陳傳芳

摘要：依據(jù)《風(fēng)電場(chǎng)功率預(yù)測(cè)預(yù)報(bào)管理暫行辦法》，精確的風(fēng)電場(chǎng)功率預(yù)測(cè)是解決風(fēng)電并網(wǎng)問(wèn)題的有效途徑之一。本文從預(yù)測(cè)預(yù)報(bào)要求、影響風(fēng)功率預(yù)測(cè)準(zhǔn)確率因素、風(fēng)電場(chǎng)輸出功率預(yù)測(cè)模型等方面做了闡述。

關(guān)鍵詞：風(fēng)電功率預(yù)測(cè);預(yù)測(cè)精度;組合優(yōu)化

隨著風(fēng)電場(chǎng)的單機(jī)容量和總裝機(jī)容量的不斷增大，風(fēng)電并網(wǎng)給系統(tǒng)帶來(lái)諸如系統(tǒng)穩(wěn)定性、電力系統(tǒng)調(diào)度、穿越功率和電網(wǎng)規(guī)劃等一系列難題。這一切問(wèn)題都源于風(fēng)電場(chǎng)輸出功率的不可控性，解決風(fēng)電并網(wǎng)所帶來(lái)問(wèn)題的一系列問(wèn)題關(guān)鍵在于能夠?qū)︼L(fēng)電場(chǎng)輸出功率進(jìn)行精確的預(yù)測(cè)。

一、風(fēng)功率預(yù)測(cè)預(yù)報(bào)要求

電網(wǎng)調(diào)度部門對(duì)風(fēng)電功率預(yù)測(cè)的基本要求有兩個(gè)：一是日預(yù)報(bào)，即次日零時(shí)至二十四時(shí)的預(yù)測(cè)預(yù)報(bào)，時(shí)間分辨為十五分鐘。二是實(shí)時(shí)預(yù)報(bào)，即自上報(bào)時(shí)刻起未來(lái)十五分鐘至四小時(shí)的預(yù)測(cè)預(yù)報(bào)，時(shí)間分辨不小于十五分鐘。

日預(yù)報(bào)要求并網(wǎng)風(fēng)電場(chǎng)每日在規(guī)定時(shí)間前按規(guī)定要求向電網(wǎng)調(diào)度機(jī)構(gòu)提交次日零時(shí)到二十四時(shí)每十五分鐘共九十六個(gè)時(shí)間節(jié)點(diǎn)風(fēng)電有功功率預(yù)測(cè)數(shù)據(jù)和開(kāi)機(jī)容量。預(yù)報(bào)要求并網(wǎng)風(fēng)電場(chǎng)按規(guī)定要求每十五分鐘滾動(dòng)上報(bào)未來(lái)十五分鐘至四小時(shí)風(fēng)電功率預(yù)測(cè)數(shù)據(jù)和實(shí)時(shí)的風(fēng)速等氣象數(shù)據(jù)。

二、影響風(fēng)功率預(yù)測(cè)準(zhǔn)確率因素

風(fēng)電機(jī)組的輸出功率取決于風(fēng)速及空氣密度?？諝饷芏扰c濕度、溫度、壓強(qiáng)密切相關(guān)，因此在風(fēng)電功率預(yù)測(cè)中要考慮溫度、濕度和壓強(qiáng)。根據(jù)以上分析，風(fēng)電功率預(yù)測(cè)模型的輸入數(shù)據(jù)應(yīng)包括風(fēng)速、風(fēng)向、溫度、濕度和壓強(qiáng)。

（一）數(shù)值天氣預(yù)報(bào)預(yù)測(cè)的是風(fēng)速、風(fēng)向、氣溫、氣壓等氣象數(shù)據(jù)，是風(fēng)電場(chǎng)開(kāi)展風(fēng)電功率預(yù)測(cè)的基礎(chǔ)和輸入，能否得到準(zhǔn)確的數(shù)值天氣預(yù)報(bào)對(duì)風(fēng)電功率預(yù)測(cè)準(zhǔn)確率有很大影響。

（二）由于風(fēng)的隨機(jī)性、不確定性，再加上我國(guó)很多風(fēng)電場(chǎng)都建在邊遠(yuǎn)地區(qū)，地形差異較大，短時(shí)間會(huì)有風(fēng)的快速變化，導(dǎo)致近地面的風(fēng)速數(shù)值預(yù)報(bào)難度很大。我們都知道風(fēng)功率與風(fēng)速的三次方成正比，所以風(fēng)速數(shù)值預(yù)報(bào)的準(zhǔn)確性會(huì)直接影響風(fēng)功率預(yù)測(cè)的準(zhǔn)確率。

（三）風(fēng)電功率預(yù)測(cè)方法也是影響預(yù)測(cè)的準(zhǔn)確率的關(guān)鍵因素。目前國(guó)內(nèi)風(fēng)功率預(yù)測(cè)方法主要有基于統(tǒng)計(jì)的方法和基于物理建模的方法。因統(tǒng)計(jì)方法和物理方法都對(duì)數(shù)據(jù)都有很高要求，如果數(shù)據(jù)本身不是很完整，或者經(jīng)過(guò)人為影響，或者得到的數(shù)據(jù)是錯(cuò)誤的，都會(huì)影響到風(fēng)電功率預(yù)測(cè)結(jié)果的準(zhǔn)確度。

三、風(fēng)電場(chǎng)輸出功率預(yù)測(cè)模型

（一）預(yù)測(cè)方法的選擇

功率預(yù)測(cè)方法沒(méi)有統(tǒng)一的分類標(biāo)準(zhǔn)，按照不同的標(biāo)準(zhǔn)有不同的分類。根據(jù)預(yù)測(cè)物理量的不同可分為2類：第1類是對(duì)風(fēng)速進(jìn)行預(yù)測(cè)，然后根據(jù)風(fēng)電機(jī)組或風(fēng)電場(chǎng)的功率曲線得到風(fēng)電場(chǎng)的輸出功率;第2類是直接預(yù)測(cè)風(fēng)電場(chǎng)的輸出功率。根據(jù)所采用數(shù)學(xué)模型的不同可分為持續(xù)預(yù)測(cè)法、自回歸滑動(dòng)平均模型法、卡爾曼濾波法和智能方法等。實(shí)踐證明，采用以綜合功能預(yù)測(cè)模型在有些預(yù)測(cè)點(diǎn)可能出現(xiàn)較大的誤差，因此在建立風(fēng)電場(chǎng)預(yù)測(cè)的BP模型、RBF模型、SVM模型的基礎(chǔ)上，采取三種模型的組合預(yù)測(cè)的方法，可以有效減少較大誤差的出現(xiàn)，提高預(yù)測(cè)精度。

（二）風(fēng)電場(chǎng)輸出功率預(yù)測(cè)模型

（1）組合模型I---等權(quán)重平均法

（P總為總的預(yù)測(cè)輸出功率，PBP、PRBF、PSVM分別為BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、SVM預(yù)測(cè)的輸出功率）

（2）組合模型II—協(xié)方差優(yōu)選組合預(yù)測(cè)法

（λ1、λ2、λ3分別為BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)和SVM預(yù)測(cè)的權(quán)重，λ1+λ2+λ3=1）

BP模型、RBF模型、SVM模型及組合預(yù)測(cè)模型的誤差分別為e1、e2、e3、ec，三種預(yù)測(cè)誤差的方差分別為σ11、σ22、σ33，組合預(yù)測(cè)誤差的方差為，可以證明：var（ec）min ≤min（σ11，σ22，σ33），表明組合預(yù)測(cè)方法優(yōu)于單一預(yù)測(cè)方法。

（三）組合模型III--時(shí)變權(quán)值組合優(yōu)化法

協(xié)方差優(yōu)選組合預(yù)測(cè)法計(jì)算得到的權(quán)系數(shù)是固定不變的。實(shí)際上在不同情況下各預(yù)測(cè)方法的預(yù)測(cè)精度可能不同，采用變系數(shù)的方法有可能進(jìn)一步提高預(yù)測(cè)精度。權(quán)系數(shù)的確定可取最近的m個(gè)樣本歷史值來(lái)計(jì)算：

計(jì)算中采用移動(dòng)樣本，每次都使用s個(gè)樣本計(jì)算。每過(guò)15分鐘，就把剛得到的實(shí)際值加入樣本中，剔除原樣本的第一個(gè)實(shí)際值，保證每次樣本個(gè)數(shù)均為s。所以每隔15分鐘，樣本均會(huì)發(fā)生一次移動(dòng)，權(quán)值每15分鐘更新一次。

綜上，時(shí)變權(quán)系數(shù)組合優(yōu)化預(yù)測(cè)模型為：

依據(jù)風(fēng)電功率預(yù)測(cè)考核指標(biāo)將三種單獨(dú)預(yù)測(cè)模型與組合預(yù)測(cè)模型的合格率、準(zhǔn)確率進(jìn)行對(duì)比， 采用組合預(yù)測(cè)的合格率、準(zhǔn)確率較獨(dú)立預(yù)測(cè)模型均有所提高，所以組合預(yù)測(cè)能夠較好的提升預(yù)測(cè)的準(zhǔn)確性，使最終的預(yù)測(cè)值更可信。

比較上述各種預(yù)測(cè)方法的平均實(shí)時(shí)預(yù)測(cè)誤差，得知BP的誤差均大于0.2 kW，RBF模型和SVM模型的誤差接近0.3kW，而優(yōu)化組合模型的誤差均小于0.2 kW。

綜上所述：優(yōu)化組合模型的預(yù)測(cè)精度較之獨(dú)立預(yù)測(cè)模型有顯著的提高。綜上所述：優(yōu)化組合模型的預(yù)測(cè)精度較之獨(dú)立預(yù)測(cè)模型有顯著的提高。

四、風(fēng)電場(chǎng)輸出功率預(yù)測(cè)研究趨勢(shì)

（一）通過(guò)對(duì)風(fēng)速預(yù)測(cè)模型的研究與分析可以確定風(fēng)電場(chǎng)輸出功率預(yù)測(cè)領(lǐng)域的研究趨勢(shì)：

（二）人工智能模型由于預(yù)測(cè)精度相對(duì)較高通過(guò)算法的進(jìn)一步優(yōu)化成為較可行的研究思路。

（三）進(jìn)一步將各種預(yù)測(cè)模型應(yīng)用于實(shí)際風(fēng)電場(chǎng)，在實(shí)際應(yīng)用過(guò)程中對(duì)預(yù)測(cè)模型加以改善。

（四）組合預(yù)測(cè)成為降低預(yù)測(cè)誤差的主流研究趨勢(shì)，但組合預(yù)測(cè)的結(jié)果也僅是一個(gè)預(yù)測(cè)值，若能給出預(yù)測(cè)值的置信區(qū)間，則預(yù)測(cè)結(jié)果將更具有實(shí)用價(jià)值，考慮置信區(qū)間的風(fēng)速概率預(yù)測(cè)方法將成為主流的研究思路。

在進(jìn)行預(yù)測(cè)的時(shí)候，應(yīng)充分考慮影響風(fēng)電的各種因素，依據(jù)風(fēng)電場(chǎng)實(shí)際情況以及結(jié)合各種預(yù)測(cè)方式的特點(diǎn)，建立相關(guān)的預(yù)測(cè)形式，從而得到更好的預(yù)測(cè)效果，促進(jìn)電力系統(tǒng)的發(fā)展。