基本思想：从数值模拟到功率预测——风电场建模与预报流程分析

物理模型是一整套具有严密逻辑的风电场功率预测理论，该方法首先基于数值天气预报（Numerical Weather Prediction，NWP）得到风电场所在地的气象资料 （如风速、风向等的预测值），然后根据风电场所在地的地形和地表植被或材质等进行局域地理建模，并考虑尾流效应，根据此模型将数值天气预报提供的预测值转化为风机所在位置和高度的风速和风向数据，最后与风机的功率曲线相匹配，得到单个风机或整个风电场的风电功率预测值。从以上描述可知，物理模型的预测精度取决于数值天气预报的准确性、风电场局域建模的精度以及风电功率曲线的准确性。其预报流程如图2-1所示。

物理模型预测技术在国外已得到了较为广泛的应用。其中Troen 和Landberg 开发了物理预测模型Prediktor，它是全球第一个风电功率预测软件。该模型利用数值天气预报系统中的高分辨率有限区域模型（High Resolution Limited Area Model，HIRLAM），根据地心自转拖引定理和风速的对数分布图，将高空的数值天气预报风速转换为某一地点的地面风速，同时运用WAsP程序考虑地面障碍物、粗糙度变化的影响以及地形的影响，运用PARK 模型考虑风电场尾流的影响。其预测时间尺度为36h，初步结果表明，当只考虑大于5m／s的风速时，该模型相比未来9h的单一值（如风速和风向）的持续性模型有轻微的改进。Beyer等开发了一种时间尺度为6～48h的物理模型。在预报过程中，他们还评估了预测误差的空间相关性。结果表明：当输出功率较小时，预测的误差较大；当输出功率较大时，预测的效果较好；相比一个风电场的输出功率预测，对区域内多个风电场的总输出功率预测的不确定性更小。Marti等细化了Prediktor中使用的高分辨率有限区域模型 （HIRLAM），用于预测一个中等复杂地形的风电场的输出功率，在预测中采用了两个空间分辨率：0.2°和0.5°，根据预报结果，小分辨率模型的预测效果更佳。我国的冯双磊采用解析原理分析了风电场局地效应与风电机组尾流影响，提出了适用于工程应用的风电功率物理预测方法。

物理模型无需历史数据支持，适用于新建风电场的功率预测；且该模型的预测单位为单台风电机组，可在风电场某些风电机组被切除后仍给出较为准确的预报值。但物理模型也有一些显著的不足：①数值天气预报的误差是物理模型的主要误差来源，同时由于数值天气预报基于复杂的数学模型，预报的运算量极为惊人，预报精度要求越高，则预报的实时性就难以得到保证；②地形、地表粗糙度和尾流等信息的收集和描述也是物理模型的主要难点；③物理模型的预测流程较长，在预测过程中，容易造成误差的积累。(www.xing528.com)

图2-1　物理模型预报流程图

下文将根据物理模型预报流程，依次介绍数值天气预报、风电场局域建模方法和风电机组功率曲线的相关内容。