能源电力CASE STUDY · 02/06北京 / 多省分部
国家级能源集团
该能源集团在全国运营超过 200 座风电场和光伏电站，新能源发电出力预测误差导致年均调峰损失超过 8 亿元。
< 1.5%
72 小时负荷预测 MAPE
8%
调峰备用容量节约
3.2 亿元
年均经济效益
200+
场站覆盖数量
01
挑战
该能源集团在全国运营超过 200 座风电场和光伏电站，新能源发电出力预测误差导致年均调峰损失超过 8 亿元。现有气象预测系统精度不足，且无法处理多维气象数据与电网状态的联合分析。
02
方案
部署数工 AI 能源管控平台，以 CC-Pico 算力中心为核心，结合 DE-Server 边缘节点构建边云协同的新能源功率预测与调度优化体系。
01多源气象融合：接入卫星云图、数值天气预报、本地气象站三类数据，融合模型精度大幅提升
02边缘本地预测：DE-Server 部署于各风光场站，断网状态下仍可独立完成短期预测
03自适应调度：AI 模型每 15 分钟更新一次调度建议，调度员决策时间从 2 小时压缩至 15 分钟
04碳排放追踪：实时计算各机组碳排放强度，辅助碳配额精细化管理
03
交付时间线
- 试点项目启动，选取 3 座风电场验证方案
- 试点验证完成，预测精度超预期，推进全国推广
- 首批 50 座场站完成 DE-Server 部署
- 全国 200+ 场站全量接入，平台稳定运行
- 二期扩展：接入储能系统调度，构建源网荷储一体化平台
72 小时预测 MAPE 从过去的 6.8% 降到了 1.4%，这个精度在行业里是顶尖水平。更关键的是系统的稳定性，全年运行零宕机。