在复杂的山地风电场中，使用达摩院AI预报的准确率可提升20%。目前该算法已服务国内多个风电场。
风电是发展最快的可再生能源之一，国家能源局数据显示，仅2021年，全国风电发电量达到6526亿千瓦时，同比增长40.5%。
然而，风具有随机性和间歇性特点，尤其是山地风电场受山谷风的局地环流影响，容易产生明显的局地小气候，常规天气预报无法准确反映出风电场所在区域的真实风速，从而造成发电功率预测准确率低下，电力系统不稳定等问题。
针对该问题，达摩院研AI Earth团队发研发了高精度网格气象与功率预报模型，模型融入了物理方程，使得预报结果满足物理约束，更接近真实情况；该模型还可高效提取地理空间特征，将天气预报精度提升至百米级，有效解决复杂地形风速差异大的问题，实现更为精确的风速和风功率预报。
据介绍，达摩院已和内蒙古东润能源公司展开合作，为国内多个风电场提供精细化气象服务。数据显示，在山地风电场中，达摩院AI的预测准确率提升明显，以湖南山区某风电场为例，过去该风电场在冬季风速预报均方根误差（RMSE）约为4.75，使用达摩院AI算法进行后，误差大幅降低至3.02，进而将风功率预报准确率提升20%以上。
达摩院AI Earth团队负责人表示：“我们无法改变风的多变性特点，但结合传统数值模式的AI可以高效地捕捉到其中的变化，帮助新能源行业掌握「驭风之术」。”
