今年五月，李克强主持召开国务院常务会议，会议指出，确保能源供应。在前期支持基础上，再向中央发电企业拨付500亿元可再生能源补贴。
随着我国经济水平的稳步提升，相应的能源消耗也变得更加严重，因此国家特别强调加强新能源的开发利用，以推动我国经济的可持续发展。
在新能源的开发利用当中，光伏发电产业以其可持续性及清洁优势得到了人们的认可，并且这一产业的投入产出比非常高，属于我国近些年大力推动的发电产业之一，中国光伏发电已连续5年位居世界第一。
仅第一季度，全国新增光伏装机规模13.2GW，同比增长131%，其中分布式光伏9GW，占比将近70%。据天风证券测算，在业主消纳75%的情况下，工商业光伏电站全投资IRR高达14%。
当分布式光伏投资热潮来袭，分布式光伏发电预测必将变革商业。
天云数据分布式光伏发电预测 让绿色电力惠及千行百业
目前在我国应用最为广泛的是分布式光伏发电系统，它是建设在城市建筑物屋顶的光伏发电项目。但是日夜更替天气无常，分布式光伏发电的出力不具备规律性，对电网规划产生的影响尤为令人头痛。
负荷预测是电网规划设计的基础，能否准确地预测负荷是电网规划的前提条件。分布式光伏的并网，加大了其所在区域的负荷预测难度，改变了既有的负荷增长模式。大量的分布式电源的接入，使配电网的改造和管理变得更为复杂。
为了实现2030年碳达峰、2060年碳中和的大目标，天云数据携手某省电力公司、某网电子商务公司、某省新能光伏科技公司等行业前沿企业，打造“基于泛在电力物联网的工业互联网平台”，积极探索机器学习在区域分布式光伏发电功率预测场景的应用方法。
项目历时半年时间，结合了图卷积神经网络、长短期记忆人工神经网络（LSTM）与深度神经网络（DNN）技术，打造了业界领先的区域分布式光伏发电功率预测人工智能平台。
通过表征向量对光伏发电站的空间特征进行提取，并将时间特征、空间特征、天气数据和光照数据输入多层感知神经网络实现回归函数损失最小化，大幅提升了预测的精度，使“分布式光伏发电预测模型”达到了实用要求，实现了在真实环境中对区域内发电用电情况的优化匹配，夯实电网匹配优化的坚实基础。
同时将模型工程化、标准化、规范化、便捷化，基于平台打通电力调度、分布式能源交易、源网荷储协调控制等工作，在保障用电持续增长的同时实现绿色低碳发展。
项目后期深入与售电公司合作，帮助企业摆脱了“用电全量采购、发电全额上网”的传统粗狂管理模式，实现了“自发自用、余电上网”，有效节省电费开支，让绿色电力惠及千行百业。初步估算，在全省范围内推广，至少可为自发自用企业节省10%的电费，直接经济效益超过170亿元。
抓住时代机遇 共同实现碳中和
IRENA（国际可再生能源机构）的预测数据显示，到2050年光伏发电的装机量将达到8519GW，跻身全球第一大清洁能源。与此同时，分布式光伏的并网加大了所在区域的负荷预测难度，使配电网的改造和管理变得更为复杂，如何准确地预测负荷必将变革商业！
天云数据愿与售电公司的合作，通过“分布式光伏发电预测模型”向上帮助电网实现节能减排、绿色低碳的战略目标；向下帮助企业降本增效，进而实现 “分布式发电用电”的内部闭环。让光伏产业成为中国最具优势的产业之一，让光伏产业成为对碳中和贡献最大的产业。
