基于集中预报的风电功率预测系统设计

周永华，郭彦飞，张国建，韦 伟

（国电南瑞科技股份有限公司深圳分公司，深圳 518054）

由于风力发电具有间歇性、波动性、周期性等特点，大规模的风电接入势必会对电网的安全稳定经济运行造成重要影响［1-4］。对风电场输出功率进行预测，把风电功率纳入电网的调度计划是保证电网安全稳定经济运行的重要举措之一［5］，有利于提高电网调峰能力、增强电网风电接纳能力、改善电力系统运行安全性与经济性；从发电集团角度考虑，精准的风电功率预测将使得风电场可以积极地参与市场竞争，规避由供电的不可靠性而受到的经济惩罚，由于发电集团所管理的风电场具有数量多、地域广、分布散等特点，因此建立一套对下属风电场集中管理的风电功率预测系统显得尤为重要，不仅能满足电网调度机构对风电场运行必须上报预测功率的要求，又能大大减少每个风电场功率预测系统建设的费用。

本文设计开发了一套基于集中预报的风电功率预测系统，部署于风力发电集团侧，具备数据采集、功率预测、数据交互、精度统计与分析、数据展示等一体化功能，能够对风力发电集团下属各并网风电场进行实时数据集中采集、预测功率集中预报、预测精度统计与分析、实时数据和预测数据可视化展示，以及实现各并网风电场与所属风力发电集团间的数据交互，为风力发电集团对下属各并网风电场的运行数据进行统一集中管理和相应的科学决策分析提供依据和支撑。

1 系统总体架构设计

为保证系统各应用模块之间相互协调及整体目标的实现，基于集中预报的风电功率预测系统在设计与开发过程中，利用标准化和模块化设计技术［6］，采用B／S架构与分层设计思想，以风力发电集团总部作为基于集中预报的风电功率预测系统的建设场所，承担系统的日常运行、管理和维护，实现对下属并网风电场实时运行数据的集中采集、短期／超短期功率的集中预报、预测精度的统计分析等功能；风电场侧主要完成并网风电场实时运行数据的采集与上送、短期／超短期功率预测结果的下载与向电网调度机构的上报等功能。为满足《电力二次系统安全防护规定》的有关要求，预测系统模块内部及与其它模块间的通信在边界网络处配置物理隔离设备和硬件防火墙。系统总体架构如图1所示。

2 系统功能模块设计

从风力发电集团专业人员业务操作角度考虑，系统从功能上主要划分为天气预报处理、实时数据采集、功率预测、预测精度统计和数据展示及参数配置等功能模块，如图2所示。

2.1 天气预报处理模块

数值天气预报是短期风电功率预测的基础［7］，当从专业权威气象机构获取天气预报文件后需要对其进行处理。天气预报处理模块即是负责对风力发电集团下属并网风电场定制的数值天气预报文件的集中处理，包括天气预报下载和天气预报解析等功能。

在风力发电集团侧通信服务器上部署天气预报下载程序和天气预报解析程序，前者通过Internet采用FTP协议定时从专业权威气象机构的FTP服务器上下载并网风电场的数值天气预报文件，并存储到本地磁盘；后者对下载的数值天气预报文件进行选择性解析，并将解析记录写入系统数据库。

系统数据库是基于集中预报的风电功率预测系统的数据中心，各系统功能模块均需要通过系统数据库完成数据的互操作。系统数据库存储来自于天气预报处理模块的数值天气预报数据、从风力发电集团的主站监控系统采集的各并网风电场的实时运行数据（全场有功功率、实时测风塔数据、实时风机数据）和功率预测模块预测程序生成的短期、超短期预测结果数据，以及对功率预测精度的统计数据等。

2.2 实时数据采集模块

风力发电集团侧主站监控系统采集的风电场的实时运行数据源自于风电场侧安全I区的风电监控系统，同时风电场风电监控系统还通过调度数据网实时通道采用104规约实现风电场侧与电网调度侧实时数据的上送。

部署于风电场侧的OPC客户端服务器采用OPC接口技术［8］将风电监控系统中实时运行数据通过企业内部专线送至风力发电集团侧主站监控系统。部署于风力发电集团侧通信服务器上的实时数据采集模块，从风力发电集团侧主站监控系统采集各并网风电场的实时运行数据，并将数据写入系统数据库。风电场实时运行数据包括风电场实时全场有功功率、实时测风塔数据、实时风电机组状态数据等，为功率预测模块的短期、超短期功率预测建模提供基础数据，并为短期、超短期预测功率的精度统计分析提供数据支持。该模块所有数据的采集与通信满足相关规范要求［9］。

2.3 功率预测模块

功率预测模块是基于集中预报的风电功率预测系统的核心，以并网风电场的数值天气预报作为预测模型的输入，运用统计方法或物理方法集中对各并网风电场的短期、超短期功率进行预测，并将各并网风电场的功率预测结果按照电网调度机构规定格式生成相应文件。其具体功能模块主要包括短期功率预测和超短期功率预测。

短期功率预测能够实现对接入系统的所有并网风电场未来0～72h的输出功率情况进行预测，预测点时间分辨率为15min。短期功率预测主要依靠数值天气预报，并根据风电场地形的特点，输入风电场测风塔观测资料、周边自动气象站观测资料、风电场基础地理信息资料等，对风电场微观区域进行时空加密计算，得出满足风电场功率预测需求的风力预测结果。在风机标准功率特性曲线基础上，根据风电场历史功率数据以及历史测风塔数据统计分析获得风电场的功率预测模型。结合风力预测结果与功率预测模型获得风电场全场输出功率预测结果。

超短期功率预测能够实现对接入系统的风电场未来0～4h的输出功率情况进行预测，预测点时间分辨率为15min。超短期功率预测通常采用数理统计法，数理统计法是对风电场所在地测风塔的历史观测数据和周边气象台站的历史观测数据进行分析和整理，根据实际需要选择逐步回归法、时间序列法、BP神经网络法等适用性技术进行风力预测建模试验，最后选取预报效果较好的一种风力预测模型。测风塔实时数据作为输入，经风力预测模型计算，即可得到超短期风力预测结果，该结果经约束算法调校便可实现风电场未来输出功率的预测计算。

在风力发电集团侧安装有两台高性能预测服务器，服务器间用集群心跳线相连。集群心跳线会定期在两台服务器间交换数据信息，在指定周期内若一台服务器没有接收到心跳信息，则将进行故障转移，由该服务器接管集群并对外提供服务。在每台服务器上均部署短期、超短期功率预测程序，通过与系统数据库数据交互，获取预测所需的数值天气预报数据、风电场全场实时有功功率、测风塔数据、风电机组运行状态等数据，进行短期／超短期功率预测，输出的预测功率写入系统数据库，并生成电网调度机构规定格式的文件。

各并网风电场的功率预测文件需要上报给电网调度机构，以便电网调度机构据此编制日前日内发电计划。在风电场侧的内部网中转通信机上部署功率预报FTP下载客户端，通过集群的IP地址从风力发电集团侧的预测服务器下载短期、超短期功率预测文件，并存储到本地磁盘，然后通过反向隔离装置把预测文件单向传输到风电场侧安全II区的调度中转通信机。在调度中转通信机上部署FTP上报客户端或前置通信程序，通过文件FTP方式或扩展102规约实现风电场短期、超短期功率预测文件到电网调度机构的上报。

2.4 预测精度统计模块

预测精度统计模块提供对各并网风电场的历史短期、超短期预测功率进行准确率、合格率、上报率和完备率等指标的计算检验，并将统计结果写入系统数据库，便于风力发电集团对功率预测效果进行分析比较，同时也可对比电网调度机构对风电场的考核情况，为最大化的利用风电资源提供依据。预测精度统计程序部署于风力发电集团侧的预测应用服务器上。

2.5 数据展示及参数配置模块

数据展示及参数配置模块是预测系统的人机交互界面，负责预测系统参数的设置、风电场实时数据和预测数据的多元可视化展示（曲线、图形、报表等）、预测精度统计分析结果的展示、限电约束和短期预测结果的人工修正以及用户权限的管理。主要功能包括系统参数配置、数据展示、统计报表、人工操作和用户权限管理等。

系统参数配置功能用于设置预测系统的各种运行参数，包括风电场信息配置、测风塔信息配置、风机信息配置和预测模型参数配置等，同时提供数据有效性校验、冗余检测和清除等功能。

数据展示功能用于对并网风电场的风速、风向、温湿压、功率等实时和预测数据以及预测精度统计结果等数据进行数据查询和多元可视化展示，展示方式包括曲线、报表、玫瑰图和柱状图等，同时还提供数据的导出和图形打印功能。

统计报表功能主要包括考核指标统计分析报表（准确率、平均绝对误差、相对绝对误差的日月年统计）、预测状态统计报表、预测文件生成状态统计报表等。

人工操作功能主要包括短期和超短期重新预测、重新上报、限电约束管理、预测结果人工修正和开机容量填报等。

用户权限管理功能用于对不同用户登录身份的验证，根据用户身份为其分配相应权限，保证了数据及操作的安全性。风力发电集团可以为每个下属风电场分配一个用户，每个用户只能对指定场站信息进行查询。在风力发电集团侧的Web服务器上部署应用程序。在风电场侧的内部网中转通信机通过浏览器访问便可查询其信息。

3 结语

风力发电集团建设风电场的规模越来越大，加强对下属风电场运行数据的集中管理越来越重要。基于此，本文设计开发一套基于集中预报的风电功率预测系统，重点阐述了系统建设的总体架构和功能模块设计，介绍了系统的主要功能，便于风力发电集团对下属各并网风电场运行数据进行集中预报和统一管理，为风力发电集团进行相应的科学决策分析提供数据支持。目前，系统已在某风力发电集团总部实施，下属10座并网风电场，分别位于广东、新疆和呼盟三地。从预测系统投入运行的效果来看，预测系统数据采集、下载、上报调度等通信正常，运行稳定可靠，符合风电场及电网调度机构的运行要求。

［1］ 迟永宁，刘燕华，王伟胜，等.风电接入对电力系统的影响［J］.电网技术，2007，31（3）：77-81.CHI Yong-ning，LIU Yan-hua，WANG Wei-sheng，et al.Study on impact of wind power integration on power system ［J］.Power System Technology，2007，31（3）：77-81.

［2］ 范高锋，赵海翔，戴慧珠.大规模风电对电力系统的影响和应对策略［J］.电网与清洁能源，2008，24（7）：44-48.FAN Gao-feng，ZHAO Hai-xiang，DAI Hui-zhu.The impact and countermeasure of large scale wind power on power system［J］.Advances of Power System ＆ Hydroelectric Engineering，2008，24（7）：44-48.

［3］ 张丽英，叶廷路，辛耀中，等.大规模风电接入电网的相关问题及措施［J］.中国电机工程学报，2010，30（25）：1-9.ZHANG Li-ying，YE Ting-lu，XIN Yao-zhong，et al.Problems in large-scale wind power grid connection and countermeasures［J］.Proceedings of the Chinese Society for Electrical Engineering，2010，30（25）：1-9.

［4］ 傅 旭，李海伟，李冰寒.大规模风电场并网对电网的影响及对策综述［J］.陕西电力，2010（1）：53-57.FU Xu，LI Hai-wei，LI Bing-han.Review on Influences of large-scale wind farms power systems and countermeasures［J］.Shanxi Electric Power，2010（1）：53-57.

［5］ 王慕华，惠建忠，唐千红，等.风电功率预测预报系统的设计与实现［J］.计算机与现代化，2013（7）：224-227，230.WANG Mu-hua，HUI Jian-zhong，TANG Qian-hong，et al.Design and implementation of wind power prediction system［J］.Computer and Modernization，2013（7）：224-227，230.

［6］ 温 昱.软件架构设计［M］.北京：电子工业出版社，2007.

［7］ 范高锋，裴哲义，辛耀中.风电功率预测的发展现状与展望［J］.中国电力，2011，44（6）：38-41.FAN Gao-feng，BEI Zhe-yi，XIN Yao-zhong.Wind power prediction achievement and prospect［J］.Electric Power，2011，44（6）：38-41.

［8］ 顾 宏，耿 欣.基于OPC的数据采集系统［J］.可编程控制与工厂自动化，2011（9）：66-68.GU Hong，GENG Xin.The data acquisition system based on OPC［J］.Programmable control and factory automation，2011（9）：66-68.

［9］ 能源行业风电标准化技术委员会.NB／T 31046—2013，风电功率预测系统功能规范［S］.北京：国家能源局，2013.