近年来，大规模新能源电站接入电网，为了保障电网的安全稳定运行，各能源监管局、监管办对新能源场站功率预测的考核从无到有，日趋严格。尚特杰凭借多年的新能源场站预测系统运维优势，针对预测精度、上报率等更严格的考核细则，推出了新能源场站功率预测系统，助力场站精准预测。
随着新能源场站功率预测的考核日趋严格，相信大家都有很多疑问，今天很高兴邀请到功率预测专家为我们一一解答：
新能源场站功率预测考核主要有哪些指标呢？
每个电网大区负责制定所属省份的运行管理细则和辅助服务奖励细则，其考核与奖励的标准可能不尽相同，但考核的项目一般都是以文件上传率，预测准确率，数据质量为主。
例如：西北地区要求上传率免考标准是达到95%以上，而华中、华东细则则要求上传率达到100%。准确率的计算方式常规采用的方法有均方根误差、平均绝对误差、最大偏差、相关性系数、调和平均数等来考核电站的预测精准度。
影响功率预测的主要因素有哪些？
功率预测，顾名思义，是结合数值天气，参照电站历史数据，根据电站的生产计划去预测电站一定时间范围内的发电功率并且获取电站实时数据对预测结果进行不断修正。那影响功率预测的主要因素就会有实时数据的采集质量，天气预报数据的准确性，电站限电情况以及预测模型的合理性和适应能力，比如获取准确的风速或辐照测量数据，实时功率取值，风机或者光伏组件的故障状态都能够及时修正相邻点的功率预测结果，根据电站的气候特征选择尺度最小，预报精准的天气数据对于预测精度的提升同样至关重要。
提升预测精度的技术有哪些？
针对影响功率预测的主要因素，我们可以从多个方面入手，提升功率预测的精度，数据质量的维护，可以对电站资源数据的质量进行优化，通过脏数据过滤，零漂数据处理，限制检查等方式进行修正，根据资源特性的分析，优化的数据质量控制方式达到对数据质量进行评估和检验。多选择一些优质的气象源数据，根据现场气象观测数据，寻找到合理的气象寻优算法，并以最小的区域尺度输出数值气象预报数据。当然，根据电站的地形地貌特征和电站历史数据的训练，寻找到最佳的功率预测模型也会极大提升功率预测的精度。
如何降低调度对新能源场站的发电考核？
其实，这个问题很简单，上传率和短期，超短期预测精度只要比别人家电站高就可以了。因为调度这边是按预测考核排名进行罚款和返还的。
为此，我们专门开发了新能源场站功率预测系统。
利用高精度的数值天气预报，通过LSTM循环反馈神经网络预测算法，得出电站短期和超短期发电功率预测值。采用国内外多家的气象元数据，选择最优质，最符合电站气候特征的气象源，并且以物理建模+统计建模相结合建立预测模型，预测精度已在国内同行中处于领先水平，能够帮助电站最大程度避免调度考核，为电站运营插上智能翅膀。
据我所知，功率预测有很多家都在做，那尚特杰功率预测系统的技术优势主要体现在哪里呢？
我们系统的优势主要体现在五个方面：
（1）基于神经网络的高精度预测算法
（2）因地制宜构建项目专属预测模型
（3）五种国内外权威气象源数据支撑
（4）兼容行业多种数据通信协议转换
（5）提供云端版本实时展示预测结果
原标题：技术专访 | 如何降低调度对新能源场站的发电考核？
