风力发电功率预测的技术优化

20世纪80年代，Notis等科学家最早提出了基于天气预报模式预测未来24h、时间分辨率为1h的风速预测方法。这一时期科学家的研究主要集中在改进风速预测模型上，先后提出了持续时间序列法、多元回归模型、马尔科夫模型、卡尔曼滤波以及ARMA模型等风速预测方法，同时也提出了将风向、气压、温度等加入风速预测中提高预测精度的设想。在风速预测的实地验证方面，科学家McCarthy在1985—1987年间，针对加利福尼亚若干风电场，基于地面观测、高空监测的气象数据，进行了未来24h的风速预测。

20世纪90年代，欧美地区风电装机容量不断增加，风电并网的波动性使得很多电网公司、风电场开发商对风电功率短期预测产生了极大的关注。在这一时期，科学家基于EC＿JOULE框架，提出了一种基于高分辨率有限区域模式（High Resolution Limited Area Model，HIRLAM），该方法针对未来9h的风速和风向进行预报，并将地形、粗糙度以及障碍物等因素首次应用于风速预测中。同时，科学家们采用在线趋势分离方法，进行了预测未来6h、时间分辨率1h的风电场发电功率预测，以及预测未来2h、时间分辨率10min的机组发电功率预测。

随着技术研究的逐步深入，风力发电功率预测系统研发也得到了较快的发展，具有代表性的风力发电功率预测系统见表5-1。其中，丹麦Risø实验室于1994年开发了第一套风电场功率预测系统Prediktor。哥本哈根大学研发的（Wind Power Prediction Tool，WPPT）系统可以实现未来36h、逐小时分辨率的风力发电功率预测。美国TRUEWIND公司开发了EWind工具，用来预测风速和风向，此工具基于气象模式（ForeWind）采用统计方法和物理方法进行预测。德国的研究机构也开发了类似的预测系统，采用气象部门的数值天气预报数据作为输入，应用风-功率曲线进行风速到功率的转换，预测未来48h的发电功率。

表5-1　具有代表性的风力发电功率预测系统

(https://www.xing528.com)

进入21世纪，风力发电短期功率预测模型的在线更新和预测不确定性分析得到了深入研究。有学者对风速预测的线性模型和非线性模型进行了对比，研究表明非线性模型的预测效果整体要优于线性模型。在各种非线性模型中，神经网络模型预测效果最好。在预测不确定性分析研究方面，德国奥登堡大学在2003年Previento系统的研究中，发现风速短期预测的不确定性独立于预测风速的等级，功率预测的不确定性是风-功率曲线和相关风速预测误差的函数。Risø实验室研发的Prediktor在线系统的研究表明，采用优化的数值天气预报系统能够有效提高风电场的短期功率预测精度。

近年来，风力发电功率预测研究的重点已经转向适用于复杂地形、极端天气条件的预测技术。由欧盟RP5计划，在2002—2006年，开启了“下一代陆上与海上风电场风能预测系统开发”项目（“Development of a Next Generation Wind Resource Forecasting System for the Large-Scale Integration of Onshore and Offshore Wind Farms”），该项目共有7个国家的23个机构参加。项目为期四年，其目的是开发适用于陆上和海上风电场短期功率预测工具。在2006—2011年期间，该计划将目标转向风力发电的概率预测，并将概率预测的结果作为储能控制、经济调度等的参考。2009—2012年，该计划启动了项目“safewind”，该项目主要针对极端事件定义和识别、大规模风力发电功率预测、风力发电极值预测的新方法等问题进行研究。由于风电并网规模的不断扩大，区域预测技术也引起了广泛关注，丹麦科技大学开发的风电功率预测工具（Wind Power Prediction Tool，WPPT）中采用累加方法对一个拥有近20个风电场的区域功率进行了预测；德国太阳能技术研究所的风能管理系统软件（Wind Power Management System，WPMS），采用了基于反距离加权统计升尺度方法来对一个具有250MW风电装机的区域进行了功率预测。

自20世纪90年代起，我国也在不断加大风力发电短期功率预测技术的研究。目前，各风电富集区域已陆续建设了风力发电功率预测系统。与欧美地区不同的是，我国绝大部分风电场集中于远离负荷中心的中西部地区，装机容量通常可达数百万甚至千万千瓦，风能的随机性、波动性、间歇性使得风电并网对电力系统的影响变得更加剧烈。根据我国新能源的分布特点，考虑风力发电优先调度等实际需求，我国的风力发电短期预测技术注重对区域气象资源、复杂地形、风电场规模化建设等因素的分析，在单个风电场和区域场站群的预测建模方法上取得了一系列的研究成果。

近年来，国内有多所大学、科研机构以及风电企业对风力发电功率预测系统进行了开发和研究，其中中国电力科学研究院开发的风力发电功率预测系统，在甘肃、河北、宁夏、新疆、江苏、福建、辽宁、吉林、内蒙古、黑龙江等地已经投入运行。该系统以数值天气预报数据、测风塔数据、场站运行数据为基础，采用人工神经网络、多元回归等多种统计方法，建立短期预测模型，实现未来72h的风力发电短期功率预测。另外，华北电力大学、清华大学、南瑞集团等单位开发的风力发电功率预测系统也得到了应用。