风电功率预测系统功能规范
风电功率预测技术综述

风电功率预测技术综述摘要:风电是一种可再生能源,具有环境友好和经济可行性的特点。
然而,由于风力发电机的输出功率受到风速的影响,风电系统的功率预测对于实现风电站的有效运行和规划至关重要。
本文将综述当前常用的风电功率预测技术,包括统计模型、人工智能模型和混合模型,并探讨其优缺点及应用前景。
一、引言随着对可再生能源的需求不断增长,风力发电成为了一种重要的能源选择。
然而,由于风速的不稳定性和不可预测性,风力发电的发电功率产生了很大的波动性,这使得风电系统的管理和调度变得复杂。
为了更好地管理风电系统,准确地预测风电的功率变化是至关重要的。
二、风电功率预测的意义风电功率预测可以帮助风电站进行经济调度,合理制定运行策略,降低能源成本。
同时,预测风电功率可以提前调整传输和配电设备,减少能源浪费和环境污染。
在风电规划方面,准确的功率预测也可以帮助选址、布局和容量规划,提高风电站的经济效益和可靠性。
三、风电功率预测技术的分类目前,风电功率预测技术主要可分为统计模型、人工智能模型和混合模型三大类。
1. 统计模型:统计模型是最常用和最古老的功率预测方法之一。
常见的统计模型包括回归分析、时间序列分析和概率分布拟合等。
这些模型可以基于历史风速和功率数据分析风电功率与风速之间的关系,进而预测未来的功率输出。
统计模型的优点是简单易用、计算速度快;缺点是对历史数据要求较高,并且无法考虑其他影响因素。
2. 人工智能模型:人工智能模型包括人工神经网络、遗传算法、模糊逻辑等。
这些模型可以通过学习历史数据自动适应风电功率与风速的非线性关系。
人工智能模型的优点是可以处理复杂的非线性问题,并能够考虑多个影响因素;缺点是对训练数据的依赖性较强,模型的可解释性相对较弱。
3. 混合模型:混合模型是统计模型和人工智能模型的结合体。
该方法通过结合各种模型的优势,提高了预测的准确性和稳定性。
混合模型的优点是可以综合考虑多种影响因素,并对不同模型进行加权融合;缺点是模型的建立和参数调优过程较为繁琐。
风力发电功率预测讲解

数值天气预报预测
优 点:
较为成熟准确的风电中长期预测方法 ,国内外风 电场预测系统多基于物理方法。不需要风电场的历史 数据,风电场投产就可以进行预测。
缺 点:
要求对大气的物理特性及风电场特性有准确的数 学描述。模型复杂、计算量大,较少用于短期预测。 常结合神经网络、支持向量机等来提高预测精度。
预测方法介绍
预测方法介绍
三、组合预测:
由于预测方法各有优势,多种预测方法组合 使用成为发展趋势。
1、预测模型融合组合 a、卡尔曼滤波法对数据进行预处理,再采用 NWP法进行风电预测. b、将神经网络的局部寻优与遗传宏观搜索相融 合。 c、粒子群优化的神经网络法、小波改进的神经 网络法等。 2、预测模型加权组合 a、 BP神经网络、径向基神经网络、支持向量 机进行风电功率加权组合预 测等。
实例分析 ——灰色神经网络预测
数据二结果:超 短 期 功 率 预 测 ( 未 来 四 步 ) 结 果 对 比 图 :
90 实际功率
80
GM预 测 值
BP神 经 网 络 预 测 值
70
GM-BP预 测 值
60
功 率 -KW
50
40
30
20
10
0
0
2
4
6
8
10
12
14
16
2013年 8月 6日 ( 2:00-5:45) -t/15min
时间序列法
优 点:
不必深究信号序列的产生背景,序列本身所具有 的时序性和自相关性已经为建模提供了足够的信息, 只需要有限的样本序列,就可以建立起相当高精度的 预测模型。
缺 点:
但其存在低阶模型预测精度低、高阶模型参数估 计难度大的不足。
风电场能量管理系统

预测程序的一般流程
① 初始化:数据准备 ② 建模:利用历史数据建 立风电场输出功率模型 ③ ; ④ 预测:利用NWP、风电场 发电计划进行预测 ⑤ 可视化:展示预测结果 ⑥ 评价:评价预测效果, 对比预测方案
2009年投运至今 数十家风电场实 施运行
2007年启动研发至今 国家级项目7项,国家重 点实验室项目3项,其中重 点/重大类项目5项; 省部企业项目30余项。
– “不可靠”:风速随机性一套在风电场综合数据采 – “不可调”:风机调节能力差 集系统的基础上,实现自动
闭环、协调控制风场内所有 • 可控性风场建设:优质电源 有功、无功调节设备以满足
– 可预测 – 可靠 – 可调度
-12-
风电场 常规电厂 风场并网综合需求的监控管 理系统。 能源供给稳定,有功出 能源供给不稳定,有
功出力不稳定
有功/无功主动调节困 难 风电预测难度大,精 度低
力稳定
有功/无功可在大范围内 灵活调节 负荷预测精度高,发电 计划定制相对容易
并网点
DFIG
数据 指令
储能
数据 指令 变电站SCADA 电量管理
测风塔
风机SCADA
指令
数据
SVC 数据 指令 能量管理系统
控制指令
运行调度
气象服务
风场AGC 风场AVC 储能控制
产品业绩与服务
电网对风功率预测系统的要求
用途 调频 阻塞管理 调峰/发电 计划 类型 功率 功率 功率 预测时长 分辨率 预测 范围 全网 区域 全网/ 区域 精度 要求 很高 很高 高 1~6h(超短期) 15min 1~6h(超短期) 15min 24~48h(短期) 1h(15mi n)
调度
短期风功率预测的基本原理
风电功率预报与电网协调运行实施细则

风电功率预报与电网协调运行实施细则(试行)第-章总则第一条根据《中华人民共和国可再生能源法》和《节能调度管理办法》,为贯彻落实国家能源局《风电场功率预测预报管理暂行办法》(国能新能(2011)177号),制定本实施细则。
第二条中国气象局负责建立风能数值天气预报服务平台和业务运行保障体系,为风电功率预测提供数值天气预报公共服务产品和相关技术支持系统。
第三条风电开发企业负责风电场发电功率预报工作,按照要求上报风电场发电功率预报曲线,并执行电网调度机构下发的发电功率计划曲线。
第四条电网调度机构负责电力系统风电发电功率预测工作,建立以风电功率预测预报为辅助手段的电力调度运行机制,保障风电优先调度,落实风电全额保障性收购措施。
风电功率预测预报和并网运行的有关考核办法另行制定。
第五条各有关单位应保证安全接收、传送、应用气象和电力运行等信息,确保涉密信息的获取和使用符合国家相关保密规定。
第二章气象数据服务及功率预测第六条中国气象局负责建立风能数值天气预报公共服务平台体系;制定风电预测预报专业观测网建设和运行技术规定,负责风电预测预报专业观测网观测数据的提交和共享服务管理。
第七条中国气象局负责通过适当方式向风电场企业或风电功率预测技术服务单位等用户免费提供风能数值预报产品。
申请风能公共预报服务的企业和技术服务单位应按有关规定办理备案和登记手续,具体办法由中国气象局制定,并报国家能源局备案。
第八条风电场企业根据风能数值天气预报数据,并结合风电场地形、现场测风塔风能资源实测数据和风电场发电运行统计数据等开展风电场发电功率预报工作。
风电场发电功率预报工作也可由风电场企业委托风电功率预测技术服务单位承担。
第九条风电场要按照有关气象观测规范标准,配套建立实时测风塔,测风塔位置应尽可能具有代表性和不易受风电场尾流效应影响,采集量至少应包括lOm,50m 及轮最高度的风速和风向以及某一层高的气温、气压等信息。
第十条中国气象局可根据全国风能资源观测需要,提出将部分风电开发企业的测风塔纳入全国风能资源观测网的具体方案,经国家能源局批准后实施。
风电功率的预测

摘要本文针对风电场的功率问题,以预测功率为目标函数,建立了目标预测求解模型,通过对已有数据的处理得到了较为理想的预测结果。
针对问题一,进行较为合理的预测,关键在于选用较为合理的数据处理方法。
方法一为灰色预测法,灰色预测通过鉴别系统因素之间发展趋势的相异程度,即进行关联分析,对原始数据进行生成处理来寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的模型,从而预测事物未来发展趋势的状况。
其用等时距观测到的反应预测对象特征的一系列数量值构造灰色预测模型,预测未来某一时刻的特征量。
方法二为加权序时平均法,该方法为一种历史资料延伸预测,以时间为序列,综合事物的各个因素,反应事物发展过程及规律性,并预测其发展规律。
采取10天的数据,建立模型,用matlab求解。
方法三为二次移动平均法,是对一次移动平均数再进行第二次移动平均,再以一次移动平均值和二次移动平均值为基础建立预测模型,计算预测值的方法。
为了消除滞后偏差对预测的影响,在此基础上建立线性趋势模型,利用线性模型求解。
该方法既提高了精度,又降低了波动预测的难度。
针对问题二,对问题一所得数据进行简单分析即可得到结果,所测得的数据与实际数据越接近,则该测量方法越准确。
由概率论中相关结论可知,当数据较多时(P58)比数据单一时(P1)要稳定。
故而有P58的预测相对容易些。
单个机组的预测波动情况较大。
此外,(P1)与(P58)又有极强的线性关系,因为58个机组外界环境相同,个机组大体情况相同,不同是因为个别机组的个别问题造成的。
针对问题三,我们采用自适应滤波法。
它要寻找一组“最佳”的权数,其办法是先用一组给定的权数来计算一个预测值,然后计算预测误差,再根据预测误差调整权数以减少误差。
这样反复进行,直至找出一组“最佳”权数,使误差减少到最低限度。
当数学模型不准确时,人们采用自适应滤波来代替常规卡尔曼滤波以防止滤波精度下降。
至今人们已经提出来许多自适滤波方案。
风电功率预测系统设计方案

风功率预测系统设计方案随着社会的发展,传统能源出现面临枯竭的危险,发展新能源经济是当今世界的历史潮流和必然选择。
而二次能源开发中利用风力发电是最有潜力最为环保的方式之一,但这也引出了分布式发电并网难的问题。
由于风能发电的间歇性、不稳定性,并网后对电网冲击巨大,因此,做好风能发电的预测和调控是风力发电并网稳定运行和有效消纳的重要条件。
国外的经验证明,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。
为此,国能日新自主研发的风电功率预测系统,为国家的风电事业发展贡献自己的一份力量。
风就是水平运动的空气,空气产生运动,主要是由于地球上各纬度所接受的太阳辐射强度不同而形成的。
在赤道和低纬度地区,太阳高度角大,日照时间长,太阳辐射强度强,地面和大气接受的热量多、温度较高;在高纬度地区太阳高度角小,日照时间短,地面和大气接受的热量小,温度低。
这种高纬度与低纬度之间的温度差异,形成了南北之间的气压梯度,使空气作水平运动,风沿水平气压梯度方向吹,即垂直与等压线从高压向低压吹。
地球在自转时,使空气水平运动发生偏向的力,称为地转偏向力,这种力使北半球南方吹向北方的风向东偏转,北方吹向南方的风向西偏转,南半球则相反。
所以地球大气运动除受气压梯度力外,还要受地转偏向力的影响,大气真实运动是这两种力综合影响的结果。
国能日新开发的风电功率预测系统SPWF-3000,具备高精度数值气象预报功能、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。
在即使没有测风塔的情况下,采用国能日新的虚拟测风塔技术,风功率系统短期预测精度超过80%,超短期预测精度超过90%。
风电题库

一、选择题1,经电网调度机构(修改调整)的运行时段,不对风电场预测诶预报进行考核。
2,风功率预测系统中数据的储存要求所有数据至少保存(10)年。
3,风电场的无功电源包括风电机组及风电场无功补偿装置。
风电场安装的风电机组应满足功率因数在(超前0.95~滞后0.95)的范围内动态可调。
4,风电场停运时测量并网电的电压总谐波畸变率,各次谐波电压和间谐波电压,测试周期为(24)小时。
5,对已并网但不具备合格低电压穿越能力的容量为(1MW)及以上的风电机组,风电场应在一年内完成改造和现场检测,并提交检测验证合格报告。
6,风电场并网应提前(3)个月向电网调度机构提交并网申请书,同时提交风电场相关的详细资料。
7,风电场产生的闪变测试方法是当风电场正常运行时,以不低于(5)KHZ的频率采集并网点电压和电流序列。
8,风电机组的强度,不正确的表述是(风机强度越大越好)。
9,单个风电场功率的短期预测月均方根误差应小于(0.2)。
10,调度端和场站端的风电功率预测系统均应运行于电力二次系统安全(Ⅱ)区。
11,应用软件进行风能资源评估时,为了使结果比较准确,所用粗糙度数据的范围应在场址范围外至少外延(20)KM。
12,测风塔测风单项数据中断时间超过(10)天,单项年度有效数据完整率低于(90%)的定为测风塔一类障碍。
13,风电场有功功率设定值控制允许的最大偏差为风电场装机容量的(5)%。
14,风电场变电站应配备故障录波设备,该设备应具有足够的记录通道并能够记录故障前(10)秒到故障后60秒的情况,并配备至电网调度机构的数据传输通道。
15,风电场包括升压站计算机监控系统或远动通信终端RTU,同步相量测量装置PMU等直接实现对风电场一次系统实时监控的生产业务系统和功能模块,应处于(生产控制大区的控制区)。
16,对于直接接入公共电网的风电场,其配置的容性/感性无功容量应能够补偿风电场满发时场内汇集线路、主变压器的感性/容性无功及风电场送出线路的(50%)感性/容性无功之和。
风电功率预测系统的应用研究

风电功率预测系统的应用研究摘要:对风电场进行功率预测是风电大规模并网的必然要求,本文总结研究了风电功率预测系统的政策标准、技术要求、系统构成与预测方法,并对研究应用现状及未来发展趋势进行了探讨。
关键词:风电功率预测风电接入电网调度数值天气预报随着环境问题与能源短缺的现象在不断的严重,近些年在我国的风力发电得到了迅猛的发展。
然而对于电网的安全稳定运行来说,由于风电场输出的功率存在的特点(波动性、随机性、间歇性)和大规模的风电场的集中并网的因素,给其带来了巨大的挑战。
对风电场功率进行预测是增强风电接入能力、提高电网调峰水平、改善电力系统运行安全性与经济性的有效手段[1]。
风电功率预测是指风电场根据气象条件、统计规律等技术和手段,提前对一定运行时间内风电场发电有功功率进行分析预报,向电网调度机构提交预报结果,以提高风电场与电网协调运行的能力。
电网调度机构根据功率预测结果综合考虑系统运行要求,编制并下达风电场发电计划。
风电场执行发电调度计划曲线和调度指令,及时调整有功出力。
2011年6月,国家能源局出台《风电场功率预测预报管理暂行办法》,对风电场应用风电功率预测系统提出了明确要求,要求所有并网风电场均应建设风电功率预测系统和发电计划申报工作机制[2]。
1 技术要求为规范我国刚刚起步的风电功率预测技术,国家能源局和国家电网公司在2011年分别发布了《风电场功率预测预报管理暂行办法》和《风电功率预测功能规范》,对风电功率预测系统提出统一、详细的技术要求[2~3]。
1.1 性能要求风电功率预测分为日预报和实时预报两种方式。
日预报要求风电场每日向电网调度机构提交次日0时到24日每15分钟共96个时间节点的风电有功功率预测数据和开机容量。
实时预报要求风电场每15 min滚动上报未来15 min~4 min风电功率预测数据和实时风速等气象数据。
风电场发电预测预报考核指标为风电场发电预测准确率、合格率和上报率。
日预测曲线最大误差应不超过25%,实时预测误差不超过15%,全天预测结果的均方根误差小于20%,月可用率大于99%。
- 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)。
8 安全防护要求 8.1 电网调度机构的风电功率预测系统应运行于安全区Ⅱ或安全区 Ⅲ,宜与发电计划子系统运行于同一安全区。 8.2 风电场的风电功率预测系统应与调度机构的风电功率预测系统运 行于同一安全区。 8.3 按照电力二次系统安全防护规定的要求,不同安全区之间的数据 传输应配置必要的安全隔离装置。 9 系统输出接口 9.1 电网调度机构的风电功率预测系统向基础数据平台提供次日 96 点单个风电场和区域风电功率预测数据;每 15min 提供一次未来 4h 单个风电场和区域风电功率预测数据,且时间分辨率不小于 15min。 9.2 风电场的风电功率预测系统应根据调度部门的要求向上级调度机 构的风电功率预测系统上报次日 96 点风电功率预测曲线;每 15min 上报一次未来 4h 超短期预测曲线,时间分辨率不小于 15min。 9.3 风电场的风电功率预测系统向上级调度机构的风电功率预测系统 上报风电功率预测曲线时, 同时上报与预测曲线相同时段的风电场预 计开机容量和测风数据。 9.4 风电场的风电功率预测系统应能够向上级调度机构的风电功率预 测系统实时上传风电场测风塔的测风数据, 时间分辨率不大于 5min。 9.5 风电功率预测系统具备与其它经过电网调度机构认定的预测算法 的通用接口。 10 性能要求
ห้องสมุดไป่ตู้
实时气象信息,时间间隔不大于 5min; d) 风电场应通过电力调度 数据网向电网调度机构风电功率预测系统传送风电场实时气象数据, 时间间隔不大于 5min。 4.1.3 风电场实时功率数据的采集频率应小于 5min,其中: a) 电 网调度机构的风电功率预测系统的数据应取自所在安全区的基础数 据平台; b)风电场端风电功率预测系统的数据应取自风电场升压站 计算机监控系统。 4.1.4 风电机组状态数据的采集频率应小于 15min,其中: a) 电网 调度机构的风电功率预测系统的数据应通过电力调度数据网由风电 场端风电 功率预测系统获取; b)风电场端风电功率预测系统的数 据应取自风电场计算机监控系统。 4.2 数据的处理 所有数据存入数据库前必须进行完整性及合理性检 验,并对缺测和异常数据进行修正。 4.2.1 完整性检验 a)数据数量应等于预期记录的数据数量; b)数 据的时间顺序应符合预期的开始、结束时间,中间应连续。 4.2.2 合理性检验 a) 应对功率、数值天气预报、测风塔等数据进行 越限检验,可手动设置限值范围; b) 应对功率的变化率进行检验, 可手 动设置 变化率限 值; c ) 应对 功率的 均值及标 准差进 行检 验; d) 应对测风塔不同层高数据进行相关性检验; e) 应根据测 风数据与功率数据的关系对数据进行相关性检验。 4.2.3 不合理及缺测数据的处理 f) 缺测功率数据应以前后相邻时刻 的数据进行插补;g)大于装机容量的功率应以装机容量替代;h)小
于零的功率应以零替代; i) 其余不合理功率应以前一时刻功率替 代; j) 测风塔缺测及不合理数据以其余层高数据根据相关性原理 进行修正;不具备修正条件的以前后相邻时刻的数据进行插 补; k) 数值天气预报缺测及不合理数据应以前后相邻时刻的数据 进行插补 ; l) 所有经过修正的数据应以特殊标示记录。 m) 所有缺 测和异常数据均可由人工补录或修正。 4.3 数据的存储 a)应存储系统运行期间所有时刻的数值天气预报数 据; b) 应存储系统运行期间所有时刻的功率数据、测风塔数据, 并将其转化为 15min 平均数据; c) 应存储每次执行的短期风电功 率预测的所有预测结果; d) 应存储每 15min 滚动执行的超短期风 电功率预测的所有预测结果; e)预测曲线经过人工修正后应存储修 正前后的所有预测结果; f) 所有数据应至少保存 10a。 5 风电功率预测 应根据风电场所处地理位置的气候特征和风电场历史数据情况, 采用 适当的预测方法构建特定的预测模型进行风电场的功率预测, 根据预 测时间尺度的不同和实际应用的具体需求,宜采用多种方法及模型, 5.1 预测的空间要求 5.1.1 预测的最小单位为单个风电场。 5.1.2 风电场端的风电功率预测系统能够预测本风电场的输出功率。 5.1.3 电网调度端的风电功率预测系统应能够预测单个风电场、局部 控制区域和整个调度管辖区域的风电输出功率。 5.2 预测的时间要求
在一定的初值和边值条件下,通过大型计算机作数值计算,求解描写 天气演变过程的流体力学和热力学的方程组, 预测未来一定时段的大 气运动状态和天气现象的方法。 2.3 风电功率预测 Wind Power Forecasting 以风电场的历史功率、历 史风速、地形地貌、数值天气预报、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、功率或数值天气预报数据作为模 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;预测时间尺度包括短期预测和超短期预测。 2.4 短期风电功率预测 Short term Wind Power Forecasting 未来 3 天内 的风电输出功率预测,时间分辨率不小于 15min。 2.5 超短期风电功率预测 ultra-short term Wind Power Forecasting 0h~4h 的风电输出功率预测,时间分辨率不小于 15min。 3 数据准备 风电功率预测系统建模使用的数据应包括风电场历史功率数据、 历史测风塔数据、历史数值天气预报、风电机组信息、风电机组及风 电场运行状态、地形地貌等数据。 3.1 风电场历史功率数据 风电场的历史功率数据应不少于 1a,时间 分辨率应不小于 5min。 3.2 历史测风塔数据 a)测风塔位置应在风电场 5km 范围内; b)应 至少包括 10m、70m 及以上高程的风速和风向以及气温、气压等信 息; c) 数据的时间分辨率应不小于 10min。 3.3 历史数值天气预报 历史数值天气预报数据应与历史功率数据相
7.1.3 应支持不同时刻预测结果的同步显示。 7.1.4 应支持数值天气预报数据与测风塔数据、实际功率与预测功率 的对比,提供图形、表格等多种可视化手段。 7.1.5 应支持时间序列图、风向玫瑰图、风廓线以及气温、气压、湿 度变化曲线等气象图表,对测风塔数据和数值天气预报数据进行展 示。 7.2 操作界面 7.2.1 应支持预测曲线的人工修改。 7.2.2 应具备开机容量设置、调度限电设置及查询页面。 7.2.3 应支持异常数据定义的设置,支持异常数据以特殊标识显示。 7.2.4 应具备系统用户添加和管理功能,支持用户级别和权限设置, 至少应包括系统管理员、运行操作人员、浏览用户等不同级别的用户 权限。 7.3 统计查询界面 7.3.1 应支持风电场基本信息的查询,风电场基本信息应包括装机容 量、风电机组类型、风电机组台数、接入变电站名称、接入电压等级 以及开发商等。 7.3.2 应支持多预测结果的误差统计,提供表格、曲线、直方图等多 种展示手段。 7.4 其他要求 7.4.1 应具备系统运行状态监视页面,实时显示系统运行状态。 7.4.2 所有的表格、曲线应同时支持打印输出和电子表格输出。
风电功率预测系统功能规范 前 言
(试 行)
为了规范风电调度技术支持系统的研发、建设及应用,特制订风电 功率预测系统功能规范。 本规范制订时参考了调度自动化系统相关 国家标准、行业标准和国家电网公司企业标准。制订过程中多次召集 国家电网公司科研和生产单位的专家共同讨论,广泛征求意见。 本 规范规定了风电功率预测系统的功能,主要包括预测时间尺度、信息 要求、功率预测、统计分析、界面要求、安全防护、接口要求及性能 指标等。 本规范由国家电网公司国家电力调度通信中心提出并负责 解释; 本规范主要起草单位:中国电力科学研究院、吉林省电力有 限公司。 本规范主要起草人:刘 纯、裴哲义、王 勃、董 存、石永 刚、范国英、郭 雷。 1 范围 1.1 本规范规定了风电功率预测系统的功能, 主要包括预测时间尺度、 数据准备、数据采集与处理、功率预测、统计分析、界面要求、安全 防护、接口要求及性能指标等。 1.2 本规范用于指导电网调度机构和风电场的风电功率预测系统的研 发、建设和应用管理。 本规定的适用于国家电网公司经营区域内的 各级电网调度机构和风电场。 2 术语和定义 2.1 风电场 Wind Farm 由一批风电机组或风电机组群组成的发电站。 2.2 数值天气预报 Numerical Weather Prediction 根据大气实际情况,
对应,时间分辨率应为 15min,应包括至少三个不同层高的风速和风 向以及气温、气压、湿度等参数。 3.4 风电机组信息 风电机组信息应包括机组类型、单机容量、轮毂 高度、叶轮直径、功率曲线,并网时间、位置(经、纬度)等。 3.5 风电机组及风电场运行状态 风电机组及风电场运行状态数据应 包括风电机组故障及人为停机记录、风电场开机容量和限电记录。 3.6 地形地貌数据 3.6.1 地形数据应为 CAD 文件,包括对风电场区域内 10km 范围地势 变化的描述。 3.6.2 地貌数据应通过实地勘测或卫星地图获取,包括对风电场区域 内 20km 范围内粗糙度的描述。 4 数据采集与处理 风电功率预测系统实时运行需要的数据应包括数值天气预报数据、 实时测风塔数据、 实时输出功率数据、 风电机组及风电场运行状态等。 4.1 实时数据的采集 所有数据的采集均可自动完成,并可通过手动 方式录入。 4.1.1 数值天气预报数据应能定时自动获取。 4.1.2 风 电 功 率 预 测 系 统 所 用 的 实 时 气 象 数 据 应 满 足 以 下 要 求: a)测风塔位置应在风电场 5km 范围内且不受风电场尾流影响, 宜在风电场主导风向的上风向; b) 应至少包括 10m、70m 及以上 高 程的 风速 、 风向 、 气温 、气 压 等信 息 ,时 间分 辨 率应 不 小于 5min,, c) 风电场风电功率预测系统应通过 GPRS 或光纤采集测风塔
5.2.1 短期风电功率预测应至少能够预测风电场未来 3 天的风电输出 功率,时间分辨率为 15min。 5.2.2 超短期风电功率预测能够预测未来 0h~4h 的风电输出功率,时 间分辨率不小于 15min。 5.3 系统启动方式 5.3.1 短期风电功率预测应能够设置每日预测的启动时间及次数。 5.3.2 短期风电功率预测系统应支持自动启动预测和手动启动预测。 5.3.3 超短期预测应每 15min 自动预测一次,自动滚动执行。 5.4 其他要求 5.4.1 应考虑出力受限、风电机组故障和机组检修等非正常停机对风 电场发电能力的影响, 支持限电和风电机组故障等特殊情况下的功率 预测。 5.4.2 应考虑风电场装机扩容对发电的影响,支持不断扩建中的风电 场的功率预测。 5.4.3 对于风电功率预测系统预测得到的曲线,可人工修正,人工修 正应设置严格的权限管理。 5.4.4 能够对预测曲线进行误差估计,预测给定置信度的误差范围。 6 统计分析 6.1 数据统计 a) 参与统计数据的时间范围可任意选定; b) 历史 功率数据统计应包括数据完整性统计、频率分布统计、变化率统计 等; c) 历史测风数据、数值天气预报数据统计应包括完整性统计、 风速频率分布统计、风 向频率分布统计等。 d) 风电场运行参数统