风力发电功率预测系统优化

以某大型近海风电为例，着重介绍既包含风电场应用，又涉及风电远程监控建设需求的风电功率预测系统。该风电场以1.5MW风力发电机组为主，装机容量200MW，年设计上网电量4.35亿kW·h。风电场所处沿海狭长区域，其下垫面多为滩涂、水体，地理特性复杂，气候具有典型的海陆性特征，风能变化的季节差异明显。风电功率预测系统需要充分考虑风电场装机、风力发电机组布局以及风电场所处区域的地理气候特征，所以在测风塔选址、功率预测建模和通信组网等方面均有较高的设计要求。

1.系统网络拓扑

本案例预测系统建设在远程集控中心，风电场配置了数据转发装置，负责将预测结果上传至直属调度部门。

在数据通信方面，为了解决风电场与远程集控中心两地之间的通信问题而专门架设了数据专线，功率预测系统则利用该专线实现了两地数据的交互。风电场功率预测系统一方面需要与集控中心的电网调配自动化集成系统（ON3000）进行数据交互，获取风电场实时出力以及100余台风力发电机组的出力、运行状态；另一方面需要通过专线方式与部署在风电场端的通信机进行通信，通过IEC104规约获取风电场实时气象信息。此外，远程集控中心的风力发电功率预测系统还需通过数据专线，将风电场运行数据、测风塔实时数据以及功率预测数据通过E文本方式下发至风电场端的数据转发服务器，再由转发服务器通过IEC102的扩展规约，将E文本上传至风电场所直属省电力公司调度中心。由此最大限度地减轻了风电场侧的技术管理工量，充分发挥了远程集控中心的集约管理优势。系统拓扑结构如图7-5所示。

在界面展示方面，该套风电功率预测系统不仅要在集控中心进行预测展示，而且支持风电场端通过通信专网实现WEB界面的浏览功能，所以在系统平台设计上，采用用户访问更为简便、网络结构更加灵活的B／S模式结构，通过设置不同的用户访问安全权限，可以满足两地不同的实际应用需求。

系统安全防护方面，要求数值预报的下载采用硬件防火墙，而且在远程集控中心至风电场的数据下行链路上配置反向安全隔离设备，以满足电力二次系统安全防护要求。

2.人机界面功能模块

综合考虑预测系统的应用需求可以发现，风电功率预测系统的人机界面功能主要分为实时监测、气象信息和功率信息三大功能模块，以及多类系统功能子项。其中，实时监测模块主要针对实时功率数据和实时气象数据的展示；气象信息模块主要包括各类气象统计分析的展示；功率信息模块是人机界面中应用最为频繁的部分，主要展示次日计划曲线（短期预测）、风力和功率数据对比曲线等信息，以及预测精度等统计分析信息。人机界面功能模块如图7-6所示。

图7-5　系统拓扑结构图

图7-6　人机界面功能模块示意图

（1）预测系统主界面。预测系统主界面以多种方式展示了实时状态信息，包括实时功率、预测功率、实时气象数据等动态信息，以及风电场全景和基础数据等静态信息，便于用户直观快速地掌握预测系统的运行数据和风电场状态。

预测系统在数据展示时，采用丰富的数据曲线和数据图表形式进行呈现。在曲线图中，常采用多色曲线来标识实测数据、短期预测数据、超短期预测数据等不同的数据类别。界面中除了具有数据曲线展示外，还采用表格形式展示预测的统计分析结果，使得系统用户能够较为清晰的掌握当前系统运行情况，风力发电功率预测系统主界面如图7-7所示。

（2）短期／超短期功率预测曲线。功率预测曲线主要采用曲线图的方式，实现不同查询条件下的风电场实测功率、短期预测功率和超短期预测功率进行查询对比展示。

图7-7　风电功率预测系统主界面(www.xing528.com)

这一界面可以选择查询时间和曲线显示类型，通过图形分析可以展示预测数据和实测数据的一致性趋势、绝对误差和时段最大误差的发生时间，为系统用户的预测精度评价以及研究人员的预测模型跟踪、分析评估和模型修订提供依据。短期／超短期功率预测曲线如图7-8所示。

图7-8　短期／超短期功率预测曲线

（3）风玫瑰图展示界面。对于风电场的运维管理，可以通过分析该区域内测风塔的风玫瑰图，来准确掌握辖区内风能资源的特性。按照风玫瑰图的数据定义，通过对预测系统长期采集积累的气象监测数据进行统计分析，绘制出风电场区域的风玫瑰图。

风玫瑰图是在极坐标底图上，点绘出某一地区在特定统计时段内的各个风向出现的频率，或各风向平均风速的统计图。预测系统通过风玫瑰图的展示，能够向系统用户直观地展示某时段内风电场风资源的分布情况以及主导风向。风玫瑰图展示界面如图7-9所示。

图7-9　风玫瑰图展示界面

（4）风速变化曲线。风速是影响风电场风机出力最直接的气象要素，风力发电功率预测系统通过曲线图方式对实测风速、短期预测风速和超短期预测风速进行了查询对比显示，比较预测和实测数据间的一致性。

图7-10中，不同风速等级下，风速的预测精度存在较大差异，如何提高不同时段、不同风速等级下风速预测精度，将对预测系统的整体预测水平产生重要影响。

通过比较风速预测值与实测值之间的一致性及其日变化，有助于系统用户和研究人员有针对性地查询或分析某一特定时段的误差影响因素。风速展示界面如图7-10所示，风速预测整体与实测值一致性较好，但是在1月3日12时前后测风塔实测风速值发生跳变，超短期预测值准确地反映了这一变化，而该时段的短期预测与实测一致性发生偏差。

图7-10　风速展示界面

（5）误差统计。风电功率预测系统的误差统计规则依据当前行业相关标准。其中，误差统计的对象主要包括次日0～24h短期功率预测精度和超短期功率预测的第4小时的预测精度。在统计指标方面，主要包括均方根误差、平均绝对误差、相关系数以及合格率等，误差统计界面如图7-11所示。

图7-11　误差统计界面

在风力发电功率预测系统中，这些指标的数据类型、采样频率、计算方法和计算公式均遵照相关标准中的规定。

（6）风电机组工况设置界面。影响预测系统预报精度的因素，除了预测模型本身外，风力发电机组运行状态也是个重要原因。本系统预留了风力发电机组检修计划输入接口，为风电场运维人员提供了可视化的手工填报界面，风力发电机组工况设置如图7-12所示。在手工填表界面中，系统用户可通过风电场不同区域内的风力发电机组的运行状态进行设置，该设置将决定预测模型的参数调整，以考虑风力发电机组状态异常情况下的风电场功率预测。