“辐照度数据采集正常，通信模块正常。”12月19日，在福建泉州南安成功工业园光伏电站附近，南安市供电公司员工蔡梅凤正在轮巡屋顶辐照度微气象站数据。在150千米外的国网福建省电力有限公司人工智能实验室内，技术人员马腾通过调控云平台查阅预测误差，分析预测结果。目前，该实验室的光伏功率预测模型对单点光伏客户的光伏发电功率预测精度可达到分钟级，日发电量预测平均准确率达87.5%。
“通过引入网格化数据建模和微气象站校准这两个优化方式，我们对光伏功率预测模型的准确性和适用性进行了校验，大大提升了预测的效率和精度。”马腾介绍。
据了解，目前福建分布式光伏发电装机容量已达到300万千瓦以上。随着分布式光伏大量接入电网，就地消纳光伏发电难度增加。而解决这一问题的关键方法就是精准预测光伏功率。
今年8月，福建电科院联合南安市供电公司组建攻关团队，采用网格化数据建模方法，根据地理位置、电网结构将供区划分为多个子区域，将光伏客户与气象站气象预报数据通过网格匹配。攻关团队构建了中低压有源配电网数据集，利用国网福建电力人工智能平台训练环境，开展基于轻量级机器学习算法的预测模型研究，建成省内首套县域分布式光伏功率预测模型。
国网福建电力将扩大分布式光伏发电功率预测模型的试点应用范围，将预测服务覆盖至全省九地市光伏发电客户，并持续开展数据应用产品研发，推进大数据分析、深度学习等应用落地。（林晨翔 王忠平 傅泓源）
原标题：提升分布式光伏功率预测精度
