构建以新能源为主体的新型电力系统，服务碳达峰、碳中和目标，意味着风电和光伏发电将逐步成为未来电力系统的主体。能源电力系统将发生根本性的变革，在推动电源清洁化、电网智能化和用户电气化的同时，也将改变电网运行特征。传统电力系统对电源侧的精确控制进而实现“源随荷动”的运行模式，将转变为以电网为平台实现“源网荷储”智能协同供需平衡的运行模式。
电力系统的运行与大气环境关系十分紧密，气象要素对发电、输电、电力负荷等均有着显著的影响。精准的气象预测是保障电力系统安全稳定运行有效的手段之一，气象预测已经在电网气象灾害预测、负荷预测、水力发电预测及电网设备防灾减灾等方面发挥越来越重要的作用。在高比例新能源电力系统中，风电、光伏等发电方式受地域和气象条件的影响更大，存在较大的波动性，其高比例接入对电力系统稳定运行带来巨大挑战。构建精准化电力气象预报分析系统，实现不同时空气象资源分析基础上的可再生能源规划布局，可以有效提升新能源发电功率的预测水平以及抵御极端气象灾害的能力。精准化电力气象预报分析系统可以实现不同类型发电功率实时预测和区域用电负荷预测基础上的电网稳定调度，有效减轻新能源发电不稳定性对电网产生的影响，提高新能源利用效率，是实现新型电力系统稳定经济运行的重要技术措施。
目前，电力系统从气象机构获取的气象预报信息，主要建立在公共气象服务基础上，与电网小空间、多时间尺度、点对点精细化预报要求差距还比较大。数值天气预报是指根据大气实际状况，在一定的初值和边值条件下，通过大型计算机进行数值计算，求解描述天气演变过程的动力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法。和一般采用天气学方法并结合经验制作而成的天气预报不同，这种预报是定量和客观的预报。南方电网公司正在构建电力生产全域高分辨率数值天气预报系统，将在新能源规划布局、新能源功率预测、电网防灾减灾、电网负荷预测4个方面支撑新型电力系统的控制和运行。
为新能源规划布局服务
风电、光伏发电方式均受地域和自然资源的影响，在空间上分布极不均匀，在时间上存在较大的波动性和间隙性，同时风电、光伏在时间和空间上也具有互补性。利用气象数值分析，通过分析气象历史数据和实时监测数据，在总结分析区域性风能和光能的基础上，可以在局部尺度上优化风能和光能的配比，进而减少新能源出力的波动性。通过计算风电、光伏安装比例与风光发电系统稳定性之间的关系，获得不同区域风光出力波动小的风光安装比，提高风光的利用率。在新能源的规划布局上，也可以利用电力气象分析系统，进行区域新电源和地区性负荷的匹配分析，优化电源布局，尽可能减少电网功率穿越损失。
为新能源功率预测服务
按照2030年风能和太阳能装机容量达到12亿千瓦的发展目标以及2060年前实现碳中和的要求，2060年我国风能和太阳能装机容量可能达到60亿千瓦，成为真正的主力电源。风电和光伏等发电方式存在较大的随机性、波动性和间歇性等特点，在季节尺度上，太阳能在夏秋季比较丰富，而风能在冬春季比较丰富，二者在季节上可以形成互补。在一天24小时内也可以实现日内互补。新型电力系统建设使得清洁能源生产、传输和调度对天气气候状况的依赖度越来越高，未来电网将在电源和负荷的双重波动条件下实现电网稳定。利用精准的气象数值天气预报系统，可以有效提升新能源发电功率的预测水平，提高电网目标调度的有效性，有效减轻新能源不稳定性对电网产生的影响，提高新能源利用效率，支撑新型电力系统发展。
为电网防灾减灾服务
输电变电设备长期暴露于复杂多变的气象环境中，尤其是输电线路路径长、覆盖广，所经过区域多为高寒、雷害、覆冰、大风区，极易受到寒潮、台风、暴雨等气象灾害的影响而发生故障。据统计，气象灾害导致的故障占电网总故障数的60%以上。冬季，南方地区尤其是贵州和云南容易受到北极极地涡旋、西北太平洋副热带高压、南支槽等天气系统的影响，出现输电线路覆冰灾害。夏季，台风成为影响电网安全运行最主要的气象灾害。相比传统电源，风电、光伏等新能源发电更容易受到大风、低温、暴雨、雷害等极端天气的影响，极端气象灾害可导致风光等新能源出力锐减、发电设施破坏，具有长时间大面积停电的风险。目前，国内外气象部门以及电力企业利用气象数值天气预报系统对覆冰情况开展了预测，能够实现未来1-3天、3千米以下分辨率的格点化覆冰厚度预测；利用气候因子，对台风数量、强度、可能登陆地点开展中长期预测，并对电网台风灾害总体情况进行了预测和评估。
精准的气象预测可以提前预知极端天气的强度和持续时间，评估灾害对电力系统的影响程度，提前做好防灾准备及电力调度规划，如对发电设备进行提前加固、提前关闭发电机组等措施，来有效减少电力企业的损失，防止大面积停电的风险。
为电力负荷预测服务
电力负荷受到经济发展、工业水平、气象要素等因素的影响。准确的负荷预测，可以保障社会的正常生产和生活，有效降低发电成本，提高经济效益和社会效益。近年来，受到全球变暖趋势的影响，气候系统越发不稳定，高温等极端天气的强度和持续时间有增强的趋势，气象预测在负荷预测中的作用越来越重要。随着人工智能、大数据分析技术的兴起，气象大数据结合卷积神经网络、随机森林、模糊聚类法等人工智能方法广泛应用于短期、超短期负荷预测，预测准确率得到了明显提升。此外，随着高分辨率数值天气预报模式的不断发展，基于数值模式可建立数值预报—电力负荷预测模型，实现电力负荷高分辨率格点化的精准预测。
随着新型电力系统的逐步发展，风电、光伏等新能源在电源结构中将逐渐占据主导地位。新型电力系统对于气象预测的依赖度更强，要求更高。构建电力精细化气象数值预报预测系统，将成为新型电力系统安全稳定经济运行的重要技术手段。
