风电功率预报优化方法

1.风电功率预测技术

风力发电能量转换过程为将风能转换成机械能，然后再将机械能转换成电能。当风速小于切入风速时，有功功率为零；当风速大于切入风速时，风电机组投入运行，有功功率随着风速增大而增加；当风速达到额定风速时，有功功率达到最大值；当风速超过额定风速时，风力机通过变桨距机构保持风电机组的有功功率恒定为最大值；一旦风速超过切出风速时，风电机组将采取停机措施。

风电机组发出的有功功率与风速满足式（2-1）。式中，P为风电机组的有功出力；C_p为风能转换效率；ρ为风电机组轮毂高度处的空气密度；A为叶轮扫风面积；v_in、v_N、v_out分别为风电机组的切入风速、额定风速和切出风速；P_N为风电机组额定功率。

由式（2-1）可知，风电机组发出的有功功率主要取决于风速的大小。因此，风电机组发出的有功功率波动比较大。由于风电出力不可控，风电并网对电能质量和电网调度均产生不利影响：风电对电能质量的影响最主要的是引起电压波动、闪变以及谐波问题；风电的随机性和间歇性导致电力电量平衡和调度安排非常困难，随着风电场容量的增加，这些问题将越来越突出。当风电功率无法预测时，电网必须按比较保守的方案为风电留出足够的备用容量以平衡风功率的波动。这样，如果风电功率考虑过高，可能造成全网备用不足；反之，考虑过低，则又可能增加其他常规火电机组深度调峰容量，甚至导致火电机组被迫起停调峰，从而带来火电机组煤耗指标的大幅度上升。

提高风电功率预测精度是改善含大规模风电电力系统安全经济性运行的重要措施之一。风电功率实时预报是指自上报时刻起未来15min～4h的预测预报。多年来，国内外学者对风电功率预测理论做了大量研究，提出了多种预测方法。由于风电功率波动受地形、地貌、天气及风电场运行状态影响，预测算法难以准确反映风电场的输出功率波动特性，不可避免地存在预测误差。因此，如何有效评价所产生的误差，寻找能最大程度上反映风电场风电功率波动特性的预测模型，是风电功率预测中具有重要实用价值的问题。为了保障电力系统安全可靠运行，我国发布了《风电场功率预测预报管理暂行条例》（以下简称《条例》）、《风电场功率预测预报管理办法》。《条例》要求到2012年1月1日，国内所有已并网运行的风电场必须建立风电功率预测系统，以保证风电场对电网的安全运行，不达要求的将不予并网。

国外早在20世纪就开发了风电功率预测系统，例如

1）20世纪90年代初，丹麦Risoe国家实验室、丹麦科学技术大学率先推出Prediktor预报系统和WPPT。

2）20世纪90年代中期以后，美国True Wind Solutions公司推出EWind。

3）目前，用于风能业务预报的系统还有德国的Previento、西班牙的Sipreoli-co和LocalPred、法国的AWPPS、爱尔兰与丹麦的HIRPOM等。

2.物理预报法和统计预报法

采用数值天气预报模式和风电功率统计预测模型相结合的集成系统预测风电功率，是目前国外普遍采用且行之有效的风电功率短期预测方法。

风的波动性和地势依赖性强，使得要能够准确预报风电功率难度大。因此，要准确预报风电功率，必须针对具体风电场，借助数值天气预报和统计分析，建立相应的统计预报模型。

气象预报质量对最终风电功率预报精度具有重要影响，往往要求能够预报未来2～3天高时空分辨率的风电场气象信息（如1km或更高，数分钟）。目前，能够免费获得的预报产品，其时空分辨率远远不能够满足风电功率预报的要求。

一般而言，要使用合适的中尺度数值天气模式对低分辨率模式预报产品进行降尺度处理。在使用中尺度数值天气模式时，要根据具体风电场所处的地理环境和地形地貌特点，通过敏感性试验，采用合适的模式，选择计算区域、网格嵌套和各种参数化方案等，确定最终预报方案。

3.风电功率预报系统

如图2-3所示，以中尺度数值天气预报模式为基础，结合风电场测风塔的观测资料和风电功率记录资料，通过建立定量化的风电功率短期预报模型预报风电功率。

图2-3 风电功率短期预报系统框架

（1）资料库建立

收集至少1年的大尺度天气预报模式产品、测风塔观测资料和风电功率记录资料等。

（2）确定动力降尺度方案

确定模式选取、动力降尺度方案，如敏感性试验，预报区域、网格嵌套方案和各种参数化方案等。

（3）风电场气象场高分辨率动力降尺度回报

利用中尺度数值天气预报模式和收集到的大尺度天气预报模式产品进行动力降尺度回报，为模式输出订正模型和风电场功率短期预报模型的建立奠定基础。

（4）建立模式输出订正模型

将模式输出结果和实际观测资料相结合，进行预报因子和预报量之间的统计关系分析，建立模式输出订正模型，如多元回归与神经网络，单机法与整体法，分时与按月、按季和总体。

（5）建立风电功率短期预报模型

在风电场气象场短期预报的基础上，通过分析风电场区域的气象场条件和风电功率的关系，建立风电功率统计预报模型。

（6）风电场风电功率预报试验及效果检验

进行至少1年的预报试验，并给出相关系数、标准差、误差带等。

（7）系统集成

综合中尺度数值天气预报模式、模式输出订正模型和风电功率统计预报模型，建立风电功率短期预报系统。

4.风电功率预报系统功能

实用化风电功率预报系统应包含以下主要功能：(www.xing528.com)

1）风电功率未来24h逐15min预报产品折线图，具有表格显示和鼠标交互提示功能；

2）风电功率未来24h逐15min预报产品误差带折线图；

3）整个风电场未来24h总发电量显示；

4）风电功率逐15min历史预报产品及误差带折线图，具有表格显示和鼠标交互提示功能；

5）风电功率逐15min历史预报产品误差带折线图；

6）整个风电场历史预报24h总发电量显示；

7）系统用户登录及后台用户配置；

8）风电场数据库文件自动转换功能等。

5.风电场风电功率预报应用

某已投足的风电场由200台750kW风电机组（总装机容量为150MW）组成，该风电场地处戈壁荒滩，地势开阔平坦。在该风电场区周围建立了编号分别为5号和8号的两座测风塔，其中，5号测风塔距离风电场约20km，8号测风塔距离风电场约55km。

（1）预报风速与实测风速对比

表2-1、表2-2所示分别为5号测风塔、8号测风塔预报风速与实测风速对比值。通过预报风速与实测风速的对比分析得知，模式预报的风速一般在小风速时比实测值略小，在风速稍大时则比实测值略大。此外，模式预报小时平均风速与绝对误差之间存在相对较好的一元回归关系。

通过一元回归方程分别对5号和8号测风塔模式预报风速进行订正。表2-3、表2-4所示分别为订正前后预报风速与实测值相关系数统计表、订正前后预报风速的方均根误差统计表。

表2-1 5号测风塔预报风速与实测风速对比

表2-2 8号测风塔预报风速与实测风速对比

表2-3 订正前后预报风速与实测值相关系数统计表

表2-4 订正前后预报风速的方均根误差统计表

（2）风电功率预报效果

2008年全年风电功率预报结果如下：

1）相关系数及误差分析。表2-5所列为相关系数及相对误差方均根误差。其中，逐15min风电功率预报值与风电机组输出功率记录值的相关性较显著，相关系数介于0.58～0.90之间；逐15min风电功率预报值与风电机组输出功率记录值的误差较小，相对方均根误差介于2.76％～12.89％之间。

表2-5 相关系数及相对误差方均根误差

2）风电功率预报值与记录值日变化特征比较。通过比较2008年1～12月份每月2、6、11、16、21、26、31日测得数值，针对部分月有关风电机组输出功率记录资料存在缺测、停机现象，则比较其他天的预报值与记录值日变化特征。风电功率预报值与风电机组输出功率记录值的日变化趋势较一致；部分时刻误差相对较大，这是因为风电机组输出功率记录资料缺测较多等，影响了风电功率预报效果。因此，若有更加完善的风电机组输出功率记录资料，便能够更好地预报风电功率的变化趋势，并可减小预报误差。

3）图2-4所示为逐15min风电功率预报误差带分析（100％、98％、95％、90％）结果。其中：

100％：-91457.8～88675.2kW（野点）；

98％：-50000～40000kW（满发的30％以内）；

95％：-33476.2～35666.4kW（满发的24％以内）；

图2-4 逐15min风电功率预报误差带分析

90％：-25000～25000kW（满发的17％以内）。