风电功率猜测方法和准确性提升筹划_功率_风电

2024-11-19 16:50:01 AI简讯

随着风电大力发展，风电场培植规模的扩大，在剖析风电场接入电力系统时，须要考虑风电场输出功率颠簸范围大的特点。
风能具有间歇性和随机颠簸性，风速的变革直接导致风电场的有功功率和无功功率的变革，输出功率很不稳定。
当风电穿透全运行会产生严重的影响，同时也会影响电能质量和经济调度以及电力竞价。
因此，积极开展风电功率预测研究事情，提高预测的准确性，对电网调度、提高风电的接入能力以及减少系统运行本钱等方面具有现实意义。

风电功率猜测方法和准确性提升筹划_功率_风电 AI简讯

风电功率预测是指以风电场的历史功率、历史风速、地形地貌、数值景象预报、风电机组运行状态等数据建立风电场输出功率的预测模型，以风速、功率或数值景象预报数据作为模型的输入，结合风电场机组的设备状态及运行工况，得到风电场未来的输出功率。
风电功率预测实际包括两个方面：一、风电场培植前期的着力预测，也便是风能资源评估和风电场选址事情；二、风电场培植完成，投运发电之后的风电功率预测。

本文从这两个方面考虑，对风速和风电着力预测的分类和方法进行了磋商，然后简要综述了国内外对风功率预测技能的研究现状，末了针对我国现阶段风电功率预测产生偏差的缘故原由进行了阐述，并提出了几点建议。

风速和风功率预测的分类和方法

1 风速预测方法

风电场功率预测的准确度是由多个成分所决定的，个中风速预测的精度是个关键的条件，风速预测对风电功率预测起到决定性的浸染，对风电场和电力系统的运行有着重要意义。
因此，可以将风电预测分为基于风速的预测和不基于风速的预测。

基于风速的风功率预测对风电场做短期风速预测，再由风功率曲线得到风力发电功率的预测值，这是进行风力发电功率预测的有效路子之一。
在预测时，考虑温度、气压、地形、海拔、纬度等多种成分的影响，采取预测方法紧张有持续预测法、卡尔曼滤波法、人工神经网络法和模糊逻辑法等。

风速预测按周期可分为短期、中期和长期。
短期风速预测一样平常是未来1h均匀风速的预测值，有时会更短，由于预测周期越短，被测地点风速变革越，预测精度会越高。
中长期风速预测则指对更长周期的均匀风速进行预测。

2 风电功率预测分类

风电功率预测的分类办法有很多，大体总结有以下分类办法（如图1所示）：1、按照预测的物理量可分为：预测风速输出功率和直接预测输出功率；2、按照数学模型可分为：持续预测、韶光序列模型预测、卡尔曼滤波法和神经网络的智能方法预测；3、按照输入数据可分为：不采取数值景象预报法和采取数值景象预报法；4、按韶光尺寸可分为：超短期预测、短期预测和中长期预测。
个中按韶光尺寸分类普遍被大家认可，运用最为广泛。

超短期风电功率预测韶光尺度为0-4h、15min滚动预测，韶光分辨率为15min，紧张用于实时调度，办理电网调频问题。

短期风电功率预测韶光尺度为0-72h，韶光分辨率为15min，紧张用于合理安排常规机组发电操持，办理电网调峰问题。

图1 风电功率预测分类

中长期风电功率预测韶光尺度为数周或者数月，这一韶光尺度内的风功率颠簸与风电场或电网的检修掩护操持有关。

3 风电功率预测方法

风功率预测方法可以分为：一种方法是根据数值景象预报的数据，用物理方法打算风电场的输出功率；另一种方法是根据数值景象预报与风电场功率输出的关系、在线实测的数据进行预测的统计方法。
综合方法则是指物理方法和统计方法都采取的方法。

物理方法是运用大气边界层动力学与边界层气候的理论将数值景象预报（Numerical Weather Prediction /NWP）数据风雅化为风电场实际地形、地貌条件下的风电机组轮毂高度的风速、风向，考虑尾流影响（如图2所示）后，再将预测风速运用于风电机组的功率曲线，由此得出风电机组的预测功率，末了，对所有风电机组的预测功率求和，得到全体风电场的预测功率。
其目的便是能够较为准确地估算出轮毂高度处的气候信息，从而为风功率预测作根本。

图2 尾流效应对风速产生的影响

物理方法特点有如下几个方面：

（1）不须要风电场历史功率数据的支持，适用于新建风电场；

（2）可以对每一个大气过程进行详细的剖析，并根据剖析结果优化预测模型；

（3）对由缺点的初始信息所引起的系统偏差非常敏感；

（4）打算过程繁芜、技能门槛较高。

统计方法是基于“学习算法”(如神经网络方法、支持向量机、模糊逻辑方法等)，通过一种或多种算法建立数值景象预报（NWP）数据、历史数据和实时数据与测得的风电场历史输出功率数据之间的联系，再根据输入输出关系，对风电场输出功率进行预测。

统计方法特点：

（1）在数据完备的情形下，理论上可以使预测偏差达到最小值；

（2）定期进行模型再演习，预测精度可持续提高；

（3）须要大量历史数据的支持，不适用于新建风电场，对历史数据变革规律的同等性有很高的哀求；

（4）统计法的建模过程带有“黑箱”性。

风功率预测存在的问题

只管风力发电发展迅猛，但据调查，目前我国许多风电场投产后实际的年均匀发电量远低于预期丈量值，大约为预测值的60%~80%旁边，导致该结果的一个主要缘故原由便是风能资源的丈量和评估存在问题，对我国范例地区风资源规律的短缺认识，对我国风电场的培植缺少理论依据。

比如，风机运行寿命一样平常为25年，在运行发电期间，有许多折旧成分和自然环境约束，导致风电场理论发电量与实际发电量相差较大。
因此，在引进新的风电项目之前，必须在考虑详细的外部环境成分根本上来培植风电场，这样才能是风能最大化利用。

研究风能风雅评估和风场微不雅观选址技能研究，确立我国在大型风场数值仿真领域的国际领先地位。
一样平常可研报告打算的发电量偏大。
设计单位在打算风电场发电量时，紧张有以下缘故原由致使打算的发电量偏大。

（1）在进行风资源剖析及发电量打算时，设计单位多采取丹麦WAsP软件进行打算剖析。
但由于我国国土面历年夜，地形条件十分繁芜，国外的数值模式，尤其是欧洲的小尺度数值模式，个中的湍流闭合参数基本都是本地的近地湍流不雅观测试验结果确定的，与我国地形地表状况相差甚远。
因此其打算结果与实际相差较大，且绝大多数情形下，结果偏大。
海内多数风电场实际发电量均比可研报告小，就充分证明了这一点。

（2）在无法知足规范哀求的情形下，由于风资源不雅观测系列太短，设计单位机器地利用附近气候站的长期不雅观测数据进行数据订正。
由于气候站因城市化，景象变暖等影响，造成近期气候站不雅观测数据较长期偏小，致使订正后的数据较风电场实际数据偏大。
另一方面由于规范哀求的气候站距风电场要近，地形相似等条件，多数情形下根本不能知足。

（3）安装的测风范的位置不适宜，多数安装在山头或地形较高处，代表性差。

（4）大多数风电园地形繁芜，安装的测风范数量太少，不能全面反响风电场风资源。

当风电场培植完成，并网投运之后，对风电场区域的风力进行准确的短期预测，则将为风电场功率的预测供应有效数据支持，对电网稳定运行和安全调度具有主要浸染。
但无论是进行基于风速的风功率预测还是直接采取物理方法或统计方法对风电着力预测时，常常会涌现下列问题：

（1）数据量偏少

风电功率预测哀求的数据量很大，比如风电场历史数据，NWP数据和SCADA实时数据等，但在进行风功率预测时，这些数据每每会有非常、不完备的情形，若用统计方法进行预测时，则会因数据量不足影响预测精度和可靠。

（2）自动化通讯设备

自动化通讯设备在电力系统中起到“毛细血管”的浸染。
由于自动化通信故障引发数据采集、传输、转换等一系列环节出错，导致数据失落真或缺失落，影响数据准确性，给功率预测带来不利影响。

（3）限定风电着力

在大规模风电场接入电网之后，由于风电着力的不愿定性和不完备可控，风速变革过频繁，会给电网调度和办法安排带来极大困难，只有弃风，限定风电着力来坚持电网安全稳定运行。
这一方面增加风电场投资回收期，另一方面将导致清洁的风能资源严重摧残浪费蹂躏。

改进风功率预测办理方案

（1）提高风电场宏不雅观和微不雅观选址精度

风电场选址是否合理直接影响着风电场建成后的发电量。
在宏不雅观选址过程中，要详细稽核风能资源、并网条件，交通、地形地貌和其他景象环境等成分，并确保有效侧风韶光大于一年。
同时要考虑湍流强度，如果一旦湍流强度超过0.25，培植风电场就要特殊慎重。
在微不雅观选址上，要考虑地形、尾流效应和塔影效应等对风速的影响。
借助于预测精度较高的软件，比如WAsP和WindFarmer软件，并且要考虑多种折旧和自然滋扰，确保全面、精确的风电场选址事情。
还须要针对风能资源形成、分布、变革机理以及评估技能事理的研究。

（2）提高景象预报准确性

目前，在进行短期风功率预测时，无论采取物理方法，还是统计方法都会用到NWP数据，因此提高景象预报的准确性能够改进预测的精度。
把多个数字景象预报（NWP）模型组合起来，对气候信息进行预报，该方法可以战胜恶劣景象下涌现的预测偏差，显著提高预测精度。

（3）加强风电数据管理和完善

风电数据量很大，风功率预测是基于大量数据资料开展的。
合理数据管理，可以节约风功率预测韶光，进而给调度事情带来方便。
以是，可以建立风电数据库，并开拓基于风电的数据挖掘系统，数据风雅化管理。

（4）物理法和统计法相结合

物理法不须要风电场历史功率数据的支持，适用于新建风电场；但须要大量且准确的NWP数据，风电的物理信息对预测的准确度也有很大影响。
统计方法须要大量历史数据的支持，对历史数据变革规律的同等性有很高的哀求，但准确性较高，同时建议采取自学习能力的模型。
因此，在实际预测中，建议物理方法和统计方法结合。

（5）自动化通信设备方面

完善通信通道，增加设备巡视次数，定期掩护设备，确保供应连续、可靠的监测风电数据。

（6）改进风功率预测系统

近几年，我国已开拓出风功率预测系统，风电场向电网公司供应了较为准确的发电功率曲线，这使得电网调度可以有效利用风能资源，提高风力发电上网小时数。
但与一些西方国家比较，我国预测系统还未完善，预测精度还有较大差距，因此，须要针对我国风能资源详细的情形，改进风功率预测系统，提高预测准确性。

除以上几点改进方法外，还须要按风电额定着力能力配置输配工程；综合考虑外界因数对风电功率预测产生的影响；完善预报评价体系等。

总结