風功率預測系統的應用與優化的討論

摘 要：風電場風功率預測系統是風電安全、優質并網運行的關鍵技術手段，也是實現風電場監控及信息化管理的重要基礎。同時，采用風功率預測系統，能夠有效提高電網調峰能力，增強電網的風電接納能力，改善電力系統運行的安全性與經濟性。文章介紹了即墨華能風電場使用的NSF3100風功率預測系統的體系結構、主要功能，并結合并網風電場給預測系統帶來的精度問題展開了討論。通過實時風場功率數據采集、對比、分析，實現對風場的功率預測和控制，確保電網安全穩定可靠運行。

關鍵詞：風電場；風功率預測系統；應用；預測準確率

ABSTRACT：Wind power forecasting system is the key technical means of wind power security and high-quality operation， but also an important foundation for wind power monitoring and information management. And the wind power forecasting system is the most effective means to improve the power grid peaking capacity， enhance the grid for accepting wind power， perfect security and economy of the power system. This paper introduces the wind power forecasting system NSF3100 in Huaneng Jimo wind farm， including system architecture， main functions， and makes discussions on its improvement. This paper expounds the power prediction function of Huaneng Jimo wind power forecasting system carries out the power controlling for wind farm and keep grid a safe and stable operation through collection， comparison， analysis of the wind power data.

KEY WORDS：Wind power； forecasting system； application； predicting accuracy

引言

華能即墨風電場坐落于山東青島即墨市境內，10米高度年平均風速5.7米/秒，風功率密度為216.88瓦/平方米，現一期49.5MW已于2011年12月22日并網發電。作為山東省第一家正式投入風功率系統風力發電企業，華能即墨風電場采用的是國電南瑞NSF3100風電功率預測系統。

NSF3100風功率預測系統具有短期預測及超短期預測功能。超短期預測能夠預測風電場未來0-4小時的輸出功率，時間分辨率為15分鐘一次；短期預測能夠預測風場未來0-72小時的輸出功率[1]，時間分辨率也為15分鐘一次。預測系統分為實時數據監測、功率預測、軟件平臺展示三個部分。利用風功率預測系統，電網調度運行人員能夠比較準確地預測出風電場的輸出功率，提高風電接納水平。

本文介紹了NSF3100風功率預測系統的組織框架和功能，闡述了系統的應用情況與優化，并對系統的改進進行了討論。

1 系統簡介

風電場功率預測系統是以風電場的歷史數據、實時風速、地形地貌、數據天氣預報、風機組實時運行狀態等數據建立風電場輸出功率預測模型，以風速、功率、數值天氣預報等數據作為模型的輸入，結合風電場機組設備運行工況，預測未來的有功功率。

NSF3100風功率預測系統采用精細化數值天氣預報釋用技術和數理統計方法[2]，一方面根據歷史數值天氣預報的數據預測下一時段天氣情況，通過物理程序計算出風電場的功率輸出。另一方面即根據歷史數值天氣預報的數據、當地測風塔在線實測天氣預報數據相結合，并對歷史數據統計整理，找出一定的變化規律[3]。同時測風塔在線采集天氣預報數據應考慮到風機地理位置差異造成的數值天氣預報粗糙程度不同，最后將兩者歷史數據整理分析，進行風力預測建模，然后選取一種預測效果較好的風力預測模型，通過風力預測模型和功率預測模型進行計算得出全場的預測功率。

NSF3100風功率預測系統能夠將實時預測有功功率情況進行頁面瀏覽展示，便于運行人員通過預測功率和風速情況，正確、合理安排工作計劃，同時也可有效的將功率預測變化情況作為參考，以便于天氣變化時為運維人員做好突發事件處理措施提供參考依據。

2 系統典型配置

NSF3100風功率預測系統的主要設備包括功率預測服務器、數據采集服務器、WEB服務器、網絡交換機、網絡安全反向物理隔離、測風塔、NWP數值天氣預報下載工作站[4]，輔助設備包括調度數據網設備（路由器、交換機）、二次系統安全防護（縱向加密認證裝置、硬件防火墻），以及其它互聯線路。功率預測網絡拓撲如圖1所示。

數據采集服務器：通過運行數據采集軟件，與風電場側風電綜合通信管理終端通信采集風機、測風塔、風電場功率、數值天氣預報。

數據庫服務器：用于數據統計分析和存儲，保證數據可靠存儲。

WEB服務器：主要功能是提供網上信息瀏覽服務，頁面圖行顯示，將風機數據、天氣預報數據、測風塔數據轉發至功率預測服務器。

功率預測服務器：運行風電功率預測模塊，根據建立的預測模型，基于采集的數值天氣預報，采用物理和統計相結合的預測方法，并結合目前風電場風機的實時運行工況對單臺風機及整個風電場的出力情況進行短期預測和超短期預測。

NWP數值天氣預報下載工作站：負責從氣象局獲得數值天氣預報，為保證網絡安全在網絡邊界處配置反向物理隔離設備。

測風塔：測風塔測量數據（實時氣象數據）是用來進行超短期功率預測的，通過GPRS或者光纖采集測風塔的實時氣象數據。

3 風功率預測操作流程

風功率預測系統由數據采集服務器采集測風塔數據，通過串口線傳給綜合通信管理終端，通過冗余配置的兩套調度數據網（路由器、交換機、縱向加密認證裝置），由通信線路（PDN普通超五類雙絞網線、SDH 2M光纜）冗余配置傳輸經地調傳向電網主站。風功率預測系統數據由數據采集服務器采集測風塔數據、天氣預報數據經過反向隔離裝置，傳給功率預測數據庫服務器，結合綜合通信管理終端將采集的風機運行實時功率數據、天氣預報數據、測風塔數據送至功率預測數據庫服務器進行數據處理、數據存儲、計算、分析、驗證等處理，將風場功率預側結果直接經過兩套冗余配置調度數據網（路由器、交換機、縱向加密認證裝置），由通信線路（PDN普通超五類雙絞網線、SDH 2M光纜）冗余配置，傳輸經過地調傳向電網主站。

4 超短期預測示例

4.1 超短期預測數據上傳

超短期預測數據自上報時刻起未來15分鐘至4小時的預測預報，時間分辨率為15分鐘。即墨華能風場2012年09月12日00：15：00-24：00：00超短期預測功率數據中，僅列出0-4小時之間數據為例，進行預測數據與實測數據對比。

表1 超短期預測預報數據

Tab.1 ultra short time forecasting data

通過觀察表中數據，不難發現，預測數據和實測數據在一定程度上還存在著明顯的誤差，例如：1：45：00數據，實測風速4.28m/s，預測風速3.79m/s，實測功率1.583MW，而預測功率5.214MW，預測風速與預測功率出現反相關情形，這說明整個風功率預測系統不僅在數據采集環節的可靠性有待商榷，而且在后臺終端的數據處理上也存在不容忽視的問題，這也提示我們今后在設備選型上要多方比較，選擇最優方案。

將以上表中所列數據以折線圖形式呈現出來，更加形象直觀得表現出預測功率與實測功率相符程度：

圖2 超短期預測預報數據曲線

Fig.2 Super short time forecasting data curve

4.2 超短期功率預測準確率

按照要求風電場功率預測預報提供日預測曲線誤差不超過25%；實時預測誤差不超過15%。全天預測方根誤差應小于20%[5]。

風電場功率預測準確率可以由下面公式計算：

（1）

式中，PiP為第i時刻的風電功率預測值；Pia為第i時刻的風電功率實際值；Pt為該風電場的可用容量；r為該風電場預測曲線準確率；N為總時段數。

月（年）風電預測計劃準確率為日預測計劃準確率的算術平均值。

以即墨華能風場一期工程2012年09月12日00：15：00-24：00：00時段為例，將實時預測預報數據按公式（1）平均后作為每15分鐘預測準確率。做如上述公式運算得出預測準確率結果r=91.6%。

4.3 超短期功率預測曲線界面展示

NSF3100風功率預測系統的后臺界面能顯示風場所在區域未來一段時間的風速、風向、氣溫、氣壓、濕度和風機發電功率。通過選擇界面上的控件和菜單，即墨華能風場2012年09月12日全天超短期預測風速-功率對比曲線。如圖3所示：

4.4 短期預測示例

短期預測數據每天僅預測一次，預測次日零時起未來72小時的有功功率，時間分辨率為15分鐘。同樣，調閱即墨華能風場2012年09月12日00：00-24：00：00區間，查閱00：15-04：45短期預測數據分析，將實測數據與短期預測數據再次比較，仍然存在較大差異。

表2 短期預測預報數據

Tab.2 short time forecasting data

4.5 功率預測精度的討論

以9月份為例，根據公式（1）計算得出每日的預測準確率r，然后取算術平均值最終計算得出該月預測準確率結果R=79.22%。可以看出與國家標準要求達到的準確率存在一定差距。

針對上述公式（1）在計算過程中求取準確率存在如下問題。

（1）測風塔數據采集方式影響較大，目前即墨華能風場采用GPRS無線傳輸模式，在數據采集過程中，受設備質量問題，時常實測數據丟失，在功率預測服務器運算過程中數據將無法進行有效的統計計算。

（2）丘陵地段風機高度不同，風速分配密度不一，考慮適當增加階段性實測數據，分區建立多個模型[6]。

（3）風功率系統的穩定性也有待提高，有時存在數據丟失、頁面無法顯示等問題。

針對以上問題，結合即墨華能風場運行經驗提出如下建議：

（1）將測風塔預測數據及實時數據傳輸方式由GPRS無線傳輸改為光纖傳輸，增強數據傳輸的可靠性。

（2）根據風場實際情況建立多個預測模型，再把多個模型按一定的權系數進行組合，選取合適的權系數可以提高系統的預測精度[7]。

（3）對預測系統的軟、硬件需要進行優化升級，增強系統運行的穩定性。

5 結束語

即墨華能風場風功率預測系統選自國產國電南瑞NSF3100風電功率預測系統，自投入運行以來，經過上述各功能頁面顯示、數據采集、對比分析，按預測風速數據，進行負荷分配，滿足電網運行要求，同時在特殊天氣情況下，風場通過風功率系統準確及時反饋風場區域天氣變化情況，便于運行人員做好對機組事故預想。風電場功率預測是目前解決風電間歇性對電網影響最經濟最有效的手段，通過風電場發電功率預測系統的開發和應用，能夠有效服務于電網調度和風電場，是風電場未來運行必不可少的，其成功實施必將產生巨大的經濟和社會效益。

參考文獻

[1]國家電網公司.關于印發《風電并網運行控制技術規定》和《風功率預測系統功能規范》的通知.國家電網調[2010]201號文件[S].

[2]NSPC3100風電功率控制（AGC/AVC）系統說明書.

[3]國電南瑞NSF3100風電功率預測系統技術說明書.

[4]國電南瑞NSF3100風電功率預測系統操作手冊.

[5]國家能源局.風電場功率預測預報管理暫行辦法.國能新能[2011]177號[S].

[6]楊桂興，常喜強，王維慶，姚秀萍.對風電功率預測系統中預測精度的討論[J].電網與清潔能源，2011，27（1）：75-79.

[7]洪翠，林維明，溫步瀛.風電場風速及風電功率預測方法研究綜述[J].電網與清潔能源，2011，27（1）：68-74.