重解决新能源行业面临的气象预测挑战，包括新能源装机对电网消纳能力的考验和极端天气对电网保供能力的影响。随着新能源在电力供应中的比重增加，对气象数据的需求日益增长。该公司通过建设自主可控的能源气象观测网络、融合AI大模型与传统气象预测模型，以及提供定制化气象数据服务，有效应对上述问题。 储能（王骏）-20251204_导读 2025年12月05日16:15 关键词 新能源气象预测电力交易电网装机容量消纳能力极端天气功率预测数据安全能源安全太阳辐射高空风观测网络AI气象预报数值天气预报电力系统气象部门分布式光伏负荷预测储能企业 全文摘要 北京鸿创科技公司近两年在电力交易领域运用AI技术进行气象监测与预测，着重解决新能源行业面临的气象预测挑战，包括新能源装机对电网消纳能力的考验和极端天气对电网保供能力的影响。随着新能源在电力供应中的比重增加，对气象数据的需求日益增长。该公司通过建设自主可控的能源气象观测网络、融合AI大模型与传统气象预测模型，以及提供定制化气象数据服务，有效应对上述问题。展示了其技术优势和市场定位，分享成功案例，并对未来新能源气象服务发展充满信心。 章节速览 00:00新能源电力交易与气象预测挑战 对话围绕新能源电力交易中气象预测的痛点展开，指出新能源装机容量增加对电网消纳能力的挑战，以及极端天气对电力保供的影响。强调气象预测误差对电网平衡成本的提升，介绍国家能源局和电网侧引入政策以平衡电力电量差距，促进新能源消纳。同时，提及气象预测对发电侧企业利润、分布式光伏入市挑战及电网资产安全的影响。 03:58新能源与气象观测的融合：构建精准预测体系 当前国家气象观测能力在新能源应用上存在局限，尤其是西北、西南地区观测稀疏，高空风速和太阳辐射数据不足。为解决此问题，需加强能源气象观测网络建设，包括地面和卫星观测，同时发展针对风光精细化需求的数值天气预报模型。通过融合商业与物理模型，构建高精度气象预测能力，为新能源电站提供智能预报服务，助力电力交易与多能互补调度，最终实现电力电量平衡，提高新能源消纳水平。 07:43红向科技：气象预测赋能能源行业创新应用 红向科技依托其强大的气象预测模型与AI大模型，为国内外能源客户提供定制化服务，涵盖降低电站考核罚款、提升电力交易收益、支持离网制氢项目及多能源互补预测等。公司拥有全球海量气象数据资源与自主可控的预测技术，其预测准确率领先全球，致力于推动新型电力系统智能化发展。 发言总结 发言人1 他，即北京鸿创科技的王俊，介绍了公司近两年在AI气象监测预测及场景应用体系方面的进展，旨在解决新能源行业面临的气象预测痛点。随着新能源装机容量超过火电，成为电力供应主力，以及统一电力市场的加速形成，新能源面临全面入市的压力，这对电网的消纳能力和保供能力提出了挑战。王俊指出，新能源的间歇性和波动性特征加大了电力系统对气象预测的敏感度，而当前国家气象观测能力有限，导致气象对新能源预测的支撑不足。为解决这一问题，公司构建了从能源气象观测、预测到应用场景的完整技术体系，通过自主研发的地面气象观测设备和计划发射的商业气象卫星，结合物理模型和AI大模型，提高了气象预测的准确性和精细化程度，从而帮助 电力交易和新能源电站运营提高效率，降低成本。此外，公司还为分布式光伏、离网制氢及多电源资产调配等领域提供了定制化的气象数据服务，展现了其在气象服务和新能源领域的专业能力和市场定位。 要点回顾 北京鸿创科技在电力交易领域是如何利用AI气象技术进行监测预测的？ 发言人1：我们公司近两年主要围绕电力交易中的AI气象服务，针对整个场景应用进行了详细梳理。通过AI气象预测技术，帮助新能源行业解决气象预测需求上的痛点和问题，特别是在新能源装机容量超过火电，并成为主力电源的背景下，全面入市给新能源带来了压力。同时，极端天气增加和新能源保供能力不足也对电网提出了挑战。 新能源发展对电力系统带来了哪些主要问题？ 发言人1：新能源发展使得电力系统面临两大问题：一是新能源装机容量增大给电网消纳能力带来挑战，导致风光利用率持续低于警戒线；二是随着极端天气频发，新能源在顶峰保供能力持续不足，对电网保供能力造成压力。 气象因素如何影响电力系统及其建设？ 发言人1：在新电力系统建设过程中，气象敏感性增强，体现在电源侧新能源装机容量和发电量占比提升，以及配用电侧冬季制暖、夏季制冷等需求增加导致用电负荷增大。气候变化已成为电网柔性调节的重要因素，而极端天气事件对电力保供构成挑战，增加了电网投资需求。 当前气象观测能力对新能源发展的支撑作用如何？ 发言人1：目前中国气象部门建成的观测设备主要集中在人口密集区域，对于新能源资产密集的西北、西南等地区观测稀疏甚至空白。此外，气象部门更关注人体相关的气象要素，对新能源所需的太阳辐射和高温峰观测不足，现有气象观测能力对新能源应用和研究的价值有限，行业内普遍采用国外数据作为底层数据源，这也存在时空分辨率低和能源安全、数据安全等问题。 如何从源头解决新能源功率预测和电力交易中的精准性问题？ 发言人1：要解决这些问题，一方面需要改进底层能源气象观测，提高数据精度；另一方面需发展完全围绕风光精细化需求的数值天气预报模型，以实现更精准的预测。最终目标是利用气象数据帮助发电侧用户避开负电价、寻求更好交易，为电池储能企业提供电价套利及辅助服务收益，从而助力电网实现电力电量平衡和提高新能源消纳水平。 在能源气象观测方面，公司目前采取了哪些举措？公司在能源气象预测方面取得了哪些成果？ 发言人1：我们公司已建成相对完整的全链条技术体系，在国内积极建设自主可控的能源气象观测网络，分为地基观测和天气观测两部分。地基观测层面上，我们正围绕风光水可再生能源资产密集区域布设自有的地面气象观测设备，特别是在山东、江苏、浙江等分布式光伏资产密集区域部署太阳辐射观测仪器。此外，我们还计划在明年下半年发射一颗可见光载荷的商业气象卫星。基于自采数据，我们已构建出全国范围内的百米级气象预测能力，并结合极端天气风险综合评估，为新能源电站提供智能预报服务。目前，已形成覆盖整个能源生产运行决策支撑的服务产品体系，包括集中式电站和分布式电站的功率预测，以及离网制氢相关的能源流预测，同时帮助大型集团客户进行多能互补调度预测和综合能源管理。 该技术体系在国内有哪些实际案例应用？ 发言人1：该技术体系的应用案例主要包括：一是通过技改提升电站运营收益，已完成一百多个电站项目，平均准确率提高3%，例如青海一千兆瓦集中式光伏电站，月度考核罚款降低接近20万，全年约240多万；二是赋能电力交易，深度参与山东省电力现货市场，通过融入高精度气象预测数据，实现单位增益显著提升，一度电增益达到7厘钱；三是为离网制氢项目提供分钟级气象预测和功率预测服务；四是与客户合作，针对风光储多种电源资产的互补预测和配比调峰需求进行研究，如在云南进行重大项目的示范；五是拓展至非洲和拉美区域，帮助当地企业应对极端天气频发重发带来的短期调峰和长期能源规划需求。 公司自身的定位和发展情况如何？ 发言人1：我们公司——红向科技，是一家依托于物理学气象预测模型和AI大模型，专注于新型电力系统智能服务的公司，现有员工260多人，其中硕士博士占比40%，是国家级专精特新小巨人企业。我们在国内外气象预报比赛中多次获得第一名，并拥有全球海量底层气象大数据资源，实时为国内外众多企业提供气象预测数据服务。我们的核心优势在于拥有完全自主可控的气象预测能力，可实现针对不同位置的定制化开发与实时预测服务，两条技术路线（气象物理学预报和AI气象预报大模型）并行，预报准确率比全球最好的欧洲预报提升至少15%。