风机发电风功率预测系统的研究与应用

王涛

龙源宁夏风力发电有限公司 宁夏银川 750000

随机变化的风速、风向导致风电场输出功率具有间歇性、波动性以及随机性等特点,大量风电场集中并网不仅会对电网的安全、稳定以及经济运行带来重要影响,更直接限制着电网接纳风电的效率。风电功率预侧系统的应用,可以使调度运行人员根据数据预侧的波动的情况,更加合理地采取应对措施,保障电网运行的安全性和可靠性。功率预侧和负荷预侧的结合,还有很多好处,比如更够调整调度运行的人员、优化常规电厂的发电计划、增加风电的并网的容量、改善电网的调峰能力,对改善电力系统运行的经济性,减少温室气体的排放具有非常重要的意义。

1 风机发电风功率预测系统的组成

风机发电风功率预测系统主要由：（1）功率预测主机、（2）NWP处理服务器、（3）反向物理隔离装置、（4）防火墙、（5）PC工作站、（6）网络设备、（7）附属设备组成。其中，功率预测主机包括了数据预处理服务及数据库服务等，而NWP负责从互联网下载气象部门所发布的天气预报数据并对风场本地的NWP进行详细解析，PC工作站通过对用户图形界面的运行，将预测结果以电子表格、曲线等方式进行显示，同时对系统进行相关配置并操作管理。

2 关于国内外风功率预测的现状研究现状

我国在现代化的建设过程中，对于风力发电的重视程度较高，同时在很多区域都在积极的推广应用，整体上创造的经济效益、社会效益非常显著，各项工作的落实比较符合预期。结合以往的工作经验和当下的工作标准，认为风电场风功率预测系统的发展现状，主要是集中在以下几个方面：（1）风电场风功率预测系统的优化与革新过程中，虽然投入了较多的方法和手段，但是整体上并不是完全健全的，还有一些工作需要深入的运转，针对室内试验、室外试验等，都必须做出深入的了解，这样才能在具体工作的部署、执行过程中，不断的创造出更高的价值，告别多方面的挑战和损失。（2）风电场风功率预测系统的发展过程中，能够在技术创新程度上大幅度的提升，很多工作的实施都能够按照多元化的方式来部署，因此在问题的综合解决过程中，基本上不会造成严重的损失。

3 风力发电风功率预测技术方法的总结和分类

利用空气动力学、热力学等基本的原理,也就是数值天气预报就是风功率的预侧技术,它基本是借助历史天气的试验为重要的经验,利用数值计算的方法来预测风场输出功率的一门科学。

3.1 直接方法和间接方法

直接方法和间接方法的功率预测都是以预测的数学模型作为前提的。以风速为基础，实现风机发电风功率的预测，属于直接方法；以功率为基础进行风功率预测则属于间接方法。

3.2 统计方法

这一方法的实质是在风功率预侧系统的输入端和风功率预侧系统的输出端这两个端口建立一种映射函数,在不考虑风速的情况之下,直接利用NWP这一数据来对风场的输出功率进行直接的预侧。常见的统计方法大致有以下几个：时间序列法、指数平滑法、概率预侧法、灰色预侧法、小波分解方法和数据挖掘方法国。在这些方法中,最典型的方法是时间序列,其特点是随机性高、具有平稳的数据,且必须要计算机的程序才能够识别。

3.3 物理方法

NWP数据是风功率预测系统的主要参考数据，在此基础上，风电场的地形、风电场地表粗糙程度、风机轮高度和附近障碍物等因素都需要进行充分的考虑。在进行风功率的中长期预测时，还需要利用建模对象对其进行预测和确定，如风机特性曲线、机械转动结构以及风机控制策略等，以此来提高风功率预测系统的准确性。

描述系统输入和输出之间关系的时候,需要用到解析方程来解决,建立非线性预侧的学习模型。常见的学习方法有：支持向量机法、神经网络法、混合专家经验法、模糊逻辑法等。最典型和最常见的就是神经网络法,这种方法因其具有很强大的自动适应能力,自动学习能力以及优良的容错性和泛化能力,因而被广泛地应用于信号的管理、模式的识别、智能检侧以及汽车和金融等领域。

4 风机发电风功率预测系统的误差分析

对风机发电功率的预测，因为会由于不确定的天气状况使风速受到一定影响，所以难免会存在些许误差。具体误差如下：（1）不可避免的误差。因为风资源的不确定性与随机性比较大，因此给预测模型输出带来了相关误差，这种误差是不可避免的；（2）数学模型精确度比较低而带来的误差。目前，我国所使用的风功率预测数据模型比较单一，根本不能对实际湿度与实际地貌等因素全面进行全面反映，致使国内预测技术比较落后。

5 风机发电风功率预测系统的不足之处和改进方法

风机发电风功率预侧系统的不足之处有风电消纳能力的局限、输入数据单一及周围的环境和物理因素的影响。具体的改进措施如下。(1)优化组合风力预侧的模型，预报NWP的信息，这可以有效地缩小在恶劣天气和极端天气下的误差，大大提高预侧的精谁度。(2)加速NWP更新的频率，改善数学模型和数据输入的同时，更新现代的物联网技术和计算机控制技术，提高输出的精谁度。(3)充分地利用刁破分析、混沌理论、模析神经网络等智能方法，对于侧的结果进行优化组合分析，提高预侧的可靠性和精谁度。(4)在对风功率短期预侧的时候，尽快更新NWP的数据，提高风功率预测的技能和方法。

综上所述，随着社会经济的不断发展和传统化石能源的逐渐枯竭，风能作为新型能源得到了越来越多的开发和利用，特别是在电力行业。然而，由于风资源影响因素较多，风功率预测系统的研究在世界范围内得到重视，并取得了许多研究成果。目前，我国风功率预测系统的研究也取得了相应的进展，尽管还存在许多不够成熟的地方，但是随着科技的进步和社会的发展，风功率预测系统所采取的NWP数据精确性也会逐渐提高，这些都有利于风功率预测系统准确性的提升和风力发电行业的发展，从而推动我国能源结构的改善。