风功率实时预测和误差分析--杨成武

风功率实时预测和误差分析
杨成武
（中节能（肃北）风力发电有限公司马鬃山第二风电场）
摘要
电场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，随着风电并网规模的不断增加，风电对电力系统的影响也越来越显著，而我国风能资源丰富的地区一般人口稀少，负荷量小，电网结构相对薄弱。

由于风能的随机性、间歇性特点，对电网的运行调度的带来困难，影响了电网的安全稳定运行，并成为了制约风电大规模接入的关键技术问题。

关键词：风功率预测，灰色预测法，最小二乘法拟合，时间序列分析方法
目录
一、绪论 (1)
（一）问题背景 (1)
（二）基本条件 (2)
（三）提出问题 (2)
二、问题假设与符号说明 (3)
（一）问题假设 (3)
（二）符号说明 (4)
三、问题分析 (5)
（一）问题1的分析 (5)
（二）问题2的分析 (7)
（三）问题3的分析 (7)
参考文献： (9)
一、绪论
（一）问题背景
为了能在保障电网安全稳定运行的前提下，尽可能规模化接纳风电，有必要建设一套风电‘功率预测’系统，对风电场出力变化趋势进行准确预测，对风电场的运行情况进行监视，并在上述基础上实现对风电场的自动发电控制（AGC）和自动电压控制（AVC），最终达到风力发电可预测、风电并网可调控目标。

风力发电代表着未来能源发展的趋势，但其输出功率的波动性和不确定性会对电网的安全稳定运行带来影响；国外经验表明，对风力发电的输出功率进行预测是缓解电网调峰、调频压力、降低电力系统备用容量以提高电网接纳能力的有效手段；通过实施风电功率预测系统，还可以达到以下作用：降低电力系统旋转备用容量、提高系统运行经济性；改善电力系统调峰能力，增加风电并网容量，提高风能利用率；优化风电场运营管理水平，合理安排检修计划，改善风电运行企业的经济效益。

（二）基本条件
1.每台机组额定输出功率1500kw
2.2014年7月10日至2014年8月6日时间段内该风电场中指定的4.台风电机组（A、B、C、D）输出功率
3.全场67台机组总输出功率数据
（三）提出问题
1.采用至少三种方法对给定数据进行风电功率实时预测及进行误差分析，观察其是否满足附件1中关于预测精度的要求，并推荐最佳方
法。

要求如下：
（1）预测量：
a.2222D C B A P P P P
b.4P
c.67
P （2）预测时间范围:
a.7月31日0时0分至7月31日23时45分
b.7月31日0时0分至8月6日23时45分
2.在我国主要采用集中开发的方式开发风电，但众多风电机组的汇聚对发电功率有很大影响，根据问题1的预测结果试分析风电机组的汇聚对于预测结果误差的影响。

3.在问题1的基础上，构建有更高预测精度的实时预测方法（方法类型不限），并用预测结果说明其有效性，并分析论证阻碍风电功率实时预测精度进一步改善的主要因素。

风电功率预测精度能否无限提高。

二、问题假设与符号说明
（一）问题假设
1.各个风电机组在某个时点的输出功率与历史输出功率和前一个时点的输出功率有很大的相关性；
2.历史输出功率的平均值设定为预测输出功率的修正参数；
3.每台风电机组之间的波动有一定的相关性。

（二）符号说明N：日考核总时段数；
ap C ：风电场开机容量；
PK P ：时段预测平均功率；
MK P ：k
时段实际平均功率；A P ：A
电机组风电功率输出数据；B P ：B 电机组风电功率输出数据；
C P ：C 电机组风电功率输出数据；
D P ：D
电机组风电功率输出数据；67P ：67台电机组风电功率输出数据；
4P ：ABCD 四台电机组风电功率输出总和；
q i A P ,,：A
电机组在i 时点输出功率通过权重处理后的数据；q z A P ,,：A
电机组在每个时点输出功率通过权重处理后的总和；t x P ,：第x 台机电组用时间序列分析方法所得到的预测功率(x＝A，B，
C，D )；
i A P ：第一台风电机组输出功率AP 在第i 个时点的预测功率值
(i =1,2,3…n)；
i A P ：第一台风电机组输出功率AP 在第i 个时点的真实电功率值
(i=1,2,3…n)；
i
P：第一台风电机组输出功率AP在第i个时点历史功率值的平均值A
（i=1,2,3…n)；
i
P：第一台风电机组输出功率AP在第i个时点历史功率平均值与A
上一个时点功率的平均值。

三、问题分析
（一）问题1的分析
已知四台风电机组的输出功率数据，要对风电功率进行实时预测和误差分析。

由题意知实时预测是滚动地预测每个时点未来4小时即
16个时点的风电功率数值，每15分钟为一个时点。

分析这些数据的特点，联系理论结合实际我们采用灰色预测法、拟合和时间序列分析三种方法对所需数据进行预测。

如下:
1.灰色预测法
通过对该电厂的A机电组输出功率进行分析，可知实际输出功率各
个时点之间存在一定的关系，因此结合灰色预测预测邻近点的数据时有准确性，所以，首先选用灰色预测的方法，对“7月31日0时0分至7月31日23时45分”这个时间段内A机电组的输出功率进行预测，并利用真实功率值与预测功率值计算出预测的准确率和合格率，观察是否可以进行预
测，如果误差准确率较高并且合格，则可以利用这种方法对其余数据进行预测，反之进行方法的排除。

2.最小二乘法拟合
对数据进行分析，可知每天同一时点风电机组的输出功率有一定的波动，故此，联想到3次多项式的波动曲线，可以利用最小二乘法对每天同一时刻电机组的输出功率分别进行拟合，以此来预测7月31日至8月6日每个时刻的输出功率。

3.时间序列分析方法
通过对表中数据进行分析，可知在每天的同一个时点风电机组输出功率在很小的范围内摆动，并且很多数据都逐渐趋向于一点，由此，可以利用时间序列分析方法，以每天相同时间点机组的输出功率为历史数据，对历史数据进行平均作为预测功率的修正数值。

从实际情况进行分析，可知所预测点输出功率必定与前一个时点输出功率有很大相关性，考虑利用时间序列方法中的持续法的优化方法。

即用时间序列方法利用前一个时点输出功率来预测该时点的输出功率，然后，利用修正系数对预测功率进行修正，最后修正后的数值作为真实预测值。

为了更好的观察预测输出功率与真实输出功率之间的误差，作出输出功率与真实功率的图像，对图像进行分析。

若误差较小则可以对预测值进一步进行检验，由附件国家能源局发布的《风电场功率预测预报管理暂行办法的通知》中对准确率和合格率的规定，计算出用持续方法的优化模型预测得到输
出功率的准确率和合格率，观察其是否符合《通知》的要求，如果符合则利用此方法对其余数据进行预测，反之则进行参数化更正。

（二）问题2的分析
我国主要采用集中开发的方式开发风电，各风电机组功率汇聚通过风电场或风电场群（多个风电场汇聚而成）接入电网。

众多风电机组的汇聚会改变风电功率波动的属性，从而可能影响预测的误差。

因此根据问题1的预测结果计算出A、B、C、D四台电风机的相对误差和67台风电机的总功率的相对误差，利用Matlab作出误差图和残差图直观的观察它们的关系，综合分析分析它们之间的规律，并根据它们之间的规律做出合理的预测。

（三）问题3的分析
对题目分析，要求在问题1基础上提高风电功率实时预测精度，从实际情况和题目两方面进行分析。

首先，从实际情况进行分析，风电功率的大小受风速的大小、天气状况、发电地形、风向以及当地的气候等多方面的因素影响，为了更好的预测可以把影响因素对功率输出大小的程度参数化，但由于题目中没有给定关于这方面的数据及内容，不能对这些数据参数化处理。

然后，从题目出发，问题1中时间序列法对历史数据已利用修正数据对预测数据进行修正，但修正后的数据也有一定的误差，考虑用权重的方法进行处理。

再次，确定利用权重预测的相关内容。

现实生活中，预测时点的输出功率一定受到历史输出功率的影响，但离预测时点越远对预测时点输出功率的影响就会越小，而问题1时间序列法中没有进行考虑，所以，在此利用权重对此进行合理化处理，离预测功率越远的点权重越小，离预测值越近的点权重越大，利用通过加权处理后的模型对所需数
据进行预测并进行检验说明其有效性。

最后，对预测功率进行分析，论证阻碍风电功率实时预测精度进一步改善的主要因素，并考虑风电功率预测精度是否能无限提高。

参考文献：
[1]吴国旸，肖洋，翁莎莎.风电场短期风速预测探讨.吉林电力2005.
[2]杨秀媛，肖洋，陈树勇.风电场风速和发电功率预测研究法.
9。