风电功率预测_复杂地形风电场的风功率预测技术研究

点击蓝字关注我们

     随着全球能源高速增长，气候变化和生态环境问题日益突出，风能作为一种可再生能源，受到各国重视。2013年，中国新增装机容量16088.7MW，累计装机容量91412.89MW，新增装机和累计装机均居世界第一，风电已成为我国继火电、水电后的第三大能源。风能具有独特的波动性、间歇性和反调峰特性，大量风电场并网为电网的安全、稳定及正常运行带来挑战。通过风功率预测系统的预测结果，可提供电网的安全性和可靠性和电网接纳风电的能力。《风电场接入电力系统技术规定》(GB19963-2011)中对风电场功率预测做了强制性规定，《风电场并网标准》中也对风速及风功率预测的分辨率和准确性提出了要求，风电场应向电网调度部门提供未来15分钟～4小时、次日24小时的风电场输出功率预测值(时间分辨率为15分钟)，预测误差(平均相对误差)应不大于25%。现阶段国外内学者提出了各种理论来进行风功率预测，典型的预测模型有统计模型、物理模型、动态时空的相关模型以及基于人工神经网络的智能模型。

各预测模型评价

1 统计模型

     统计模型也称为时间序列模型，主要基于测风历史数据，依据统计学的参数估计的方法并结合模式识别来建立数学模型，该模型适合小时尺度的短期(6h以内)预测。

2 物理模型

     典型的物理模型为数值天气预报，主要依据取得的大气风向、风速数据，通过给定初始、边界条件，依据流体力学和热力学的方程，进行数据计算后的结果，该方法比较适合中期(一般大于6h)的风速预测。