風電場風速及風電功率預測方法研究綜述

文/余平

隨著當今社會的發展，傳統化石燃料使用的弊端越來越顯著。相比這些會對環境以及生態造成嚴重危害的傳統化石燃料的使用，當今新型的環保能源，如風能發電顯得更加的環保、更值得的提倡，因此在當今的社會，風力發電已經受到了前所未有的重視。在二十一世紀以來，我國的風力發電不斷的發展，并在不久之前，我國的風電裝機更是取得了一項世界矚目的成績。風能是自然形成的能源，然而它也具有自己的物理屬性，倘若我們能夠熟練的掌握各種現象的判斷，并準確的分析，那么未來的風力發電一定會更加順利。

1 預測風電場的變化有何作用

對風電場的準確判斷以及正確的預測整個過程的輸入以及放出電量的功率不僅僅能夠幫助相關電力控制人員的后續判斷進行有效的理論支持，更能在當今風力發電尚未成熟的今天掌握更多的核心知識，以便后面在更大、更高效的未來取得更好的發展空間。

由于采用并網風力發電的過程中會受到眾多因素的影響，因此，恰到好處的控制好風力發電的功率在當今的風力發電階段更能保證整個風力發電系統的正常、有序運行。因此，只有更加科學準確的得到風力發電的相關功率參數，才能做到最大限度地保障整個機制的有效運行，增強整個系統的穩定性和可行性。只有這樣，我們才能夠更好的給電網的后臺提供更加有效、準確的數據，在源頭切實可行的降低整體的風力發電成本，讓其在運行過程中達到效力最大化。在當前這個電力市場相對開放的環境之中，進行風力發電的同時，不僅要考慮到其在工作過程中可能會出現不穩定的情況之外，還應當提前對相關構造誤差成本進行有效的預估，進而取得最大化的收益。除此之外，在進行風電場輸出的相關考察之前還要對當地的風力資源以及相應的收益比進行評估，這樣才能為后面具體的發電過程提供最優秀的支持。

2 怎樣才能對風電速率等因素進行預測

通過風力速以及風力機的自身數據我們不難用具體的關系式對實際的預測，通過當下已經存在的風電功率數據采取建模的方式來獲取風電效率的預測結果。所以說，在用各種方式進行預測的時候應該講實際過程當中的具體因素，如風力、風速等相結合，從而得到更加綜合可靠的結果。

因為一直以來風力發電的功率一直受到如國家政策、環境資源規劃等等因素的影響而波動。因此在這個時候我們可以采取灰色理論來穩定一部分不穩定因素的影響。采用灰色建模的方式能夠大概對風電系統在后面的發電過程的裝機容量以及相應功率進行推測。更多的情況下對風力發電進行的電功率研究則是停留于中期甚至短期的判斷與預測。除此之外，我們還可以利用物理模型或者目前現有的相關數據來進行預測等等方式來進行預測。

當然，如果已經存在的相關數據在當前情況下看來已經出現高度擬合這種情況了，那么對短期的預測還能夠為下一個的短期預測作為基本數據進行后續判定。

2.1 采取時間序列法的統計的預測

在風電場的相關數據進行后續記錄的過程里，一般是采用一個個時間點或者時間段內相應風速、風向以及大氣氣壓等等一系列數據的進行計算的方式，進而把每一次的結果放入具體的系統之中。通過這些數據的歸納與分析，我們可以看到他們之間的各種離散程度以及相應特性。這種方式也正是在當下風力預測過程一種較為常見的方式之一。

2.2 基于數字天氣預報的相關預測

目前的條件下，基于數字天氣預報的方式來對具體的風電功率進行相關預測的方法和手段早已成熟，這種方式也是目前人們比較公認可靠可行的準確方式之一。這種預測的方式對于風力能源的評估有著較為有效的作用。當然，依靠目前的手段和方式，我們還能夠利用其同模糊邏輯神經的網絡模型來進行更加可靠的實際預測結果。然而，通過數字天氣預報方式來進行數學建模的過程較為復雜，這也使得它在具體的實際運用過程受到了很大的局限性，并且其在對于短期的風力功率預測方面沒有持續預測的方法準確，因此我們在使用這種方式的同時也要對其進行可行性和實際采用性的綜合考慮。

2.3 神經網絡預測的方式

這種方法主要是采用經典的數學統計知識，從而結合風速、風向等具體數據進行的較為可靠的預測結果。它具有運用便捷、方法簡單等特點。然而它的局限性也是較為突出的，比如這種模型計算方式不能對實際過程中的風向風力進行最佳的描述，從而在很大一定程度上對整體的預測準確度上大打折扣。當然有的時候，單單通過用神經網絡預測形成的短期數據得到的相應結果還可以引入非線性濾波器來進行后續的修正和診斷。

2.4 其他的相關預測方式

在其他的預測風速以及風電速率的方式的方法中，我們還可以找到如采用向量機的預測方式過程、灰色理論的預測手段、正態分布相應預測過程等等。這些方式都可以在實際的計算和預測中得到實際的運用。

3 結束語

風力以及風電速率的預測在整個的風力發電體系有著較為重要的意義和影響。因為在具體的風速以及風電效率的記錄過程時我們能夠通過對時間的序列來進行恰當的建模。當然，如果想要有更加準確的結果，我們還能在以時間為序列進行建模的同時采取卡爾曼濾波等等方式和手段進行輔助預測。因此，在對風電功率以及風速的預測過程中最好多運用幾種方式綜合判斷，從而在這個過程中最大的避免誤差和不穩定因素的影響，從而得到最佳的結果。