风功率预测系统局部架构
风电功率预测系统
2 设计依据 2.1 技术标准
要求风功率预测系统必须符合： 国家电网公司技术标准 Q/GDW215-2008 电力系统数据标记语言－E 语言规范； 国家电网调〔2010〕201 号 风电并网运行控制技术规定、 国家电网公司技术标准 Q/GDW432-2010《风电调度运行管理规范》、 国家电网公司技术标准.Q/GDW588-2011《风电功率预测功能规范》、 国家电网公司调〔2010〕201 号《风电并网运行控制技术规定》、 国家电网公司调水〔2010〕348 号《风电场调度运行信息交换规范（试行）》、 国家电力监管委员会 5 号令《电力二次系统安全防护规定》、 国家电力监管委员会电监安全〔2006〕34 号《电力二次系统安全防护总体方
系统高级应用模块可提供检修计划设置和检修计划展示、限电曲线和检修曲 线展示、理论发电量计算等功能，需要用户额外定制。定制功能不包含在软件基 本功能中，如有需要请与服务商联系。
13 北京东润环能科技股份有限公司版权所有
4.2数据接口 系统提供了多种通讯接口与相关系统通讯，可满足用风
塔
数据采集器
光电转换器
光纤
NWP服务器 光电转换器
3.5 数值天气预报 我方具备国内外 5 家气象源支撑：3 家欧美（西班牙、丹麦、美国）专业气
象服务商，2 家国家级覆盖全国范围的专业气象研究单位（国家气象局、中国科 学院大气物理研究所）。
我方提供的适用于新能源应用（风电、太阳能功率预测系统）的数值天气预 报，空间分辨率小于 5*5 公里，目前在超过 700 个电场已有成功案例。
风电场功率预测系统的设计原理与性能评估
风电场功率预测系统的设计原理与性能评估近年来，随着可再生能源行业的蓬勃发展，风能作为一种清洁、可持续的能源形式逐渐受到广泛关注。
然而，风能的不稳定性成为了风电场运营和管理的主要挑战之一。
在风能变化无常的情况下，电网需求不断变化，因此如何准确预测风电场的出力功率，成为了风电场运维管理的关键。
本文将介绍风电场功率预测系统的设计原理和性能评估。
风电场功率预测系统主要包括数据采集、特征提取、模型训练和预测四个关键步骤。
通过对这些步骤的设计和优化，能够提高风电场功率预测的准确性和稳定性。
首先，数据采集是风电场功率预测系统的基础。
系统需要采集风电场内各个风机的工作状态数据、天气数据、风速数据等相关信息。
这些数据将被用于分析和建立预测模型，并对风电场未来的出力功率进行预测。
对数据采集系统进行设计时，应考虑数据的实时性和准确性，确保采集到的数据能够真实地反映风能的变化情况。
其次，特征提取是风电场功率预测的关键步骤之一。
通过对采集到的数据进行分析和处理，提取出能够反映风能变化的关键特征。
这些特征可以包括风速、风向、气象条件等。
在特征提取过程中，应综合考虑多个变量之间的相互关系，并通过合适的算法和方法进行特征选择和降维，以减少数据维度和提高预测准确性。
模型训练是风电场功率预测系统的核心环节。
在模型训练过程中，可以采用各种机器学习方法，如回归分析、神经网络、支持向量机等。
这些方法能够利用历史数据和特征信息，建立出有效的预测模型。
在模型训练过程中，应使用合适的算法和技术，优化模型的参数和结构，以提高模型的预测精度和鲁棒性。
最后，预测是风电场功率预测系统的最终目标。
通过利用建立好的预测模型和实时采集到的数据，可以对未来一段时间内风电场的出力功率进行预测。
预测结果可以用于电网调度、风电场管理、风机功率优化等方面，提高风电场的利用效率和经济性。
除了设计原理，对于风电场功率预测系统的性能评估也是必不可少的。
性能评估可以通过比较预测结果与实际测量结果的差异来进行。
风电功率预测系统总体设计
风电功率预测系统总体设计风电功率预测系统Wind Power Prediction System“风电功率预测系统”是一款具有精确预测未来风力发电功率的软件，系统具有高精度数值天气预报功能、风电信号数值净化、高性能物理模型、网络化实时通信、通用风电信息数据接口等高科技模块；可以准确预报风电场未来168小时功率变化曲线。
国能日新的风电功率预测系统短期预测精度超过80%，超短期预测精度超过90%。
此处的超短期预测精度超过90%是指均方根误差<10%。
211RMSE ：∑=⎪⎪⎭⎫ ⎝⎛=N k pk mk Cap -P P N 计算方法为；1、建模方法功率预测模型（双模型：优化的物理模型+人工智能模型）人工智能模型：如果风电场处于限负荷运行状态，系统会主动自适应的捕捉电场风电机组的运行模式，从而给出结合了现实运行情况和未来风资源情况的功率预报。
2、总体设计本系统包括硬件终端设施及预测软件系统。
通过采集数值天气预报、风机监控数据、测风塔数据和升压站等数据，完成对风电场的短期功率预测和超短期功率预测工作，并向电网侧上传测风塔和功率预测数据。
风功率预测系统组织结构图网络部署图3、产品价值（1）满足新能源并网相关法律及行业制度。
风电场风电功率预测系统完全满足《风电场接入电网技术规定》和《风电并网技术标准》的要求：风电场应配置风电功率预测系统，系统具有0~72h短期风电功率预测以及15min~4h超短期风电功率预测功能。
风电场每15min自动向电网调度部门滚动上报未来15min~4h的风电场风电功率预测曲线，预测值的时间分辨率为15min，预测误差应不大于15%。
风电场每天按照电网调度部门规定的时间上报次日0~24小时风电场发电功率预测曲线，预测值的时间分辨率为15min，预测误差应不大于20%。
在实际安全中，国能日新提供的风电功率预测系统的性能指标高于以上标准。
（2）提高电网消纳风电能力对风力发电进行有效预测，可以帮助电网调度部门做好各类电源的调度计划，减少风电限电，由此大大提高了电网消纳风电的能力，进而减少了由于限电给风电业主带来的经济损失，增加了风电场投资回报率。
风功率预测系统
风功率系统
国外风电场发电功率预测系统介绍
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）是目前商业化运行较为 成熟的系统，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 Minesde 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。
辽宁力迅风电控制系统有限公司风功率预测系统 兆方美迪风电功率预报系统 黑龙江大唐晨光依兰风电场
上海交通大学风力发电研究中心
风功率预测系统功能设计标准
《风电场接入电网技术规定》 《风电功率预测系统功能规范》 《风电场风能资源测量方法》 《风电场风能资源评估方法》 《风电调度运行管理规范》 《风电场并网验收规范》 《风电场风能资源测量和评估技术规定》 《电工名词术语》 《继电保护和安全自动装置技术规程》 《电力工程电缆设计规范》 《继电保护设备信息接口配套标准》 《国家电网公司十八项电网重大反事故措施》
日预报要求并网风电场每日在规定时间前按规定要求向电网调度机构提交 次日0 时到24 时每1 5 分钟共96 个时间节点风电有功功率预测数据和开机容 量。
风电功率预测系统
9风功率预测系统：9.1概况：本风场采用的是北京博雅智恒新能源科技有限公司产品。
1)系统架构如下图所示：风电功率预测系统需要配置两台服务器，数据服务器与应用服务器，数据服务器用于接收实时测风塔数据、数值天气预报数据；应用服务器用于安装预测系统主程序，接收实时功率数据，并向调度上传预测结果。
同时，为保障系统的安全性，同时满足电网对风电安全性要求，对从外网接受的数值天气预报数据需加装方向网络隔离装置，以保证系统的安全性。
风电功率预测综合管理系统拓扑图2)预测系统采用B/S模式,用户登录系统不需要安装其它软件，在系统所在网段任何一台电脑的浏览器上输入以下链接：http://ipAddress:port/WindPower系统初始登陆账号：f初始登陆密码：f注意：如果两人同时使用同一用户名登录，系统将自动注销先登录的用户。
系统用户目前分为二个等级：(1).超级管理员超级管理员具有所有模块的操作使用功能。
(2).普通用户普通用户具备浏览功能，相比较超级管理员用户，普通用户没有系统管理模块的操作权限。
系统中只保留一个超级管理员账户（admin），普通用户由超级管理员统一创建和管理，以免发生混乱和越权操作。
9.2 系统软件主要计算功能(1)可以对单独风电场或特定区域的集群预测。
(2)系统目前能够预测风电场次日0 时至24 时的96 点出力曲线，时间分辨率为15 分钟。
当数值天气预报的时间长度超过24 小时的时候，可以预测超过48 小时的出力曲线。
(3)系统能够设置每日预测的时间及次数,具备手动启动预测和自动定时预测两种预测方式。
(4)考虑到出力受限和风机故障对风电场发电能力的影响，可进行限电和风机故障等特殊情况下的功率预测, 同样支持不断扩建中的风电场的功率预测。
(5)系统可对预测结果进行误差统计，可统计任意时间段内的系统预测指标。
(6)系统可生成一段时间内的风速玫瑰图及风廓线。
9.3风功率预测系统基本应用操作预测系统分为实时状态监测、气象信息展示、报表统计、系统管理共四个应用模块，每个应用模块又根据应用包含了若干个具体操作的子模块。
功率预测系统
短期风电功率预测
什么是短期风电功率预测? 当日预报：未来 72小时的风电场并网功率预测曲线。每 15 分钟一 个预报点，每天滚动预报一次。
超短期风功率预测
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，电场并网功率预测曲线。 每 15 分钟一个预报点， 每15 分 钟滚动预报一次。
数据上报
短期上报
如果当前时间超过7:30，取当天上报 成功数据，否则取昨天上报数据，成 功数据条数>=3则正常，反之报警
超短期上报
取前一个15分
钟的上报成功
数据，如果有 理论功率上报
正常，反之报 如果当前时间超过
警
8:00，取当天上报成
功数据，否则取昨天
上报数据，成功数据
链路一：上报省调水新处 链路二：上报省调自动化
安全防护
进行网络隔离，规定 数据单向传输，过滤 并筛查数据。
服务器
运行风电功率预测模块，根据建立的 预测模型，基于采集的数值天气预报， 采用物理和统计相结合的预测方法， 并结合目前风电场风机的实时运行工 况对单台风机及整个风电场的出力情 况进行短期预测和超短期预测
3
功能篇
数据上报 实时监测
数据统计 预报
实时监测
测风塔实况
1#，2#测风塔实施数据， 10m，30m，50m，70m， 90m不同层高的风向、风 速，气温气压等的实时数据
全站、机头功率
全站功率以及150台所有机 组的单个机组功率均可采集 到，并可以Excle导出。
风廓图、风向玫瑰图
风廓图记录各层高一段时间 内的风速平均值 风向玫瑰图记录一段时间内 我厂的风向情况
风电功率预测的核心价值
核心价值
风功率预测系统
（2）调度数据网短时中断，造成该时间段上报失败
三、风功率预测系统注意事项
• 处理：检查综合通信调度数据网连接是否正常，若中断联系地调自动化班询 问有无工作或其它异常；若通信正常，尝试手动上报次日功率。 • 2、实时风功率预测上报有缺失：正常实时风功率预测每15分钟上报一次， 全天24小时共上报96个点，缺少一个就影响上报率，造成考核。
这就是有时明明感觉考核很多但是月底相对减少的原因不超过1?3考核原因?1风速突降风速高切出风机功率变化为负值超限可以申请免考考核系统介绍?一风功率变化考核?2风速突然升高能量管理平台控制不住功率变化正值超限不能申请免考?3数据卡死跳变当调度网中断或综合通信管理系统卡死时功率传输给调度的是故障前的数值一旦通信正常或系统恢复功率数值会跳变到当前实际值造成虚假的正负值超限负值可以免考申请风速突降正值一般不能免考但是如果可以证明是对侧原因造成可以申请免考但是需要发邮件联系省调相关人员
考核系统介绍
• 二、功率预测考核 • 功率预测分日前预测和实时预测两种方式。 • 1、日前预测 • 是指对次日0 时至24 时的风电功率预测预报，风电场每日中午12 点（风场 一般8点）前向电力调度机构提交次日0 时到24 时每15 分钟共96 个时间节 点风电有功功率预测数据和开机容量； • （1）风电场日前风电功率预测上报率按月进行统计、考核，上报率应达到 100%； • （2）风电场日前风功率预测准确率按月进行统计、考核，准确率应大于 （或等于） 80%；
考核系统介绍
• 三、AVC考核
• 3、考核（AVC考核以月度平均值进行考核）
• （1）AVC投运率低于98%进行考核 • （2）AVC调节合格率低于96%进行考核 • （3）投运率高于70%的风电场，累计考核电量不超过当月上网电量的2%； 投运率低于70%的风电场，累计考核电量不超过当月上网电量的3%。 • 4、考核原因 • （1）合格率低1：无功补偿设备不接受调节指令，处于本地调节状态， • 处理：检查无功补偿就地设备与集控室服务器通讯是否正常，必要时重启集 控室和就地设备主机
功率预测系统架构及各设备作用
功率预测系统架构及各设备作用1.数据采集设备：数据采集设备负责收集与功率相关的数据，包括环境参数、设备参数、运行状态等。
常用的数据采集设备包括传感器、仪表、数据采集器等。
传感器用于检测环境参数如温度、湿度等，仪表用于测量电压、电流、功率等指标，数据采集器用于将这些数据进行采集和存储。
2.数据传输设备：数据传输设备用于将采集到的数据传输到功率预测系统的计算节点。
常用的数据传输设备包括无线传感器网络、有线网络、无线通信模块等。
无线传感器网络适用于远程环境或者需要大量传感器的场景，有线网络适用于接入计算节点较近的环境。
3.数据处理设备：数据处理设备用于对采集到的数据进行处理和分析，提取有用的信息。
数据处理设备通常包括计算节点、服务器、云平台等。
计算节点和服务器用于对数据进行本地处理和分析，云平台用于进行较大规模的数据处理和分析，也可以用于存储数据和提供数据服务。
4.预测模型：预测模型是功率预测系统的核心，用于对未来一段时间内的功率进行预测。
预测模型可以基于统计学方法、机器学习方法、深度学习方法等进行建模。
常用的预测模型包括时间序列模型（如ARIMA、ARMA、AR等）、回归模型（如线性回归、支持向量回归等）、神经网络模型（如循环神经网络、长短期记忆网络等）等。
5.反馈控制设备：反馈控制设备用于根据预测的功率进行实时调整和控制。
反馈控制设备通常包括控制器、执行器、传感器等。
控制器根据预测的功率和实际的功率之间的偏差进行控制策略的制定，执行器用于执行控制策略，传感器用于反馈实际的功率情况，形成闭环控制。
6.可视化界面：可视化界面用于显示功率预测结果和实际功率情况，方便人们查看和分析。
可视化界面通常包括图表、报表、地图等，可以实时显示功率预测曲线、功率偏差情况、设备状态等。
综上所述，功率预测系统的架构主要包括数据采集设备、数据传输设备、数据处理设备、预测模型、反馈控制设备和可视化界面。
这些设备共同工作，实现对功率的准确预测和控制，提高能源利用效率和设备运行效率。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
风功率预测系统局部架构
风功率预测涉及的其他产品
1、实时测风数据采集与传输系统
风电场风资源实时采集及传输系统，是根据国家电网对风电场测风塔相关标准及国内外风电场运行状况所开发的系统。
本系统主要包括测风塔数据的实时采集、存储、转发、分析管理、以及与远动装置进行实时数据交互，实现向网调EMS系统的测风塔数据实时上传。
2、测风数据使用光纤传输方式的建设方案
风电场测风塔示意图如下图所示：测风塔部分主要包括测风塔、测风塔上的测量设备、数据记录仪、串口联网设备等硬件设施。
其中测量仪器包括风速仪、风向标（在10米、30米、70米、风力发电机组的轮毂中心高层各一个），和温度传感器、湿度传感器、压力传感器（放在10米高层各一个）。
这些测量设备通过传感器屏蔽电缆连接到数据记录仪。
数据记录仪有专门的保护箱，其电源由太阳能供电系统提供，实现数据的采集及存储。
数据采集器通过光端机把串口信号转换光信号，经过最近风机的备用光纤传送到电子设备间。
拓扑图
经过光纤交换机和光电转换器的处理，重新将光信号转换为电信号，然后数据通过ModBus协议（RS232/R485串口）实时传送到功率预测服务器上，并按照网调要求的格式进行上传，实现测风塔数据的本地采集、存储、显示、管理以及对网调的数据上送。
风电场主控室，测风设备网络示意图如下所示：
升压站监控房网络图
说明：国能日新的实时测风数据采集及上传系统除了通过光纤方式传输外，还可实现GPRS无线方式、无线电台方式等多种传输方式。
测风塔
3、虚拟测风塔建设方案
虚拟测风塔是一套软件模块，无需建设测风塔，即可完全满足测风数据及其他气象数据的采集和主站上传要求，且无论是数据精度还是测量范围完全满足电网对风电场测风塔实时数据上传的技术要求。
国能日新的虚拟测风塔可以位于场内及附近的任意位置，不受风电场区域限制；时间采集精度可以任意选取；同时没有任何工况限制，即使出现了极限天气，依然能够正常工作。
这样不仅为业主节约了实体测风塔的硬件投资，而且还为用户节约了大量的维护费用。
基于我们的虚拟测风塔，短期功率预测精度超过90%，目前甘肃桥东第一风场，桥东第三风电场以及甘肃鑫汇瓜州干河口第六风电场等风电场正在使用该技术，系统运行
稳定，得到用户的高度认可。