风电场功率短期预测方法研究

❶ 风电场功率预测准确率要求有哪些

新能源发电功率预测系统面向风电场、地面光伏电站、分布式光伏电站以及电网调 度用户，支持单站预测、多站预测以及区域预测。通过实施新能源预测系统，可打 到以下作用：
1）降低电力系统旋转备用容量、提高系统运行经济性；
2）改善电力系统调峰能力，增加新能源并网容量，提高新能源利用率；
3）优化电场营运管理水平，合理安排检修计划，改善新能源运行企业的经济效益。
产品特点
先进性：新能源发电预测系统应用先进理论，才用多种方法相结合的原则，解决不同方式、 不同特点条件下的问题，算法先进且具有良好的适应性，提高了预测精度。
开放性：新能源发电预测系统可作为独立的系统运行，满足数据采集、历史数据存储、预 测和运行分析、数据转发等功能及需求。
产品优势
数字建模：提供多种建模方式：统计建模、物理建模、混合建模。
数值天气预报：采用资料同化技术，经过大型计算机的模式计算和优化得到中尺度 数值天气预报。天气预报服务器三地同步更新。
通讯接口：支持国内外众多的标准协议；支持内地和远程OPC方式通讯；支持各类 非标准规约的定制开发；支持以*.txt、*.ini、*.xml等各类文件的传输；支持各种 关系数据库的数据交互。
预测指标：
短期预测：0-24 小时，0-48 小时，0-72 小时，时间分辨率 15 分钟；
超短期预测：0-4 小时滚动预测，时间分辨率 15 分钟；
中长期预测：0-168 小时预测，时间分辨率 15 分钟；
单个新能源电场短期预测精度大于 80%；
单个新能源电场超短期预测精度大于 85%
设计依据

❷ 哪家公司可以做风电功率预测系统

在风电功率预测技术研究方面，经过近20年的发展，风电功率预测已获得了广泛的应用，风电发达国家，如丹麦、德国、西班牙等均有运行中的风电功率预测系统。
德国太阳能技术研究所开发的风电管理系统（WPMS）是目前商业化运行最为成熟的系统。德国、意大利、奥地利以及埃及等多个国家的电网调度中心均安装了该系统，目前该系统对于单个风电场的日前预报精度约为85%左右。丹麦RisØ国家可再生能源实验室与丹麦技术大学联合开发了风电功率预测系统Zephyr，目前丹麦所有电网公司均采用了该预测系统。此外，美国、西班牙、英国、法国、爱尔兰等风电发展较快的欧美国家纷纷开始开发和应用风电功率预测系统，其中较为成熟的产品还有美国True Wind Solutions公司开发的E-Wind，法国Ecole des Mines de Paris公司开发的AWPPS，西班牙马德里卡尔洛斯第三大学开发的SIPREóLco以及爱尔兰国立科克大学与丹麦DMI联合开发的HIRPOM。
近年来，国际风电功率预测研究的重点已经转向开发更高级的预测模型，强调研发适用于复杂地形、极端天气条件以及海上风电场的预测技术。在2002年欧盟启动的“开发下一代陆上与海上风电场风能预测系统”项目(“Development of a Next Generation Wind Resource Forecasting System for the Large-Scale Integration of Onshore and Offshore Wind Farms” - ANEMOS )的支持下，涌现出大量新的预测方法，如结合统计法与物理法的混合预测法、小气候模型与中尺度气象模型的结合、多个中尺度模式的集合预报等。新预测方法的提出对提高预测结果的精度，拓宽预测方法的适应性具有重要意义。

❸ 什么是短期风电功率预测

当日预报：未来48小时的风电场并网功率预测曲线，每15分钟一个预报点，即192个预报点。每天滚动预报一次。预测的均方根误差≤18%。(我公司可以提供168小时的风功率预测)
意义：对电网制定日发电计划提供必要的科学依据。

❹ 什么是风速的单步预测和多步预测

．1课题背景及选题意义风能是太阳能的一种转化形式，与传统能源相比，具有清洁无污染和可再生的优点，符合人类可持续发展的需要，而且储量巨大，分布广泛，方便人们利用。风力发电既不依赖外部能源，也没有碳排放等环境成本，技术也很成熟。正是因为这些独特的优势，风力发电产业逐渐成为世界上许多国家可持续发展战略的重要组成部分，发展十分迅速。据全球风能协会统计，全球的风力发电产业正以惊人的速度增长：2008风电总装机容量达到1．2l 亿千瓦，较去年增长了29％，预计风电装机将在2020达到12．45亿千瓦，风力发电量达到3．05万亿度，占当时世界总电消费量25．58万亿度11．9％。21．8’1 6' ●' ■'O．8O．6O．4O．2O' 997 109毒 1090 2000 2uu 1 200． 2003 00L“ 200≥ 20u‘ 20U? 200b 二uuj 20 10图1．1世界总装机容量( 兆瓦)Fi g．1．1Worl d Total Instal l ed Capaci ty( MWl注1．1) 图中2009、2010年的装机容量为预测值我国具有丰富的风能资源，为风电产业的发展提供了良好的资源基础。据估计，我国陆地风能资源总储量约32．26亿千瓦【¨ ，其中可开发的风能储量约为3亿千瓦，而海上的风能储量有7．5亿千瓦，总计超过l O亿千瓦。如表1．1所示，我国风能主要分布在东南沿海及附近岛屿、内蒙古、新疆和甘肃河西走廊，以及华北和青藏高原的部分地区。这些地区一般都缺少煤炭等常规能源。在时间上，一般冬春季风大、降雨量少，夏季风小，降雨量大，与水电的枯水期和丰水期有较好的互补性。我国政府对风电产业的发展十分重视，在2007年发布的《可再生能源中长期发展规划》中提出到2010年风电总装机容量达到1000万千瓦。在《规划》的指导下，我国风电产业蓬勃发展，截止2008年底，我国除台湾省外，装机容量大约1215万千瓦，已经提前完成了规划的目标。 风电场风速短期多步预测方法的研究表1．1风能资源比较丰富的省份Tab．1．1Di stri buti on of wi nd energy i n Chi na同时，风能又是一种不稳定的能源，受气象条件的影响，风速发生不断的、随机性的变化，其自身具有不可控、不可调的特征，造成了风力发电的间歇性。当大规模风电场并网发电时，会给电力系统带来严重的影响，表现在电能质量、系统稳定性、发电与调度计划等多个方面。因此，为了降低风电接入后对电网的影响，迫切需要对风力发电功率进行合理的预测。风电功率最重要的影响因素是风速，两者在理论上满足风速．功率曲线如图1．2所示。在预测功率时，可以考虑先预测风速，再根据风力发电机的风速．风电功率曲线与当地风电场的实际情况，计算出风电场未来的输出功率。

❺ 风功率短期预测有哪些统计方法

因为风是不可控的，其发电的情况是决定于风速的状况，有着波动性和间歇性。风功率预测就是对风力发电量进行预测，一方面可以指导装机容量，一方面对电网的

❻ 什么是超短期风电功率预测

当前时刻预报：从预报时刻至未来4小时风电场并网功率预测。每15分钟一个预报点，每15分钟滚动预报一次。预测的均方根误差≤10%。意义：对电网实时调度提供必要的科学依据。 国能

❼ 如何消除小气候对风电场风电功率预测系统预测准确率

近年来,风电场发电功率预测技术受到了广泛关注,但由于很多风电场处于复杂地形及复杂环境,如何消除微观小气候对风功率预测的影响,提高短期风功率预测的准确性,已成为亟需解决的问题。
小气候影响在风功率预测过程中,主要来源于两个方面:微尺度的风场建模与实际环境的偏差以及数值气象模拟无法对风场当地局部微观气候进行细化考虑。
为了消除小气候对预测准确度的影响,从两个方面进行技术实现:根据测风塔实测数据对CFD 微观模型进行校正;根据风场运行数据进行统计学校正。而应用统计学校正又采用了两种不同的方法,并对其效果进行了比对:结合降尺度模型设计的线性统计学校正方法;针对运行数据进行校正的神经网络方法。本次研究结合黑龙江某复杂山地林区风电场进行分析,实现了不同校正方法的比对,进一步明确了结合CFD 技术并采用神经网络方法进行校正,以消除小气候对发电功率预测影响的技术路线的有效性和优越性,提高了实际风电场预报准确率。

❽ 按照预测时间的不同，风功率预测可分为短期预测和中期预测;按照预测模

按预测时间范围长短不同，可将其分为短期预测、中期预测和长期预测三种。一般地，
预测时间范围越短，预测质量越高；反之，预测结果的准确性越低。

❾ 风功率预测的原理简介

风功率预测系统技术，是根据风电场气象信息有关数据，利用物理模拟计算和科学统计方法，对风电场的风力风速进行短期预报，而预测出风电场的功率，从而也可实现电力调度部门对风电调度的要求。

❿ 风功率预测的应用实例

在国内，研究风功率预测系统的单位主要有中国电科院、国网电科院、国家气象局、清华大学、华北电力大学、IBM北京研究院等，主要是对于风电场气象信息的预测，相关技术也都取得了一些现场应用。
2011年，中国国家能源局发布《风电功率预测系统功能规范》，中科院大气物理研究所研发的WPPS综合预报模式，基于立体力学原理与风场实际地形相结合，所预测结果和数据，偏重于满足电场运营需求。