風力發電網訊：1、為什么研究風電功率預測?
1.1風電功率預測研究的背景
風力具有不確定性和間歇性，大規模的風電并網給電力系統調度運行控制帶來了很大的影響。大規模風電并網存在的問題主要有：①風電場出力不確定性促使提供的發電計劃與實際情況偏差較大，難以滿足電網調度部門制訂調度計劃、安排運行方法的要求;②在系統調峰能力不足的情況下，常常因為系統穩定的要求而未能有效消納風電，頻繁發生棄風限電現象;③風電并網的不確定性都會影響電網運行的經濟性，為了填補風電出力的不確定性和波動性，電力系統須要配置很高的備用容量，降低了電力系統的經濟成本;④風電出力的波動會形成電流閃變波動和紋波等電能質量問題，將對電力系統的調度與控制形成不利的影響。
1.2風電功率預測的意義
引起上述問題的根本緣由在于缺乏精確的風電出力預測技術，假如才能對并網風電場的輸出功率進行確切的預測，將為各級電力調度部門提供決策根據，可以有效地減少大規模風電并網對電力系統安全穩定運行的影響。風電場的風電功率預測的意義可以①優化電網調度，降低旋轉備用容量，節省燃料，保證電網經濟運行，非常是對風電場功率進行短期預測，將使電力調度部門才能提早為風電功率變化及時調整調度計劃;因而降低系統的備用容量、降低電力系統運行成本。②提前一十天對風電場的風電功率進行預測，滿足電力市場交易須要，為風力發電競價上網提供有利條件，將在很大程度上提升風力發電的市場競爭力。③風電場可以按照預測結果，選擇無風或低峰時間段，即風電場功率小的時間，對設備進行修理，進而提升發電量和風電場容量系數。④中國大部份風電場是集中在一個區域內的大容量風電場(達百萬千瓦級)，生物質能的間歇性對于接入電網的影響愈發突出，高精度的風電功率預測，將為電網調度運行提供決策根據，可以有效地增強電網運行的穩定性。
風電功率預測是解決大規模風電并網發電不確定性問題的主要方式之一，是解決大規模風電并網調度與控制問題的基礎之一。風電功率預測有利于安排電網及風電場檢修，增強電網和風電設備的可借助率;有利于電網的優化調度運行與控制，因而保證電能質量，減少備用容量，實現電網安全經濟調度;就能減少風電波動性和間歇性對電網引起的不利影響，提升電力系統對風電的接納能力，進而為未來大規模風電并網提供了可靠的保障。為此電功率的常用單位是什么，具有重要的學術研究意義和工程實用價值。
2、什么是風電功率預測?
2.1風電功率預測的定義
以電網數據采集與監控系統(，SCADA)的信息(比如功率、風馬達組及風電場運行狀態);風速、風向、溫度等測風塔數據;數值天氣預報(，NWP)數據、地理地形地貌數據等作為輸入信息，通過構建基于數據統計或化學方式的風電功率預測模型，預測未來不同時間段下的單個風電場或則區域風電場、電網調度管轄區域的有功功率。
2.2數值天氣預報(NWP)是哪些?
數值天氣預報(，NWP)容易讓人聯想到氣象部門的天氣預報。事實上，隨著科技的發展，看云識天氣漸漸被精細化的數值天氣預報所替代，數值天氣預報是基于大氣運動化學定理預報未來天氣的方式，正式天氣預報過程具象為求解一組偏微分多項式，而氣象要素觀測值(溫度、氣壓、風、濕度、云、能見度和天氣現象)可以作為偏微分多項式的終值，通過求解帶終值的偏微分等式得到未來一定時段的大氣運動狀態和天氣狀況。風電場按照數值天氣預報模式下各處的風速、風向及其他要素的預報結果，之后利用基于數據統計或化學方式構建風電功率預測模型，得到風電場的輸出功率預測值。
2.3風電功率預測的時間尺度
風電功率預測是計算未來不同時段下的風電輸出的有功功率值(點預測)或有功功率變化范圍(帶預測)。風電功率預測時間尺度分類如圖1所示。
圖1風電功率預測時間尺度分類
1)實時預測：預測未來時間尺度為5~15分鐘的風電功率輸出，主要用于系統實時調度、調整手動發電控制(AGC)機組容量;
2)超短期預測：預測未來時間尺度為4小時以內的風電功率輸出電功率的常用單位是什么，主要用于調整發電計劃、安排調度計劃;
3)短期預測：預測未來時間尺度為72小時以內的風電功率輸出，主要用于安排機組的出力計劃、優化機組組合形式、電網調峰、日前調度;
4)中期預測：預測未來時間尺度為3~7天的風電功率輸出，主要用于安排風電場檢修或調試、運行方法的調整;
5)常年預測：預測未來時間尺度以月、年為單位的風電功率輸出，用于風電資源評估、風電場規劃設計及選址。
3、如何進行風電功率預測?
目前風電功率預測分為統計方式、物理方式和組合預測方式。其核心的科學問題是怎樣找尋到風速與風電功率之間的非線性映射關系，將風電功率的不確定性轉化為相對量化的確定性。其中，風電功率是關鍵，高精度的風速預測并不等于高精度的風電功率預測。
3.1統計方式
統計方式是指采用一定的物理建模手段，在歷史數值天氣預報(NWP)信息、風速、風向以及功率等歷史數據與風電功率之間構建某種映射關系，因而借助統計模型對未來風電功率進行預測。
統計方式分為兩類，一類是基于時序模型的預測方式，通過研究風速或風電場功率等一系列時間序列歷史數據之間的統計規律，構建風電功率預測值與風電場實際功率值間的非線性映射關系，對風電功率進行預測;另一類是基于人工智能模型的預測方式，通過對風電場大量實測數據來學習和訓練，在歷史數據輸入與風電功率輸出之間直接完善非線性映射關系。
3.2數學技巧
化學方式著重于描述風電場內相關氣象要素(風速、風向、氣溫等)隨著空間位置的變化過程，其整體結構如圖2所示。首先借助數值天氣預報系統預測風速、風向、溫度、氣壓、濕度等天氣數據，之后考慮風電場地形變化、地面粗糙度和障礙物等的影響，將數據轉換成待預測風電場內各風力發電機輪胎高度的風速、風向等信息，并考慮尾流效應與風電場的排布，采用擬合的風電場實際功率曲線，得到風電場的功率預測值。整個數學方式中，可按照歷史數據信息采用模型輸出統計(s，MOS)來校準預測偏差。該方式不須要大量的歷史數據，估算過程比較復雜。
圖2化學方式的整體結布光
3.3組合方式
采用單一的數學預測方式或則統計方式預測風電功率的精度不能滿足大規模風電并網運行的要求，有必要采用組合預測方式進行風電功率預測。組合方式的核心思想是采用多種預測方式的組合，增加單個預測方式的偏差，提升預測精度。組合預測方式可分為三類：①第一類組合方式是將基于不同統計方式的預測值進行動態變權重組合。②第二類方式是不同的數學模型之間的組合。③第三類將數學模型與統計模型相結合。
3.4機率預測
機率預測是單點預測的延展，通過構建歷史風電功率偏差值的機率密度函數和累積分布函數，之后按照給定的置信度，求取在該置信度下未來風電功率真實值可能出現的置信區間，常用的方式有分位數回歸法、核密度、情景模擬法等。機率預測得到的風電功率置信區間是調度的基礎，置信區間越小有利于調度人員的決策，并且置信區間越小置信度越低，對系統的安全穩定運行帶來的風險也越大。
精確地表征風電功率預測偏差的分布是機率預測的重要手段。評價機率預測的結果指標通常包括可靠度和銳度，可靠度表示預測的各分位數與按照實際檢測統計得到的分位數之間的相符程度。銳度表示給定置信度下預測不確定度區間大小，用對應置信度的右側分位數之差來表示。一般通過連續分級機率評分指標(，CRPS)來對機率密度分布做總體性評價，CRPS指標越小表示機率分布的預測越可靠。
4、如何評價風電功率預測的精度?
風功率預測具有不確定性，其偏差是客觀存在的，其形成的誘因包括天氣大幅變化、風馬達組故障、天氣預報數據偏差、數據檢測偏差等。對風電功率預測模型進行綜合評價有利于改善預測精度。一般采用風電功率的預測值和真實值之間的偏差來評估風電功率預測的療效。常用的偏差指標有用于評判預測是否無偏的平均偏差(，AE)和平均百分偏差(or，APE)、衡量偏差誤差大小的平均絕對偏差(，MAE)和平均絕對比率偏差(，MAPE)以及評判偏差分布的均方根偏差(，RMSE)等，其中RMSE、MAE是現行企業標準和推薦的行業標準，風電功率預測規范要求風電場的RMSE應高于20%。
同一個預測系統，因為預測區域大小、預測時間尺度和預測環境等的不同，風電功率預測的偏差也不同，因而通過單一的偏差指標來評價一個預測系統是不合理的，因而須要將多種偏差指標相結合進行綜合評價。
5、風電功率預測的未來研究點有什么?
風電功率預測也是未來大規模風電并網運行控制的基礎，未來風電功率預測有許多進一步研究的內容：
1)研究風電功率隨時間、空間變化的基本規律，完善區域風電場輸出功率表征動態等值模型，運用物理表征來模擬風速向風電出力的轉化過程;
2)對風電功率預測結果的偏差進行不確定性剖析，研究多時間尺度下的風電功率預測偏差機率分布特點，估算置信度和置信區間，給出偏差評價指標體系;
3)進一步研制基于組合預測算法的多時間尺度風電功率預測系統;
4)構建、完善數值天氣預報系統，開發空間升尺度和時間降尺度算法，研制風電功率預測云平臺;
5)將大數據、系統控制理論與功率預測相結合，研制新能源功率多時間尺度分層調度優化控制系統;
6)深入研究風電功率預測與其他新能源發電預測的協調問題，開發含多種新能源發電系統的耦合功率預測系統;
7)研究風電場生物質能資源精細化評估方式，開發生物質能資源的動態評估剖析軟件。