风电功率预测概述PPT精选文档
合集下载
相关主题
- 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)。
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。
8
9
10
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。
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。
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
2010年4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
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，
6
7
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。
目前风电对全网的电力平衡已经带来很大的影响。对 风电场输出功率进行预测是缓解电力系统调峰、调频压力， 提高风电接纳能力的有效手段之一。同时，风电功率预测 还可以指导风电场的检修计划，提高风能利用率，提高风 电场的经济效益。
2
近年来我国风电发展统计图
3
风电功率预测发展现状
风电场发电功率预测尺度
超短期预测：以分钟为预测单位，用于机组控制 短期预测：以小时为预测单位，用于电网合理调度、保证 电能质量；也可为风电场参与竞价上网提供保证 中长期预测：以天、周或月为预测单位，主要用于机组检 修安排或调试 长期预测：以年为单位，用于风电场规划设计
11
12
国外风电பைடு நூலகம்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Risø 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。
风电功率预测概述
1
发展风电功率预测的背景
电力系统是一个复杂的动态系统。维持发电、输电、 用电之间的功率平衡是电网的责任。没有风电的电力系统， 电网调度机构根据日负荷曲线可以制定发电计划，满足次 日的电力需求。风电场输出功率具有波动性和间歇性，风 电的大规模接入导致发电计划制定难度大大增加，风电给 电力系统的调度运行带来巨大挑战。
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。
目前，中长期预测还存在比较大的困难。短期预测 是目前应用最为广泛的预测技术，主要包含统计方法、物理方 法、物理统计相结合的混合方法。所以下面主要以短期预测作 为探究对象。
4
风电场发电功率预测模型
风电场发电功率 预测模型
基于数值天气预报 的预测模型
统计模型 物理模型
基于历史数据的 预测模型
5
物理法
预测精度满足应用要求。
18
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 error， MAE)和平均误差(mean error，ME)。
13
国外风电场发电功率预测系统介绍
14
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。
15
16
17
时间
成果
2008年11月 2009年10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
8
9
10
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。
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。
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
2010年4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
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，
6
7
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。
目前风电对全网的电力平衡已经带来很大的影响。对 风电场输出功率进行预测是缓解电力系统调峰、调频压力， 提高风电接纳能力的有效手段之一。同时，风电功率预测 还可以指导风电场的检修计划，提高风能利用率，提高风 电场的经济效益。
2
近年来我国风电发展统计图
3
风电功率预测发展现状
风电场发电功率预测尺度
超短期预测：以分钟为预测单位，用于机组控制 短期预测：以小时为预测单位，用于电网合理调度、保证 电能质量；也可为风电场参与竞价上网提供保证 中长期预测：以天、周或月为预测单位，主要用于机组检 修安排或调试 长期预测：以年为单位，用于风电场规划设计
11
12
国外风电பைடு நூலகம்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Risø 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。
风电功率预测概述
1
发展风电功率预测的背景
电力系统是一个复杂的动态系统。维持发电、输电、 用电之间的功率平衡是电网的责任。没有风电的电力系统， 电网调度机构根据日负荷曲线可以制定发电计划，满足次 日的电力需求。风电场输出功率具有波动性和间歇性，风 电的大规模接入导致发电计划制定难度大大增加，风电给 电力系统的调度运行带来巨大挑战。
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。
目前，中长期预测还存在比较大的困难。短期预测 是目前应用最为广泛的预测技术，主要包含统计方法、物理方 法、物理统计相结合的混合方法。所以下面主要以短期预测作 为探究对象。
4
风电场发电功率预测模型
风电场发电功率 预测模型
基于数值天气预报 的预测模型
统计模型 物理模型
基于历史数据的 预测模型
5
物理法
预测精度满足应用要求。
18
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 error， MAE)和平均误差(mean error，ME)。
13
国外风电场发电功率预测系统介绍
14
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。
15
16
17
时间
成果
2008年11月 2009年10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