分布式发电功率预测系统的研究

高兢+于文波+于佳

摘 要：隨着目前传统能源的日益枯竭，新能源与可再生能源技术逐渐兴起。其中太阳能与风能资源丰富、前景广阔。但太阳能与风能随季节、天气、环境等的无规律性变化，其并网发电的不稳定性正是制约整个电力系统安全稳定运行的瓶颈因素。因此，只有快速而准确地进行功率预测，才能使电网安全有序、连续供电的稳定运行。

关键词：分布式发电；功率预测；能源

DOI：10.16640/j.cnki.37-1222/t.2017.05.158

0 引言

随着传统能源的枯竭，新能源与可再生能源技术逐渐兴起。新能源并网发电占据着未来主要的发展前景，尤其是分布式发电技术。但新能源随机性，波动性对电网影响较大。因此，新能源的功率预测是减小电网热备用容量，减小能源成本以及为电网调度计划提供依据的有力保障。本文设计一个分布式发电系统的功率预测系统的整体方案。进行系统数据采集、软件预测的功能设计；系统设计框图，系统通信、接口及界面的结构设计。通过此次分布式发电系统的功率预测设计，初步实现了小型风力发电机与光伏发电系统相结合的功率预测理论与实践应用，为分布式发电系统与新能源功率预测领域方面提供了一定的参考价值基础和依据。

1 分布式风光发电功率预测方法

目前分布式发电功率预测的方法有很多，如表1.1所示，按照预测方式可分为直接预测法和间接预测法；按照预测尺度可分为超短期预测法、短期预测法、中长期预测法和长期预测法；按照预测原理可分为物理方法、统计方法和智能预测方法。

2 分布式发电功率预测系统

2.1 分布式发电功率预测系统结构设计

（1）系统硬件设计框图。分布式发电功率预测包括小型风力发电机的功率预测、分布式光伏的功率预测以及功率预测总模型的修正，分布式光伏的功率预测系统硬件设计框图如图1。

（2）系统软件设计框图。分布式风光一体化发电功率预测系统软件设计框图如图2所示。

2.2 分布式发电功率预测系统功能设计

（1）系统预测尺度功能。分布式风光一体化发电功率预测系统可实现超短期、短期和中长期功率预测功能。

1）超短期功率预测。超短期风光一体化发电系统其特点是能预测一天内15min～4h的总功率。而且其功率预测的月均方根误差小于10%。并且短期功率预测的执行周期每10分钟或15分钟自动完成一次功率预测指令，为整个系统提供可靠的数据支撑。2）短期功率预测。短期功率预测是在超短期功率预测的基础上进行修改的，其预测时间周期长，分辨率较大，月均方根与超短期预测误差比较大。短期功率预测的启动周期较长，是超短期功率预测的2倍。其优点是给工作人员合理的可视曲线。3）中长期功率预测。中长期功率预测是工作周期长，分析一个月或半个月左右的功率电量的方法。其特点是：工作周期长，启动周期为月启动，并且在时间分辨率上相对于前几种来说较大。但其优点是可应用积分曲线估算月电量，还可为下一个月的周期提供可靠的工作安排。中长期功率预测为分布式发电系统的机组检修安排调试计划提供一定的参考价值。

（2）数据采集功能。分布式发电功率预测系统运行需要的数据包括数值天气预报数据、实时测风塔数据、实时环境监测仪数据、实时输出功率数据、风电机组、光伏发电机组及分布式发电系统运行状态等。

1）实时数据的采集：实时测风塔数据、实时环境监测仪数据、实时输出功率数据、风电机组、光伏发电机组及分布式发电系统运行状态等数据均可通过系统软件自动完成，并可以通过手动方式录入；数值天气预报数据可以定时自动获取。

2）数据的统计分析处理功能：①计算数据周期与数据的统计时间可以设定。②历史数据统计包括：数据流畅性统计与、飞行频率分布统计等。③历史预测数据包括：飞行模式下的风速频率、光照射频率，而且在飞行模式下还包括数据的完整性统计。④本系统运行参数统计包括：发电量、最大出力、同时频率以及负荷功率预测。⑤系统具备统计各种参数在不同条件下的预测结果与实际发电之间的误差等参数的功能，并且统计结果可以动态生成、导出以便后续分析。⑥系统能够对任意时间区间的预测结果进行误差统计，误差指标包括均方根误差率、平均绝对误差率、相关性系数等。⑦所有统计数据均支持自动生成报表及打印功能。

3）数据的处理：①系统软件能保存自我修正的数据，并且在分析不合理数据时能进行是否修正合理性检验。②预测系统会自动对比天气预报及其他环境监测数据并根据分析后才使用。③短期、超短期功率预测误差应以绝对平均百分比误差计算。

3 总结

本章旨在设计一个分布式发电系统的发电功率预测系统的整体方案。首先对分布式发电功率预测系统进行了结构设计，接着介绍了分布式发电功率预测系统的功能设计，包括介绍系统预测尺度分类、系统数据采集功能以及系统软件主要预测功能。