云南省風電負荷預測系統現狀評估

羅恩博,杜景琦,唐立軍

(云南電網公司電力科學研究院,昆明 650217)

云南省風電負荷預測系統現狀評估

羅恩博,杜景琦,唐立軍

(云南電網公司電力科學研究院,昆明 650217)

風電負荷預測系統對風電大規模接入后電網的供電品質、供電可靠性有重要意義；針對目前云南省風功率預測還處于起步階段的情況,對目前云南省風電功率預測系統中的數據采集系統、統計及報表功能、界面功能、預測功能、風場預測情況統計分析這5方面的現狀及存在的問題進行分析,并對風功率預測系統的管理及優化提出改善意見。

風功率預測系統；預測功能；風場預測情況統計

0 前言

風能作為目前新能源開發中技術成熟,具有大規模開發前景的能源,目前在云南省范圍內進行了大規模的開發和利用；針對風電場大規模接入電網的情況,風電負荷預測系統將對電網運行方式提供強有力的理論依據。

1 風功率預測系統

風電場功率預測是指以風電場的歷史功率、歷史風速、地形地貌、數值天氣預報、風電機組運行狀態等數據建立風電場輸出功率的預測模型,以風速、功率或數值天氣預報數據作為模型的輸入,結合風電場機組的設備狀態及運行工況,得到風電場未來的輸出功率,預測時間尺度包括短期預測和超短期預測。

2 風功率預測對云南省的重要意義

云南省每日最高負荷大約為1 400 MW,目前風電接入200 MW,由于負荷中水電比重相對較大,水電具有較強的調頻能力,所以目前對于在線路容量允許的情況下風電采用全額消納的方式,但隨著十三五規劃中風電的大力發展,風電在電網中的比重將繼續增大[1],由于風能的隨機性、間歇性特點,風電對電力系統的安全穩定運行將帶來更大的挑戰。

風功率預測系統對風電場出力變化趨勢進行預測,對風電場的運行情況進行監視,通過對風電出力的預測可以為電力調度部門優化運行方式提供數據支持,從而提高電網供電質量、保證電網安全[2]。

3 電場側風功率預測系統情況

2010年前投運風電場于2011年開始陸續配置風功率預測系統,2011年以后投運風電場在投運過程中就開始配置風功率預測系統。

下面從以下4個方面對目前云南省風電負荷預測系統的現狀進行分析。

3.1 數據采集系統

數字采集系統是風電負荷預測系統基礎的數據來源,也為負荷預測計算提供實際數據支持,并與調度端進行通訊,上送風電場運行情況及預測數據。現階段云南風功率預測數字采集系統基本情況如下：

1)風電場測風塔采集量均包括三個不同層高的風速和風向；但發現存在風電場目前并未安裝測風塔,測風塔數據均是電腦自動生成,并非實時風速。

2)風功率預測系統通過通訊終端接收風場氣象信息和風場實際運行情況,并向調度端輸出風功率預測信息；但各風場均有不同程度的采集信號缺少現場溫度、濕度、風向級空氣密度等氣象數據采集不全的情況。

3)目前風電廠預測數據存儲均是按15 min存儲一次的方式進行存儲,期間的風場實發功率及風速數據都為15 min轉化的平均數據。

4)部分風電廠存在實際功率、實際風速缺失的情況,缺失的情況下數據顯示為空缺,未對缺測和異常數據進行處理,將對預測數據準確性造成影響。

3.2 統計、報表功能

統計和報表功能是通過對風功率預測系統中氣象數據、預測數據、實際運行數據進行歸納總結再生成數據展示功能,包括表格展示、圖表展示、報表打印輸出。現階段云南風功率預測系統統計及報表功能情況如下：

1)各風電場風功率預測系統中對于短期及超短期功率預測都可以通過歷史趨勢進行查詢。

2)各風電負荷預測系統中誤差統計均是采用日統計、月統計的方式完成；誤差指標包括均方根誤差、平均誤差、相關性系數、最大預測誤差存在統計數據不完善的情況。

3)各風功率預測系統只包括風速及風向統計功能,并支持自動生成報表；未包括發電量、風電有效發電時間、最大出力及其發生時間等,也未向電力調度機構上送以上統計數據。

3.3 預測功能

預測功能是通過天氣預報、現場實際氣象數據及歷史數據對風電場未來功率進行預測的方法。目前預測功能情況如下：

1)目前這些風功率預測系統均包含預測次日零時起3天的風電輸出功率的短期預測、預測未來0-4h的風電輸出功率的超短期預報,且時間分辨率都為15min。

2)各風功率預測系統短期預測啟動時間都是由后臺設定,無法通過界面按鈕進行手動測試,超短期預測都是按照15min執行一次,預測該時刻之后4h的輸出功率。

3)風場均存在開機容量缺失的情況,由于缺少實際的開機容量將導致誤差統計計算不準。

4)各風電場風功率預測系統中對于限電時段都沒有從預測系統中填寫限電時段,導致限電時段預測數據與實際負荷偏差很大。

5)對負荷預測曲線在預測系統中存在數據缺失或錯誤是無法進行修正。

6)各風場都具有完備的誤差統計功能。

3.4 風場預測情況統計分析

根據 《風電功率預測系統功能規范》中要求單個風電場非限電時段的短期預測月均方根誤差應小于20%,超短期預測第4 h預測月均方根誤差應小于15%；[3]誤差計算方法如下：

均方根誤差(RMSE)

平均絕對誤差 (MAE)

相關性系數 (r)

最大預測誤差 (δmax)

式中：

PMi——i時刻的實際功率

PPi——i時刻的預測功率

Cap——風電場的開機總容量

n——所有樣本個數

通過收集的預測數據根據公式 (1)至公式(4)對風電場的預測誤差進行計算,計算結果如圖1～4所示：

圖1 調研風電場2-8月份短期預測均方根誤差統計

圖2 調研風電場2-8月份超短期預測均方根誤差統計

圖3 調研風電場2-8月份短期預測平均絕對誤差統計

圖4 調研風電場2-8月份超短期預測平均絕對誤差統計

通過對上述3個風電場預測數據的收集及誤差計算的結果可以看出,目前風電場的短期、超短期預測均方根誤差均有不同程度的不滿足要求的情況,預測精度相對偏低；短期預測平均絕對誤差在10%～25%之間,超短期預測平均絕對誤差在5%～25%之間。

4 風電負荷預測系統存在的問題

云南省由于近幾年才開始大力發展風電項目,導致目前對風功率預測系統的管理及研究存在明顯的不足,由于風電的大規模接入,風功率預測系統已經成為大家關注的焦點,但云南省范圍內風功率預測系統存在著以下幾個主要問題：

1)目前我省風電功率預測系統依賴于地區天氣預報數據,但地區天氣預報對風電場局部氣象預測存在明顯偏差的情況,導致預測精度偏低。

2)風電場歷史數據不完備、氣象數據缺失等情況也導致負荷預測精度較低。

3)風電場發電計劃上報基本是采用參考前一日實際負荷情況來進行上報,并未直接使用預測數據作為計劃發電數據上報；這樣導致上報的計劃數據與預測數據及次日實際功率情況存在較大偏差,風功率預測系統也未起到應有效果。

4)風功率預測系統在各風電場中無人管理無人維護,預測系統未對風電場運行,風功率預測的數據、誤差統計等也沒有進行歸檔和收集。

5 結束語

本文介紹了針對目前云南省風功率預測系統的閑置及存在的問題,對下一步規范和提高風功率預測系統提出以下建議：

1)提高風電場風功率預測系統的基礎資料管理,完善風功率預測系統的數據統計及采集,并向電力調度中心及時上報；這樣一方面可以提高預測精度,同時對風電場的運行維護及檢修計劃安排提供便利。

2)完善風功率預測系統的考核管理制度,提出相應的風功率預測系統的各項技術指標以規范風功率預測系統,提升預測水平,保證電網安全。

3)進一步對風功率預測系統的算法與技術進行深入研究,對氣象預報數據進行長期統計收集,針對我省以山地為主的特點優化預測算法,提高預測精度。

4)開展風電場技術監督。在技術監督的過程中規范風功率預測系統,并在監督過程中收集各項氣象數據及預測數據,為進一步深化風功率預測研究工作提供數據支持。

[1] 邢婷,鄭有飛,朱勇,等.云南風能資源及其開發利用研究進展 [J].氣象與環境科學,2013,36(4)：55-61.

[2] 范高鋒,裴哲義,辛耀中.風電功率預測的發展現狀與展望 [J].中國電力,2011,44(6)：38-41.

[3] 風電功率預測功能規范 [S].北京：國家電網公司,2011.

Status Assessment of Wind Power Forecasting System in Yunnan Province

LUO Enbo,DU Jingqi,TANG Lijun
(Yunnan Electric Power Research Institute,Kunming 650217,China)

The wind power forecasting system is of important significance to the quality and reliability of power supply after a large scale of wind power connecting to the grid.In view of the wind power forecasting in Yunnan Province is still in the initial stage,this paper analysis the status quo and existing problems in the following five aspects in wind power forecasting system：data acquisition system,statistics and reporting function,interface function,forecasting function and wind power forecasting situation statistics,then proposes the opinions on improving the management and optimization of the wind power forecasting system.

wind power forecasting system；forecasting function；wind power forecasting situation statistics

TM73

B

1006-7345(2015)01-0056-03

2014-09-02

羅恩博 (1986),男,云南電網公司電力科學研究院,從事水、火電機組及新能源控制系統研究 (e-mail)luo725＠126.com。

杜景琦 (1980),男,碩士,云南電網公司電力科學研究院,從事水、火電機組及新能源控制系統研究 (e-mail)109059245＠qq.com。

唐立軍 (1985),男,碩士,云南電網公司電力科學研究院,從事水、火電機組及新能源控制系統研究 (e-mail)16893515＠qq.com。