在国能日新技术团队的精准训练下，预测模型能够根据风电场实际运行和实发情况动态调整，顺利完成所有指定竞赛场站超短期、短期、中期的全时间尺度功率预测任务，实现了高精度、高可靠性的风电功率预测结果，有效降低风电场考核费用
他们先后开发出调度端风电功率预测系统、计及风电的节能调度计划系统和智能风电控制系统，并在国内电力调度系统率先投入应用，提高了风电调度运行精细化水平，将风电消纳能力提升了10%以上。
8时，在国网吉林电力调度控制中心大厅，调控值长高重晖利用风电功率预测系统，对全省风电出力趋势进行整体估量。...风电功率预测系统、新能源实时平衡监视系统、智能风电控制系统均由国网吉林电力自主研发，助力吉林电网安全稳定运行能力大幅提升，风电消纳能力提高10%以上。
为确保此次试验顺利完成，试验团队基于电力系统全数字仿真平台（adpss）搭建了试验厂站的精细化电磁暂态仿真模型，完成构网型svg系统级安全稳定特性和主动支撑能力分析，制订与风电功率预测相结合的试验方案和风险控制预案
电气风电数字化高级产品开发经理黄永民以《优化功率预测精度打造预测系统生态圈》为演讲主题，系统性梳理分析了风电功率预测特性并提出了精细优化、极端气象优化、在线数据馈入模型优化等高精预测应对思路。
目前，该平台的日前风电功率预测精度达到85%，日前光伏发电功率预测精度达到90%。国网冀北电力正基于该平台加快建设全天候、高精度的新能源功率预测体系，推动新能源全天候、全时域、全场景态势感知。
加拿大工程院院士chiyungchung分享了先进预测技术、不确定性建模方法以及相关技术在风电功率预测、线路动态载流量预测和高风电渗透率电力系统瞬时稳定性预测3个场景中的应用。
除了与各大企业的合作布局外，阿里巴巴自身跨入了风电功率预测领域。...2022年3月，阿里巴巴达摩院成功研发可精准预测风电场风速及发电功率的ai算法，该算法可预报平原、山地、海岸等不同地形的风速，并预测该区域内风电场的发电量，为电网调度提供数据支撑，提升风电消纳率。
彭泳江介绍，根据国网江苏电力提供的海上风电功率预测信息，他们可提前调整风机迎风角度、开停机等运行方式，预计每年多发电600万千瓦时。...7月28日，根据国网江苏省电力有限公司提供的海上风电功率预测信息，华能江苏清洁能源分公司南通运维站站长彭泳江下达指令。远在60千米之外的启东华尔锐风电场，12台风机缓缓转向，调整偏航角度，蓄力待发。
目前，国家气候中心围绕海上风电开发利用的气候研究与服务做了以下5个方面的工作：海上风能资源评估、海上风能资源预测、海上风特性研究、海上风电开发风险管理、未来风能资源预估。海上风能资源评估。
江苏电网是国内最大海上风电群的消纳主体，国网江苏电力在建立全省新能源发电数据中心的基础上，把海上风电功率预测作为试点，将全省40个海上风电场总容量1182万千瓦的2783台风机连点成网，通过部署在电力专网上的各场站在线监测终端
张连庆总经理表示，公司也将在7月份发布“信风”陆上风电功率预测系统、8月推出“辰光”光伏发电功率预测系统。实现新能源发电功率预测领域的产品全覆盖，全力支持绿色能源事业的发展！
基于数据驱动的超短期风电功率预测场景下，从单一功率映射向多维数据融合转变将是提升预测精度的重要手段。...同时，随着新型电力系统的发展，光伏、风电等可再生能源在电力系统中的比例增大，对电力系统物理性质带来改变的同时，也使得电力系统数据更加异构化、复杂化，为电力系统大数据的集成与分析带来了新的挑战。
为解山地风电功率预测难题，广西建立了针对性的气象预报风速修正模型，采用深度神经网络学习算法，将风速预测偏差降低30%。”...阵风、来回折返的风，都是风机发电功率预测中的难点。“广西的陆地风电场大都建在丘陵地区。
2013年，中国电科院“大型风电并网运行与试验检测关键技术及应用”项目获得国家科学技术进步奖二等奖，风电功率预测是其中重要的一部分。...2016年，中国电科院“新能源发电调度运行关键技术及应用”项目获得国家科学技术进步奖二等奖，风电、光伏发电功率预测是项目的核心创新点之一。
2013年，中国电科院“大型风电并网运行与试验检测关键技术及应用”项目获得国家科学技术进步奖二等奖，风电功率预测是其中重要的一部分。...2016年，中国电科院“新能源发电调度运行关键技术及应用”项目获得国家科学技术进步奖二等奖，风电、光伏发电功率预测是项目的核心创新点之一。
针对新疆复杂地貌气候挑战，研究成果创建了“点-线-面-体”四维延拓的新型风电功率预测技术体系，覆盖单风电场“点”、风带上下游风电场“线”、调度区间联络线断“面”和区域内风电场群“体”，显著提升了风电功率多模式预测能力
新能源的发电功率特性具有较强的随机性与波动性。风力发电的随机波动主要源自风能的随机波动，而风能资源随时间随机变化，规律性差，呈现间歇性、波动性的特点，使得风电功率在形态上表现为随机波动性，预测难度高。
“更加准确的数据和风电功率预测将为电网带来更多价值，同时也将提高风力发电在能源系统中的竞争力。”...今年4月，阿里巴巴达摩院宣布开发出了可精准预测风电场风速及发电功率的人工智能算法，能够预报平原、山地、海岸等不同地形的风速，并预测该区域内风电场的发电量。
在该项目中，国能日新为其提供风电功率预测系统、风电自动发电控制与自动电压控制系统服务。哈萨克斯坦是“一带一路”新能源国际合作的重要国家之一，风能资源丰富。...截至目前，国能日新已助力寰泰能源在哈萨克斯坦建设运营服务6个新能源风电、光伏项目，并网的风电和光伏的装机容量分别为250mw和180mw，合计并网430mw，本项目是国能日新服务的第六个新能源场站，涉及阿拉木图
目前，新疆已有618个新能源场站接入新一代新能源功率预测系统，并应用人工智能（ai）等技术进行功率预测。数据显示，该系统风电功率预测准确率达96%。“每年3～5月是南疆地区沙尘
目前，新疆已有618家新能源场站接入新一代新能源功率预测系统，并应用ai等技术进行功率预测。数据显示，风电功率预测准确率达96%，同比提高4个百分点。...应用ai等技术以后，新疆风电功率超短期、短期、中期预测准确率分别达到96%、92%、81%，超过国家标准，达到国内领先水平。光伏发电功率各期预测准确率达到98%左右。
以内；深入分析新能源发电特性，完善新能源机组参数模型，优化气象数据，开展晚高峰风电功率预测准确率专项治理，提升新能源功率预测准确率至92%以上、晚高峰风电预测准确率至80%以上。
基于此，国家电网甘肃省电力公司（下称“国网甘肃电力”）正高级工程师韩自奋博士意识到中长期功率预测对于优化电网运行方式、促进新能源消纳意义重大，带领团队经过三年多的调研和研究，提出了中长期0-45天风电功率预测技术思路
德国基于天气预报的新能源功率预测属于商业领域，电网公司以及电力供求各方购买来自专业机构的预测服务。目前，德国风电功率预测误差可达到2%～4%，太阳能发电可达到5%～7%。
