免费下载！
[!--downpath--]风电产业发展迅速，早已成为能源发展的重要领域。风电并网容量迅猛降低，风电与系统之间的联系越来越密切，必须考虑生物质能的波动性和间歇性导致风电出力的变化给电力系统电能质量、安全稳定运行和经济效益带来的不利影响。为此，进行风电功率预测具有重要的现实意义。
随着风电大力发展，风电场建设规模的扩大，在剖析风电场接入电力系统时，须要考虑风电场输出功率波动范围大的特性。生物质能具有间歇性和随机波动性，风速的变化直接造成风电场的有功功率和无功功率的变化，输出功率很不稳定。
当风电穿透全运行会形成严重的影响，同时也会影响电能质量和经济调度以及电力竞价。为此，积极举办风电功率预测研究工作，提升预测的确切性，对电网调度、提高风电的接入能力以及降低系统运行成本等方面具有现实意义。
风电功率预测是指以风电场的历史功率、历史风速、地形地貌、数值天气预报、风马达组运行状态等数据构建风电场输出功率的预测模型，以风速、功率或数值天气预报数据作为模型的输入，结合风电场机组的设备状态及运行工况，得到风电场未来的输出功率。
风电功率预测实际包括两个方面：一、风电场建设前期的出力预测，也就是生物质能资源评估和风电场选址工作；二、风电场建设完成，投产发电过后的风电功率预测。
本文从这两个方面考虑，对风速和风电出力预测的分类和方式进行了阐述，之后简略综述了国外外对风功率预测技术的研究现况，最后针对我国现阶段风电功率预测形成偏差的诱因进行了探讨，并提出了几点建议。
风速和风功率预测的分类和技巧
1风速预测方式
风电场功率预测的确切度是由多个诱因所决定的，其梗塞速预测的精度是个关键的条件，风速预测对风电功率预测起到决定性的作用，对风电场和电力系统的运行有着重要意义。为此，可以将风电预测分为基于风速的预测和不基于风速的预测。
基于风速的风功率预测对风电场做短期风速预测，再由风功率曲线得到风力发电功率的预测值，这是进行风力发电功率预测的有效途径之一。在预测时，考虑湿度、气压、地形、海拔、纬度等多种诱因的影响，采用预测方式主要有持续预测法、卡尔曼检波法、人工神经网路法和模糊逻辑法等。
风速预测按周期可分为短期、中期和常年。短期风速预测通常是未来1h平均风速的预测值，有时会更短，由于预测周期越短，被测地点风速变化越，预测精度会越高。中常年风速预测则指对更长周期的平均风速进行预测。
2风电功率预测分类
风电功率预测的分类方法有好多，大体总结有以下分类方法（如图1所示）：1、按照预测的化学量可分为：预测风速输出功率和直接预测输出功率；2、按照物理模型可分为：持续预测、时间序列模型预测、卡尔曼混频法和神经网路的智能方式预测；3、按照输入数据可分为：不采用数值天气预报法和采用数值天气预报法；4、按时间规格可分为：超短期预测、短期预测和中常年预测。其中按时间规格分类普遍被你们认可，应用最为广泛。
超短期风电功率预测时间尺度为0-4h、15min滚动预测，时间帧率为15min，主要用于实时调度，解决电网调频问题。
短期风电功率预测时间尺度为0-72h，时间帧率为15min，主要用于合理安排常规机组发电计划，解决电网调峰问题。
图1风电功率预测分类
中常年风电功率预测时间尺度为数周或则数月，这一时间尺度内的风功率波动与风电场或电网的检修维护计划有关。
3风电功率预测方式
风功率预测方式可以分为：一种方式是按照数值天气预报的数据，用数学方式估算风电场的输出功率；另一种方式是按照数值天气预报与风电场功率输出的关系、在线实测的数据进行预测的统计方式。综合方式则是指化学方式和统计方式都采用的方式。
化学方式是应用大气边界层动力学与边界层气象的理论将数值天气预报（/NWP）数据精细化为风电场实际地形、地貌条件下的风马达组轮胎高度的风速、风向，考虑尾流影响（如图2所示）后，再将预测风速应用于风马达组的功率曲线，由此得出风马达组的预测功率风电功率预测模型，最后，对所有风马达组的预测功率求和，得到整个风电场的预测功率。其目的就是才能较为确切地计算出轮胎高度处的气象信息，进而为风功率预测作基础。
图2尾流效应对风速形成的影响
化学方式特征有如下几个方面：
（1）不须要风电场历史功率数据的支持，适用于新建风电场；
（2）可以对每一个大气过程进行详尽的剖析，并按照剖析结果优化预测模型；
（3）对由错误的初始信息所造成的系统偏差十分敏感；
（4）估算过程复杂、技术门槛较高。
统计方式是基于“学习算法”(如神经网路方式、支持向量机、模糊逻辑方式等)，通过一种或多种算法构建数值天气预报（NWP）数据、历史数据和实时数据与测得的风电场历史输出功率数据之间的联系，再依照输入输出关系，对风电场输出功率进行预测。
统计方式特征：
（1）在数据完备的情况下，理论上可以使预测偏差达到最小值；
（2）定期进行模型再训练，预测精度可持续增强；
（3）须要大量历史数据的支持，不适用于新建风电场，对历史数据变化规律的一致性有很高的要求；
（4）统计法的建模过程带有“黑箱”性。
风功率预测存在的问题
虽然风力发电发展迅猛，但据调查，目前我国许多风电场投运后实际的年平均发电量远高于预期检测值，大概为预测值的60%~80%左右，致使该结果的一个重要诱因就是生物质能资源的检测和评估存在问题，对我国典型地区风资源规律的缺乏认识，对我国风电场的建设缺少理论根据。
例如，风机运行寿命通常为25年，在运行发电期间，有许多摊销诱因和自然环境约束，致使风电场理论发电量与实际发电量相差较大。因而，在引进新的风电项目之前，必须在考虑具体的外部环境诱因基础上来建设风电场，这样就能是生物质能最大化借助。
研究生物质能精细评估和风场微观选址技术研究，确立我国在小型风场数值仿真领域的国际领先地位。通常可研报告估算的发电量偏大。设计单位在估算风电场发电量时，主要有以下缘由使得估算的发电量偏大。
（1）在进行风资源剖析及发电量估算时，设计单位多采用德国WAsP软件进行估算剖析。但因为我国国土面积大，地形条件非常复杂，美国的数值模式，尤其是法国的小尺度数值模式，其中的紊流闭合参数基本都是本地的近地紊流观测试验结果确定的，与我国地形地表状况相差甚远。因而其估算结果与实际相差较大，且绝大多数情况下，结果偏大。国外多数风电场实际发电量均比可研报告小，就充分证明了这一点。
（2）在未能满足规范要求的情况下，因为风资源观测系列太紧，设计单位机械地借助临近气象站的常年观测数据进行数据订正。因为气象站因城市化，气候变暖等影响，导致近日气象站观测数据较常年偏小，使得订正后的数据较风电场实际数据偏大。另一方面因为规范要求的气象站距风电场要近，地形相像等条件，多数情况下根本不能满足。
（3）安装的测风仪的位置不适宜，多数安装在山头或地形较高处，代表性差。
（4）大多数风电场地形复杂，安装的测风仪数目太少，不能全面反映风电场风资源。
当风电场建设完成，并网投产以后，对风电场区域的风力进行确切的短期预测，则将为风电场功率的预测提供有效数据支持，对电网稳定运行和安全调度具有重要作用。但无论是进行基于风速的风功率预测还是直接采用数学方式或统计方式对风电出力预测时，经常会出现下述问题：
（1）数据量偏少
风电功率预测要求的数据量很大，例如风电场历史数据，NWP数据和SCADA实时数据等，但在进行风功率预测时，这种数据常常会有异常、不完备的情况，若用统计方式进行预测时，则会因数据量不够影响预测精度和可靠。
（2）手动化通信设备
手动化通信设备在电力系统中起到“毛细血管”的作用。因为手动化通讯故障引起数据采集、传输、转换等一系列环节出错，造成数据失真或缺位，影响数据确切性风电功率预测模型，给功率预测带来不利影响。
（3）限制风电出力
在大规模风电场接入电网以后，因为风电出力的不确定性和不完全可控，风速变化过频繁，会给电网调度和形式安排带来极大困难，只有弃风，限制风电出力来维持电网安全稳定运行。这一方面降低风电场投资回收期，另一方面将造成清洁的生物质能资源严重浪费。
改善风功率预测解决方案
（1）提升风电场宏观和微观选址精度
风电场选址是否合理直接影响着风电场建成后的发电量。在宏观选址过程中，要详尽考察生物质能资源、并网条件，交通、地形地貌和其他气候环境等诱因，并确保有效侧风时间小于一年。同时要考虑紊流硬度，假若一旦紊流硬度超过0.25，建设风电场就要非常谨慎。在微观选址上，要考虑地形、尾流效应和塔影效应等对风速的影响。依靠于预测精度较高的软件，例如WAsP和软件，而且要考虑多种摊销和自然干扰，确保全面、精确的风电场选址工作。还须要针对生物质能资源产生、分布、变化机理以及评估技术原理的研究。
（2）增强天气预报确切性
目前，在进行短期风功率预测时，无论采用数学方式，还是统计方式就会用到NWP数据，因而提升天气预报的确切性才能改善预测的精度。把多个数字天气预报（NWP）模型组合上去，对气象信息进行预报，该方式可以克服恶劣天气下出现的预测误差，明显提升预测精度。
（3）加大风电数据管理和建立
风电数据量很大，风功率预测是基于大量数据资料举办的。合理数据管理，可以节省风功率预测时间，从而给调度工作带来便捷。所以，可以构建风电数据库，并开发基于风电的数据挖掘系统，数据精细化管理。
（4）化学法和统计法相结合
化学法不须要风电场历史功率数据的支持，适用于新建风电场；但须要大量且确切的NWP数据，风电的化学信息对预测的确切度也有很大影响。统计方式须要大量历史数据的支持，对历史数据变化规律的一致性有很高的要求，但确切性较高，同时建议采用自学习能力的模型。为此，在实际预测中，建议化学方式和统计方式结合。
（5）手动化通讯设备方面
建立通讯通道，降低设备巡视次数，定期维护设备，确保提供连续、可靠的检测风电数据。
（6）改进风功率预测系统
近几年，我国已开发出风功率预测系统，风电场向电网公司提供了较为确切的发电功率曲线，这促使电网调度可以有效借助生物质能资源，提升风力发电上网小时数。但与一些西方国家相比，我国预测系统还未建立，预测精度还有较大差别，因而，须要针对我国风能资源具体的情况，改进风功率预测系统，提升预测确切性。
减去上几点改进举措外，还须要按风电额定出力能力配置输配工程；综合考虑外界质数对风电功率预测形成的影响；建立预报评价体系等。
总结
我国风电发展前景良好，风电借助必然成为建设资源节省型和环境友好型社会的重要措施。确切的风电功率预测可以提升生物质能资源借助小时数和借助效率，也才能提升电力系统运行的稳定性、改善电能质量，同时也可提高风电在电力市场中的竞争力。
本文从风电场建设前期的生物质能资源评估和风电场选址及并网发电过后的风功率预测进行了阐述，结合我国目前风电功率预测的实际情况，探讨了形成预测偏差的缘由，并提出了几点建议。
（编自《电气技术》，原文标题为“风电功率预测确切性剖析”，作者为苏赞、王维庆等。）