2026 科技创新能力公示 | 储能系统优化出力模型 | 珠海派诺科技股份有限公司
01
珠海派诺科技股份有限公司
02
珠海派诺科技股份有限公司(派诺科技,股票代码:920375)于2000年在珠海成立,属于国家级专精特新“小巨人”及高新技术企业。公司致力于能源数字化领域,以“绿色用能、智慧用电”为使命,提供“端边管云”一体化解决方案,涵盖智能电力、能碳平台、虚拟电厂、储能充电等自主研发产品。专注于数据中心、大型公建、产业园区等场景,拥有全栈自研能力与AI算法实力,服务于国家电网、中信银行、中国农业银行、字节跳动、阿里巴巴等客户。
03
本技术聚焦数据中心新能源场景,构建源荷储协同预测、弹性调度体系。负荷预测基于LTSF-Linear模型,通过多维特征工程提取日历周期、负荷统计及趋势特征,结合加权抽样优化样本权重,将WMAPE控制在10%以内;光伏预测针对气象强干扰,采用改进Transformer架构,融合区间与点预测多目标损失函数,结合动态工况识别与相似日匹配增强样本,误差≤15%,同步输出功率区间边界,提升不确定性决策适用性;储能优化聚焦柔性调度,通过混合整数规划算法求解,在满足功率平衡及安全约束下,动态响应电网调节信号与源荷变化,实现对分布式能源波动的平滑与弹性资源的毫秒级协同,有效衔接了能源时空特性与数据中心可调能力,为数据中心级VPP的稳定运行与系统支撑提供了技术内核。
04
产负荷预测-创新点:
负荷预测通过多维特征工程,融合日历周期与负荷统计、趋势特征,提升输入表征。采用加权抽样按“远小近大”分配历史数据权重,平衡长周期特性与近期适应性。选用LTSF-Linear模型,以O(L)低复杂度实现高鲁棒性预测。引入输入序列标准化(减末值)克服分布偏移,显著提升模型稳定性与精度。
光伏发电预测-创新点:
光伏预测融合点/区间多目标损失函数,同步保障预测精度与区间合理性。通过相似度匹配增强样本相关性,改进Transformer实现长序列动态输出。结合气象数据实时识别工况,智能匹配预测模型,有效应对环境干扰,提升复杂场景下的预测灵活性。
05
本方案构建数据中心“源-荷-储”协同体系:通过多维特征与加权抽样,负荷预测WMAPE控制在10%以内,精准捕捉IT负载与制冷特性;光伏预测融合点/区间多目标损失与相似日增强,预测误差≤15%,并输出区间边界;储能基于模型预测滚动优化替代传统定时控制,动态响应电网调节信号,平抑功率波动。三者闭环联动,为数据中心VPP提供高可靠支撑。
06
数据中心新能源的应用场景。
07
联系人:冯立波
联系方式:18675615051
公示监督电话:025-89669665
