一个 80MW 光伏电站连续两个月因为短期功率预测误差超标被调度考核月均扣费 4 万元。运维把模型厂商叫来调了三次参数误差没降多少最后发现根因是气象源切换后没做一致性校验预测用的辐照数据和实际相差 20%。模型背了数据源的锅。功率预测考核直接影响电站收益但排查时容易一上来就调模型。更有效的顺序是先核对气象源、再查数据质量、再看上报口径最后才动模型参数。考核公式先看清楚不同省份的考核规则差异很大常见口径是短期预测准确率不低于 85%或者均方根误差不超过 15%。扣费通常按超出部分折算电量再乘以电价。拿到考核单先看两件事考核窗口是 15 分钟还是 1 小时误差统计用的是预测值还是修正值。有的电站把预测系统做了二次修正再上报但考核系统按原始上报值统计两边口径不一致系统里显示误差 8%考核单却写 14%。气象源是主要变量功率预测的误差来源里气象源不准确能占到一半以上。数值天气预报的分辨率、更新频次、是否同化本地观测数据都会影响辐照和温度预测。切换气象源或更换预报服务商后必须做至少 30 天的对比验证。建议保留两路气象源一路做主预报一路做交叉校验。每天对比两路的辐照预测与实际辐照偏差超过 15% 时自动标记连续 3 天超差就要检查是不是服务商模型版本变了。# 两路气象源一致性校验示例defcheck_weather_consistency(primary_wm2,backup_wm2):devabs(primary_wm2-backup_wm2)/max(backup_wm2,50)return{ok:dev0.15,deviation_pct:round(dev*100,1)}print(check_weather_consistency(720,600))# 偏差 20%需要告警数据质量决定模型上限模型再准喂进去的历史功率数据本身有缺口预测也会跟着偏。常见问题包括限电日的数据被当成正常发电、逆变器停运时的零值没剔除、辐照仪脏污导致校正系数漂移。训练数据清洗至少要处理三类限电时段标记剔除、夜间零值保留但剔除建模、异常突变点用前后 15 分钟中值替换。数据质量报告的通过率建议设成 95% 以上低于这个值先修数据再谈调模型。功率预测误差治理与电站数据治理是同一套方法具体链路可以对照这份功率预测与并网考核的工程排查清单。上报口径要逐字段核对上报系统的时区、量纲、单位转换是最容易出错的地方。辐照单位是 W/m² 还是 kW/m²温度是摄氏度还是开尔文功率单位是 MW 还是 kW任何一个错位都会让误差统计失真。建议在预测系统出口加一个校验层预测值不能超过电站装机容量乘以 1.1变化率不能超过 30 分钟内 50%上报时间戳必须是 5 分钟整数倍。三个硬规则能挡住大部分低级错误。模型切换要有 A/B 验证模型升级不是上线就完事。先用同一时段数据做离线回测再做至少 7 天的在线 A/B对比新老模型逐日误差。回测指标建议同时看均方根误差、平均误差幅度和单点误差峰值只看平均值会掩盖午后阵雨场景的大偏差。某 50MW 电站在切换模型后单点误差从 25% 降到 18%但 7 天平均误差只降了 1.2 个百分点靠的就是回测时把 4 个雷暴日单独统计才看出新模型对强对流场景的改进。建立月度误差溯源表考核误差要落到具体原因建议每月做一张误差溯源表按误差超差的时段归类气象源偏差、数据缺失、上报错位、模型本身、未知。占比居前的类别就是下个月要解决的问题。误差来源超差时段数占比动作气象源偏差3246%换备源或调整权重数据缺失1420%补数据质量门禁上报错位913%修时间戳校验模型本身1116%下月 A/B 验证未知45%现场复盘连续三个月占比居前的类别不变说明排查顺序有问题应该把资源前移到气象源和数据治理而不是反复调模型。你们电站功率预测被考核过吗误差溯源表里占比居前的是哪一类欢迎在评论区分享你们的排查经验。