光伏电站AI功率预测定制：云图外推与爬坡预警

能源AI实验室近期在一座60MW分布式光伏电站完成阶段性实验：将地基云图、卫星云图与站内逆变器、气象站数据接入统一特征管道，用轻量时序模型做15分钟粒度的超短期功率预测，再由规则层输出爬坡预警。

实验中的两点观察：

• 云图外推负责"看到"未来30~60分钟的遮挡过程，实测辐照度序列用于修正云的移速与厚度估计。两者叠加后，多云天气下15分钟预测的平均绝对误差较纯数值天气预报基线下降约18%，但晴天时段提升有限。
• 爬坡预警没有追求高准确率，而是把误报压到运维可接受的水平（每日不超过2次）。漏报集中在云层快速生消的边界时刻，这部分留待下一阶段引入雷达回波数据补充。

下一步计划把预测结果与储能充放电计划联动，验证峰谷电价与限电场景下的收益改善；同时在另一座山地电站做跨站点迁移测试，确认模型对地形与装机差异的鲁棒性。