集合預(yù)報在寧夏地區(qū)短期風(fēng)功率預(yù)測中的適用性研究

文 | 郭煒，劉震，汪付星，王德民，婁勇剛，崔書慧，賈鵬程

集合預(yù)報在寧夏地區(qū)短期風(fēng)功率預(yù)測中的適用性研究

文 | 郭煒，劉震，汪付星，王德民，婁勇剛，崔書慧，賈鵬程

風(fēng)能作為一種清潔的儲量豐富的可再生能源，受到我國政府的高度重視，將風(fēng)能資源的開發(fā)利用作為改善能源結(jié)構(gòu)、推動環(huán)境保護(hù)、保持經(jīng)濟(jì)和社會可持續(xù)發(fā)展的重大舉措，并將風(fēng)力發(fā)電作為風(fēng)能資源開發(fā)和利用的重要方式之一。然而，與傳統(tǒng)火力發(fā)電項目不同的是，風(fēng)力發(fā)電出力還要受天氣和風(fēng)速影響，由于大氣不穩(wěn)定性導(dǎo)致的風(fēng)速變化呈現(xiàn)間歇性、波動性等特點，給電網(wǎng)調(diào)度、電力系統(tǒng)安全運(yùn)行造成不利影響。因此，短期風(fēng)功率預(yù)測被認(rèn)為是增加電網(wǎng)調(diào)峰容量、提高電網(wǎng)接納風(fēng)電能力、改善電力系統(tǒng)運(yùn)行安全性與經(jīng)濟(jì)性的最有效、最經(jīng)濟(jì)的手段之一。

短期風(fēng)功率預(yù)測需要數(shù)值天氣預(yù)報的風(fēng)速等數(shù)據(jù)作為輸入量，因此預(yù)報風(fēng)速成為決定短期風(fēng)功率預(yù)測精度的最重要因素之一。為提高短期風(fēng)速預(yù)報精度，本文提出了一種基于多元線性回歸的集合預(yù)報方法，通過將多種氣象源歷史預(yù)報數(shù)據(jù)與同期測風(fēng)塔測風(fēng)數(shù)據(jù)進(jìn)行線性擬合，并將得到的擬合參數(shù)用于風(fēng)速預(yù)報中，以期得到更高精度的風(fēng)速預(yù)報，從而提高短期風(fēng)功率預(yù)測精度。

研究方法

一、建模方法簡介

本文中，采用多元線性回歸的方法來獲得集合氣象。在回歸分析中，用于描述一個因變量y與另外多個解釋變量xi之間關(guān)系的函數(shù)，我們稱之為回歸函數(shù)，回歸函數(shù)中還包括一組未知的參數(shù)ai。如果一個回歸函數(shù)的參數(shù)為線性關(guān)系，則稱之為線性回歸模型。否則，該模型被稱為非線性回歸。含一個以上解釋變量的線性回歸模型成為多元線性回歸模型。多元線性回歸模型的一般形式為：

式中：y為因變量；A=(a0,a1,a2,…an)為回歸系數(shù)；X=(1,x1,x2,…xn)'為自變量。

系數(shù)A的估計方法采用最小二乘法；最小二乘法的原理如下：

構(gòu)造目標(biāo)函數(shù)：

最小化Q的條件：

最終導(dǎo)出：X 'Xa=X 'Y ；如果(X 'X)-1存在，那么可解得：A=(X 'X)-1X 'Y 。

評價該方法好壞的標(biāo)準(zhǔn)主要是看兩個指標(biāo)，一個是擬合優(yōu)度R2，擬合優(yōu)度R2越大，說明模型越好；另一個指標(biāo)是殘差平方和SSE，殘差平方和SSE越小，說明模型越好。

二、集合氣象建模流程

集合氣象建模流程主要分為訓(xùn)練階段和預(yù)測階段。

（一）訓(xùn)練階段。主要得到多元線性回歸的系數(shù)( a0,a1,a2,…,an)，該回歸系數(shù)反映了集合氣象與多種氣象間的內(nèi)在關(guān)系。本次實驗共選取三種氣象作為輸入，首先選取測風(fēng)塔數(shù)據(jù)和三個氣象數(shù)據(jù)作為訓(xùn)練樣本，經(jīng)過模型的訓(xùn)練，得到多元回歸的系數(shù)矩陣，記為A，A= ( a0,a1,a2,…,an)。

（二）預(yù)測階段。將三種氣象預(yù)報數(shù)據(jù)以及訓(xùn)練階段得到的系數(shù)矩陣A作為輸入進(jìn)行集合預(yù)測，生成集合氣象，將集合氣象與三種氣象分別輸入到功率預(yù)測模型中，生成短期預(yù)測功率，分別記為Pa，Pb，Pc。

案例分析

寧夏地區(qū)身居內(nèi)陸，在我國西北東部，處于黃土高原、蒙古高原和青藏高原的交匯地帶，其下墊面情況復(fù)雜、地形起伏波動較大，盛行風(fēng)為西北風(fēng)，過境時風(fēng)速變化較大，易形成局地小氣候，無明顯規(guī)律性，因此對于數(shù)值預(yù)報而言預(yù)報難度較大。寧夏風(fēng)資源豐富，10m年平均風(fēng)速5.5m/s，平均風(fēng)功率密度大于210W/m2，50m年平均風(fēng)速在7.0m/s以上，平均風(fēng)功率密度在400W/m2以上，達(dá)到風(fēng)功率密度三級，屬風(fēng)資源豐富區(qū)。

本次共選取5座寧夏地區(qū)風(fēng)電場作為研究對象，分別標(biāo)記為風(fēng)電場A、B、C，每座風(fēng)電場均有三種氣象源天氣預(yù)報數(shù)據(jù)、測風(fēng)塔測風(fēng)數(shù)據(jù)和實際功率數(shù)據(jù)。所有數(shù)據(jù)時間間隔均為15min。實驗方案使用前20天數(shù)據(jù)用于模型訓(xùn)練，根據(jù)模型輸出的擬合系數(shù)生成后10天的預(yù)報數(shù)據(jù)，并使用短期風(fēng)功率預(yù)測模型生成功率預(yù)測文件，利用實際功率數(shù)據(jù)計算預(yù)測功率誤差評判集合氣象效果。

一、實驗結(jié)果分析

（一）評價方法

1.對預(yù)測模型進(jìn)行準(zhǔn)確的評估，本文采用國家統(tǒng)一的電場功率預(yù)測準(zhǔn)確率為指標(biāo)，其計算公式如下：

其中：PMK為實際功率，Ppk為對應(yīng)的預(yù)測功率，n為日期數(shù)量，Cap為電場運(yùn)行的裝機(jī)容量。月均準(zhǔn)確率的計算公式為：

2.對天氣預(yù)報準(zhǔn)確性，本文使用相關(guān)系數(shù)作為評價指標(biāo)，相關(guān)系數(shù)越大，表明天氣預(yù)報風(fēng)速與測風(fēng)塔測量風(fēng)速相關(guān)性越高，即天氣預(yù)報效果越好。

（二）集合氣象準(zhǔn)確性評估

表1為三種單氣象及集合氣象與測風(fēng)塔測風(fēng)數(shù)據(jù)的相關(guān)性對比結(jié)果。從表1可以發(fā)現(xiàn)，通過多元回歸方法得到的集合氣象與測風(fēng)塔的相關(guān)系數(shù)最高，即更貼近實際風(fēng)速。從風(fēng)電場C看出，當(dāng)各樣本量相關(guān)系數(shù)較為接近時，集合氣象的提高效果越明顯，較最高相關(guān)系數(shù)提高了5%；對風(fēng)電場A，雖然氣象c相關(guān)系數(shù)明顯偏低，但是由于采用不同的初始場，其在高風(fēng)速預(yù)報表現(xiàn)更好，因此集合氣象的相關(guān)系數(shù)也有1%的提升。

為了進(jìn)一步對比集合氣象在短期風(fēng)功率預(yù)測上的效果，表2給出了利用四種氣象作為輸入得到的短期預(yù)測精度。從表2可以看出，使用集合氣象可明顯提高短期風(fēng)功率預(yù)測精度，三個風(fēng)電場平均精度均大于80%，其中風(fēng)電場C提高效果最明顯，三種氣象均無法滿足考核標(biāo)準(zhǔn)，使用集合氣象后達(dá)到81.69%，滿足考核標(biāo)準(zhǔn)。

表1 不同氣象與測風(fēng)塔數(shù)據(jù)的相關(guān)性統(tǒng)計

表2 不同氣象生成的短期功率預(yù)測精度

總結(jié)和展望

本文通過使用基于多元線性回歸的集合預(yù)報方法，以寧夏地區(qū)風(fēng)電場為例評估集合預(yù)報在風(fēng)功率短期預(yù)測的預(yù)報效果。通過實例數(shù)據(jù)驗證發(fā)現(xiàn)，集合預(yù)報能有效提高短期風(fēng)功率預(yù)測精度。

基于多元線性回歸的集合預(yù)報方法，通過將多種氣象與測風(fēng)塔測風(fēng)數(shù)據(jù)進(jìn)行擬合，針對不同初始場、不同參數(shù)化方案導(dǎo)致的多種氣象的差異性充分利用，揚(yáng)長避短，得到最優(yōu)擬合系數(shù)，提高天氣預(yù)報風(fēng)速的準(zhǔn)確性，從根本上提高短期風(fēng)功率預(yù)測精度。對于一些由于地形復(fù)雜導(dǎo)致天氣預(yù)報準(zhǔn)確性較低的地區(qū)，基于多元線性回歸的集合預(yù)報方法可作為一種重要而有效的解決辦法，同時可以更好地應(yīng)對日益嚴(yán)苛的短期風(fēng)功率預(yù)測考核標(biāo)準(zhǔn)。

（作者單位：郭煒，汪付星，王德民，婁勇剛，崔書慧：北京東潤環(huán)能科技股份有限公司；劉震：首都師范大學(xué)數(shù)學(xué)科學(xué)學(xué)院；賈鵬程：國家電投財務(wù)有限公司）