,

(三峽大學 電氣與新能源學院，湖北 宜昌 443002)

風電場功率預測方法研究

張密,夏昌浩

(三峽大學 電氣與新能源學院，湖北 宜昌 443002)

本文從風速及風電功率預測的重要性著手，介紹了風電功率預測的基本原理及過程。結合國內外預測方法研究動態(tài)，對目前常用的風電功率預測方法和預測系統(tǒng)做了大致的介紹，并分析了現(xiàn)有方法在實際應用中存在的問題。

風速；風電功率；預測方法；預測系統(tǒng)

1 引言

面對當前嚴重的環(huán)境污染和能源危機，全球都越來越看重清潔能源的開發(fā)利用。風力發(fā)電近年來在我國以迅猛之勢發(fā)展，是可再生能源發(fā)電技術中發(fā)展最快和最為成熟的一種，目前我國已具備大規(guī)模商業(yè)開發(fā)的技術和經濟條件。近年來隨著風電裝機容量的增大，大量風電開始接入電網，給電網的安全穩(wěn)定運行帶來了巨大的挑戰(zhàn)。風在自然界中的存在總是不連續(xù)的，規(guī)律性極弱的，要想更好地利用風電就要掌握風電的特性，進行功率預測是了解風電規(guī)律的第一步。

若各風電場能準確上報其輸出功率，這樣電力調度部門就能比較合理地安排各方功率出力，保證電網的供電質量，同時還能減少系統(tǒng)的備用容量，提高電網運行的經濟性，此外還可以讓風電更加靈活地滿足電力市場交易需要，大大提高其市場競爭力。

2 風電場功率預測概述

2.1 風電場功率預測的基本原理

風電功率預測的原理有兩種，第一種是先預測風速，然后通過功率特性曲線的轉化得到相應的風電功率；第二種是收集進行功率預測所需的各種歷史數(shù)據(jù)，如風速、風向、溫度等，通過建立數(shù)學模型來反映這些數(shù)據(jù)和風電功率之間的關系。

2.2 國內外研究現(xiàn)狀

歐洲國家較早就開始了風電功率預測方法的研究，很多國家都有已投入運行的功率預測系統(tǒng)。由于國外有比較完善的數(shù)值氣象預報系統(tǒng)，所以其預測系統(tǒng)的氣象數(shù)據(jù)來源比較完整可靠，預測誤差一般能夠控制在20%以內。預測流程一般是：先利用數(shù)值氣象預報得到原始氣象數(shù)據(jù)，再利用預測模型得到輸出功率。國外比較具有代表性的預測系統(tǒng)如表1所示[1]。

表1 國外風電功率預測系統(tǒng)

國內對風電功率的研究起步較晚，目前還未建成專門的預測系統(tǒng)，再加上國內沒有專門的數(shù)值氣象預報系統(tǒng)，現(xiàn)有研究大多是基于歷史數(shù)據(jù)的預測，因此預測誤差較大。

3 風電場功率預測的方法

功率預測的方法主要分為兩類，一種是物理方法，即結合風電場周邊的物理信息利用物理模型[2]進行預測；一種是統(tǒng)計方法即大量收集以往數(shù)據(jù)然后進行統(tǒng)計分析，找出其規(guī)律所在，然后建立數(shù)學模型進行預測。實際應用中還會將兩種及以上的方法結合起來，稱為組合預測法。

3.1 物理方法

利用物理方法進行風電功率預測的流程如圖1所示。

圖1 物理方法預測流程圖

首先從數(shù)值氣象預報系統(tǒng)中得到相關氣象數(shù)據(jù)，然后將其與風電場周圍的物理相結合，采用類似于WASP 程序的計算方法。計算得到風電機組的相關氣象信息，最后根據(jù)功率曲線算出其輸出功率。

物理方法的實質就是縮小數(shù)值氣象預報模型的預測范圍，進行更加精準的預測，由于其不需要大量的歷史數(shù)據(jù)，對于新建的風電場比較適用，且對于地形復雜的風電場也有比較好的預測效果，但是運用此方法就需要對風電場的氣象知識和物理特性了解得比較透徹，否則達不到理想的預測精度。

3.2 統(tǒng)計方法

統(tǒng)計方法就是忽略物理條件的影響，建立數(shù)據(jù)庫，找出風速、風向等因素與輸出功率之間的對應關系，建立模型，然后運用實時數(shù)據(jù)進行功率預測。常見的統(tǒng)計方法可分為線性方法和非線性方法，兩種方法中最常用的就是時間序列法和神經網絡法。

3.2.1 時間序列法

時間序列法目前在負荷預測方面已應用得比較成熟，它對于數(shù)據(jù)量大的預測對象有較好的處理效果，進行風電功率就是這樣一個對眾多數(shù)據(jù)進行處理的復雜過程。運用時間序列法進行預測的原理就是通過統(tǒng)計分析大量的歷史數(shù)據(jù)，然后確定合適的模型來進行風速或風電功率的預測。目前最常用的時間序列模型是差分自回歸滑動平均模型(ARIMA-Autoregre-ssive Integrated Moving Average)。

3.2.2 神經網絡法

神經網絡法在股市、證券交易方面運用得比較多，它能夠以比較高的精確度去逼近待解的復雜非線性關系，并具有很強的信息綜合能力，同時它還具有魯棒性強、計算速度快、能夠自學習等優(yōu)點。神經網絡法用于實際預測要完成以下步驟：確立表達式、選擇模型、確定輸入?yún)?shù)、選擇訓練模式、網絡測試，其中比較復雜的就是如何在眾多數(shù)據(jù)中選擇合適的輸入?yún)?shù)來進行多次的訓練。比較常用的神經網絡模型有：BP 網絡和RBF(徑向基函數(shù))網絡。

3.3 組合預測法

組合預測的原理就是把兩種及以上的方法相結合，綜合各種有用信息，使問題求解的過程更加快速高效。實際應用中可以采用時序神經網絡法[3]來進行風電功率預測，即先用時間序列法進行建模分析，確定影響預測結果的關鍵變量，然后將它們作為神經網絡法的輸入量，這樣可以就解決了神經網絡需要通過反復試驗確定輸入變量的難題，減少了系統(tǒng)的冗余計算，提高了預測系統(tǒng)的效率和精度。

4 預測系統(tǒng)的結構

目前國內對風電功率預測系統(tǒng)的要求是能夠預測次日的功率[4]，并且為了便于調度系統(tǒng)的靈活操作，要求其采用調度系統(tǒng)的網絡。圖2所示為預測系統(tǒng)的結構圖。

圖2 風電功率預測系統(tǒng)結構圖

預測數(shù)據(jù)庫主要負責匯集各種數(shù)據(jù)，是系統(tǒng)進行數(shù)據(jù)交互的中心位置；數(shù)值天氣預報主要負責收集系統(tǒng)所需的各種數(shù)據(jù)；預測程序就是利用系統(tǒng)輸入的氣象數(shù)據(jù)進行預測后將結果返回數(shù)據(jù)庫；EMS系統(tǒng)接口主要完成外界和系統(tǒng)的數(shù)據(jù)交流；圖形用戶界面則是系統(tǒng)與用戶進行信息交流的工具。目前在我國的一些小型風電場中已有投入運行的預測系統(tǒng)，受各方面條件的限制，預測精度還有點提高。

5 結論

在我國已有比較完善的負荷預測等預測系統(tǒng)，但由于風速和風電功率具有規(guī)律性弱，易受自然環(huán)境影響的特性，目前其預測精度并未達到理想狀態(tài)，因此還需對預測方法進行進一步的探討與改進。未來的預測方法將朝著如何提高預測時間長度和預測精度的方向去改進，如何將新興的智能方法運用到預測中來也是值得探討的方向。

[1] 韓爽.風電場功率短期預測方法研究[D]北京：華北電力大學，2008.

[2] Landberg L.Prediktor：an on-line prediction system[C].Wind Power for the 21stCentury，EUWEC Special T C，Kassel，2000.

[3] 楊秀媛，肖洋，陳樹勇.風電場風速和發(fā)電功率預測研究[J].中國電機工程學報，2005，25(11)：1-5.

[4] 范高鋒，王偉勝，劉純，等.基于人工神經網絡的風電功率預測[J].中國電機工程學報，2008，28(34)：118-123.

[5] 雷亞洲，王偉勝，戴慧珠，等.風電對電力系統(tǒng)運行的價值分析[J].電網技術，2002，26(5)：10-14.

[6] 田錚.時間序列的理論與方法[M].北京：高等教育出版社，2001

[7] 張穎，高中文.基于時間序列和神經網絡的電力系統(tǒng)負荷預測[J].哈爾濱理工大學學報，2003，8(1)：30-36.

[8] L.Landberg.Short-term Prediction of LocalWind Conditions[J].Journal of Wind Engineeri-ng and Industrial Aerodynamics，2001，89：235-245

[9] 吳國旸，肖洋，翁莎莎.風電場短期風速預測探討[J].吉林電力，2005(6)：21-24.

ResearchontheWindPowerPredictionMethod

ZHANGMi，XIAChang-hao

(College of Electrical Engineering & New Energy，Three Gorges University，Yichang 443002，China)

This paper starts from the importance of wind speed and wind power prediction,introduces the basic principle and process of wind power prediction.Combined with dynamic forecast methods at home and abroad research,this paper introduces the current commonly used wind power prediction method and prediction system and analyzes the problems of the existing methods in practical application.

wind speed; wind power; prediction method; prediction system

1004-289X(2017)02-0035-03

TM71

B

2016-09-06