新闻中心

NEWS CENTER

网站当前位置: 首页 > 新闻中心 > 学术交流
成果发布 | 研究院能源大数据研究团队在Nature子刊发表论文
北京大学鄂尔多斯能源研究院2023-10-17

  近日,北京大学鄂尔多斯能源研究院能源大数据研究方向首席科学家宋洁,团队成员何冠楠、王剑晓在顶级期刊《Nature Communications》上发表了题为《Inherent spatiotemporal uncertainty of renewable power in China》(《新能源多时空尺度不确定性的数据解析方法》)学术论文。

  论文简介

  构建以新能源为主体的新型电力系统,加速构建清洁低碳、安全高效能源体系,是满足碳中和情景下人类社会永续发展的重大战略需求。然而,随着规模化风电、光伏并网以及负荷侧分布式可再生能源的快速增长,能源随机供需的实时平衡将重塑能源系统的结构形态。新能源天然的不确定性是新型能源体系运行规划不可忽视的重要问题,但目前鲜有学者对新能源随机特性的时空分布进行相关研究。为此,该研究提出了基于预测误差分析的新能源多时空尺度不确定性建模方法,构建了统计学习、深度学习等多元算法驱动的国家各个省份全年度小时级别的新能源预测误差分布标准数据库,进而探究全国各省风力和光伏发电随机分布的时空规律。

  研究得出结论,所有预测方法在全国范围内的总体误差保持相似。其中全国风电预测误差范围为2.1%~13.6%,误差集中在我国东部地区;而全国光伏预测误差范围为3.9%~10.0%,误差集中在我国中部、北部和东部地区;太阳能总体预测误差小于风能预测误差。从全国范围看,春季和夏季是风电不确定性的主导季节,占总预测误差的55.48%,春季和冬季是太阳能不确定性的主导季节,占总预测误差的57.6%。各省的风电和太阳能也具有相似的发电不确定性特征。与此同时,为了研究预测时间尺度对全国风电和太阳能预测误差范围的影响,分析了预测时间尺度2小时、6小时以及24小时的预测误差,得出预测误差随着预测时间尺度的增加而增加的结论。

  a风电预测误差空间分布;b光伏预测误差空间分布;

  c不同预测算法的误差分析;d不同预测时长的误差分析

  a不同季节各省风电预测误差;

  b 典型地区风电预测误差季节性规律;

  c不同季节各省光伏预测误差;

  d典型地区光伏预测误差季节性规律

  基于上述研究分析,可提出相关政策建议。譬如在我国各省级电力系统需要额外关注夏季风电和冬季光伏的强不确定性带来的冲击,省间输电通道扩容仍是纾困我国局部区域新能源波动性的有效手段之一。期待该文为能源系统随机优化和安全评估等领域研究提供标准数据参考,为我国新型能源体系的战略规划与中长期布局提供政策建议。

  期刊简介

  《Nature Communications》是致力于发表生物、健康、物理、化学和地球科学所有领域的高质量研究成果的期刊,是被自然指数收录的5大综合性期刊之一。2023年位于中科院SCI期刊1区与JCR Q1分区,影响因子为16.6。该杂志发表的论文代表了对每个领域的专家具有重要意义的重要进展。

  作者简介

  宋洁,北京大学工学院党委书记、长聘教授,北京大学能源研究院联聘教授,教育部长江学者特聘教授,北京大学长沙计算与数字经济研究院副院长,北京大学鄂尔多斯能源研究院能源大数据研究方向首席科学家。主要研究领域为在线学习、仿真优化及在工程管理领域的应用,发表学术论文60余篇。承担国家自然科学基金创新群体、重大、重点等多项课题,主持国家发改委、国家粮食局、国家电网等单位重点研究课题。国际电气和电子工程师协会高级会员(IEEE Senior Member),担任IEEE国际自动化管理技术委员会主席(首任亚洲学者),同时入选IEEE杰出报告人。曾先后入选教育部青年长江学者,长江学者特聘教授。研究获得日内瓦国际发明金奖,IEEE协会期刊最佳论文奖,IISE国际工业与系统工程协会最佳论文荣誉奖,INFORMS最佳论文奖,工程管理教指委“最佳指导导师奖”,北京市高等教育教学成果一等奖,多次获得北京大学教学优秀奖和教学改革优秀奖。

  何冠楠,北京大学工学院工业工程与管理系助理教授,研究员,博士生导师,北京大学大数据分析与应用技术国家工程实验室联聘助理教授,国家级人才计划青年项目专家。博士毕业于美国卡耐基梅隆大学,曾任美国麻省理工学院博士后。主要研究方向为低碳能源系统优化与分析。曾在Nature Energy, Joule,Energy & Environmental Science等著名期刊与会议发表论文三十余篇。获国家自然科学基金、科技部重点研发计划青年科学家等项目资助。担任IEEE Transactions on Industry Applications客座编委。曾获2022日内瓦国际发明展金奖、IEEE I&CPS Asia 2022最佳论文奖、MIT Energy Fellow。

  王剑晓,北京大学大数据国家工程实验室助理研究员,北京大学鄂尔多斯能源研究院能源大数据研究团队成员。主要研究数据驱动优化决策及其在新能源电力系统、储能与氢能技术等领域应用,担任Cell The Innovation青年编委、IEEE Transactions on Industry Applications特邀编委等,入选中国科技部国家重点研发计划青年科学家、福布斯中国U30、北京市优秀青年人才、中国科协青年人才托举工程项目、吴文俊人工智能优秀青年奖、北京市“千人进千企”专项行动产业特派员、全国仿真创新应用大赛全国优秀指导教师等。曾获工信部优秀研究成果奖、日内瓦国际发明金奖、Elsevier全球可再生转型奖等,相关成果得到人民日报官微报道。

  论文链接:

  https://www.nature.com/articles/s41467-023-40670-7