关于贵州山地风电场风功率预测系统虚拟测风塔的应用分析

周 祥

（粤电集团贵州有限公司，贵阳 550000）

1 引言

风功率预测系统对接入大量风电的电力系统运行有重要意义，《风电场接入电力系统技术规定》（GB19963-2011）中对风电场功率预测做了强制性规定，《风电场并网标准》中也对风速及风功率预测的分辨率和准确性提出了要求，风电场应向电网调度部门提供未来15分钟～4 小时、次日24 小时的风电场输出功率预测值（时间分辨率为15分钟），预测误差（平均相对误差）应不大于25%。电力系统是一个复杂的动态系统，维持发电、输电、用电之间的功率平衡是电网的责任。没有风电的电力系统，电网调度机构根据日负荷曲线可以制定发电计划，满足次日电力的需求。风电场输出功率具有波动性和间歇性，风电的大规模接入导致发电计划制定难度大大增加，风电给电力系统的调度运行带来巨大挑战。对风电场输出功率进行预测是缓解电力系统调峰、调频压力，提高风电接纳能力的有效手段之一，同时，风电场开发企业也可以利用风电预报选择风力较小的天气合理安排风电机组设备的检修，尽可能减少因风电机组检修无法发电带来的发电量损失。

2 风电场风功率预测系统介绍及测风数据重要性

风电场风功率预测系统包括硬件终端设施与风电预测软件系统。通过采集数值气象预报数据、实时测风塔数据、实时输出功率数据、风电机组状态等数据，完成对风电场的短期风电功率预测、超短期风电功率预测工作，并向电网侧上传测风塔气象数据和风功率预测数据。气象服务器通过接收数值气象预报数据并进行加工处理后，经反向隔离器将其传送至风功率预测服务器，功率预测服务器通过防火墙与升压站和电场风机监控系统相连，进行实发功率的采集、存储、统计、分析工作，风电功率预测服务器根据接收的数值气象数据、实时测风塔数据、风机数据进行并行计算处理，可以得到168小时中期功率预测和未来4小时超短期功率预测曲线。

在整个风功率预测系统中，实时测风塔的数据直接影响预测建模精度，是必不可少的一部分，电网公司对实时测风塔数据的上传有明确要求。

3 贵州地区测风塔的生存现状

贵州地区处于云贵高原，是我国凝冻灾害最重、发生最为频繁的省份。目前全国的测风塔为了降低造价成本，普遍采用拉线式的测风塔，这种测风塔的覆冰能力普遍偏低，往往只能承受25mm及以下的覆冰，而贵州地区的风电场大多建设在山顶，每年冬春季的冰冻情况较严重，为保证风功率预测系统的精确度，测风塔的位置一般处于具有全场风速代表性的地域，此处风速较大。当测风塔覆冰后，会加重塔本身重量，此时如果风速过大，拉线将不能承受测风塔重量而造成测风塔倒塌，造成巨大损失，并且影响风功率预测系统的正常运行及数据上传。根据粤电集团贵州有限公司大顶山风电场的实际运行情况，2016年、2017年冬春季，风电场测风塔都出现测风塔倒塌情况。

图1 风电场测风塔覆冰倒塌图

在贵州这种普遍式凝冻天气情况下，选择拉线式的测风塔就需要承担倒塔的风险。而抗冰冻性能更好的自立式测风塔成本较高，一座建设成本相当于5座拉线式测风塔，选用自立式的测风塔也不能保证在极端天气条件不损毁。贵州风电在全国风电中，属于风资源匮乏区域，2017年年平均利用小时数仅为1818h，再加上贵州风电的建设成本普遍偏高，风电场的收益有限，如果经常性出现固定资产损毁，将不能保证盈利。这样就需要一种新型的测风技术来代替目前应用环境较差的测风塔，获取风电场的风资源情况，运用风功率预测系统的模型分析，上传满足电网公司“两个细则”要求的相关数据，而虚拟测风塔技术恰好能够适用。

4 虚拟测风塔技术分析

利用所有风机的历史测风数据和风电场地形数据，根据空气动力学方程，建立基于不同风速段的连续时间段聚类的SVM（支持向量机）的虚拟风速模型，计算各个风机在不同风速段的风速与风向权值，加权后得到风电场指定位置轮毂高处的风速和风向通过风廓线方程，计算各个高度层的风速与风向；通过风机实测“功率-风速”关系模型，计算空气密度；通过风机实测“功率-环境温度”关系模型，计算风电场平均温度；根据温度和空气密度计算相对湿度和气压。

图2 为实体测风塔与虚拟测风塔的实用性对比：虚拟测风塔的特点：

图2

风向风速的模拟计算：利用风电场所有风电机组的风向风速仪，以及整风场的功率输出数值，建立所有风电机组风向风速-风电场风电功率数据样本库；采用基于模糊综合评判模型的建模技术，建立所有风电机组风向风速-风电场风电功率模型，利用样本库的遍历一年四季的历史数据，对这一所有风电机组风向风速-风电场风电功率模型进行训练，确定模糊综合评判模型中所有风电机组的权值。通过确定权值后的模型，就可以计算得到代表整风场轮毂高度的风向风速。

温度：利用所有风电机组的机舱的环境温度传感器，以及整风场的功率输出数值，建立所有风电机组温度-风电场风电功率数据样本库；采用基于模糊综合评判模型的建模技术，建立所有风电机组温度-风电场风电功率模型，利用样本库的遍历一年四季的历史数据，对这一所有风电机组温度-风电场风电功率模型进行训练，确定模糊综合评判模型中所有风电机组的权值。通过确定权值后的模型，就可以计算得到代表整风场轮毂高度的温度。

湿度与气压：根据轮毂高度的风速与功率输出，计算空气密度，根据理想气体状态方程，从而计算得到湿度气压。

5 结论和建议

本文通过对贵州地区的特定天气情况、风功率预测系统测风塔的现状进行分析，研究虚拟测风塔技术在贵州山地风电场的应用前景，研究结果表明，在全国风电场，尤其是贵州山地风电场的风功率预测系统中应用虚拟测风塔技术，可以减少固定资产的投资，提高风电场收益率，保证风功率预测系统的正常运行，前景广阔。但在使用过程中，也需要注意：

采用虚拟测风塔得出的风资源情况毕竟是模拟分析，数据的准确率需进行校验，由于山地风电风资源情况的复杂性，在虚拟测风塔的使用过程中，需要不断对数学模型进行优化调整。有条件的风电场甚至可以选取一段时间。采用激光测风设备进行测风，再与虚拟测风塔的测风数据进行相关性分析。