风电场风速及风电功率预测方法研究综述

——————————————————

—基金项目：福建省教育厅科技项目（JA08024）；福建省自然科学基金计划资助项目（2008J0018）。

第27卷第1期2011年1月

电网与清洁能源

Power System and Clean Energy

Vol.27No.1

Jan.2011文章编号：1674-3814（2011）01-0060-07

中图分类号：TM614

文献标志码：A

风电场风速及风电功率预测方法研究综述

洪翠，林维明，温步瀛

（福州大学电气工程与自动化学院，福建福州350108）

Overview on Prediction Methods of Wind Speed and Wind Power

HONG Cui,LIN Wei-ming,WEN Bu-ying

（College of Electrical Engineering and Automation ，Fuzhou University ，Fuzhou 350108，Fujian Province,China ）

ABSTRACT ：Due to the intermittency of wind energy and the non -linearity of power system,there exist many uncertain variables which should be considered in the wind power prediction.The current prediction methods include the physical method,

statistical

method,

learning

method

and

the

comprehensive one combining all the other methods.Based on

accurate numerical weather prediction （NWP ）,the physical method is seldom used in the short term prediction,as its model is complicated and deals with large quantities of calculations.The model of the statistical method is simple and requires a small amount of data.It can be applied in those situations where data acquisition is difficult.The AI method is suitable in the random or non —linear system as it does not rely on the accurate mode of the objective.The comprehensive method maximizes favorable factors and minimizes unfavorable ones as contained in above-mentioned methods.This paper presents a

brief overview on prediction methods of wind speed and wind power,and raises further issues worth further research on the basis of summarizing the previous studies.KEY WORDS:wind power prediction;statistical methods;

learning methods;combinatorial prediction

摘要：由于风能的随机性以及电力系统的非线性等原因，预测风电功率时需要考虑众多的不确定因素影响。

现有预测方法主要包括物理预测方法、统计预测方法以及学习预测方法、综合预测法等。基于数字天气预报（NWP-numerical weather prediction ）

的物理预测方法模型复杂、计算量大，较少用于短期预测；统计预测方法模型简单，数据需求量少，

较适合于数据获取有一定困难的情况；人工智能预测方法不依赖于对象的精确模型，适合于随机非线性系统；综合预测方法可一定程度地扬长避短。本文主要就风电场风速及风电功率预测方法研究进行了综合阐述，并在总结前人研究的基础上提出了一些可进一步研究的问题。

关键词：风电预测；统计方法；学习方法；综合预测

随着全球石化资源储量的日渐匮乏以及低碳、

环保概念的逐步深化，风能等可再生能源的开发与利用日益受到国际社会的重视。2007年初欧盟曾提出，2020年其可再生能源消费将占到全部能源消费的20%，可再生能源发电量将占到全部发电量的30%[1]。风力发电是风能的主要利用方式之一。2009年，全球风电装机总量已达157.9GW ，较上年增加了37.5GW [2]。中国风能资源仅次于美国和俄罗斯，可利用风能资源共计约10亿kW 。近些年来风电在中国获得了飞速发展，2000年至2009年十年时间，中国风电装机容量从0.34GW 增至25.8GW [3]；2020年，预计全国风电总装机容量将达到30GW [1]。除部分采用离网运行方式外[4]，大容量风电机组多数采用并入电网的运行方式。随着规模越来越

大、数量越来越多的风力发电功率注入电网，

风能具有的随机性对电力系统的影响越来越不可忽视。

1风电预测的意义

准确有效地预测出风电场的输出功率不但可

帮助电力系统调度运行人员做出最有效决策，

还