风电功率预测概述

风电功率预测概述发展风电功率预测的背景电力系统是一个复杂的动态系统。维持发电、输电、用电之间的功率平衡是电网的责任。没有风电的电力系统，电网调度机构根据日负荷曲线可以制定发电计划，满足次日的电力需求。风电场输出功率具有波动性和间歇性，风电的大规模接入导致发电计划制定难度大大增加，风电给电力系统的调度运行带来巨大挑战。目前风电对全网的电力平衡已经带来很大的影响。对风电场输出功率进行预测是缓解电力系统调峰、调频压力，提高风电接纳能力的有效手段之一。同时，风电功率预测还可以指导风电场的检修计划，提高风能利用率，提高风电场的经济效益。风电功率预测发展现状风电场发电功率预测尺度超短期预测：以分钟为预测单位，用于机组控制短期预测：以小时为预测单位，用于电网合理调度、保证电能质量；也可为风电场参与竞价上网提供保证中长期预测：以天、周或月为预测单位，主要用于机组检修安排或调试长期预测：以年为单位，用于风电场规划设计目前，中长期预测还存在比较大的困难。短期预测是目前应用最为广泛的预测技术，主要包含统计方法、物理方法、物理统计相结合的混合方法。所以下面主要以短期预测作为探究对象。风电场发电功率预测模型风电场发电功率预测模型基于历史数据的预测模型基于数值天气预报的预测模型物理模型统计模型物理法物理法应用大气边界层动力学与边界层气象的理论将数值天气预报系统输出的较粗略预报数据精细化为风电场实际地形、地貌条件下的预报值，并将预报风速、风向转换为风电机组轮毂高度的风速、风向，考虑风电机组间尾流影响后，再将预报风速应用于风电机组的功率曲线，由此得出风电机组的预测功率，通过对所有风电机组的预测功率求和，得到整个风电场的预测功率。物理法的优点在于，不需要风电场历史功率数据的支持，可在物理模型的作用下，根据数值天气预报数据直接进行风电场功率预测，适用于无历史功率数据的新建风电场。此外，物理法可以对每一个大气过程进行分析，并根据分析结果优化预测模型，从而使预测结果更准确。物理法的缺点是对由错误的初始信息所引起的系统误差非常敏感，如风电场地形、地貌的描述偏差等。统计法统计法基于“学习算法”，通过一种或多种算法建立数值天气预报历史数据与风电场历史输出功率数据之间的联系，再根据该关系，由数值天气预报数据对风电场输出功率进行预测。应用于风电功率预测中的统计法主要有递归最小二乘法、人工神经网络、支持向量机等。由于人工神经网络方法具有分布并行处理、非线性映射、自适应学习、鲁棒容错和泛化能力等特性，成为了功率预测中应用最广泛的统计方法。统计法不考虑风电场局地效应对数值天气预报数据的影响，无需对数值天气预报数据进行精细化处理。其优点在于，在数据完备的情况下，理论上可以使预测误差达到最小值，预测精度较高；但统计法需要大量历史数据支持，且对历史数据变化规律的一致性具有很高要求。此外，统计法的建模过程带有“黑箱”性，不利于模型的进一步优化。因此，为了在学习过程中准确的选择气象变量，应用统计法建模仍然需要具备一定的大气物理知识。混合法近来，风电功率预测系统的发展倾向于使用多种预报方法（如物理法和统计法）集成预报。如时间序列法（统计法）用于6小时范围以内的风电功率预报时，其具有较高的预报精度，而物理法用于6-72小时范围的预报时具有较高的精度，因此集成两种预报可以提高总体预报精度。现已投入使用的混合方法预报系统有丹麦的Zephyr和包括7个国家的23个机构参与研发的新一代风电功率预测系统ANEMOS。国外风电功率预测现状国外风电率预测研究工作起步较早，比较有代表性的方法主要有：丹麦的Risø国家实验室的Prediktor预测系统、西班牙的LocalPred预测系统和德国的AWPT预测系统等。其主体思想均是利用数值天气预测提供风机轮毂高度的风速、风向等预测信息，然后利用风电功率预测模块提供风电功率预测。国外风电场发电功率预测系统介绍国内风电功率预测现状我国风力发电起步虽然晚，但是在近十年来的发展势头却不容忽视。但是就是因为其速度过快的发展，导致了风电行业出现了重量不重质的结果。近五年来，从下面的表格可以看出，虽然风电累计装机容量还在不断持续的发展，但其增长率显然明显放慢了，其发电开始由速度/规模导向型发展转向质量/效率导向型发展。因为如此种种的原因，我国风电功率预测在近年来才开始受到行业的重视，其现在仍处于起步阶段。我国目前已经开发了基于人工神经网络、支持向量机等统计方法的风电功率预测模型，以及基于线性化和计算流体力学的物理模型，同时正在开展多种统计方法联合应用研究及统计方法与物理方法混合预测模型的研究。时间成果2008年11月我国首套具有自主知识产权的风电功率预测系统WPFS由中国电力科学研究院研发完成，并于吉林省电力调度中心正式投入运行2009年10月江苏风电功率预测系统建设试点工作顺利完成2009年11至12月西北电网、宁夏电网、甘肃电网、辽宁电网风电功率预测系统顺利投运2010年4月以风电功率预测系统为核心的上海电网新能源接入综合系统投入运行，在国家电网世博企业馆完成展示目前，全国20个省级调度中心上线运行了风电功率预测系统，约300个风电场使用了我国自主开发的风电功率预测系统，预测精度满足应用要求。风电功率预测的误差预测具有不确定性，预测误差是客观存在的。预测误差的来源主要有天气条件快速变化、测量数据损坏、风电机组停运、数值天气预报数据误差较大、预测模型不精确等。明确预测误差的定义有利于对预测方法的优劣性进行评价。常用的预测误差有均方根误差(rootmeansquareerror，RMSE)、平均绝对误差(meanabsoluteerror，MAE)和平均误差(meanerror，ME)。预测误差变化曲线如图3所示，其中η为均方根误差与装机容量的比值。由图3可知，预测系统性能的优劣是决定预测系统不确定性的重要因素。随着系统的不断完善，经验和历史数据的积累，预测误差会逐渐较小。对于一个风电功率预测系统来说，其可靠性主要取决于其预测误差的大小，若预测误差过大则会给风电场本身带来很大的损失和给电网调度带来麻烦。所以如何减少风电功率预测误差的研究在一个风电功率预测系统里占了很重要的地位。风电功率预测误差偏大是一个普遍问题。目前，我国单个风电场日前预测均方根误差为10％~20％，区域短期预测均方根误差为10％～25％。这与德国6％左右的预测误差还有一定的差距，与电网负荷预测水平相比差距更大。超短期预测进行了一些试点研究，提前4h的预测均方根误差为10％～18％。通过以下表格数据更能清楚看到这一点。涉及风电功率预测的相关规范风电功率预测的准确性与风电事故发生几率有很大程度的关联。在我国的风电发电场中，因为预测值偏大而导致电网调度出现问题和预测值偏小而导致不得不弃风的情况时不时会发生。国家电网公司国调中心水电及新能源处处长裴哲义曾在一篇报道中表示：为了保障电网安全稳定运行和风电充分消纳，国家电网公司组织所属科研单位积极开展风电接纳能力研究和评估工作，指导风电运行。在实际调度工作中，积极推进风电功率预测和监控体系建设，根据风电预测情况，统筹常规能源和风电的运行，将风电纳入月度电量平衡和日前调度计划管理，保证了电网安全稳定运行和风电的充分利用。为什么会导致这种质量跟不上数量的尴尬的局面呢？归根到底还是那个老问题——风电场发展过程中只注重速度和规模而忽略了技术与效率。终于在我国风电场近年来频频发生事故后，国家终于不得不重视起风电行业的规范，加快建立起了涉及风电功率预测方面的风电发电的相关规范。风电功率预测存在的问题1、风电功率预测还没建立完善的数据基础。风电功率预测的基础是数值天气预报。在我国，风电功率预测的数值天气预报模式还没有建立，国内的风电功率预测系统采用的还是国外的数值天气预报数据。2、预测精度与电网调度运行的要求相差甚远。就目前来说，风电功率预测的误差还是比较大，在负荷低谷期和负荷高峰期的偏差尤为严重，若发电厂按照这样的风电预测曲线安排发电计划，那么其将面临很大的冒险。3、预测的时间尺度有待改进。随着我国电力工业的快速发展，电力系统步入了大电网、大机组时代，而大机组起停费用较高，短周期的频繁起停将带来巨大的社会代价。因此风电并网容量的进一步增加客观上要求系统运行方式和发电计划安排必须向更长时间尺度延伸，这也对风电年度、月度等较长时间尺度的预测提出了更高的要求。风电功率预测的未来展望对于中国来说，风电行业经过了几年的冰封期终于渐渐有回暖的迹象了，这主要有赖于国家对风电行业进行了一系列的规范，其中对风电功率预测技术方面的大力扶植占了重要地位，放缓了激进的风电发展速度，使风电发电产业日趋成熟。对于全世界来说，风力发电发展迅猛，风电功率预测技术在世界各国的电网调度和电力市场竞价中扮演着越来越关键的角色。根据目前风电功率预测技术的发展趋势以及函待解决的技术难题,可对风电功率预测技术做如下展望:1、采用更先进的智能算法来提高现有预报模型的预报精度;2、将先进的统计方法和物理方法集成,提高各种时间尺度下的风电功率预报精度;3、研究更加可靠的风电功率预报结果置信区间估计方法;4、继续提高复杂地形地区的数值天气预报精度;结语本文对风电功率预测的发展现状与展望进行了简浅的探讨，从中可以看出加强风电功率预测系统的建设对于保障风电进一步的加快发展起着不可或缺的作用。在以后的风电功率预测系统建设中，国家应该作为主要指导，监督风电行业落实建立风电功率预测系统并且辅助其技术发展；风电行业应该不断深化风电功率预测的技术研究，提高预测精度，是的风电与电网能够健康和谐地发展。