我国南方的大部分地区，风电场基本建设在地形和气候条件复杂的山地上，而这在精度考核愈趋严格的情况下，极大地增加了功率预测的难度。据统计，山地风电场与风机排布单一的平原风电场精度相差3%-10%，给风电场带来了很大的发电损失和经济损失。那么，为什么山地风电场的功率预测如此之难呢？
难点一：局地微观气候难预测
山地风电场受山谷风的局地环流影响，具有明显的局地微观气候，但由于地形数据精细程度及气象微物理过程研究程度所限，目前的中尺度数值天气预报无法对风电场当地小气候进行细化考虑。
难点二：地形复杂，发电量差异较大
因地形复杂，导致各机位海拔高度相差较大，风速、风向差别显著，尾流影响无规律，因而使最终的发电量差异较大。如在大型山地风电场，上网电量最高的机位比最低的机位高出50%-80%。同时，地形和地表粗糙度、各机位湍流强度差别、风机等级和机型多样化等因素也使得风速与风功率的关系变得更加复杂。
难点三：气象观测站覆盖面积小，预报难度大
山地风电场多在偏远山区，气象观测站数量少且覆盖面积小，而且因缺少足够观测数据的输入，中尺度数值初始预报场的准确性受到影响，进一步增加了数值天气预报的难度。
面临山地风电场技术和市场的双重挑战，国能日新在技术上取得了创新性突破。从多个电场测试的结果来看，在行业现有精度水平上提升了5个百分点，这意味着，能够为一般兆瓦级的风电场节省百万以上的罚款，提高效益。
高精度、高分辨率气象预报
气象预报偏差是导致功率预测误差大的最为关键因素，为了解决该气象问题，国能日新采购了多套全球领先的气象背景场数据，初始值和边界值的质量高，并利用中尺度数值模式做有限区域的天气预报。采用结合资料同化、集合预报和多模式集成预报技术，实现水平分辨率1×1km、时间分辨率15分钟的数值，能够精确预报出1×1km范围内局地气象在未来演变过程，为功率预测打下坚实的技术基础。
另外，通过海量数据库，可对数值天气预测结果进行全方位有效的误差订正，将气象误差降低5%，提升预测精度。
CFD技术消除局地小气候波动
为消除局地小气候造成的波动，国能日新采用微观气象学和计算流体力学（CFD）技术，以风电场周围的地理数据、风电机组坐标和轮毂高度为输入，耦合中尺度数值天气预报系统，得出每台风机轮毂高度处的风速，为山地风电场区域内微尺度气象预测提供支持。与传统数值天气预报相比，该耦合系统可将风速等新能源重要气象要素的预报偏差减少2%-3%。
以四川某山地风电场为例，海拔2800米左右，总装机容量99MW，风机分布较广，风速波动大，很难达到正常的预测值。通过使用CFD技术预测单机风速，气象误差得到明显改善，精度同比提升近10%，并因精度靠前连续得到补偿奖励。
先进人工智能算法
基于人工智能的先进算法也是大幅度提升山地功率预测精度的一大法宝。打破传统预测方法，提出大数据思维，高度解析风机SCADA数据，充分利用时—空—物的全部数据，将每一台风机从风到电的转化过程变得可感知、可预测。
“我们无法消除风的可变性，但根据我们对风力发电特性的多年研究，可以利用机器学习使风能变得更加可预测”。国能日新多年致力于功率预测技术研发与应用，基于海量数据和先进的预测技术，不断优化算法，精细单机建模，为客户切实攻克复杂的山地风电场预测精度的考核痛点问题。
