一、讲座主题：极端天气下的新能源功率预测
二、讲座时间：2024年11月8日 星期五 14:00-17:00
三、讲座地点：线上直播:https://wlwth.xetslk.com/sl/24H6SR（联系人：王航杰15321299518）
四、主讲人信息：
（一）主讲人：王铮
主讲人简介：王铮，中国电科院新能源研究所预测预报技术研究室副主任，主要研究方向为新能源发电功率预测及不确定性评估，牵头省部级科技项目3项，核心参与国家级科技项目5项。在国内率先提出了风电功率概率预测方法，发明了基于非参数回归的风电场理论功率计算方法，提出了低温寒潮天气风电功率预测技术，创建了新能源发电功率自适应组合预测方法，推动了我国新能源预测由离线运行转变“云”+“端”协同运行，以第一作者或通讯作者发表SCI论文2篇、EI论文5篇，授权发明专利36项，牵头编写国际标准1项、国家标准1项，主要参与编写国家标准1项、行业标准3项，编写专著2部，获省部级特等奖1项、一等奖7项。
讲座内容：分享雨雪冰冻等极端天气的发生情况，介绍近年来极端天气对电力电量平衡的影响情况，报告中国电科院在电网应对极端天气影响方面的相关研究和实践。
（二）主讲人：郑婷婷
主讲人简介：郑婷婷 国网内蒙古东部电力有限公司电力科学研究院专责，高级工程师，国家电网公司2024年科技类青年托举人才，现任国网内蒙古东部电力有限公司电力科学研究院新能源监督与检测专责。先后从事过电能质量评估、电能质量技术监督、特高压调试、新能源功率预测技术和新能源消纳等专业工作。曾获多项省部级科技创新奖励，参与多项国网总部项目、省公司项目和技术创新项目。
讲座内容：介绍新能源资源特性，常见天气系统对新能源出力的影响，新能源功率预测技术、标准和管理要求，寒潮天气对新能源功率预测的影响案例。
（三）主讲人：邓韦斯
主讲人简介：邓韦斯，博士，现任中国南方电网电力调度控制中心水电及新能源处主管，高级工程师，主要从事新能源、新型储能的调度运行管理。任CIGRE NGN委员、获中国电机工程学会第七届“青年人才托举工程”托举人才，主持南网公司重点科技“挂帅”项目“新能源多时空尺度精确预测技术研究”，多次参与国家级、省级重点研发计划，多次获省部级、南方电网公司科技奖等奖励。曾在国内外期刊发表论文多篇，其中多篇论文被SCI和EI等权威数据库收录。参与编制多项国家标准、行业标准、企业标准。
讲座内容：在新型电力系统的构建中，新能源功率预测的价值日益凸显。为了提升新能源功率预测准确性，南网总调率先实施了全国首个新能源功率预测价值生态圈培育计划，通过邀请全球范围内优秀算法团队参与新能源预测比拼，集众家之所长，极大地激发了算法创新的活力，促进深度合作与资源共享，形成了良性循环。
自2023年培育计划实施以来，南方区域风电和光伏日前预测准确率分别达到了88%和93%，全面超越了考核要求，成功构建了涵盖气象服务机构、预测厂家、高等院校、科研院所、新能源发电企业及电网调度机构的新能源功率预测价值生态圈。未来，培育计划将继续开拓创新，紧密贴合行业需求，深度挖掘价值创造新潜力，为新型电力系统的构建贡献更多力量。
（四）主讲人：潘世贤
主讲人简介：潘世贤，南方电网人工智能科技有限公司绿色能源研究员，电气工程专业，工学硕士，主要从事新能源功率预测、电力系统运行与控制、新能源发电技术等技术研究，深度参与公司自主研发的“夸父”新能源高精度功率预测系统开发，申请功率预测相关专利10余项。
讲座内容：随着新型电力系统的发展以及新能源大规模装机并网，新能源预测业务在数字电网领域的重要性日益凸显，然而，目前新能源功率预测准确率的提升遭遇了技术瓶颈，特别是在极端天气场景下，功率预测精度显著下降。针对新能源功率预测训练耗时长、模型复杂度较低、模型参数缺乏深度调优、难以支撑大规模人工智能模型训练等问题，南方电网人工智能科技有限公司正在研究基于并行异构算力集群的新能源发电功率高精度云预测技术。
本解决方案可以提供低成本、高时效性、高精度的功率预测服务，更好地应对新能源发电的波动性和不确定性，提高电力系统的稳定性和可靠性。
（五）主讲人：赵永宁
主讲人简介：赵永宁，中国农业大学信息与电气工程学院引进高层次优秀人才，副教授，电气工程系副系主任，全球前2%顶尖科学家。英国卡迪夫大学博士后研究员，丹麦技术大学访问学者。IEEE PES中国区太阳成集团tyc151com委员会理事，CIGRE中国青年专家委员会（NGN 中国）委员，CIGRE中国国家委员会B5专委会委员。长期从事新能源发电预测与并网调度控制领域的研究工作，主持/参与国家重点研发计划、国家自然科学基金项目、国家/省部级重点实验室开放基金等十余项，在国内外顶级期刊上发表SCI/EI期刊论文40余篇，多篇论文入选中国电机工程学会优秀期刊论文、中国知网高被引论文。《电力系统保护与控制》、《电力建设》等期刊青年编委，《电力系统自动化》、《高电压技术》等期刊优秀审稿专家。
讲座内容：精准的功率预测是应对大规模风电并网不确定性，保障新型电力系统安全稳定运行的重要技术手段。以寒潮、大风等为代表的极端天气频发，风电出力呈现出更为复杂的随机性，亟需研究极端天气对风电场运行和风电功率的影响机理，开发适应极端天气条件的风电功率预测方法。报告围绕极端天气条件下的风电功率预测问题，以大数据分析和人工智能为技术框架，分析风电功率和气象变量的时频波动特性，介绍天气和风电功率波动过程的分类和匹配方法；讨论不同极端天气类型的定义和判别方法，基于对极端天气的全过程分析和此过程下的风机运行特征，提出风电场功率损失预测方法；针对极端天气的样本稀缺问题，介绍基于小样本特征学习与扩充的极端天气训练样本生成技术；考虑各个预测环节的特点以及各类模型差异性，提出面向极端天气条件的风电功率组合预测和集成预测方法，有效提升预测精度，为新型电力系统调度控制提供可靠的决策支撑。
（六）主讲人：张国维
主讲人简介：张国维，太阳成集团tyc151com|欢迎莅临经济与管理学院讲师，中国科学院数学与系统科学研究院运筹学博士。主要研究方向为运筹优化与机器学习，特别是在能源与电力系统、物流与供应链管理等方向的应用，在《Energy Conversion and Management》、《Energy》等期刊发表论文10余篇，主持国家自然科学基金青年项目1项、中国博士后科学基金面上项目1项，参与国家重点研发计划子课题2项。
讲座内容：风电是一种资源丰富、极具发展潜力的清洁可再生能源。“双碳”目标背景下，风电战略意义愈发凸显，未来我国风电装机容量将持续保持强劲的增长势头。然而，风电的间歇性和随机性给电力系统运行调度造成了严峻的挑战，风电渗透率的快速提高对风电功率预测的准确性和鲁棒性都提出了更高的要求。准确可靠的风电功率预测可以有效地描述和刻画风电出力的不确定性，对保障电力系统运行安全、提高风电消纳水平至关重要。深度学习为处理各种复杂任务提供了新的解决思路，为风电功率预测创造了新的机遇，探索如何将深度学习有效地应用到风电功率预测的研究中具有重要的意义。本报告从深度学习建模、深度学习鲁棒性等方面探讨了风电功率预测的鲁棒深度学习方法。