近日，国家能源集团龙源电力联合清华大学、百度研究院共同完成的论文《SDWPF: A Dataset for Spatial Dynamic Wind Power Forecasting over a Large Turbine Array》（《SDWPF：基于大规模风机阵列的空间动态风电预测数据集》）在自然出版集团旗下期刊《Scientific Data》发表，论文推介了一项全新的风电预测公开数据集，标志着公司新能源同火电协同技术研究取得新突破。
图为龙源电力山西老千山风电场
能源是经济发展的保障与动力，以风能和太阳能为代表的新能源，其特性同化石能源有着较大的差别，研究新能源与煤电的协同运行技术，实现新能源与煤电的协同运行、协同创新与协同发展，是我国新型电力系统建设的基础与保障。2021年开始，龙源电力联合清华能源与动力工程系、百度研究院商业智能实验室，针对新型电力系统构建过程中的技术不确定性、不确定性造成煤电功能定位的精确性，以及系统对新能源的消纳能力等技术问题，共同开展新能源同煤电的协同技术研究。2022年，在《动力工程学报》上发表研究成果，提出一种新的风电特性分析方法，在系统层面上实现了风电、火电协同对系统快速调节能力影响的技术探讨。2024年，在2022年Baidu KDD Cup竞赛的数据集基础上，龙源电力形成更为全面、通用，具备更高灵活性的SDWPF数据集。该数据集提供了长周期完整时间序列数据，科学研究应用价值更为广泛，涵盖了更多的风机周边信息，如天气、日期和海拔等；支持多种文件格式，并以单一连续集合方式提供数据，使用起来更灵活和便利。
该数据集有助于学者和研究人员使用统一标准来评估和优化风电模型，为攻克风电特性研究中的技术难题，实现风电新能源同煤电等传统电源协同的技术研究做出重要贡献。
