風功率預測系統(tǒng)在新疆電網(wǎng)中的應用及改進

孫立成，馬成林，常喜強，姚秀萍，李靜坤

(1.新疆電力調(diào)度通信中心 ，新疆烏魯木齊 830002;2.新疆電力科學研究院，新疆烏魯木齊 830000)

0 引言

大力發(fā)展風電等先進能源技術(shù)在改善能源結(jié)構(gòu)、減少溫室氣體排放等方面具有非常積極的作用，然而與常規(guī)電源相比，風電場的輸出功率受人為因素干預較小，幾乎完全由自然條件決定。隨機變化的風速、風向?qū)е嘛L電場輸出功率具有波動性、間歇性、隨機性的特點，大量風電場集中并網(wǎng)會對電網(wǎng)的安全、穩(wěn)定、經(jīng)濟運行帶來影響，并成為了限制電網(wǎng)接納風電的主要障礙之一。對風速風功率進行預測，對風電場的出力進行預報，是解決這一問題的有效途徑。是提高電網(wǎng)調(diào)峰能力、增強電網(wǎng)接納風力發(fā)電的能力、改善電力系統(tǒng)運行安全性與經(jīng)濟性的最有效、最經(jīng)濟的手段之一。通過預測，風電將從未知變?yōu)榛疽阎?，增強系統(tǒng)的安全性、可靠性和可控性。根據(jù)風電場預測的出力曲線優(yōu)化常規(guī)機組的出力，達到降低運行成本的目的。

1 風功率預測情況

風功率預測方法:根據(jù)數(shù)值天氣預報的數(shù)據(jù)，用物理方法計算風電場的輸出功率;或是根據(jù)數(shù)值天氣預報與風電場功率輸出的關(guān)系、在線實測的數(shù)據(jù)進行預測的統(tǒng)計方法。目前常見的方法有:基于數(shù)值天氣預報的方法、基于物理計算方法和統(tǒng)計方法。

(1)數(shù)值天氣預報:根據(jù)大氣實際情況，在一定初值和邊界條件下，通過數(shù)值計算求解描寫天氣演變過程的流體力學和熱力學方程組來預報未來天氣的方法。這種預報是定量和客觀的預報。常用的預測方法輸入數(shù)據(jù):風速、風向、氣溫、氣壓等的SCADA實時數(shù)據(jù);等高線、障礙物、粗糙度等數(shù)據(jù);數(shù)值天氣預報數(shù)據(jù)。

(2)物理方法:考慮地形、粗糙度等信息的預測方法。利用數(shù)值天氣預報(NWP)系統(tǒng)的預測結(jié)果得到風速、風向、氣壓、氣溫等天氣數(shù)據(jù)，然后根據(jù)風機周圍的物理信息得到風力發(fā)電機組輪轂高度的風速、風向等信息，最后利用風機的功率曲線計算得出風機的實際輸出功率。對風電場所在地進行物理建模，包括風場的地形、地表植被及粗糙度、周圍障礙物等等:還對風機本身的輪轂高度、功率曲線、機械傳動和控制策略等進行建模。該方法的輸入?yún)?shù)為數(shù)字氣象預報(NWP)模型。由于氣象預報的每日更新頻率很低，因此，該方法更適合中期風電場的發(fā)電量預測。

(3)統(tǒng)計方法:是在系統(tǒng)的輸入(NWP、歷史統(tǒng)計數(shù)據(jù)、實測數(shù)據(jù))和風電功率之間建立一個映射關(guān)系，應用這個關(guān)系，采用回歸分析法、指數(shù)平滑法、時間序列法ht、卡爾曼濾波法、灰色預測法等，通過捕捉數(shù)據(jù)中與時間和空間相關(guān)的信息來進行預測。

(4)學習方法:是用人工智能的方法提取輸入和輸出間的關(guān)系，建立模型。通過大量數(shù)據(jù)的學習和訓練來建立輸入輸出間的關(guān)系，達到預測。

新疆電網(wǎng)風電功率預測系統(tǒng)于2010年7月投入運行，系統(tǒng)實施初期即將當時所有已建風電場全部納入預測系統(tǒng)，到目前為止，系統(tǒng)預測風電場為17個，預測總?cè)萘窟_到1 560.75 MW。系統(tǒng)實現(xiàn)對新疆所有已建風電場的超短期功率預測。從系統(tǒng)功能劃分及調(diào)度一體化角度考慮，將在原預測系統(tǒng)軟件平臺的基礎(chǔ)上開發(fā)超短期預測模塊，將超短期預測無縫融入原預測系統(tǒng)中。

2 風功率預測系統(tǒng)存在的問題

為了提高電網(wǎng)風功率預測系統(tǒng)的預測精度，預測結(jié)果的可信度，準確性，需要對每個風電場進行建模。按照風功率預測方法需要的數(shù)據(jù)，則數(shù)據(jù)量越大，越多，越好。目前風電功率預測建模以單個風電場為最小單元進行，各風電場預測結(jié)果累加得到整個調(diào)度管轄區(qū)的預測結(jié)果。單個風電場采用離線建模的方式。目前系統(tǒng)采取的兩種建模方法的對比情況如表1。

表1 兩種建模對比

新疆電網(wǎng)風功率預測系統(tǒng)存在如下幾種不利因素。

2.1 國內(nèi)外共性問題

(1)預測精度受制于風電功率預測水平限制，短期、超短期風電功率預測精度不高，中長期預測較難開展。

(2)風電功率預測必須的風電場實時測風數(shù)據(jù)、運行狀態(tài)等數(shù)據(jù)還存在一些問題。由于部分風電場還沒有完成實時測風塔建設(shè)等原因，風電場實時測風信息、機組運行狀態(tài)等信息還沒有上傳到調(diào)度中心;部分風電場雖然已經(jīng)完成上傳，但數(shù)據(jù)質(zhì)量不高。

2.2 新疆風功率預測系統(tǒng)的個性問題

(1)新疆幅員遼闊，地廣人稀，獨特的“綠洲經(jīng)濟”與獨特的“三山夾兩盆”環(huán)境，以及新疆是遠離海洋的地區(qū)，使得新疆的氣象條件復雜，氣候多變，對新疆的風資源的預測，風電的建模產(chǎn)生干擾。

(2)由于新疆覆蓋面積大，氣象部門數(shù)值天氣資料主要涵蓋和集中在人居住地區(qū)，無法實現(xiàn)新疆全地區(qū)信息資料覆蓋，無法全面覆蓋新疆9大風區(qū)，同時又相對于其他省區(qū)，新疆一個氣象觀測點與另外一個氣象觀測點之間距離遠，這就可能造成新疆一個氣象觀測點覆蓋面積太大，無法涵蓋該區(qū)域范圍內(nèi)的所有氣象信息，點少面廣的因素與其他省區(qū)不同，使得新疆風電預測系統(tǒng)難度增大。

(3)新疆位居大陸中心，四周遠離海洋，被高原高山環(huán)繞，屬溫帶極端大陸性氣候，冬季漫長嚴寒，夏季炎熱干燥，春秋季短促而變化劇烈。其氣候特點是晝夜溫差大，多樣的氣候類型，但全疆南北地跨緯度約15°，地形高差大，南、北疆有暖、寒、溫帶之分，東西部有明顯的干濕之別，同一地區(qū)因地形高差而具有鮮明的垂直氣候特征，造成了新疆東西南北、山上山下氣候的不同。使得新疆各種風況復雜，使得新疆風電預測系統(tǒng)難度增大。

(4)新疆風電資源豐富，風電場開發(fā)速度增快，這就使得新增風電場缺少大量的歷史數(shù)據(jù)和測風塔數(shù)據(jù)，使得新疆風電預測系統(tǒng)難度增大。

(5)新疆電網(wǎng)中風電場運行人員素質(zhì)不高，風場自動化程度不能滿足風功率預測需求，風電場自身的運行維護，運行人員對機組的開機、停機的統(tǒng)計不準確，數(shù)據(jù)的完整性降低，測風計本身的測量精度誤差以及風速計旋轉(zhuǎn)時由于摩擦阻力和風向標的電壓死區(qū)帶來的誤差;電信號的失真，存儲設(shè)備和人為原因帶來的數(shù)據(jù)丟失和破壞;人為的修改數(shù)據(jù)造成數(shù)據(jù)的損壞。使得新疆風電預測系統(tǒng)難度增大。

(6)新疆電網(wǎng)風電場改建、擴建、更換機型的風電場較多，對于許多歷史數(shù)據(jù)不能使用，將需要分類辨識應用，這對于風電場預測建模產(chǎn)生了較多的干擾因素，使得新疆風電預測系統(tǒng)難度增大。

3 提高新疆風功率預測的措施建議

通過上述多種因素分析可知:新疆電網(wǎng)風功率預測系統(tǒng)將因新疆獨特的氣候環(huán)境、風況、風向的多變、數(shù)值天氣預報資料的不足、涵蓋范圍廣、粗、不能完全滿足風功率預測需要，缺少風電場運行的歷史數(shù)據(jù)，風電運行數(shù)據(jù)不準確等因素影響模型準確度、模型的精度、模型的適應性。同時也造成模型滯后于風電場，給風電運行調(diào)度運行帶來不利因素。為此需要積極研究解決措施。

(1)為解決新建風電場缺少測風塔數(shù)據(jù)、歷史運行數(shù)據(jù)而造成的風功率預測模型滯后問題，采取將物理辦法與統(tǒng)計方法相結(jié)合，采取相似性預測方法，即區(qū)域集中預測法，其基本原理為根據(jù)調(diào)度關(guān)系或區(qū)域風能特性將所有風電場劃分為幾個大區(qū)，對各區(qū)域內(nèi)部分運行工況良好的風電場進行精細化建模，以一定的優(yōu)化算法將部分風電場預測結(jié)果外推得到整個區(qū)域的預測結(jié)果，各區(qū)域匯總得到整個調(diào)度管轄區(qū)內(nèi)的預測結(jié)果，同時通過分析區(qū)域內(nèi)風電場相關(guān)性及上下游效應，可將區(qū)域預測結(jié)果降至單個風電場。該方法可保證調(diào)度側(cè)預測系統(tǒng)的完整性，初步解決新建風電場預測模型的滯后問題。

(2)針對新疆獨特的風資源情況，加大風電場測風塔的建設(shè)，對地形復雜的風電場應適當增加測風塔，積極收集測風塔數(shù)據(jù)。積極推進數(shù)值天氣預報應用的細化、深化，模型的優(yōu)化及改進。以減少數(shù)值天氣預報應用帶來的誤差。

(3)為了獲得更具有代表性的數(shù)據(jù)特征，在提高數(shù)據(jù)采集頻率的基礎(chǔ)上，改進數(shù)據(jù)采集系統(tǒng)，對數(shù)據(jù)缺損的情況采用插值填補法，利用同一個風區(qū)的多個測風塔，互相對連續(xù)缺損數(shù)據(jù)進行填補。對缺失的數(shù)據(jù)進行填補僅針對少數(shù)不可靠數(shù)據(jù)，對統(tǒng)計方法需要的大量數(shù)據(jù)而言不具有實用性。大量數(shù)據(jù)不合理或錯誤的氣象因子不能被用作預測，而應該由其它氣象因子替代。可以被用作預測的因子有:風速、風向、氣溫、氣壓、太陽輻射、空氣濕度、空氣密度、降水量、云層高度等9個氣象因子。對不能使用的氣象因子可以采用在計算該氣象因子與其他因子的相關(guān)性的基礎(chǔ)上進行替代。

(4)采用對每臺風電機組進行預測的方案可以提高預測精度，風電機組的停機或人為因素控制功率輸出也會影響原始數(shù)據(jù)的有效性。對只具有氣象數(shù)據(jù)而沒有歷史功率數(shù)據(jù)或歷史功率數(shù)據(jù)錯誤的風電機組，需要對歷史功率數(shù)據(jù)進行相應替代，從而使模型能得以進行。替代方法可以根據(jù)分塊預測方法進行，具體為:基于同型機組，氣象信息相似度最佳以及在控制策略相同的情況下，使用該機組的功率曲線進行替代。若不能滿足以上3種情況，則可以選擇采用塊內(nèi)其他機組的平均功率曲線進行折算后再代替。

(5)風電運行受諸多因素影響，如系統(tǒng)運行方式、網(wǎng)絡(luò)約束常規(guī)機組處理等，所以當風電場輸出功率大于電力系統(tǒng)的接納能力時，風電場將被限電，但對于預測系統(tǒng)來講，人為的控制功率輸出直接影響原始數(shù)據(jù)的有效性。故考慮建立3組數(shù)據(jù)庫:控制下的實際輸出功率數(shù)據(jù)庫Ⅰ、不受控制時輸出功率差額數(shù)據(jù)庫Ⅱ和理論輸出功率數(shù)據(jù)庫Ⅲ。其中數(shù)據(jù)庫Ⅰ用作風電場功率預測，上報調(diào)度部門;數(shù)據(jù)庫Ⅲ用于本風電場數(shù)學建模和風電機組的功率預測;數(shù)據(jù)庫Ⅱ用作功率缺額對比和計算風電場總的功率預測。通過3組數(shù)據(jù)相互補充，以減少運行人員人為因素產(chǎn)生的誤差。

4 結(jié)論

在深入分析風功率預測系統(tǒng)在新疆電網(wǎng)應用情況及存在問題之后，針對原系統(tǒng)在實際應用中的不足，提出相應的改進措施，采用精確的風電功率預測模型，提高基礎(chǔ)數(shù)據(jù)的完整率和有效性，結(jié)合更加科學的數(shù)據(jù)處理方法，建立相應的風電場管理制度將會對預測系統(tǒng)帶來很大幫助。通過開發(fā)相應軟件對風電場氣象信息進行統(tǒng)一管理;數(shù)值天氣預報信息能夠提供更高分辨率的氣象信息，提高風速計的機械可靠性和測量精度，風向標方面，應減少死區(qū)范圍。測量方法可以用電信號來代替目前的機械式方法。將智能算法應用到數(shù)據(jù)管理中來，基于數(shù)據(jù)挖掘的機器算法更能發(fā)掘出數(shù)據(jù)之間的潛在聯(lián)系。提高風電運行管理的自動化水平，提高的數(shù)據(jù)處理和管理自動化水平，實現(xiàn)自動數(shù)據(jù)處理。提出了在開發(fā)預測系統(tǒng)的過程中還需要進一步做的工作，最大程度推進風電功率預測系統(tǒng)的實用化。

［1］范高鋒，趙海翔，戴慧珠.大規(guī)模風電對電力系統(tǒng)的影響和應對策略［J］.電網(wǎng)與清潔能源，2008(7):44－48.

［2］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.

［3］谷興凱，范高鋒，王曉蓉，等.風電功率預測技術(shù)綜述［J］.電網(wǎng)技術(shù)，2007，31(S2):335 －338.

［4］王麗婕，廖曉鐘，高陽，等.風電場發(fā)電功率的建模和預測研究綜述［J］.電力系統(tǒng)保護與控制，2009，37(13):118－121.

［5］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.

［6］雙斌，王維慶，張新燕.基于支持向量機的風速與風功率預測方法研究［J］.華東電力，2009(9):1600－1603.

［7］潘迪夫，劉輝，李燕飛.基于時間序列分析和卡爾曼濾波算法的風電場風速預測優(yōu)化模型［J］.電網(wǎng)技術(shù)，2008，32(7):82 －86.

［8］羅海洋，劉天琪，李興源.風電場短期風速的混沌預測方法［J］.電網(wǎng)技術(shù)，2009(9):67－71.

［9］張國強，張伯明.基于組合預測的風電場風速及風電機功率預測［J］.電力系統(tǒng)自動化，2009，33(18):92－95.