風電場短期功率預測方法及應用實踐微探

楊穎

摘要：風電場通過與風能以及相關發電機的結合，能夠達到以風發電的目的。風電場短期功率預測工作，是實現大規模風電接入電力系統良好運行的重要前提。文章以此為前提分析了幾種預測方法，并且探討了預測方法的應用實踐，希望能夠為相關工作者提供有效的參考。

關鍵詞：風電場;短期功率;預測方法;應用

1風電場短期功率預測方法解析

對風電場短期功率進行預測，需要用到當地的數值天氣預報數據，并且由中尺度數值預報模式將數據結果輸出進行降尺度處理，其中主要有不同位置的測風塔高度下的氣溫、風速、風向以及氣壓等物理量預報值等，所呈現的數據時間分辨率是15min。

經過降尺度處理之后的成果最終顯示水平分辨率是4km×4km，在地形和風電機組尾流等相關因素的影響下，并不能反映風電場內部的實際風速布設。所以，務必要將經過降尺度之后的天氣預報數據轉變為與單臺風電機組輪轂高度相同的風速。相關資料中提出，當前階段要想實現尺度數值天氣預報模式降尺度，一般可以通過兩種方式進行：其一是風場診斷模式，該方式所需計算量比較小，然而在精度方面卻存在一些不足;其二，計算流體力學方式，該方式所需計算量較大且計算需要時間比較長[1]。在此次研究中，選用的是原理較為簡單的統計方式。

對風電場短期功率進行預測，需要利用氣象服務器接收數值氣象預報數據，將其進行加工處理之后，再通過反向隔離器將經過處理的數據傳送到風功率預測服務器內，功率預測服務器在防火墻的作用下，連接升壓站與電場風機監控系統，對實發功率進行采集、存儲與統計，這時風電功率預測服務器按照所接收的數值氣象數據、實時測風塔數據以及風機數據等，對其進行并行計算，從而獲得一段時間內的中期功率預測以及未來4小時超短期功率預測曲線。再此基礎上結合現場投運情況的分析情況，得到風電場短期功率。

風電場短期功率預測方法主要表現為以下幾個方面：

①對單臺風電機組風速進行預測。按照每一臺風電機組之前所測得得風數據以及同期數值天氣預報數據，在此基礎上建立線性回歸關系。以數值天氣預報模式最終成果為前提，在建立完成的回歸關系基礎上進行風電場中風電機組輪轂高度位置的預測風速的推算。實際預測與推算當中，數值預報模式模擬所得風場和現實風場可能會存在差異，對于這種現象便可以運用線性回歸的方式進行糾正。

②對單臺機組功率進行預測。預測功率之前，需要通過風電機組運行過程中產生的數據，對風機功率曲線進行糾正，在此基礎上按照數值預報最終結果和風機功率曲線，對每臺風機預測功率進行推算[2]。風機功率曲線的糾正十分必要，由于機組運行的狀態、空氣密度以及氣流等相關因素極有可能造成風電機組的風機功率曲線、實際功率曲線脫軌的現象，所以，要在實際運行數據的支持下進行不同機組功率曲線的建立。一般情況下會按照各臺風電機組實時測量的瞬時風速與瞬時功率，以最小二乘法的方式將其分段擬合。此次實際測量中，并沒有對測風塔數據進行運用，其主要原因在于以下幾個方面：其一是因為測風塔數據存在缺陷，時常有缺測現象的發生;其二，因為地形等相關因素的影響，致使各臺風電機組所測風速存在顯著差異，測風塔只能夠以近似的方式表示風電場內部的風資源，無法將各臺風電機組實際風速進行體現。

③對風電場功率進行預測。將各臺風電機組的預測功率進行計算，以此獲得風電場實際預測功率。

2風電場短期功率預測的應用實踐

下文以某市風電場為例分析風電場短期功率預測方法的使用情況。該風電場一期工程施工過程中，海拔高程為1300～1700m，風電場北東—南西兩個方位的長為8.1km左右，而東南—西北方向的寬則為1km左右，由此整個場區面積約為8.2km2。在一期工程當中，總共裝機規模為49.5MW，其中安裝國內品牌風機25臺，風電機組的輪轂高度和單機容分別為85m、2000kW。

以上所述幾種短期風功率預測方法，已經在風電場內使用超過1年，其中預測功率所指為預測風電場內沒有出現故障、維護等狀況情況下的輸出功率。但是，該風電場幾乎每月都會出現考核問題，為了保證功率預測誤差評估的合理性，需要借鑒理想出力的理念。所謂理想出力，即在無限電、無風機故障與檢修維護狀態下，保證全部風機都能夠維持正常運行下的出力。理想出力只能指代全部風機癥狀運行基礎上呈現的輸出功率。

此外，風電場所處地區為亞熱帶季風性濕潤氣候區，當其處于冬季和春季時，便會受到冷空氣影響，且這種季風氣候極為容易出現大風天氣，進而導致風功率預測出現較大的誤差;因為夏季副熱帶高壓的影響，通常情況下風速比較小，在這種環境下風功率預測的誤差也會縮小;因為秋季冷暖氣流交替，致使晝夜溫差較差，且風速相比其他季節也會加大，這時風功率預測所出現的誤差也會增加。

導致風功率預測誤差的原因一方面是因為數值天氣預報誤差，而另一方面則是受風預測模型誤差影響，為了將預測模型誤差分離，將距離測風塔距離最為接近的風電機組所產生的實測風速視為數值天氣預報數據，并且將其輸入至風功率預測模型中，也就是假設數值天氣預報與實際觀測結果相同[3]。對風功率重新預測之后，得出誤差分析結果。通過對這一結果的分析，可以了解到當風電機組產生實測風速是數值天氣預報數據，這時可以通過理想出力、預測功率計算的方式獲得月均方根誤差，否則則是按照實際數值天氣預報數據預測風功率誤差。另外需要注意的是，從風到功率預測模型所形成的誤差，也必須要對其進行重視，以免加大風電場電氣功率預測誤差。

結束語

綜上所述，通過分析可知，風電場風功率預測誤差的形成，主要原因是數值天氣預報風速誤差和預測模型這兩種原因。為了全面提升風功率預測精準度，不僅要考慮當下，還需要從長遠計，加大對微尺度預報模式以及計算流體力學等相關物理預測方法的研究力度。

參考文獻

[1]彭小圣，熊磊，文勁宇，程時杰，鄧迪元，馮雙磊，王勃.風電集群短期及超短期功率預測精度改進方法綜述[J].中國電機工程學報，2016，23：6315-6326+6596.