干新能源场站的没几个人不怕“两个细则”这四个字。每个月考核通报一出来预测准确率、功率控制、AGC动作次数、无功电压……每一项都在直接换算成钱。尤其是2025年之后随着新能源装机占比继续攀升、现货市场全面铺开考核口径越来越细、越来越严很多场站发现设备没停过电也发出来了月底结算时还是被扣一笔。2026年想少扣点光靠“跟调度关系好”已经不管用了得从根子上把预测准度做上去把考核逻辑彻底吃透。这篇文章就是围绕“预测准一点、考核少一点”来写的。我会把两个细则里跟新能源场站直接相关的考核项拆开把预测偏差扣费的计算逻辑讲透然后给出一套从数据治理、模型调优到考核申诉的完整实操路径。目标很明确在2026年把两个细则扣费再降5%甚至更多。1. 先把账算明白两个细则考核扣费从哪里来有些场站至今还把“两个细则”当成调度下发的红头文件只知道被扣了钱却说不清到底扣在哪。想降扣费第一步必须把账拆开知道哪些考核项是“可控的”哪些是“靠运气”的哪些其实是“申诉能要回来的”。这笔账算不清楚后面所有优化都是瞎忙活。1.1 两个细则到底是什么新能源场站被管什么“两个细则”是电力系统里对并网电厂进行运行管理和辅助服务考核评价的两套规则的合称一套管“并网运行”一套管“辅助服务”。对火电、水电这些常规电源它管的是调峰、调频、备用这些传统能力对风电、光伏场站随着装机规模变大考核重心已经从“发不发电”转向了“能不能按调度指令发、预测得准不准、运行稳不稳定”。具体到新能源场站日常影响比较大的考核项大致有这么几类功率预测准确率考核短期、超短期、功率控制考核AGC/AVC执行情况、故障停运和非计划停运考核、一次调频能力考核部分地区已对新能源场站提出以及无功电压运行考核。这几类里面功率预测和功率控制往往是扣费的大头也是最容易通过管理和技术手段改善的部分。2026年的一个明显趋势是考核在“前移”。以前预测考核主要盯日前和日内现在很多区域开始强化超短期预测的逐时考核甚至把未来15分钟到4小时的预测精度纳入月度结算。原因很简单新能源占比高了电网实时平衡压力大了调度需要的是“下一小时甚至下一分钟”的准确出力信息而不是昨天上报的一张表。1.2 扣费的大头在哪里一张表看懂考核构成以我见过的大量场站月度考核账单来看费用扣减可以分成几个层次。我把常见构成整理成一张表方便对照自己场站的账单找重点。考核大类常见子项对新能源场站的典型影响可控性功率预测考核短期预测准确率、超短期预测合格率、上报及时性偏差越大扣费越高部分区域按偏差电量比例折算扣罚高功率控制考核AGC调节性能、AVC无功执行、有功指令响应速度跟踪不及时、调节超调都会被考核中高运行可靠性考核非计划停运、故障脱网、可用率不达标一次故障脱网扣罚金额可能很高中一次调频考核调频响应能力、动作次数与效果新规扩围后加速成为常态考核项中无功电压考核电压曲线合格率、无功补偿装置投运考核相对固定需按电压曲线精细调整中从扣费的绝对值看80%以上场站的第一大扣费项都是功率预测偏差考核。预测考核之所以关键是因为它和调度运行方式直接挂钩你报高了调度按高值安排实际发不出来电网就有功率缺口风险你报低了调度按低值安排实际又多发电网就可能面临消纳压力。所以调度对预测偏差的容忍度越来越低考核也越来越精细。注意不同省级电网的“两个细则”条款并不完全相同考核标准、计算公式、免扣阈值都有差异。拿到账单先别急着跟历史对比务必先确认本省最新版细则再看自家场站在哪些条款下被扣。2. 预测准确率是扣费的重灾区为什么它是“牛鼻子”想把两个细则扣费降下来功率预测是一定要打通的环节。它不只是自己一个考核项还会牵连功率控制、运行可靠性等其他考核。预测不准的连锁反应往往是先被预测考核扣一笔接着因为实际出力与预测偏差大AGC频繁动作又被扣如果碰到极端天气导致脱网那就是更大的一笔。所以降扣费的核心是先把预测这个“牛鼻子”牵住。2.1 功率预测的三条时间尺度短期、超短期和它的不同用途新能源功率预测严格来说分三条时间尺度每条对应不同的调度业务考核方式也不同。短期预测通常指未来0到72小时的逐15分钟或逐小时功率曲线主要服务于日前计划、检修安排和现货市场申报。这笔预测的考核一般看“日准确率”用一个完整自然日内的预测曲线与实际出力对比计算平均准确率或合格率。很多场站的预测厂家重点优化的也是这条曲线因为它的分数最直观。超短期预测指未来0到4小时甚至0到15分钟的滚动预测主要服务实时调度、滚动计划和AGC考核。以前这条考核权重不高但2026年越来越多省份把它单独拉出来按月考核甚至按小时段考核。超短期预测的难点在于它更新频繁对算法时效性、数据实时性的要求远高于短期预测。还有一条很容易被忽略的“实时短期”预测就是上报给调度的滚动修正计划用来替代或修正日前值。这条线在D1日滚动执行很多场站忽视了它的更新质量导致实际出力和上报值系统性偏差挨罚还不自知。2.2 考核指标怎么算准确率、合格率、偏差的猫腻不同省份的计算公式不一样但底层逻辑大同小异。最常见的短期预测准确率是这样算的预测准确率 1 - 平均绝对误差百分比 × 100%平均绝对误差百分比 预测值与实际值之差的绝对值之和 / 实际值绝对值之和 装机容量修正项这里有个关键细节分母里通常会有装机容量或额定功率的修正项。这意味着同样是误差100兆瓦一台200兆瓦的场站和一台100兆瓦的场站算出来的准确率分数完全不一样。所以别拿自己场站的准确率数字跟隔壁场站直接比装机容量不同考核压力完全不同。合格率则往往按“每个时段的偏差是否在允许范围”逐点判定。比如某省细则规定短期预测每个点偏差绝对值不超过装机容量的15%即为合格点全天按时段合格点比例计算合格率。这个思路和“平均误差”逻辑不一样它更看重极端坏点的控制。也就是说哪怕全天大部分时段都很准只要有两个小时偏差特别大合格率就被拉下去了。超短期预测的考核更严格常见做法是按时段滚动计算预测曲线与实际曲线的误差再按月统计合格率。有的区域已经把超短期预测合格率指标从85%提到90%甚至95%。调度的潜台词很明确你们不仅要报得准而且要一直报得准不能只在考核时段“表演”。2.3 2026年新趋势从“月平均”到“逐时段滚动考核”2026年预测考核最值得警惕的变化我觉得是“平均主义”正在被打破。早几年考核基本看月度平均值偶尔某几天差一点只要全月平均过得去扣费就不明显。但现在很多区域引入了“逐时段滚动考核”和“分档累计扣费”一天之内偏差超过阈值的时间越多扣费档位越高不是简单用平均值糊弄过去。更麻烦的是现货市场推进较快的省份已经把预测偏差直接和现货结算挂钩。目前光伏现在越来越多省份要求新能源场站参与现货申报或曲线分解这时功率预测既是两个细则考核的依据也是市场申报的输入。预测不准可能在同一时间被“两个细则”扣一次、又在现货市场结算时少收一次钱。这就是我在第4章要重点说的“双侧叠加”。实操心得2025年底务必做一次“考核规则年度体检”。我见过的场站很多扣费是因为用了过时的细则条款理解比如还在按以前“月准确率85%达标”的标准做日常管理而新细则早就改成了“逐小时滚动合格率”考核。规则没吃透优化方向就全错了。3. 核心策略一把短期预测精度一档一档提上去明确了预测考核是扣费大头之后接下来就是把预测精度真正做上去。别指望预测厂家一套通用模型装完就万事大吉那是理论值不是考核值。真正降扣费需要你作为场站方深度介入预测的每个环节哪怕最后模型还是厂家维护你也得知道该盯哪些点、提哪些要求。3.1 短期预测的“地基”数值天气预报源怎么选、怎么配短期预测的精度上限很大程度上由数值天气预报NWP决定。光伏场站的辐照度预报、风电场站的风速风向预报都来自NWP数据。选错气象源后面算法再牛也白搭。这里给几条实操建议。第一至少配置两套不同机构的气象源做对比。常见的有欧洲中心、美国GFS、国内气象部门业务数以及商业气象服务商的高精度区域模式。每家模式在不同季节、不同地形下的表现差异很大。不要只听厂家说“我们用了最好的源”你要做的是让厂家提供过去一年两种源在同一场站的逐日预测误差对比然后按季节统计哪个源在春季大风、夏季雷暴、冬季寒潮场景下更优。第二关注NWP的“空间分辨率”和“更新频次”。风电场地形复杂、局地风况变化快的尽量选水平分辨率在3公里以下、更新频次6小时以内的源光伏场站对云团移动敏感分辨率同样重要。NWP空间尺度太大山地风电场和复杂地形光伏电站的预测往往系统性偏低或偏高。第三注意多源集成的方式。简单把两个源平均不一定最好。我见到的做法是设定权重按季节、天气过程、预报时效动态调整。比如强冷空气过程以欧洲中心为主夏季局地对流以高分辨率区域模式为主平时两源等权。权重怎么调就是靠着后续误差统计不断试出来。第三方厂家常常会以“商业保密”为由不给你看气象源明细。我的建议是在招标或服务合同里就约定清楚必须提供气象源信息、更换记录和季度误差报告。这项约定看似很小实际上决定你后续有没有能力做误差归因。3.2 短期预测模型怎么调从机器学习到物理约束都要上现在主流预测模型基本都是机器学习或深度学习方法一般厂家会拿场站历史数据训练模型输出预测曲线。很多场站只关心“分数”不关心“模型”其实你只要在几个关键点上持续提要求精度就会有本质提升。一是要求厂家做“分时段建模”。风电有明显的日夜差异、季节差异光伏更是跟太阳高度角强相关。如果全天共用一个模型白天准了晚上就飘反之亦然。好的预测服务应该至少分夏季/冬季、白天/夜间四套基础模型再叠加天气类型分类模型。二是强调“物理约束”。有些纯数据驱动模型会输出一些物理上不可能的值比如光伏功率在夜间不为零、风速变化剧烈到超出物理极限。这时就要叠加物理约束处理比如用晴空辐照度模型约束光伏预测上限用地形粗糙度约束风电阵风幅度。没有物理约束的模型误差分布会带很多“野点”而这偏偏是合格率考核最怕的东西。三是关注模型更新频率。预测模型的训练数据集应该滚动更新至少每月重训一次把新投运机组的运行特性纳入进来。如果厂家是“一次训练、长期使用”遇到设备技改、机组增容之后预测一定会明显失准。3.3 场站侧能做的“笨功夫”数据治理才是真护城河这点一定要重点说因为这是场站可以完全自己做、不依赖厂家的部分。很多场站预测精度上不去不是因为算法差是因为喂给算法的数据是脏的。风电场站的测风塔数据、单机有功功率、机舱风速光伏电站的辐照度计、气象站、逆变器功率这些数据如果长期不校准、不清理会有大量异常值、缺失值、通讯中断记录。机器学习模型最怕脏数据它会把异常当成规律来学。我刚接手一个场站时发现光一个场站的测风塔数据半年内有23天是通讯中断后补传的乱码还有十几次风机检修导致的功率强制置0记录——这些脏数据不剔除模型再先进也白搭。数据治理的实操建议有几点一是建立每日自动数据质量检测重点检查越限值、跳变值、持续恒定值二是对测风塔、辐照度计做定期清洁校验记录在案的维护日志比设备本身还重要三是保留数据治理版本记录每次模型训练用哪一段数据、剔除了哪些异常都要能回溯。做好数据治理预测模型精度提升0.5到1个百分点是很常见的。4. 核心策略二超短期预测和功率控制联动把实时考核也按住短期预测解决了“报得准”的问题但两个细则考核可不只看日报。实时运行考核主要看超短期预测、AGC/AVC执行效果以及有功控制能力。很多预测做得很好的场站实时考核还是会扣费原因就是超短期预测和功率控制之间没有形成联动。这里直接讲做法。4.1 超短期预测要“滚动起来”不能一套模型跑到底超短期预测的核心价值在于实时性要求每15分钟甚至每5分钟滚动更新一次未来4小时的预测曲线。很多场站的预测系统名义上有超短期模块实际却是每整点才跑一次或者用前一天的数据做惯性外推这跟调度要求完全脱节。我的实操建议是把超短期预测的刷新周期压到15分钟以内并且每次滚动都引入最新实测数据作为输入。比如风电可以用最近15分钟的实际风速、功率变化趋势来修正模型输出光伏则要重点引入卫星云图或地基云图数据因为光伏短期剧烈波动的根源就是云团遮挡。地基云图提前30分钟识别云团走向能显著降低超短期预测偏差。还要注意超短期预测的“收敛性”。有些算法在接受到新实测数据后会出跳变——上一轮预测还是100兆瓦下一轮直接蹦到70兆瓦这种跳变会让调度误判也会让考核系统记录到不合格时段。正确的做法是给预测做平滑处理让滚动曲线在相邻时段之间保持连续性。4.2 AGC和预测之间的“配合战”功率预测和AGC是两个独立系统但它们面对的是同一个调度指令流。预测值不准确时AGC的调节压力就会变大调度按预测曲线下指令实际功率跟不上AGC就会频繁动作调节性能指标自然变差。反过来说AGC调节性能太差也会让实际出力和预测值之间产生更大偏差形成恶性循环。把两个环节联动起来关键动作有三个。第一预测系统输出的超短期曲线要直接同步给AGC作为功率调节的基准线避免AGC拿一个“过期的预测值”当目标。第二设置死区和变化率限制让AGC在功率小幅波动时不乱动避免过度调节导致预测与实际错位。第三做好“限电时段”的标记处理场站被限电时实际功率受调度指令约束预测系统要能够识别限电状态不能拿限电后的出力去反推预测模型参数。在AVC方面同样要关注无功补偿装置的投运状态。电压考核看似和预测无关但有些区域在预测准确率之外还会考核“是否因无功不足导致电压越限”这时候无功补偿装置跟不上会牵连其他考核项。所以每月必须有计划地测试AVC的调节能力确保动态无功响应合格。4.3 极端天气和“保命式”预测策略预测做得再好遇到强对流、台风、寒潮等极端天气也会有大幅偏差。但考核系统不会因为你“天气特殊”就自动豁免除非你有完备的免考核申报材料所以必须在极端天气到来前采取特殊策略。比较常规的做法是“极端天气预警期预测”和“人工干预机制”。一旦NWP预报未来48小时有强天气过程预测系统要自动切换为极端天气模型人工校核预测曲线并附上说明备注。有些场站会安排专人盯着天气雷达、台风路径和区域预警信息提前12小时做一次“预测会商”。这里面有个容易踩坑的地方不要为了应付考核而故意把预测值往“保守”方向调。有的场站觉得预测低一点实际出力比预测高考核就能“稳”这是错的想法。两个细则的偏差考核是双侧的预测偏低同样扣分只是在现货市场里偏低可能意味着少发多赔更关键的是长期系统性偏低会被调度判定为“恶意规避考核”可能触发更严格监管。按调度要求实事求是该报多少报多少才是长久之计。5. 实操流程从账单拆解到月度改善闭环前面几章讲的都是具体技术和策略这一章把它们串成一套可以落地执行的流程。降扣费不是一次性工程而是每个月循环往复的“诊断、优化、验证、复盘”。我按实际场站操作经验拆成四步走。5.1 第一步把上个月考核账单“解剖”到每条扣费点每个月考核通报出来后不要只看一个总扣费数字。要做一张扣费明细拆解表按“考核项、扣费金额、发生日期、对应天气、预测数值、实际数值”六个维度逐条记录。这里的关键是找到“反复发生”的扣费模式。比如连续三个月都在凌晨2点到5点因为超短期预测不合格扣费那就要重点查这个时段的光伏/风电特性是不是有特殊规律如果总是雨雪天气后第二天偏差大就要查NWP对降水过程结束时间的判断是不是系统性偏晚。把扣费事件和天气、设备状态、时间分布关联起来才能找到真正的根因而不是头痛医头。5.2 第二步预测误差诊断分清“系统偏差”还是“随机误差”预测误差诊断有两个方向一个是统计整体误差分布另一个是找系统性偏差。整体看平均绝对误差没意义要把误差按“偏高/偏低”分开统计。如果发现预测值系统性偏高实际出力长期小于预测那大概率是模型没有学到设备故障率、限电率、老化衰减这些因素如果系统性偏低很可能没考虑新投运机组、逆变器扩容等变化。有一种常见情况是预测整体平均误差不大但一到傍晚和清晨就特别差这种“时段聚集”的系统偏差必须通过分时段建模解决。诊断之后要做的是“误差归因记录”把每次模型更新、数据修正、权重调整都记录下来。这个记录既是优化过程档案也是未来考核申诉时用来证明“场站已尽到管理义务”的材料。5.3 第三步建立“预测-考核-复盘”月度循环我推荐的月度循环节奏是月初拆解账单月中做误差诊断和策略调整月底预测下月重点天气并提前准备。每个循环聚焦一个核心问题不要试图一个月把所有问题全部解决。比如说这个月发现AGC调节性能扣费突出下个月就把重点放在AGC参数整定和超短期预测联动上下下个月发现短期预测在多云天气偏差大就专门调整气象源权重和云图策略。一次解决一个真问题比一个月做十个表面动作更有效。月度复盘会建议让运行值长、预测系统维护人员、电气负责人一起参加。预测考核问题往往不只是预测部门的事它可能是数据采集设备故障、场站运行方式变化、限电指令执行滞后共同作用的结果。跨岗位复盘能发现很多单看数据发现不了的问题。5.4 第四步与调度沟通和考核申诉的实战要点再好的预测也有难免被误判的时候。两个细则考核并非“一刀切”多数省份都有免考核和申诉通道关键是你材料要硬。常见的免考核情况包括场站因电网原因被限电导致预测偏差、极端天气超过设计标准、预测系统因通讯中故障且已及时报告、设备故障且已按规定申报。遇到这些情况要在规定时限内提交申诉报告附上调度指令记录、通讯故障截图、预测系统日志、天气预警文件等证据。申诉材料最核心的一条是“证明场站没有主观过错且已尽到合理注意义务”。我曾见过一个场站申诉被驳回就是因为只写了一封情况说明没有任何客观证据支持。建议每次申诉都做一个标准证据包按时间线整理调度指令、预测曲线、实际功率曲线、天气预警记录、设备告警记录一并打包提交。申诉不是闹事是在规则框架内维护场站合法权益该提就提。6. 常见问题与避坑技巧实录这一章算是我多年跟踪多个场站功率预测和两个细则考核后总结出的最常见问题和最容易踩的坑。每一条都是真实发生过的情况写出来供大家对照。6.1 为什么换了气象源反而更差了很多场站听厂家销售说“某气象源全球最准”就换了源结果下个月准确率不升反降。原因通常有三个一是新旧气象源的特点不同而模型权重还停留在旧源偏好上需要至少一个月的“磨合期”二是换了源厂家只改了输入没重新训练模型模型内部的统计规律根本不匹配新数据三是换源发生在天气转换季节模型本身就在适应期和源关系不大。我的建议是换源必须遵循“并行测试-数据统计-分季切换”路径两个源并行跑至少一个月用场站自身历史误差数据决定切换节点不要拍脑袋换。换源后头两周务必加密人工校核发现异常及时回退。6.2 模型训练的“过拟合”陷阱预测厂家常喜欢给你看历史回测精度动辄98%以上。这个数字很好看但要格外小心。有些模型在训练集上精度极高一到实际运行就拉胯因为模型把历史数据里的噪声和特殊情况当成规律记住了这就是过拟合。识别过拟合有一个简单办法要求厂家提供“跨年回测”和“按月滚动前测”表现。真正靠谱的模型应该是在与训练期无关的新数据上也保持稳定精度。如果一个模型历史准确率高但这两个月表现很差先别急着骂算法仔细检查一下是不是模型训练数据里包含了未来信息、或者训练集和测试集没有严格切分。6.3 厂家考核指标的“文字游戏”预测厂家和场站签合同里面通常有“预测准确率保证值”比如“短期预测准确率≥85%”。但很多场站忽略了一个坑合同里的准确率计算口径和电网两个细则的口径常常不一样。厂家说“准确率不低于85%”可能是按装机容量归一化的平均绝对误差算的也可能是按合格时段比例算的而电网考核的是另一个口径。口径不同结果差很远。我见过一个场站厂家合同承诺85%以上实际电网考核的准确率只有73%场站还拿厂家没办法因为合同根本没绑定电网考核口径。签合同前必须盯死三条第一预测服务考核口径必须与本省电网两个细则一致第二扣费损失与预测精度挂钩精度低于某个阈值厂家要承担一定赔偿责任第三月度报告必须包含电网考核得分和偏差分析而不只是“模型训练表现”。做不到这三条的服务商建议不要签。6.4 申诉被驳回的几个常见原因申诉是降扣费的最后一道防线但很多场站申诉成功概率很低原因不是条理不清而是细节不到位。最常见的驳回原因包括超过申诉时限很多省份规定5个工作日内、证据缺少调度侧确认、申诉内容涉及“其他场站如何如何”只看自家、只申诉“扣多了”却没有给出修正后的预测曲线。最有效的申诉材料长这样用一张时间线图把当天调度指令、预测上报、实际出力、天气突变四个序列对齐再辅以气象预警截图和系统日志清清楚楚说明“不是我们不报准而是天气过程超出了可预测范围且我们已经按时上报、及时修正”。记住一个原则申诉的核心是“事实链完整”不是“态度好”。如果很多考核扣费本身是因为规则理解不准导致的那申诉的同时就要同步调整内部管理策略把新细则要求植入日常操作票和值班手册里去避免下个月重复犯错。结尾一点个人体会做了这么多年新能源场站运营管理我最大的感受是预测和考核这件事没有捷径全是细功夫。别指望天上掉一个大版本升级解决所有问题也没有哪个“神器”能让你下个月扣费瞬间清零。真正可靠的路径就是这样吃透本省细则盯住预测全链条的数据质量把短期、超短期、AGC/AVC联动起来再用月度闭环持续迭代。每季度能把扣费降1到2个百分点一年下来5%的目标就稳稳达成了。最后再分享一个小技巧每个月复盘时把“预测合格率”和“月度扣费金额”做成一张联动曲线图看久了你会非常直观地感觉到哪个指标才是你真正应该盯死的那一个。我自己是这么做的也推荐你试试。2026年祝大家的场站都少扣一点多落袋一点。