风电功率预测的发展现状与展望.pptVIP

物理法 　 物理法应用大气边界层动力学与边界层气象的理论将数值天气预报系统输出的较粗略预报数据精细化为风电场实际地形、地貌条件下的预报值，并将预报风速、风向转换为风电机组轮毂高度的风速、风向，考虑风电机组间尾流影响后，再将预报风速应用于风电机组的功率曲线，由此得出风电机组的预测功率，通过对所有风电机组的预测功率求和，得到整个风电场的预测功率。 　　物理法的优点在于，不需要风电场历史功率数据的支持，可在物理模型的作用下，根据数值天气预报数据直接进行风电场功率预测，适用于无历史功率数据的新建风电场。 　　此外，物理法可以对每一个大气过程进行分析，并根据分析结果优化预测模型，从而使预测结果更准确。物理法的缺点是对由错误的初始信息所引起的系统误差非常敏感，如风电场地形、地貌的描述偏差等。 统计法 　 统计法基于“学习算法”，通过一种或多种算法建立数值天气预报历史数据与风电场历史输出功率数据之间的联系，再根据该关系，由数值天气预报数据对风电场输出功率进行预测。应用于风电功率预测中的统计法主要有递归最小二乘法、人工神经网络、支持向量机等。由于人工神经网络方法具有分布并行处理、非线性映射、自适应学习、鲁棒容错和泛化能力等特性，成为了功率预测中应用最广泛的统计方法。统计法不考虑风电场局地效应对数值天气预报数据的影响，无需对数值天气预报数据进行精细化处理。其优点在于，在数据完备的情况下，理论上可以使预测误差达到最小值，预测精度较高；但统计法需要大量历史数据支持，且对历史数据变化规律的一致性具有很高要求。 　　此外，统计法的建模过程带有“黑箱”性，不利于模型的进一步优化。因此，为了在学习过程中准确的选择气象变量，应用统计法建模仍然需要具备一定的大气物理知识。 混合法 近来，风电功率预测系统的发展倾向于使用多种预报方法（如物理法和统计法）集成预报。如时间序列法（统计法）用于6小时范围以内的风电功率预报时，其具有较高的预报精度，而物理法用于6-72小时范围的预报时具有较高的精度，因此集成两种预报可以提高总体预报精度。现已投入使用的混合方法预报系统有丹麦的Zephyr和包括7个国家的23个机构参与研发的新一代风电功率预测系统ANEMOS。 国外风电功率预测现状 国外风电率预测研究工作起步较早，比较有代表性的方法主要有：丹麦的Ris?国家实验室的Prediktor预测系统、西班牙的LocalPred预测系统和德国的AWPT预测系统等。其主体思想均是利用数值天气预测提供风机轮毂高度的风速、风向等预测信息，然后利用风电功率预测模块提供风电功率预测。 国外风电场发电功率预测系统介绍 国内风电功率预测现状 我国风力发电起步虽然晚，但是在近十年来的发展势头却不容忽视。但是就是因为其速度过快的发展，导致了风电行业出现了重量不重质的结果。近五年来，从下面的表格可以看出，虽然风电累计装机容量还在不断持续的发展，但其增长率显然明显放慢了，其发电开始由速度/规模导向型发展转向质量/效率导向型发展。因为如此种种的原因，我国风电功率预测在近年来才开始受到行业的重视，其现在仍处于起步阶段。 我国目前已经开发了基于人工神经网络、支持向量机等统计方法的风电功率预测模型，以及基于线性化和计算流体力学的物理模型，同时正在开展多种统计方法联合应用研究及统计方法与物理方法混合预测模型的研究。 时间 成果 2008年11月 我国首套具有自主知识产权的风电功率预测系统WPFS由中国电力科学研究院研发完成，并于吉林省电力调度中心正式投入运行 2009年10月 江苏风电功率预测系统建设试点工作顺利完成 2009年11至12月 西北电网、宁夏电网、甘肃电网、辽宁电网风电功率预测系统顺利投运 2010年4月 以风电功率预测系统为核心的上海电网新能源接入综合系统投入运行，在国家电网世博企业馆完成展示 目前，全国20个省级调度中心上线运行了风电功率预测系统，约300个风电场使用了我国自主开发的风电功率预测系统，预测精度满足应用要求。 风电功率预测的误差 预测具有不确定性，预测误差是客观存在的。预测误差的来源主要有天气条件快速变化、测量数据损坏、风电机组停运、数值天气预报数据误差较大、预测模型不精确等。明确预测误差的定义有利于对预测方法的优劣性进行评价。常用的预测误差有均方根误差(root mean square error，RMSE)、平均绝对误差(mean absolute err