中國(guó)短期風(fēng)電功率預(yù)測(cè)技術(shù)現(xiàn)狀與誤差分析

王偉勝，王 錚，董 存，梁志峰，馮雙磊，王 勃

（1. 新能源與儲(chǔ)能運(yùn)行控制國(guó)家重點(diǎn)實(shí)驗(yàn)室（中國(guó)電力科學(xué)研究院有限公司）,北京市100192；2. 國(guó)家電網(wǎng)有限公司,北京市100031）

0 引言

電力系統(tǒng)為實(shí)時(shí)平衡系統(tǒng),電網(wǎng)調(diào)度運(yùn)行的目標(biāo)是保持發(fā)用電實(shí)時(shí)平衡［1］。風(fēng)電出力主要受氣候和環(huán)境因素的影響,隨機(jī)變化的風(fēng)速、風(fēng)向?qū)е嘛L(fēng)電場(chǎng)輸出功率具有顯著的隨機(jī)性和波動(dòng)性特征。隨機(jī)波動(dòng)的風(fēng)電大規(guī)模并入電網(wǎng),給電網(wǎng)的安全、穩(wěn)定運(yùn)行帶來(lái)了挑戰(zhàn)。對(duì)風(fēng)電出力情況進(jìn)行預(yù)測(cè)是應(yīng)對(duì)上述問(wèn)題的有效手段之一［2］。短期風(fēng)電功率預(yù)測(cè)是以風(fēng)電場(chǎng)環(huán)境因素、輸出功率、風(fēng)速、風(fēng)向等數(shù)據(jù)建立功率預(yù)測(cè)模型,獲得未來(lái)一段時(shí)間、逐時(shí)刻風(fēng)電出力的技術(shù)。短期風(fēng)電功率預(yù)測(cè)可將隨機(jī)波動(dòng)的風(fēng)電出力變?yōu)榛疽阎?-5］,是風(fēng)電調(diào)度運(yùn)行的基礎(chǔ),意義重大。

美國(guó)、德國(guó)、丹麥等歐美國(guó)家的電力調(diào)度采用市場(chǎng)方式,風(fēng)電主要通過(guò)競(jìng)價(jià)方式參與市場(chǎng)交易［6］。在日前市場(chǎng),風(fēng)電場(chǎng)根據(jù)短期功率預(yù)測(cè)結(jié)果申報(bào)次日逐小時(shí)電量及其價(jià)格,進(jìn)入日內(nèi)及實(shí)時(shí)市場(chǎng)后,當(dāng)日前申報(bào)電量偏大時(shí),風(fēng)電場(chǎng)需承擔(dān)正備用采購(gòu)費(fèi)用；當(dāng)日前申報(bào)電力偏低時(shí),風(fēng)電場(chǎng)需承擔(dān)負(fù)備用采購(gòu)費(fèi)用或主動(dòng)棄風(fēng)損失。因此在電力市場(chǎng)環(huán)境下,短期風(fēng)電功率預(yù)測(cè)對(duì)提高風(fēng)電場(chǎng)經(jīng)濟(jì)效益、保障電力系統(tǒng)穩(wěn)定運(yùn)行具有重要作用［4］。

在中國(guó)以火電、水電等常規(guī)電源為主的電力系統(tǒng)中:風(fēng)電占比較低時(shí),只需調(diào)整常規(guī)電源出力跟蹤變化的負(fù)荷,就能較好地實(shí)現(xiàn)發(fā)電和用電之間的實(shí)時(shí)平衡；大規(guī)模風(fēng)電并入電網(wǎng)后,需要由常規(guī)電源和風(fēng)電共同滿(mǎn)足負(fù)荷需求,在風(fēng)電出力未知的情況下,常規(guī)電源需預(yù)留大量旋轉(zhuǎn)備用容量來(lái)應(yīng)對(duì)未知的風(fēng)電波動(dòng)和負(fù)荷需求,這極大地?cái)D占了風(fēng)電消納空間,并對(duì)電力系統(tǒng)安全穩(wěn)定運(yùn)行帶來(lái)影響。依據(jù)短期功率預(yù)測(cè)結(jié)果,將風(fēng)電等新能源納入發(fā)電計(jì)劃,是解決上述問(wèn)題的有效手段之一［7-8］。

為推動(dòng)中國(guó)風(fēng)電功率預(yù)測(cè)技術(shù)的研究和應(yīng)用,國(guó)家能源主管部門(mén)相繼出臺(tái)了《風(fēng)電場(chǎng)功率預(yù)測(cè)預(yù)報(bào)管理暫行辦法》（國(guó)能新能〔2011〕177 號(hào)）［9］、《風(fēng)電功率預(yù)報(bào)與電網(wǎng)協(xié)調(diào)運(yùn)行實(shí)施細(xì)則》（國(guó)能新能〔2012〕12 號(hào)）［10］等多項(xiàng)與風(fēng)電功率預(yù)測(cè)相關(guān)的管理文件和《風(fēng)電功率預(yù)測(cè)系統(tǒng)功能規(guī)范》（NB/T 31046—2013）［11］等行業(yè)標(biāo)準(zhǔn),要求風(fēng)電場(chǎng)和電網(wǎng)調(diào)度機(jī)構(gòu)同步開(kāi)展風(fēng)電功率預(yù)測(cè)工作,并規(guī)范了風(fēng)電功率預(yù)測(cè)系統(tǒng)建設(shè)和預(yù)測(cè)結(jié)果評(píng)估指標(biāo)。而國(guó)外主要通過(guò)市場(chǎng)機(jī)制促進(jìn)風(fēng)電功率預(yù)測(cè)精度的持續(xù)提升。

根據(jù)行業(yè)標(biāo)準(zhǔn),中國(guó)風(fēng)電功率預(yù)測(cè)主要包括短期預(yù)測(cè)和超短期預(yù)測(cè)。短期預(yù)測(cè)的預(yù)測(cè)時(shí)間尺度為0～72 h,預(yù)測(cè)結(jié)果時(shí)間分辨率為15 min；超短期預(yù)測(cè)的預(yù)測(cè)時(shí)間尺度為0～4 h,預(yù)測(cè)結(jié)果時(shí)間分辨率為15 min,每15 min 滾動(dòng)預(yù)測(cè)。本文主要聚焦短期風(fēng)電功率預(yù)測(cè),針對(duì)短期風(fēng)電功率預(yù)測(cè)技術(shù)的發(fā)展及應(yīng)用情況展開(kāi)分析,在梳理國(guó)內(nèi)外短期風(fēng)電功率預(yù)測(cè)技術(shù)發(fā)展歷程的基礎(chǔ)上,調(diào)研國(guó)內(nèi)短期風(fēng)電功率預(yù)測(cè)技術(shù)的應(yīng)用情況,分析主要預(yù)測(cè)誤差特點(diǎn),總結(jié)誤差產(chǎn)生原因,并在此基礎(chǔ)上,從應(yīng)用角度出發(fā),給出了中國(guó)短期風(fēng)電功率預(yù)測(cè)技術(shù)的發(fā)展建議。通過(guò)本文的研究能夠掌握短期風(fēng)電功率預(yù)測(cè)技術(shù)的概要,明確國(guó)內(nèi)外短期風(fēng)電功率預(yù)測(cè)技術(shù)的研究現(xiàn)狀,并獲知國(guó)內(nèi)短期風(fēng)電功率預(yù)測(cè)技術(shù)的應(yīng)用情況及其誤差狀態(tài),了解誤差產(chǎn)生原因,從而明悉中國(guó)短期風(fēng)電功率預(yù)測(cè)技術(shù)的改進(jìn)研究方向,提高預(yù)測(cè)精度,推動(dòng)國(guó)內(nèi)風(fēng)電功率預(yù)測(cè)技術(shù)的研究和應(yīng)用水平,支撐國(guó)內(nèi)風(fēng)電的安全穩(wěn)定運(yùn)行,促進(jìn)風(fēng)電消納、助力風(fēng)電發(fā)展。

1 國(guó)內(nèi)外短期風(fēng)電功率預(yù)測(cè)技術(shù)對(duì)比

1.1 國(guó)外發(fā)展情況

德國(guó)、丹麥等國(guó)家對(duì)風(fēng)電功率預(yù)測(cè)技術(shù)的研究開(kāi)展較早［12］。隨著對(duì)風(fēng)電功率預(yù)測(cè)技術(shù)認(rèn)識(shí)的不斷加深,短期風(fēng)電功率預(yù)測(cè)由最初的時(shí)序分析逐漸聚焦到如何降低風(fēng)速-功率轉(zhuǎn)化誤差。短期風(fēng)電功率預(yù)測(cè)技術(shù)整體上經(jīng)歷了功率預(yù)測(cè)模型性能提升、數(shù)值天氣預(yù)報(bào)（numerical weather prediction,NWP）技術(shù)攻克、多方法組合應(yīng)用等階段。

技術(shù)發(fā)展早期,通過(guò)采用歐洲風(fēng)圖集中的資源評(píng)估模型［13］,獲得了短期風(fēng)電功率預(yù)測(cè)結(jié)果,驗(yàn)證了基于資源模擬的短期風(fēng)電功率預(yù)測(cè)技術(shù)路線(xiàn)的可行性。隨著對(duì)預(yù)測(cè)精度需求的不斷提升,詳細(xì)模擬風(fēng)電場(chǎng)內(nèi)風(fēng)流場(chǎng)變化及其發(fā)電過(guò)程的物理預(yù)測(cè)模型［14-15］得到快速發(fā)展,計(jì)算流體力學(xué)（computational fluid dynamics,CFD）、微觀氣象學(xué)等方法開(kāi)始應(yīng)用于短期風(fēng)電功率預(yù)測(cè)物理模型構(gòu)建［16-17］,風(fēng)電場(chǎng)內(nèi)風(fēng)能資源分布及變化情況的預(yù)測(cè)能力得到改善,但模型復(fù)雜、建模難度大,且誤差無(wú)反饋修正環(huán)節(jié),預(yù)測(cè)性能仍不能較好地滿(mǎn)足要求。隨著人工智能學(xué)習(xí)方法的突破,統(tǒng)計(jì)方法開(kāi)始被引入短期風(fēng)電功率預(yù)測(cè)［18］,以人工神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)算法為基礎(chǔ)構(gòu)建的統(tǒng)計(jì)預(yù)測(cè)模型［19-22］,由于加入了誤差反饋修正環(huán)節(jié),使得功率預(yù)測(cè)模型具有容錯(cuò)轉(zhuǎn)化能力,預(yù)測(cè)性能得到較為顯著的提升。后續(xù),功率預(yù)測(cè)模型的研究逐漸進(jìn)入瓶頸期,大量復(fù)雜算法被引入短期風(fēng)電功率預(yù)測(cè)后,提升效果不顯著,研究人員將研究焦點(diǎn)由功率預(yù)測(cè)模型轉(zhuǎn)向提升風(fēng)速、風(fēng)向等資源預(yù)報(bào)精度。

技術(shù)發(fā)展中期,NWP 性能［23］成為推動(dòng)短期風(fēng)電功率預(yù)測(cè)精度提升的主要因素。應(yīng)用于短期風(fēng)電功率預(yù)測(cè)中的NWP 由空間統(tǒng)計(jì)降尺度、時(shí)間線(xiàn)性插值等簡(jiǎn)單處理方式發(fā)展為面向?qū)I(yè)化應(yīng)用的NWP 技術(shù),預(yù)報(bào)模型實(shí)現(xiàn)定制化建立,并采用集合預(yù)報(bào)模式［24］,通過(guò)大型超級(jí)計(jì)算機(jī)求解,NWP 風(fēng)速的空間尺度進(jìn)一步降低,使預(yù)報(bào)精度獲得了較大提升［25］。此外,模式后處理技術(shù)［26］的加入,也在模式輸出環(huán)節(jié)提高了NWP 風(fēng)速預(yù)報(bào)的準(zhǔn)確性。

近年來(lái),在持續(xù)推動(dòng)NWP 技術(shù)和預(yù)測(cè)建模方法進(jìn)步的同時(shí),將多NWP 和多預(yù)測(cè)方法組合應(yīng)用成為研究熱點(diǎn)。在NWP 技術(shù)方面,實(shí)時(shí)資料同化技術(shù)［27-28］和數(shù)據(jù)智能分析［29］等技術(shù)的引入,豐富了NWP 模式所能利用的觀測(cè)信息,進(jìn)一步提高了NWP 風(fēng)速的預(yù)報(bào)精度［30］；在預(yù)測(cè)建模方法方面,深度學(xué)習(xí)算法［31］、大數(shù)據(jù)挖掘技術(shù)［32］及其他預(yù)測(cè)算法［33-35］被引入短期風(fēng)電功率預(yù)測(cè)建模中,提高了功率預(yù)測(cè)模型的性能。在單純改進(jìn)NWP 技術(shù)、預(yù)測(cè)建模技術(shù)不能取得突破性進(jìn)展的情況下,將不同NWP 模式［36］、不同預(yù)測(cè)建模技術(shù)［37］進(jìn)行組合應(yīng)用的組合預(yù)測(cè)方法［38-39］,成為目前的主流預(yù)測(cè)方法。此外,為了更好地將短期風(fēng)電功率預(yù)測(cè)應(yīng)用于調(diào)度運(yùn)行,網(wǎng)格化預(yù)測(cè)［16］、爬坡事件預(yù)測(cè)［40］、概率預(yù)測(cè)［41］等衍生技術(shù)應(yīng)運(yùn)而生,并在不同應(yīng)用場(chǎng)景下發(fā)揮著重要作用。

1.2 國(guó)內(nèi)發(fā)展情況

發(fā)展初期,中國(guó)短期風(fēng)電功率預(yù)測(cè)技術(shù)主要采用序列推導(dǎo)方法［42-43］,如時(shí)間序列分析、卡爾曼濾波等,預(yù)測(cè)結(jié)果為風(fēng)電場(chǎng)風(fēng)速或功率序列。由于功率預(yù)測(cè)模型未引入NWP 數(shù)據(jù),隨著預(yù)測(cè)時(shí)間尺度的增加,預(yù)測(cè)誤差顯著增大。

發(fā)展中期,為提升功率預(yù)測(cè)應(yīng)用價(jià)值,短期功率預(yù)測(cè)成為研究焦點(diǎn),并提出了多種建模方法［2］。在物理建模方面,為降低風(fēng)流場(chǎng)模擬誤差,引入流體力學(xué)理論,重點(diǎn)考慮粗糙度、地形等對(duì)風(fēng)速的影響,并加入了風(fēng)電機(jī)組尾流效應(yīng)模型［44］,提升了物理預(yù)測(cè)模型的性能［45］；在統(tǒng)計(jì)建模方面,大量尋優(yōu)算法被引入短期風(fēng)電功率預(yù)測(cè)建模中,如人工神經(jīng)網(wǎng)絡(luò)［46-48］、支持向量機(jī)［49］、遺傳算法［50］、粒子群優(yōu)化算法［51-52］等。同時(shí),針對(duì)應(yīng)用中發(fā)現(xiàn)的非全局最優(yōu)等問(wèn)題,結(jié)合風(fēng)電功率序列樣本的特點(diǎn),對(duì)上述算法進(jìn)行了改進(jìn)［53-55］。以上方法通過(guò)全局尋優(yōu),充分利用了NWP 信息,實(shí)現(xiàn)了特定NWP 條件下的最佳容錯(cuò)預(yù)測(cè)。由于風(fēng)電波動(dòng)的潛在序貫特征未得到充分利用,技術(shù)發(fā)展中期的物理預(yù)測(cè)建模方法和統(tǒng)計(jì)預(yù)測(cè)建模方法的預(yù)測(cè)精度仍與調(diào)度應(yīng)用需求存在一定差距。

近期,中國(guó)對(duì)短期風(fēng)電功率預(yù)測(cè)的認(rèn)識(shí)進(jìn)一步深入,著力開(kāi)展短期風(fēng)電功率預(yù)測(cè)模型輸入數(shù)據(jù)研究,并從資源參量預(yù)報(bào)、功率預(yù)測(cè)模型和結(jié)果優(yōu)化等3 個(gè)方面開(kāi)展綜合研究。

1）資源參量預(yù)報(bào)方面,基于數(shù)值預(yù)報(bào)模式的資源參量精細(xì)化預(yù)報(bào)得到深入發(fā)展,如引進(jìn)WRF（weather research and forecasting）模式［56-57］,并通過(guò)衛(wèi)星數(shù)據(jù)反演技術(shù)［58］獲得實(shí)際氣象參量值,豐富初始觀測(cè)場(chǎng)數(shù)據(jù),彌補(bǔ)了西部?jī)?nèi)陸、東部海域等區(qū)域氣象觀測(cè)數(shù)據(jù)的不足,提升了風(fēng)速、風(fēng)向等資源參量預(yù)報(bào)的準(zhǔn)確性。同時(shí),針對(duì)短期風(fēng)電功率預(yù)測(cè)中資源參量需定時(shí)、定點(diǎn)、定量預(yù)報(bào)的特點(diǎn),結(jié)合國(guó)內(nèi)區(qū)域地形和氣候特點(diǎn),對(duì)相關(guān)參數(shù)化方案進(jìn)行了改進(jìn)［59-61］,提高了NWP 模式對(duì)中國(guó)短期風(fēng)電功率預(yù)測(cè)的適用性［56］。此外,引入風(fēng)電場(chǎng)實(shí)時(shí)監(jiān)測(cè)風(fēng)速等資源參量,采用四維變分實(shí)時(shí)資料同化技術(shù)［62-63］對(duì)風(fēng)速預(yù)報(bào)結(jié)果進(jìn)行滾動(dòng)修正,在短期風(fēng)電功率預(yù)測(cè)精度改進(jìn)中發(fā)揮了積極的作用［64］。

2）功率預(yù)測(cè)模型方面,充分利用風(fēng)電功率的序貫特征［65］,以大型天氣系統(tǒng)引發(fā)的連續(xù)波動(dòng)過(guò)程看待風(fēng)電出力的波動(dòng)［66］,將大數(shù)據(jù)挖掘等技術(shù)應(yīng)用于短期風(fēng)電功率預(yù)測(cè),同時(shí)引入深度學(xué)習(xí)方法,充分利用風(fēng)能資源的時(shí)空互相關(guān)規(guī)律和自相關(guān)規(guī)律,提高短期功率預(yù)測(cè)模型的決策能力,將傳統(tǒng)的資源-功率映射模型拓展為氣象、電力大數(shù)據(jù)下的條件預(yù)測(cè)模型［67-69］。此外,針對(duì)功率數(shù)據(jù)異常導(dǎo)致轉(zhuǎn)化關(guān)系錯(cuò)誤的問(wèn)題,開(kāi)展了理論功率計(jì)算方法研究,以重構(gòu)功率信息［70］、提升功率預(yù)測(cè)模型性能。

3）結(jié)果優(yōu)化方面,通過(guò)認(rèn)識(shí)誤差特性,采用有針對(duì)性的優(yōu)化方法提升預(yù)測(cè)精度。例如研究發(fā)現(xiàn),不同功率水平下短期風(fēng)電功率預(yù)測(cè)誤差特性各異［71］,對(duì)不同功率水平分別優(yōu)化取得了較好的效果。針對(duì)不同資源預(yù)報(bào)模式在不同時(shí)空下誤差特性各異,不同預(yù)測(cè)建模方法誤差特性也存在差異,提出了不同資源預(yù)報(bào)模式和不同功率預(yù)測(cè)模型的組合預(yù)測(cè)方法［72-74］,提升了短期風(fēng)電功率預(yù)測(cè)結(jié)果的性能,成為目前中國(guó)短期風(fēng)電功率預(yù)測(cè)普遍采用的方法。

此外,針對(duì)中國(guó)風(fēng)電發(fā)展速度快、基礎(chǔ)數(shù)據(jù)不足的問(wèn)題,研究了區(qū)域網(wǎng)格化預(yù)測(cè)方法,提出了考慮資源相關(guān)性和網(wǎng)架拓?fù)浣Y(jié)構(gòu)的區(qū)域網(wǎng)格預(yù)測(cè)方法［75］,在保障預(yù)測(cè)精度的同時(shí),解決了預(yù)測(cè)容量快速覆蓋的難題。同時(shí),根據(jù)實(shí)際應(yīng)用出現(xiàn)的問(wèn)題,中國(guó)也開(kāi)展了概率預(yù)測(cè)［76-78］、事件預(yù)測(cè)［79］等相關(guān)技術(shù)研究,目前主要采用概率統(tǒng)計(jì)理論,通過(guò)歷史預(yù)測(cè)誤差的分布情況建模實(shí)現(xiàn)。為了提高精準(zhǔn)度,概率預(yù)測(cè)技術(shù)正向條件概率建模和基于集合NWP 的多場(chǎng)景預(yù)測(cè)深入發(fā)展,為體現(xiàn)短期風(fēng)電功率預(yù)測(cè)價(jià)值提供了支撐。

2 中國(guó)短期風(fēng)電功率預(yù)測(cè)技術(shù)應(yīng)用

2006 年之前,中國(guó)風(fēng)電裝機(jī)規(guī)模較小,火電等常規(guī)電源的調(diào)節(jié)能力可保障風(fēng)電等新能源全額消納。2006 年之后,中國(guó)風(fēng)電進(jìn)入快速發(fā)展期,風(fēng)電裝機(jī)容量年均增長(zhǎng)超過(guò)30%,風(fēng)電消納問(wèn)題逐漸凸顯。2007 年,在技術(shù)研究的基礎(chǔ)上,國(guó)內(nèi)科研院校開(kāi)始研發(fā)風(fēng)電功率預(yù)測(cè)系統(tǒng)。近年來(lái),在需求的推動(dòng)下,國(guó)內(nèi)研發(fā)了多套風(fēng)電功率預(yù)測(cè)系統(tǒng),并廣泛應(yīng)用于電網(wǎng)調(diào)度機(jī)構(gòu)和風(fēng)電場(chǎng)。目前,已覆蓋所有并網(wǎng)風(fēng)電場(chǎng)。

2.1 預(yù)測(cè)系統(tǒng)研發(fā)

2008 年中國(guó)首套風(fēng)電功率預(yù)測(cè)系統(tǒng)研發(fā)成功,并在吉林省電力公司得到示范應(yīng)用。隨后在應(yīng)用中逐步得到發(fā)展和完善,形成了包含數(shù)據(jù)采集單元、功率預(yù)測(cè)單元、數(shù)據(jù)存儲(chǔ)單元、人機(jī)交互單元的風(fēng)電功率預(yù)測(cè)系統(tǒng),可實(shí)現(xiàn)NWP 數(shù)據(jù)、實(shí)時(shí)氣象數(shù)據(jù)和風(fēng)電運(yùn)行數(shù)據(jù)的采集和處理,短期和超短期功率預(yù)測(cè),數(shù)據(jù)篩選、整理和存儲(chǔ),數(shù)據(jù)查詢(xún)、展示、統(tǒng)計(jì)分析、輸入輸出,以及報(bào)表生成等功能,并設(shè)計(jì)了滿(mǎn)足電力系統(tǒng)二次設(shè)備安全防護(hù)要求、運(yùn)行穩(wěn)定的系統(tǒng)部署方案,如圖1 所示。在此種方案下,作為核心的功率預(yù)測(cè)模型分別部署于調(diào)度機(jī)構(gòu)和風(fēng)電場(chǎng)的預(yù)測(cè)系統(tǒng)。

圖1 風(fēng)電功率預(yù)測(cè)系統(tǒng)部署方案Fig.1 Deployment plan of wind power forecasting system

2.2 預(yù)測(cè)結(jié)果應(yīng)用

國(guó)內(nèi)的風(fēng)電功率預(yù)測(cè)工作采取風(fēng)電場(chǎng)和電網(wǎng)調(diào)度機(jī)構(gòu)同步開(kāi)展的方式。風(fēng)電功率預(yù)測(cè)結(jié)果在風(fēng)電場(chǎng)和電網(wǎng)調(diào)控機(jī)構(gòu)中的應(yīng)用存在差異。

1）風(fēng)電場(chǎng)端短期預(yù)測(cè)結(jié)果應(yīng)用

風(fēng)電場(chǎng)端短期功率預(yù)測(cè)結(jié)果主要用于申報(bào)次日24 h、每15 min 的發(fā)電計(jì)劃,在獲得電網(wǎng)調(diào)度機(jī)構(gòu)確認(rèn)后,執(zhí)行確認(rèn)的發(fā)電計(jì)劃曲線(xiàn)。當(dāng)實(shí)際發(fā)電情況與發(fā)電計(jì)劃曲線(xiàn)存在偏差時(shí),由電網(wǎng)調(diào)度機(jī)構(gòu)負(fù)責(zé)平衡預(yù)測(cè)偏差。

此外,風(fēng)電場(chǎng)端短期功率預(yù)測(cè)結(jié)果還可用于調(diào)整風(fēng)電場(chǎng)發(fā)電設(shè)備的檢修計(jì)劃,避免大風(fēng)期間開(kāi)展設(shè)備檢修工作,無(wú)謂損失風(fēng)電場(chǎng)發(fā)電量,并提高檢修工作的安全性。

2）調(diào)度端短期預(yù)測(cè)結(jié)果應(yīng)用

調(diào)度端短期功率預(yù)測(cè)結(jié)果主要用于全省未來(lái)24 h 發(fā)電計(jì)劃編制。電網(wǎng)調(diào)控機(jī)構(gòu)根據(jù)調(diào)度端短期風(fēng)電功率預(yù)測(cè)結(jié)果,并綜合考慮場(chǎng)站端上報(bào)的發(fā)電計(jì)劃曲線(xiàn),合理確定其他電源的發(fā)電計(jì)劃,最終獲得滿(mǎn)足安全校核要求的發(fā)電計(jì)劃。為了確保發(fā)用電實(shí)時(shí)平衡,電網(wǎng)調(diào)控機(jī)構(gòu)在綜合考慮風(fēng)電功率歷史預(yù)測(cè)誤差水平的基礎(chǔ)上,以一定比例將短期風(fēng)電功率預(yù)測(cè)結(jié)果納入電力平衡。

在確定短期功率預(yù)測(cè)結(jié)果的納入比例時(shí):若納入比例過(guò)低,則調(diào)度計(jì)劃偏保守、風(fēng)電消納水平降低；若納入比例過(guò)高,則調(diào)度計(jì)劃較為激進(jìn)、風(fēng)電消納水平提升,但系統(tǒng)安全性降低。實(shí)際應(yīng)用中,在短期預(yù)測(cè)的基礎(chǔ)上還需要結(jié)合風(fēng)電功率概率預(yù)測(cè)結(jié)果,綜合確定納入比例［80］。

5）指導(dǎo)同學(xué)根據(jù)臨床診斷結(jié)果將表達(dá)譜數(shù)據(jù)在EXCEL里進(jìn)行分組，然后進(jìn)行t檢驗(yàn)，并且按照P值進(jìn)行升序排序。

對(duì)某省2016 年12 月30 日的風(fēng)電運(yùn)行情況進(jìn)行分析發(fā)現(xiàn),按95%置信度將短期風(fēng)電功率預(yù)測(cè)結(jié)果納入日前發(fā)電計(jì)劃后,常規(guī)電源開(kāi)機(jī)容量從17 092 MW 減少至14 441 MW,使得棄風(fēng)電量由27.959 3 GW·h 降 低 到5.339 7 GW·h,減 少 了80.79%,短期功率預(yù)測(cè)對(duì)提高風(fēng)電消納水平意義重大。

3）其他應(yīng)用

隨著互聯(lián)網(wǎng)信息技術(shù)與能源技術(shù)的深度融合,電力互聯(lián)網(wǎng)將逐步過(guò)渡為能源互聯(lián)網(wǎng),電力市場(chǎng)也將逐漸完善和成熟,風(fēng)電電力將作為一種重要的電力產(chǎn)品進(jìn)入電力市場(chǎng)。短期風(fēng)電功率預(yù)測(cè)是風(fēng)電參與電力現(xiàn)貨市場(chǎng)的基礎(chǔ),其精度水平在影響自身效益的同時(shí),還將對(duì)其他電力產(chǎn)品的價(jià)格產(chǎn)生影響,特別是系統(tǒng)備用的價(jià)格。因此,隨著可再生能源的深入發(fā)展,短期風(fēng)電功率預(yù)測(cè)技術(shù)的應(yīng)用范圍還將外延至電力現(xiàn)貨交易商和其他電力生產(chǎn)商。

3 系統(tǒng)預(yù)測(cè)誤差及特點(diǎn)

根據(jù)行業(yè)標(biāo)準(zhǔn)《風(fēng)電功率預(yù)測(cè)系統(tǒng)功能規(guī)范》,短期風(fēng)電功率預(yù)測(cè)性能的評(píng)價(jià)指標(biāo)主要包括均方根誤差Ermse和合格率QR。

其中

式中:i=1,2,…,n；n 為統(tǒng)計(jì)樣本的數(shù)量；PM,i為實(shí)際功率；PP,i為預(yù)測(cè)功率；Ci為開(kāi)機(jī)容量；T 為合格閾值,依各電網(wǎng)實(shí)際情況確定,一般不大于0.25；當(dāng)預(yù)測(cè)功率與實(shí)際功率的絕對(duì)偏差占開(kāi)機(jī)容量的占比小于T 時(shí),預(yù)測(cè)結(jié)果合格,Bi取1,否則不合格,Bi取0。需要指出,為實(shí)現(xiàn)橫向?qū)?biāo),現(xiàn)有的短期風(fēng)電功率預(yù)測(cè)結(jié)果性能評(píng)價(jià)指標(biāo)均以開(kāi)機(jī)容量進(jìn)行了歸一化。

按照均方根誤差和合格率的計(jì)算方法,對(duì)中國(guó)短期風(fēng)電功率預(yù)測(cè)結(jié)果進(jìn)行分析,發(fā)現(xiàn)均方根誤差主要集中在10%～26%,合格率主要集中在82%～96%。在區(qū)域平滑效應(yīng)作用下,省級(jí)短期風(fēng)電功率預(yù)測(cè)均方根誤差可降至6%～18%,合格率可以達(dá)到95%以上。需要指出的是,短期風(fēng)電功率預(yù)測(cè)結(jié)果的性能是NWP 預(yù)報(bào)性能和預(yù)測(cè)方法性能的綜合體現(xiàn)；由于不同地區(qū)地形和氣候類(lèi)型不同,風(fēng)電場(chǎng)數(shù)據(jù)可用性也存在差異,因此,預(yù)測(cè)方法的性能不能簡(jiǎn)單通過(guò)對(duì)比功率預(yù)測(cè)結(jié)果精度來(lái)評(píng)價(jià),只有在面向同一時(shí)段、同一預(yù)測(cè)對(duì)象時(shí),不同預(yù)測(cè)方法的性能評(píng)價(jià)才有意義。

進(jìn)一步分析中國(guó)各省區(qū)短期風(fēng)電功率預(yù)測(cè)結(jié)果,發(fā)現(xiàn)預(yù)測(cè)誤差呈現(xiàn)如下特點(diǎn)。

不同場(chǎng)站、相同預(yù)測(cè)算法在相同時(shí)間尺度下的預(yù)測(cè)結(jié)果均方根誤差情況如附錄A 圖A1 所示,可以看出,中國(guó)短期風(fēng)電功率預(yù)測(cè)誤差呈現(xiàn)西高東低、北高南低的特點(diǎn)。東部和南部地區(qū)主要為平原和丘陵,氣候主要為亞熱帶季風(fēng)氣候,資源的可預(yù)報(bào)性相對(duì)較高（見(jiàn)圖A2）,預(yù)測(cè)誤差水平最低；東北地區(qū)以溫帶季風(fēng)氣候?yàn)橹?資源可預(yù)報(bào)性次之；西北地區(qū)以山地、高原和戈壁為主,地形復(fù)雜,且具有溫帶大陸性氣候、高原氣候和高山氣候等,氣候類(lèi)型多樣、資源波動(dòng)性大,短期功率預(yù)測(cè)均方根誤差整體偏高。

2）大誤差發(fā)生概率較低,但極端偏差較大。

以沿海某省和內(nèi)陸某省為例,兩省2018 年相對(duì)偏差（預(yù)測(cè)功率與實(shí)際功率的絕對(duì)偏差相對(duì)開(kāi)機(jī)容量的比值）的全年概率分布統(tǒng)計(jì)結(jié)果如附錄A 圖A3所示?？梢钥闯?絕對(duì)偏差大于裝機(jī)容量10%和20%的比例分別在20%和5%左右。若以裝機(jī)容量的30%作為極端偏差的閾值,則極端偏差出現(xiàn)的比例在1%左右,占比相對(duì)較小,但各省年度最大絕對(duì)偏差超過(guò)開(kāi)機(jī)容量的40%。

3）高峰、低谷時(shí)段預(yù)測(cè)誤差水平與整體誤差水平大體相當(dāng)。

負(fù)荷高峰、低谷時(shí)段的風(fēng)電出力水平是影響風(fēng)電調(diào)度計(jì)劃制定的關(guān)鍵,高峰、低谷時(shí)段短期風(fēng)電功率預(yù)測(cè)精度越高,風(fēng)電調(diào)度計(jì)劃編制越合理,越有利于風(fēng)電消納。同樣以沿海和內(nèi)陸的兩省為例,2018年的高峰、低谷時(shí)段（見(jiàn)表1）誤差情況如表2 所示。表中:Ermse為相對(duì)開(kāi)機(jī)容量的均方根誤差；Emae為相對(duì)開(kāi)機(jī)容量的平均絕對(duì)誤差?？梢钥闯?影響調(diào)度計(jì)劃制定的高峰和低谷時(shí)段預(yù)測(cè)誤差與整體誤差特性基本一致,誤差水平大體相同。

表1 兩省區(qū)高峰和低谷時(shí)段Table 1 Peak and valley period of load in two provinces

表2 全年和高峰、低谷時(shí)段預(yù)測(cè)誤差比較Table 2 Comparison of forecasting error between whole year periods and peak-valley periods

4）預(yù)測(cè)誤差具有較為顯著的功率水平特性。

平均絕對(duì)誤差在不同功率水平下的特點(diǎn)如附錄A 圖A4 所示。從相對(duì)開(kāi)機(jī)容量的平均絕對(duì)誤差來(lái)看,其呈現(xiàn)“兩端小、中間大”的特點(diǎn),即在實(shí)際功率水平相對(duì)較小和相對(duì)較大時(shí),預(yù)測(cè)結(jié)果的平均絕對(duì)誤差較小；在實(shí)際功率水平居于中間水平時(shí),預(yù)測(cè)結(jié)果的平均絕對(duì)誤差較大。從相對(duì)預(yù)測(cè)功率平均值的平均絕對(duì)誤差來(lái)看,在低功率水平下的平均絕對(duì)誤差顯著高于較高功率水平下的平均絕對(duì)誤差,前者較后者最大相差達(dá)到7 倍以上。短期風(fēng)電功率預(yù)測(cè)結(jié)果的誤差呈現(xiàn)出較為顯著的功率水平特性,在預(yù)測(cè)結(jié)果優(yōu)化、概率預(yù)測(cè)等技術(shù)研究中可利用該特性。

4 預(yù)測(cè)誤差產(chǎn)生原因分析

經(jīng)分析發(fā)現(xiàn),中國(guó)短期風(fēng)電功率預(yù)測(cè)結(jié)果的誤差主要由資源參量預(yù)報(bào)、功率預(yù)測(cè)模型和基礎(chǔ)數(shù)據(jù)等產(chǎn)生。短期風(fēng)電功率預(yù)測(cè)的關(guān)鍵資源參量是風(fēng)速,其在預(yù)報(bào)環(huán)節(jié)主要產(chǎn)生2 種形態(tài)的誤差:一類(lèi)是高頻小誤差,特點(diǎn)為波動(dòng)頻率高、能量占比低；另一類(lèi)是低頻大誤差,特點(diǎn)為波動(dòng)頻率低、能量占比高。功率組合預(yù)測(cè)模型的誤差是各單一預(yù)測(cè)模型誤差的綜合體現(xiàn),不同預(yù)測(cè)建模方法均存在不同程度的問(wèn)題；短期風(fēng)電功率預(yù)測(cè)需綜合利用實(shí)際功率數(shù)據(jù)、風(fēng)能資源監(jiān)測(cè)數(shù)據(jù)、運(yùn)行狀態(tài)監(jiān)測(cè)數(shù)據(jù)、運(yùn)行記錄數(shù)據(jù)、風(fēng)電場(chǎng)基礎(chǔ)信息數(shù)據(jù)等。對(duì)于自動(dòng)收集的數(shù)據(jù),在數(shù)據(jù)采集、傳輸和存儲(chǔ)等過(guò)程,由于信息采集設(shè)備故障、通信異常等原因,不可避免地存在缺數(shù)、錯(cuò)數(shù)、重?cái)?shù)等異常數(shù)據(jù)；對(duì)于人工記錄的數(shù)據(jù),也可能存在漏記、錯(cuò)記、多記等情況。異常數(shù)據(jù)對(duì)資源參量預(yù)報(bào)和功率預(yù)測(cè)模型構(gòu)建均會(huì)產(chǎn)生不利影響。

4.1 全球共性問(wèn)題

資源參量預(yù)報(bào)中的高頻小誤差和功率預(yù)測(cè)模型的條件預(yù)測(cè)能力不足等是全球面臨的共性問(wèn)題。

1）高頻小誤差不可避免

高頻小誤差是在大型天氣過(guò)程準(zhǔn)確把握的基礎(chǔ)上,由大氣湍流等帶來(lái)的高頻隨機(jī)風(fēng)速波動(dòng)與較為平滑的預(yù)測(cè)風(fēng)速之間的偏差,其波動(dòng)時(shí)間尺度一般在分鐘級(jí),國(guó)內(nèi)某風(fēng)電場(chǎng)的風(fēng)速預(yù)報(bào)結(jié)果如圖2 所示。同時(shí),引入不同NWP 模式對(duì)歐洲某風(fēng)電場(chǎng)的風(fēng)速預(yù)報(bào)結(jié)果作為對(duì)比,如圖3 所示。其中,70 m 預(yù)測(cè)風(fēng)速由WRF 模式計(jì)算獲得,背景場(chǎng)為ECMWF（European Centre for Medium-range Weather Forecasts）數(shù)據(jù),數(shù)值預(yù)報(bào)模型的水平網(wǎng)格分辨率為9 km×9 km?？梢钥闯?預(yù)報(bào)風(fēng)速的高頻小誤差問(wèn)題是國(guó)內(nèi)外面臨的共性問(wèn)題。

圖2 中國(guó)某風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)結(jié)果Fig.2 Wind speed forecasting results of a wind farm in China

圖3 歐洲某風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)結(jié)果Fig.3 Wind speed forecasting results of a wind farm in Europe

地形變化、粗糙度變化、障礙物等會(huì)觸發(fā)大氣的機(jī)械湍流,再疊加熱力湍流,風(fēng)速分鐘級(jí)的快速波動(dòng)不可避免［81］?，F(xiàn)有中尺度NWP 模式的水平空間分辨率一般為幾千米量級(jí),輸出的時(shí)間分辨率一般為10 min 至1 h 量級(jí),難以體現(xiàn)分鐘級(jí)風(fēng)速的快速波動(dòng)。目前的CFD 模式可以基于中尺度NWP 模式的輸出結(jié)果進(jìn)行降尺度計(jì)算,實(shí)現(xiàn)分鐘級(jí)的快速波動(dòng)模擬,但計(jì)算量巨大,并且該種降尺度方法的小尺度分鐘級(jí)波動(dòng)的預(yù)測(cè)精度仍然較低,不具有實(shí)用價(jià)值［82］。

2）功率預(yù)測(cè)模型性能不足

在物理預(yù)測(cè)模型方面,面臨2 個(gè)共性問(wèn)題。

①對(duì)風(fēng)電場(chǎng)局地效應(yīng)導(dǎo)致的風(fēng)流場(chǎng)變化還存在物理機(jī)理尚未完全認(rèn)清、缺乏精準(zhǔn)通用化模型等問(wèn)題,因此,NWP 風(fēng)速和風(fēng)向在進(jìn)行本地精細(xì)化推算時(shí)會(huì)引入誤差；此外,風(fēng)電機(jī)組功率曲線(xiàn)在將輪轂高度處風(fēng)速轉(zhuǎn)化為輸出功率過(guò)程中,由于轉(zhuǎn)化關(guān)系受風(fēng)電機(jī)組運(yùn)行狀態(tài)、控制策略、運(yùn)行環(huán)境等因素影響,也會(huì)引入誤差。

②物理建模方法無(wú)誤差反饋修正環(huán)節(jié),在風(fēng)電機(jī)組切入風(fēng)速與額定風(fēng)速之間,風(fēng)速與功率近似呈現(xiàn)三次方關(guān)系,由NWP“傳導(dǎo)”而來(lái)的偏差經(jīng)三次方轉(zhuǎn)化后進(jìn)一步放大。如圖4 所示的風(fēng)電機(jī)組功率曲線(xiàn)中,當(dāng)風(fēng)速為8 m/s 時(shí),若預(yù)測(cè)絕對(duì)偏差為1 m/s,則預(yù)測(cè)功率的相對(duì)偏差將達(dá)到20.5%。

在統(tǒng)計(jì)預(yù)測(cè)模型方面,主要存在尋優(yōu)能力和泛化能力不足這2 個(gè)共性問(wèn)題。

①統(tǒng)計(jì)預(yù)測(cè)建模過(guò)程中,對(duì)預(yù)測(cè)精度影響最大的權(quán)重因子是預(yù)測(cè)風(fēng)速,由于NWP 預(yù)報(bào)誤差的存在,使得大量相同預(yù)測(cè)風(fēng)速對(duì)應(yīng)的實(shí)際功率分布在較寬的范圍內(nèi),在整體誤差最小目標(biāo)下,統(tǒng)計(jì)預(yù)測(cè)方法的尋優(yōu)結(jié)果趨于中間化,如圖5 所示,導(dǎo)致預(yù)測(cè)結(jié)果在低功率水平較實(shí)際功率偏大、在高功率水平較實(shí)際功率偏小。條件預(yù)測(cè)是突破統(tǒng)計(jì)預(yù)測(cè)建模方法這一局限性的有效手段,通過(guò)引入其他判斷信息,如風(fēng)向、氣溫、氣壓,甚至不同天氣過(guò)程等,來(lái)縮小大體相同預(yù)報(bào)風(fēng)速所對(duì)應(yīng)實(shí)際功率的分布范圍,從而減小預(yù)測(cè)結(jié)果的不確定范圍,其本質(zhì)是對(duì)狀態(tài)空間進(jìn)行細(xì)化,縮小各狀態(tài)空間下樣本的分布范圍。條件預(yù)測(cè)建模方法是當(dāng)前統(tǒng)計(jì)預(yù)測(cè)建模方法研究的重點(diǎn),對(duì)此國(guó)內(nèi)正進(jìn)行深入研究。

圖4 某風(fēng)電機(jī)組功率曲線(xiàn)Fig.4 Power curves of a wind turbine

圖5 風(fēng)電場(chǎng)預(yù)測(cè)風(fēng)速與實(shí)際功率關(guān)系Fig.5 Relationship between forecasted wind speed and real power of wind farm

②建模樣本未涵蓋個(gè)別場(chǎng)景或涵蓋場(chǎng)景的樣本容量有限。在模型訓(xùn)練過(guò)程中,針對(duì)樣本不足的場(chǎng)景無(wú)法建立映射關(guān)系或映射關(guān)系較為稀疏,在模型應(yīng)用過(guò)程中,當(dāng)出現(xiàn)場(chǎng)景在建模樣本中未涵蓋或涵蓋數(shù)據(jù)量較少時(shí),功率預(yù)測(cè)模型的泛化能力不足,預(yù)測(cè)結(jié)果產(chǎn)生較大偏差［5］。

4.2 中國(guó)特有問(wèn)題

資源參量預(yù)報(bào)中的低頻大誤差和數(shù)據(jù)質(zhì)量等是中國(guó)面臨的特有問(wèn)題。

1）低頻大誤差發(fā)生頻次更高

低頻大誤差是指NWP 模式對(duì)大尺度風(fēng)速波動(dòng)過(guò)程的漏報(bào)、誤報(bào),以及起止時(shí)刻預(yù)測(cè)不準(zhǔn)確等引起的誤差,如圖2 所示。NWP 模式一般能對(duì)大尺度天氣過(guò)程做出較好的模擬和預(yù)測(cè),但模式的離散誤差、初邊值誤差、物理參數(shù)化誤差等,會(huì)使得誤差在預(yù)測(cè)的積分過(guò)程中逐步增大,導(dǎo)致具體時(shí)間下的風(fēng)流場(chǎng)分布產(chǎn)生偏差:橫向表現(xiàn)為預(yù)測(cè)風(fēng)速波動(dòng)過(guò)程與實(shí)際風(fēng)速波動(dòng)過(guò)程的時(shí)間錯(cuò)位；縱向表現(xiàn)為預(yù)測(cè)風(fēng)速波動(dòng)過(guò)程與實(shí)際風(fēng)速波動(dòng)過(guò)程的幅值偏差。同時(shí),在中小尺度的劇烈天氣變化過(guò)程中,NWP 模式對(duì)大風(fēng)過(guò)程的漏報(bào)、誤報(bào)的可能性增加,起止時(shí)刻也較難準(zhǔn)確預(yù)測(cè),從而產(chǎn)生較大偏差［57］。

采用相同NWP 模式,分別對(duì)中國(guó)某風(fēng)電場(chǎng)和歐洲某風(fēng)電場(chǎng)的風(fēng)速進(jìn)行預(yù)報(bào),預(yù)報(bào)時(shí)間尺度均取第24～30 h,結(jié)果如附錄A 圖A5 所示。對(duì)預(yù)報(bào)結(jié)果進(jìn)行分析,如連續(xù)2 h 及以上的預(yù)報(bào)偏差大于2 m/s,則判定為低頻大誤差。分別統(tǒng)計(jì)2 座風(fēng)電場(chǎng)在2019 年3 月1 日 至2019 年4 月30 日 的 低 頻 大 誤差數(shù)量,結(jié)果顯示,歐洲某風(fēng)電場(chǎng)的低頻大誤差次數(shù)為21 次,而中國(guó)某風(fēng)電場(chǎng)則為83 次,可以清晰地看出,中國(guó)風(fēng)電場(chǎng)預(yù)報(bào)風(fēng)速發(fā)生低頻大誤差的頻次更高。主要原因是中國(guó)國(guó)土面積大,自東經(jīng)73°到東經(jīng)135°,東西跨越5 個(gè)時(shí)區(qū),約5 200 km,地勢(shì)西高東低,從西部高原、沙漠,中部山地、丘陵到東部濕地、平原,地形復(fù)雜；南北跨越超過(guò)5 500 km,具有熱帶季風(fēng)氣候、亞熱帶季風(fēng)氣候、溫帶季風(fēng)氣候、溫帶大陸性氣候以及高原山地氣候等,氣候類(lèi)型多樣。中國(guó)復(fù)雜的地形和多樣的氣候使單一的預(yù)報(bào)模式無(wú)法適應(yīng),資源參量預(yù)報(bào)結(jié)果的低頻大誤差發(fā)生頻次更高［8］。

2）基礎(chǔ)數(shù)據(jù)質(zhì)量需要進(jìn)一步提高

異常數(shù)據(jù)將對(duì)資源參量預(yù)報(bào)和功率預(yù)測(cè)模型構(gòu)建產(chǎn)生影響。

在資源參量預(yù)報(bào)方面,中國(guó)地面觀測(cè)的風(fēng)速、風(fēng)向、氣溫、氣壓、濕度等氣象參量的數(shù)據(jù)合格率主要在50%～95%,低于歐美等主要風(fēng)電利用國(guó)家的90%以上。提高氣象參量數(shù)據(jù)質(zhì)量的主要原因是異常數(shù)據(jù)會(huì)對(duì)資源參量預(yù)測(cè)產(chǎn)生影響。在模式輸入環(huán)節(jié),NWP 模式需要輸入初始場(chǎng)以啟動(dòng)預(yù)報(bào),而初始場(chǎng)由初猜場(chǎng)和觀測(cè)場(chǎng)磨合得到,且觀測(cè)場(chǎng)對(duì)提高初始場(chǎng)準(zhǔn)確性具有重要作用。如果觀測(cè)場(chǎng)中存在異常數(shù)據(jù)將影響初始場(chǎng)準(zhǔn)確性,并在模式預(yù)報(bào)過(guò)程中將其不利影響逐步積累和放大［56］；在模式輸出優(yōu)化環(huán)節(jié),根據(jù)實(shí)時(shí)觀測(cè)的資源數(shù)據(jù),采用實(shí)時(shí)資料同化技術(shù)對(duì)模式輸出結(jié)果進(jìn)行同化,可提高NWP 預(yù)報(bào)結(jié)果的準(zhǔn)確性。但是,實(shí)時(shí)觀測(cè)資源數(shù)據(jù)中如存在異常數(shù)據(jù),如資源觀測(cè)數(shù)據(jù)的坐標(biāo)錯(cuò)誤或資源觀測(cè)儀器精度未進(jìn)行校準(zhǔn)標(biāo)定,則會(huì)將模式輸出結(jié)果向錯(cuò)誤的方向同化,此時(shí)不但不能提高NWP 預(yù)報(bào)結(jié)果的準(zhǔn)確性,反而還可能降低NWP 預(yù)報(bào)結(jié)果的準(zhǔn)確性［7］。

在功率預(yù)測(cè)模型構(gòu)建方面,中國(guó)風(fēng)電場(chǎng)基礎(chǔ)信息存在錯(cuò)數(shù)等問(wèn)題,實(shí)際發(fā)電功率存在一定比例的死數(shù)、重?cái)?shù)、錯(cuò)數(shù)以及限電等問(wèn)題,異常的實(shí)際發(fā)電功率數(shù)據(jù)將對(duì)物理建模和統(tǒng)計(jì)建模產(chǎn)生影響。對(duì)物理建模方法而言,建模過(guò)程主要利用風(fēng)電場(chǎng)基礎(chǔ)信息,當(dāng)基礎(chǔ)信息存在錯(cuò)誤時(shí),如風(fēng)電機(jī)組信息錯(cuò)誤、風(fēng)電場(chǎng)裝機(jī)容量錯(cuò)誤等,將導(dǎo)致物理預(yù)測(cè)模型與風(fēng)電場(chǎng)實(shí)際情況不相符,使預(yù)測(cè)結(jié)果與實(shí)際功率存在較大的系統(tǒng)性偏差［45］；對(duì)統(tǒng)計(jì)建模方法而言,不同統(tǒng)計(jì)預(yù)測(cè)方法雖存在差異,但都是利用歷史數(shù)據(jù)建立資源與發(fā)電功率之間的內(nèi)在關(guān)聯(lián)關(guān)系［46］。當(dāng)樣本數(shù)值質(zhì)量較差時(shí),構(gòu)建的映射關(guān)系將產(chǎn)生畸變,使得預(yù)測(cè)結(jié)果與風(fēng)電場(chǎng)實(shí)際功率之間產(chǎn)生較大偏差。

5 結(jié)語(yǔ)

隨著風(fēng)電裝機(jī)容量占比的增加,短期風(fēng)電功率預(yù)測(cè)逐漸成為電力系統(tǒng)調(diào)度運(yùn)行的重要基礎(chǔ),對(duì)提高電力系統(tǒng)安全和風(fēng)電消納水平均具有重要作用。本文綜述了短期風(fēng)電功率預(yù)測(cè)技術(shù)的國(guó)內(nèi)外研究和應(yīng)用情況,重點(diǎn)分析了短期風(fēng)電功率預(yù)測(cè)誤差的特點(diǎn)及其主要產(chǎn)生原因,并對(duì)短期風(fēng)電功率預(yù)測(cè)技術(shù)發(fā)展進(jìn)行了展望,主要結(jié)論如下。

1）經(jīng)過(guò)近20 年的研究與開(kāi)發(fā),中國(guó)已基本建成了涵蓋多種技術(shù)路線(xiàn)和預(yù)測(cè)方法的短期風(fēng)電功率預(yù)測(cè)體系,風(fēng)電功率預(yù)測(cè)系統(tǒng)也已覆蓋國(guó)-分-省各級(jí)電力調(diào)控中心和風(fēng)電場(chǎng),在提升中國(guó)風(fēng)電消納水平方面發(fā)揮了重要作用。

2）短期風(fēng)電功率預(yù)測(cè)是復(fù)雜的系統(tǒng)性工程,涉及技術(shù)、管理等多個(gè)方面。中國(guó)短期風(fēng)電功率預(yù)測(cè)精度水平具有較為顯著的地域特征,短期風(fēng)電功率預(yù)測(cè)誤差整體上呈現(xiàn)西高東低、北高南低的特點(diǎn)。

3）NWP 是影響風(fēng)電短期功率預(yù)測(cè)精度的關(guān)鍵因素,且不同預(yù)測(cè)方法的適應(yīng)性也存在差異,為此出現(xiàn)了融合多種NWP 技術(shù)和功率預(yù)測(cè)模型的組合預(yù)測(cè)方法。與此同時(shí),概率預(yù)測(cè)、爬坡事件預(yù)測(cè)成為研究熱點(diǎn),進(jìn)一步擴(kuò)展了短期風(fēng)電功率預(yù)測(cè)技術(shù)的研究和應(yīng)用范圍。

為持續(xù)提高風(fēng)電短期功率預(yù)測(cè)精度,需要在集合NWP 生產(chǎn)、功率組合預(yù)測(cè)模型構(gòu)建、基礎(chǔ)數(shù)據(jù)質(zhì)量提高以及政策引導(dǎo)等4 個(gè)方面開(kāi)展相關(guān)工作。未來(lái),人工智能、大數(shù)據(jù)、深度學(xué)習(xí)等技術(shù)將有助于提高功率預(yù)測(cè)模型的條件預(yù)測(cè)能力,是提高短期風(fēng)電功率預(yù)測(cè)精度的重要研究方向。在預(yù)測(cè)系統(tǒng)建設(shè)和部署方面,為提高短期風(fēng)電功率預(yù)測(cè)模型再訓(xùn)練和升級(jí)的實(shí)時(shí)性和便捷性,功率預(yù)測(cè)模型由就地部署移至云端將成為一種新的發(fā)展趨勢(shì)。

附錄見(jiàn)本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。