目前已有一半的省份开始正式功率预测准确性考核，其余省份也将在今年陆续开始考核。由于预测准确度不达标，全国范围内新能源电站每年的平均罚款接近20万元/场站，其中东部地区罚款约为10万元/场站，中部地区20万元/场站，在西北地区更是高达200万元/场站。
“要做好功率预测必须具备跨领域整合的实力，因为既涉及到气象、风电、太阳能，又涉及到大数据、机器学习，而远景刚好具备这样的能力。”远景能源孔明产品负责人杨恢告诉记者。
孔明是远景能源推出的一款新能源功率预测产品，利用多个权威部门发布的数值天气预报结果并集合风场测风数据，基于格林威治（Greenwich）高精度CFD（计算流体力学）模型和先进的机器学习理论预测每台风机的理论风速及功率，并整合风机发电性能及生产计划，优化预报结果。
目前，孔明功率预测产品已经接入30GW风电资产，服务于多家风电领军运营商，成为业界翘楚。
业内众所周知，新能源领域未来的两个技术制高点——储能技术和气象。作为一家致力于构建未来全球能源物联网生态系统的公司，远景能源在气象领域有着国内公司少有的全球眼光，更有着“全球资源为我所用”的开放精神。
具体到风电功率预测领域，气象更是影响预测精度的最关键指标，也是预测精度更上台阶的瓶颈所在。远景能源通过对全国数百个风场调研后统计，约60%的风功率预测误差来自于气象预报的误差。
远景能源在全球大气科学研究的前沿——美国科罗拉多建立空气动力与气象研发中心，目前有超过40位全球顶级的气象与流体专家，还有效地整合了来自全球多家权威气象机构的领先气象预报模式和数据，能够高效地实现全球范围的支持多维度、复杂气象要素、以及极端气象事件的高精度、高分辨率的集合数值天气预报，打造高精度的“孔明”气象模式引擎，将气象预报误差降低30%，真正用好现有的气象数据。
远景能源EnOS™能源物联网平台管理着超过100GW的风、光、水等新能源资产，孔明将遍布全球的每一个风机点位都打造成一个气象监测站，构建起了全球气象监测网络，巨大的新能源资产运行数据库，能够帮助孔明有效地将气象预报误差降低5%，持续提升预测精度。
而首创智能风机的远景能源，对于风机性能分析可谓了如指掌。通过多种类、全方位的智能传感技术，远景的智能风机能够准确感知自身状态和外部环境，实现前端感知以及“自我诊断”，根据风向、风速等数据调整风机朝向、叶片角度，让每台风机聪明地获取每一丝风，最大化风力发电效率。
正是制造智能风机，管理智慧风场的经验，让远景在做风功率预测这件事上有着别的公司所无法比拟的技术积累。市场上许多做风功率预测的企业，只有基于数值天气预报的物理方法、基于历史数据的统计方法以及二者相结合的混合预测方法。然而，统计模型却有它的上限，同一套模型对于不同地形、气候条件下的风场，表现差异性相当明显。而远景基于100GW的风电资产管理经验，针对每个风机的历史数据拟合实际功率曲线，集成风机状态及风机性能指标，能够降低预测误差3%。
机器学习和人工智能是目前风功率预测领域新的技术前沿，而基于不同的神经网络与算法的预测模型也呈现百花齐放的景象，为风电功率预测吹来了一股浩荡的AI之风。问题在于，如何打开不同AI算法的“黑匣子”，将AI技术真正与风场数据相结合。远景孔明系统通过测试全球各种机器学习算法模型，从中找出了最适合风场的定制化算法。
而孔明背后，是依托于太湖之光和天河二号国家超级计算中心所独有的大数据运算能力，这让它可以为整个行业提供计算平台。
如果说目前，风功率预测领域最大的用户痛点还是如何不触碰80%的红线，从而规避罚款，将损失降至最低，很多同类公司的眼光止步于此。远景能源则看得更远，不仅看到了眼前的用户痛点，更看到了精准的风功率预测在催生未来的新能源交易市场，乃至改变新能源在电力网络中从属地位的长远价值。
在欧美地区，风电企业头顶并未悬着一柄随时落下的“罚款”利剑，然而风功率预测系统却是行业的标配，预测精度也都高达90%以上。在没有硬性约束的条件下，风功率预测依然如此受到重视。就是因为这直接影响到新能源交易市场的定价和竞价。预测的偏差把握得越好，现货市场交易的价格越好把握。这种市场的自动约束力，不亚于自上而下的那条政策警戒线。
随着2014年《关于进一步深化电力体制改革的若干意见》的颁布，电力交易已在全国范围内稳步推行。今年7月，国内第一批分布式发电市场化交易试点正式启动。未来新能源市场化交易要想更快到来，精准的风功率、光伏功率预测是前提条件。
而一旦未来新能源可以实现自由的市场化交易，政策的硬约束将会“内化”为每一家企业的利益硬约束。他们也不会再满足于不触碰80%这条红线，而是对预测准确度的精益求精有着越来越高的要求。从产品上线一开始，这就是孔明为之努力奋斗的目标。
“一旦每天的预测准确度稳定在90％以上，那时就会发生质变，风电成为可计划的能源。”杨恢兴奋地告诉记者。这意味着，风电将彻底甩掉间歇性、波动性、不稳定性等戴了几十年的帽子，成为与火电、水电平起平坐的能源形态，也不再成为电网在做发电用电调节时首当其冲的限电对象。
“电网做的是主动脉和静脉，我们是在毛细血管中持续优化，满足电网低成本电力调控的刚需。在不限电的前提下，将整个电网的调峰成本降低。”在杨恢看来，孔明要做的，不仅是在为风电企业规避风险，也是在为电网分忧解难，不断争取新能源在电网中地位的提升。
孔明在甘肃的一个客户有个2009年投产的风电场，由于投建时间久远，且缺少地面观测站气象数据积累，整个区域功率预测平均准确率平均仅有74%，远低于电网要求的80%。不仅给客户带来了损失，也加大了风电的波动性对电网稳定的危害。
为解决此难题，远景能源应邀在该区域进行试点，由于风场建设于约10年前，存在着数据质量差、网络不稳定、硬件老化等问题。孔明团队迎难而上，运用大数据的深度学习理论，在权威气象数据源的基础上提供了大尺度集合预报算法，仅用三个月的时间就将该风场准确率提升到84%。
实际上，孔明只是远景能源物联网操作系统EnOS™上的一个应用的示范，EnOS™将像微信小程序一样，为新能源领域有领域知识的开发者提供算法与清洁数据服务，降低开发程序的门槛，促进平台使用者开发出更多像孔明这样高效的应用。
