【遼寧分公司清潔能源公司基于人工智能的新能源資源預測技術改造服務項目】招標公告

遼寧分公司清潔能源公司基于人工智能的新能源資源預測

技術改造服務項目招標公告

(招標編號：HNZB2026-04-3-017)

項目所在地區(qū)：遼寧省沈陽市清潔能源公司集控中心

1. 招標條件

本遼寧分公司清潔能源公司基于人工智能的新能源資源預測技術改造服務項目已由項目審批機關批準，項目資金為企業(yè)自籌,招標人為遼寧清潔能源有限責任公司。本項目已具備招標條件，現(xiàn)進行公開招標。

2. 項目概況與招標范圍

2.1 建設地點: 遼寧省沈陽市清潔能源公司集控中心

2.2 規(guī)    模: 清潔能源公司2025年各場站由于功率預測精度低導致電網有關考核過高，為提高功率預測精度減少考核，對各場站新能源發(fā)電資源預測系統(tǒng)進行改造，并在集控中心建設一套基于人工智能的新能源資源預測系統(tǒng)，對各場站功率預測系統(tǒng)進行統(tǒng)一管理。

按照技術改造項目業(yè)務要求，需開展業(yè)務應用的建設，具體建設功能點包括氣象數(shù)據(jù)預測及修正、面向多時段的新能源功率預測、新能源預測評估分析、多維數(shù)據(jù)管理等要點，具體說明如下：

（1）氣象數(shù)據(jù)預測及修正：包括氣象數(shù)據(jù)預測和氣象數(shù)據(jù)修正。結合陸上風電、光伏、海上風電等新能源預測模型建模需求，基于時序深度神經網絡構建氣象預測模型，實現(xiàn)溫度、濕度、風速、風量、氣壓、光照等氣象信息的預測，氣象預測時間尺度能夠滿足新能源短期和超短期功率預測需求；以氣象預測、場站氣象實測等數(shù)據(jù)為研究對象，研發(fā)基于深度學習算法的氣象預報數(shù)據(jù)修正功能，利用小波變換對氣象數(shù)據(jù)進行降噪，通過相關性分析獲取與新能源發(fā)電功率相關性較大的氣象因素，基于注意力機制突出數(shù)據(jù)內含的重要特征，建立反映氣象因素變化規(guī)律的深度學習模型，實現(xiàn)氣象預報數(shù)據(jù)的準確修正。

（2）面向多時段的新能源功率預測：包括新能源數(shù)據(jù)預處理、新能源功率超短期預測和新能源功率短期預測。研發(fā)陸上風電、光伏、海上風電等新能源發(fā)電功率異常數(shù)據(jù)修正功能，通過分類能力較強的機器學習或者深度學習算法訓練辨識模型對異常數(shù)據(jù)進行辨識，利用時序預測能力較強的深度神經網絡訓練異常數(shù)據(jù)修正模型，實現(xiàn)歷史及實時新能源功率數(shù)據(jù)的辨識與修正。同時，能夠接收和預處理新能源廠站限電、檢修計劃、風機槳矩角、發(fā)電機轉速、風機偏航角度等信息；以陸上風電、光伏、海上風電的功率預測為建模對象，分析必要的氣象影響信息和電站運行信息。基于卷積神經網絡（CNN）對氣象和運行信息進行特征提取，得出對新能源發(fā)電功率影響最大的特征變量，生成訓練樣本集。基于注意力機制深度神經網絡訓練特征變量與新能源發(fā)電功率在高維空間的關聯(lián)關系，通過加入概率稀疏自注意機制實現(xiàn)功率與輸入氣象數(shù)據(jù)之間長期依賴關系的準確捕捉，利用解碼器一次性輸出全部預測結果，從而建立陸上風電、光伏、海上風電發(fā)電功率超短期預測模型，實現(xiàn)新能源發(fā)電功率的超短期高精度預測。獲取陸上風電、光伏、海上風電發(fā)電功率氣象影響變量和運行影響變量，采用卷積神經網絡（CNN）的卷積層和池化層提取氣象及運行信息特征在高維空間的時序特征，作為長短期記憶網絡（LSTM）輸入變量，通過訓練混合神經網絡參數(shù),建立基于CNN-LSTM的陸上、海上風和光伏發(fā)電功率短期預測模型，同時分析不同運行場景特征，在該模型基礎疊加XGBoost、LightGBM等算法建立的新能源預測模型，通過模型組合方式，實現(xiàn)新能源發(fā)電功率的短期高精度預測。

（3）新能源預測評估分析：包括新能源預測評估指標分析、多源預測結果評估分析和新能源預測后評估。研發(fā)新能源預測評估指標分析功能，計算包括均方根誤差統(tǒng)計、平均絕對誤差統(tǒng)計、極大誤差、合格率、準確率等新能源預測評估統(tǒng)計指標，實現(xiàn)新能源發(fā)電誤差量化統(tǒng)計分析。研發(fā)多源預測結果評估分析功能，通過集成場站側預測、主站多廠家預測、不同模型與數(shù)據(jù)源的預測數(shù)據(jù)，計算多類評估指標實現(xiàn)對多源預測結果的綜合評估，支撐預測準確性和可靠性的提升。研發(fā)新能源功率預測后評估功能，基于新能源發(fā)電預測數(shù)據(jù)及歷史數(shù)據(jù)，以場站、區(qū)域為目標，對比分析不同時段預測模型性能指標，支撐運行人員分析誤差成因，助力提升預測準確性。

（4）多維數(shù)據(jù)管理：包括新能源預測數(shù)據(jù)管理、氣象預測數(shù)據(jù)管理。具備新能源實時及預測數(shù)據(jù)接入、清洗、展示、對比分析等功能；支持新能源超短期、短期預測及優(yōu)化數(shù)據(jù)自動儲存、上報、結果導出等功能；支持新能源超短期及短期預測數(shù)據(jù)向各新能源電站數(shù)據(jù)傳輸功能；支持新能源多維相關數(shù)據(jù)以曲線、表格、圖形、柱狀等方式進行多元可視化展示。對各地區(qū)各時段預測的氣象數(shù)據(jù)進行管理和可視化分析展示，數(shù)據(jù)管理涉及數(shù)據(jù)的增刪改查和統(tǒng)計分析，能夠以曲線、表格、圖形、柱狀等方式對數(shù)據(jù)進行分析和展示。

2.3 標段劃分: 遼寧分公司清潔能源公司基于人工智能的新能源資源預測技術改造服務項目標段包1

2.4 服務地點: 遼寧省沈陽市清潔能源公司集控中心

2.5 服 務 期:  自合同簽訂之日起接到甲方通知30日內入場，現(xiàn)場施工總工期180天，如遇大風等不可抗力原因工期順延。

2.6 招標范圍:招標范圍包括但不限于：本系統(tǒng)涉及的陸上風電、海上風電以及光伏發(fā)電功率預測功能基于預測應用服務器建設，預測應用服務器獲取下級風電和光伏廠站的新能源數(shù)據(jù)、實時氣象以及其他廠家功率預測數(shù)據(jù)；外網氣象預報數(shù)據(jù)通過安全Ⅴ-1區(qū)進行接入，對數(shù)據(jù)進行安全掃描后，存入數(shù)據(jù)接收服務器中，經防火墻進入安全Ⅲ區(qū)，使用數(shù)據(jù)解析腳本定時對氣象文件進行解析，通過反向隔離裝置將解析后的氣象預報送入安全Ⅱ區(qū)；預測應用服務器獲取氣象預測數(shù)據(jù)后，結合實時新能源發(fā)電、氣象實測等數(shù)據(jù)建立新能源預測模型，實現(xiàn)新能源超短期和短期預測，結合原始預測數(shù)據(jù)和新增預測數(shù)據(jù)，進行綜合對比分析，支持將新增預測數(shù)據(jù)返回各廠站；預測管理監(jiān)視界面中，用戶可以管理、訂正、上送預測數(shù)據(jù)，詳見技術規(guī)范書。

3. 投標人資格要求

3.1 通用資格條件

3.1.1投標人為中華人民共和國境內合法注冊的獨立法人或其他組織，具有獨立承擔民事責任能力，具有獨立訂立合同的權利；

3.1.2投標人財務、信譽等方面應具備下列條件：

(1)沒有處于被行政主管部門責令停產、停業(yè)或進入破產程序；

(2)沒有處于行政主管部門或中國集團有限公司系統(tǒng)內單位相關文件確認的禁止投標的范圍和處罰期內；

(3)在信用中國網站近三年沒有串通投標或騙取中標或嚴重違約處罰記錄，沒有經有關部門認定的因其服務引起的重大及以上質量事故或重大及以上安全事故；

(4)未被市場監(jiān)督管理部門在全國企業(yè)信用信息公示系統(tǒng)中列入經營異常名錄或者嚴重違法企業(yè)名單；

(5)未被最高人民法院在“信用中國”網站（www.creditchina.gov.cn）或各級信用信息共享平臺中列入失信被執(zhí)行人名單；

(6)法定代表人或單位負責人為同一人的兩個及兩個以上法人，母公司、全資子公司及其控股公司，不得在同一標段或者未劃分標段的同一招標項目中同時投標。

3.2 專用資格條件

3.2.1資質等級要求：投標人須具備CCRC信息安全服務資質認證證書(信息系統(tǒng)安全集成三級及以上)或CCRC信息安全服務資質認證證書(信息安全風險評估三級及以上)。

3.2.2投標人自2021年1月1日至今（以合同簽訂時間為準）,獨立完成（須為投標人一方）至少3項工作內容包含電力系統(tǒng)新能源應用智能化提升的業(yè)績，需附合同業(yè)績掃描件（合同至少包括反映合同內容頁以及簽字蓋章頁）證明材料，每項業(yè)績至少提供一張結算增值稅發(fā)票或階段性收付款發(fā)票（事業(yè)單位項目可提供撥款憑證），否則該業(yè)績按無效業(yè)績處理。

3.2.3本次招標不接受聯(lián)合體投標。

4. 招標文件的獲取

獲取時間：從2026年04月01日09時00分起至2026年04月09日23時59分止。

**