风功率预测系统的应用与优化的讨论

风功率预测系统的应用与优化的讨论

张伟

国华能源投资有限公司北京100007

摘要：风电场风功率预测系统是风电安全、优质并网运行的关键技术手段，也是实现风电场监控及信息化管理的重要基础。同时，采用风功率预测系统，能够有效提高电网调峰能力，增强电网的风电接纳能力，改善电力系统运行的安全性与经济性。文章介绍了即墨华能风电场使用的NSF3100风功率预测系统的体系结构、主要功能，并结合并网风电场给预测系统带来的精度问题展开了讨论。通过实时风场功率数据采集、对比、分析，实现对风场的功率预测和控制，确保电网安全稳定可靠运行。

关键词：风电场；风功率预测系统；应用；预测准确率

大力发展风电等先进能源技术在改善能源结构。减少温室气体排放等方面具有非常积极的作用，然而与常规电源相比，风电场的输出功率受人为因素干预较小，几乎完全由自然条件决定、随机变化

的风速。风向导致风电场输出功率具有波动性、间歇性、随机性的特点，大量风电场集中并网会对电网的安全。稳定。经济运行带来影响，并成为了限制电网接纳风电的主要障碍之一、对风速风功率进行预测，对风电场的出力进行预报，是解决这一问题的有效途径、是提高电网调峰能力。增强电网接纳风力发电的能力，改善电力系统运行安全性与经济性的最有效、最经济的手段之一、通过预测，风电将从未知变为基本已知，增强系统的安全性。可靠性和可控性、根据风电场预测的出力曲线优化常规机组的出力，达到降低运行成本的目的。

1风功率预测情况

风功率预测方法:根据数值天气预报的数据，用物理方法计算风电场的输出功率;或是根据数值天

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法、目前常见的方法有:基于数值天气预报的方法。基于物理计算方法和统计方法、

(1)数值天气预报:根据大气实际情况，在一定初值和边界条件下，通过数值计算求解描写天气演

变过程的流体力学和热力学方程组来预报未来天气的方法、这种预报是定量和客观的预报、常用的预测方法输入数据:风速。风向。气温。气压等的SCA-DA实时数据;等高线。障碍物、粗糙度等数据;数值天气预报数据。

(2)物理方法:考虑地形。粗糙度等信息的预测方法、利用数值天气预报系统的预测结果得到风速。风向。气压。气温等天气数据，然后根据风机周围的物理信息得到风力发电机组轮毂高度的风速。风向等信息，最后利用风机的功率曲线计算得出风机的实际输出功率、对风电场所在地进行物理建

模，包括风场的地形。地表植被及粗糙度。周围障碍物等等:还对风机本身的轮毂高度。功率曲线。机械传动和控制策略等进行建模、该方法的输入参数为数字气象预报模型、由于气象预报的每日

更新频率很低，因此，该方法更适合中期风电场的发电量预测。

(3)统计方法:是在系统的输入和风电功率之间建立一个映射关系，应用这个关系，采用回归分析法。指数平滑法、时间序列法ht、卡尔曼滤波法、灰色预测法等，通过捕捉数据中与时间和空间相关的信息来进行预测。

(4)学习方法:是用人工智能的方法提取输入和输出间的关系，建立模型、通过大量数据的学习

和训练来建立输入输出间的关系，达到预测。系统实施初期即将当时所有已建风电场全部纳入预测系统，从系统功能划分及调度一体化角度考虑，将在原预测系统软件平台的基础上开发超短期预测模块，将超短期预测无缝融入原预测系统中。

2系统典型配置

NSF3100风功率预测系统的主要设备包括功率预测服务器、数据采集服务器、WEB服务器、网络交换机、网络安全反向物理隔离、测风塔、:NWP数值天气预报下载工作站，辅助设备包括调度数据

网设备（路由器、交换机）、二次系统安全防护（纵向加密认证装置、硬件防火墙），以及其它互联线路。

数据采集服务器：通过运行数据采集软件，与风电场侧风电综合通信管理终端通信采集风机、测风塔、风电场功率、数值天气预报。

数据库服务器：用于数据统计分析和存储，保证数据可靠存储。

WEB服务器:主要功能是提供网上信息浏览服务，页面图行显示，将风机数据、天气预报数据、测风塔数据转发至功率预测服务器。

功率预测服务器：运行风电功率预测模块，根据建立的预测模型，基于采集的数值天气预报，采用物理和统计相结合的预测方法，并结合目前风电场风机的实时运行工况对单台风机及整个风电场的出力情况进行短期预测和超短期预测。

NWP数值天气预报下载工作站：负责从气象局获得数值天气预报，为保证网络安全在网络边界处配置反向物理隔离设备。

测风塔：测风塔测量数据（实时气象数据）是用来进行超短期功率预测的，通过GPRS或者光纤采集测风塔的实时气象数据。

3风功率预测操作流程

风功率预测系统由数据采集服务器采集测风塔数据，通过串口线传给综合通信管理终端，通过冗余配置的两套调度数据网（路由器、交换机、纵向加密认证装置），由通信线路冗余配置传输经地调传向电网主站。风功率预测系统数据由数据采集服务器采集测风塔数据、天气预报数据经过反向隔离装置，传给功率预测数据库服务器，结合综合通信管理终端将采集的风机运行实时功率数据、天气预报数据、测风塔数据送至功率预测数据库服务器进行数据处理、数据存储、计算、分析、验证等处理，将风场功率预侧结果直接经过两套冗余配置调度数据网（路由器、交换机、纵向加密认证装置），由通信线路冗余配置，传输经过地调传向电网主站。

4超短期预测示例

4.1超短期预测数据上传

超短期预测数据自上报时刻起未来15分钟至4小时的预测预报，时间分辨率为15分钟。即墨华能风场2012年9月12日00:15：00-24：00：00超短期预测功率数据中，仅列出0-4小时之间数据为例，进行预测数据与实测数据对比。

表1超短期预测预报数据

通过观察表中数据，不难发现，预测数据和实测数据在一定程度上还存在着明显的误差，例如：1：45：00数据，实测风速4.28M/s.，预测风速3.97M/s.，实测功率1.583MW，而预测功率5.214MW，预测风速与预测功率出现反相关情形，这说明整个风功率预测系统不仅在数据采集环节的可靠性有待商榷，而且在后台终端的数据处理上也存在不容忽视的问题，这也提示我们今后在设备选型上要多方比较，选择最优方案。

4.2超短期功率预测曲线界面展示

JNSF3100风功率预测系统的后台界面能显示风场所在区域未来一段时间的风速、风向、气温、气压、湿度和风机发电功率。通过选择界面上的控件和菜单，即墨华能风场2012年9月12日全天超短期预测风速P功率对比曲线。如图3所示

4.3短期预测示例

短期预测数据每天仅预测一次，预测次日零时起未来72小时的有功功率，时间分辨率为15分钟。同样，调阅即墨华能风场2012年9月12日00：00-24：00:00区间，查阅00:15-04:45短期预测数据分析，将实测数据与短期预测数据再次比较，仍然存在较大差异。

表2短期预测预报数据

4.4功率预测精度的讨论

以9月份为例，根据公式（1）计算得出每日的预测准确率-，然后取算术平均值最终计算得出该月预测准确率结果R=79.22%。可以看出与国家标准要求达到的准确率存在一定差距。针对上述公式（1）在计算过程中求取准确率存在如下问题。

（1）测风塔数据采集方式影响较大，目前即墨华能风场采用GPRS无线传输模式，在数据采集过程中，受设备质量问题，时常实测数据丢失，在功率预测服务器运算过程中数据将无法进行有效的统计计算。

（2）丘陵地段风机高度不同，风速分配密度不一，考虑适当增加阶段性实测数据，分区建立多个模型。

（3）风功率系统的稳定性也有待提高，有时存在数据丢失、页面无法显示等问题。

针对以上问题，结合即墨华能风场运行经验提出如下建议：

（1）将测风塔预测数据及实时数据传输方式由GPRS无线传输改为光纤传输，增强数据传输的可靠性。

（2）根据风场实际情况建立多个预测模型，再把多个模型按一定的权系数进行组合，选取合适的权系数可以提高系统的预测精度。

（3）对预测系统的软、硬件需要进行优化升级，增强系统运行的稳定性。

5、结束语

即墨华能风场风功率预测系统选自国产国电南瑞NSF3100风电功率预测系统，自投入运行以来，经过上述各功能页面显示、数据采集、对比分析，按预测风速数据，进行负荷分配，满足电网运行要求，同时在特殊天气情况下，风场通过风功率系统准确及时反馈风场区域天气变化情况，便于运行人员做好对机组事故预想。风电场功率预测是目前解决风电间歇性对电网影响最经济最有效的手段，通过风电场发电功率预测系统的开发和应用，能够有效服务于电网调度和风电场，是风电场未来运行必不可少的，其成功实施必将产生巨大的经济和社会效益。

参考文献

[1]杨桂兴，常喜强，王维庆，姚秀萍.对风电功率预测系统中预测精度的讨论[J].电网与清洁能源，2011,27（1）：75-79

[2]洪翠，林维明，风电场风速及风电功率预测方法研究综述[J].电网与清洁能源，2011，27（2）：68-74

[3]范高锋，赵海翔，戴慧珠.大规模风电对电力系统的影响和应对策略[J].电网与清洁能源，2007(8):44-45

[5]韩爽.风电场功率短期预测方法研究[J].北京:华北电力大学，2012(3):78-80

[6]谷兴凯，范高锋，王晓蓉，等.风电功率预测技术综述[J].电网技术，2007(31):68-70