霍云龍

摘要： 新能源中的風(fēng)力發(fā)電和光伏電力發(fā)電不僅具有能源隨機(jī)性、湍流性和能源性別確定性等決定性的基本特點(diǎn)，在現(xiàn)代電網(wǎng)建設(shè)運(yùn)行管理過(guò)程中也同樣具有一定的慣性特點(diǎn)。因此應(yīng)特別注意準(zhǔn)確性地預(yù)測(cè)新一代能源的風(fēng)力和光伏電力發(fā)電。通過(guò)研究總結(jié)和分析研究關(guān)于風(fēng)力發(fā)電和光伏電力發(fā)電的一般輸出能源曲線(xiàn)基本特征，總結(jié)了關(guān)于風(fēng)力發(fā)電和光伏電力發(fā)電的一般能源輸出曲線(xiàn)特征，提出了關(guān)于風(fēng)力發(fā)電和光伏電力發(fā)電能源預(yù)測(cè)的一個(gè)基本思路。首先考慮一般的能源預(yù)測(cè)工作過(guò)程。

關(guān)鍵詞：新能源;風(fēng)光發(fā)電技術(shù);應(yīng)用

引言

為了充分滿(mǎn)足并網(wǎng)時(shí)間平衡性和運(yùn)行平穩(wěn)特性的基本要求，有必要重新配置完全不相匹配的縱向旋轉(zhuǎn)率和備用發(fā)電容量，以有效解決風(fēng)能和大型太陽(yáng)能的運(yùn)行不穩(wěn)定性。特別是在水力發(fā)電和大型太陽(yáng)能聯(lián)合并網(wǎng)協(xié)同運(yùn)行的運(yùn)營(yíng)過(guò)程中，增加旋轉(zhuǎn)備用發(fā)電容量很容易大大增加其運(yùn)營(yíng)成本。通過(guò)對(duì)大型風(fēng)力發(fā)電和大型太陽(yáng)能并網(wǎng)發(fā)電趨勢(shì)進(jìn)行準(zhǔn)確有效的趨勢(shì)預(yù)測(cè)，可以有效大大降低風(fēng)力電網(wǎng)的縱向旋轉(zhuǎn)率和備用發(fā)電容量，從而有效率地降低風(fēng)力電網(wǎng)的橫向旋轉(zhuǎn)率和備用發(fā)電容量，提高新能源吸收能力。

一、風(fēng)電功率預(yù)測(cè)現(xiàn)狀

風(fēng)電風(fēng)能功率模型預(yù)測(cè)一般可以包括間接風(fēng)速模型預(yù)測(cè)、功率模型曲線(xiàn)導(dǎo)入計(jì)算和數(shù)據(jù)模型導(dǎo)入輸出數(shù)據(jù)統(tǒng)計(jì)，其中最重要的一種是間接風(fēng)速功率預(yù)測(cè)。由于風(fēng)速受各地溫差、壓差、空氣密度和自然地形的因素影響，風(fēng)速已逐漸成為最難準(zhǔn)確預(yù)測(cè)的一種氣象歷史參數(shù)。根據(jù)風(fēng)速預(yù)測(cè)適用時(shí)間段的范圍，風(fēng)電功率預(yù)測(cè)一般可以細(xì)分為3～10天的長(zhǎng)期時(shí)間預(yù)測(cè)、6～72小時(shí)的中期時(shí)間預(yù)測(cè)和0～6小時(shí)的短期時(shí)間預(yù)測(cè)。在這些風(fēng)能功率預(yù)測(cè)中，最重要的氣象信息因素是這些氣象歷史參數(shù)和整個(gè)風(fēng)力發(fā)電場(chǎng)的歷史數(shù)據(jù)。這些氣象歷史參數(shù)主要來(lái)自整個(gè)風(fēng)電場(chǎng)周?chē)臍庀鬁y(cè)量處理設(shè)備，如電子氣象預(yù)測(cè)傳感器和其他氣象部門(mén)的實(shí)時(shí)天氣預(yù)報(bào)。在此之前，所有的的風(fēng)電功率預(yù)測(cè)都在模型中都可以細(xì)分為間接自動(dòng)預(yù)測(cè)和直接自動(dòng)預(yù)測(cè)。

組合整體預(yù)測(cè)數(shù)據(jù)模型分析是一種特殊的綜合統(tǒng)計(jì)分析模型。它將多種不同綜合預(yù)測(cè)分析技術(shù)的綜合預(yù)測(cè)分析結(jié)果有機(jī)結(jié)合應(yīng)用起來(lái)，得到最佳的綜合預(yù)測(cè)分析結(jié)果。從許多研究者的結(jié)果分析來(lái)看，使用一套合適的整體預(yù)測(cè)數(shù)據(jù)生成響應(yīng)技術(shù)用來(lái)進(jìn)行多方綜合數(shù)據(jù)預(yù)測(cè)往往遠(yuǎn)遠(yuǎn)優(yōu)于使用任何一方的綜合預(yù)測(cè)數(shù)據(jù)生成應(yīng)用技術(shù)。

二、光伏發(fā)電預(yù)測(cè)現(xiàn)狀

光伏發(fā)電技術(shù)是一種利用位于半導(dǎo)體電子界面的光伏發(fā)電效應(yīng)將大量太陽(yáng)能直接轉(zhuǎn)化成為電能的一種技術(shù)。與成熟的風(fēng)力發(fā)電性能預(yù)測(cè)系統(tǒng)技術(shù)研究相比，光伏電站發(fā)電性能預(yù)測(cè)的技術(shù)研究還只是處于一個(gè)起步初的階段，文獻(xiàn)中已經(jīng)提出的研究項(xiàng)目相對(duì)較少。一些預(yù)測(cè)專(zhuān)家提出如何利用雙向和針對(duì)正交小波分解人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)系統(tǒng)結(jié)構(gòu)設(shè)計(jì)，將雙向小波回歸太陽(yáng)輻射分解定義為一個(gè)小整數(shù)波長(zhǎng)的雙向空間遞歸壓縮輻射信號(hào)。他們提出利用不斷改進(jìn)的小波遞歸壓縮機(jī)器自動(dòng)學(xué)習(xí)性能預(yù)測(cè)系統(tǒng)算法，利用針對(duì)小波回歸壓縮后的空間輻射信號(hào)進(jìn)行幅度計(jì)算系數(shù)系統(tǒng)結(jié)構(gòu)重新定義的方法和用來(lái)準(zhǔn)確預(yù)測(cè)人工神經(jīng)網(wǎng)絡(luò)的自動(dòng)可調(diào)性適應(yīng)小波回歸信號(hào)幅度計(jì)算系數(shù)系統(tǒng)結(jié)構(gòu)，提出了一種可以用于不斷提高非線(xiàn)性自動(dòng)可適應(yīng)小波回歸人工神經(jīng)網(wǎng)絡(luò)技術(shù)性能以及預(yù)測(cè)處理系統(tǒng)技術(shù)性能的預(yù)測(cè)技術(shù)研究方法。一些科學(xué)研究所的工作人員先后兩次提出了直接和間接的性能預(yù)測(cè)系統(tǒng)方法并可以用來(lái)準(zhǔn)確性地預(yù)測(cè)第二天的整個(gè)光伏電站性能發(fā)電量級(jí)。

三、風(fēng)光發(fā)電預(yù)測(cè)技術(shù)的發(fā)展及方法

1、以時(shí)間序列法為代表的傳統(tǒng)統(tǒng)計(jì)法

時(shí)間序列法是利用風(fēng)力發(fā)電的一組基礎(chǔ)數(shù)據(jù)，按時(shí)間順序形成一個(gè)數(shù)值序列，并用數(shù)理統(tǒng)計(jì)方法對(duì)其進(jìn)行處理，實(shí)現(xiàn)對(duì)未來(lái)風(fēng)力發(fā)電的預(yù)測(cè)。其基本原則是：首先，通過(guò)對(duì)歷史數(shù)據(jù)的分析，確定事物的發(fā)展是連續(xù)的，可以推斷未來(lái)的發(fā)展趨勢(shì);其次，采用統(tǒng)計(jì)分析中的加權(quán)平均法消除隨機(jī)因素的影響。根據(jù)濾波器的特點(diǎn)，常用的時(shí)間序列有ar、Ma、ARMA和ARIMA。時(shí)間序列法原理簡(jiǎn)單，但擴(kuò)展精度較低。一般來(lái)說(shuō)，它只適用于超短期和超短期負(fù)荷預(yù)測(cè)。利用馬爾可夫鏈模擬風(fēng)力發(fā)電的隨機(jī)過(guò)程。采用連續(xù)波動(dòng)蒙特卡羅方法對(duì)風(fēng)力發(fā)電的時(shí)域特性進(jìn)行了建模，并對(duì)其性能進(jìn)行了分析。

2、以人工神經(jīng)網(wǎng)絡(luò)為代表的現(xiàn)代統(tǒng)計(jì)預(yù)測(cè)法

近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)領(lǐng)域得到了廣泛的應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)的一個(gè)重要本質(zhì)特性問(wèn)題也就是如何可以利用數(shù)學(xué)分析系統(tǒng)方法用來(lái)建立一個(gè)數(shù)學(xué)分析系統(tǒng)模型并可以用來(lái)準(zhǔn)確預(yù)測(cè)模擬各種野生動(dòng)物人工神經(jīng)網(wǎng)絡(luò)的各種物理化學(xué)特性。通過(guò)分布式的對(duì)并行功率信息處理的網(wǎng)絡(luò)反復(fù)綜合訓(xùn)練，不斷優(yōu)化調(diào)整人工神經(jīng)網(wǎng)絡(luò)中各處理節(jié)點(diǎn)的信息連接處理方式和網(wǎng)絡(luò)權(quán)值，達(dá)到實(shí)時(shí)預(yù)測(cè)和分析處理功率信息的主要目的。常用的人工神經(jīng)網(wǎng)絡(luò)處理模型主要種類(lèi)包括四種FNN前饋算法。BP回歸神經(jīng)網(wǎng)絡(luò)處理模型（又例如BLRNN、MPLNN和FNRBFNN）主要用于對(duì)通風(fēng)電站的功率信息預(yù)測(cè)。通過(guò)各種算例研究分析了不同高度和輸入口處的風(fēng)速對(duì)于通風(fēng)功率信息預(yù)測(cè)處理結(jié)果的直接影響。與目前應(yīng)用最廣泛的兩種FNN算法前饋回歸神經(jīng)網(wǎng)絡(luò)模型相比，F(xiàn)NN前饋回歸人工神經(jīng)網(wǎng)絡(luò)模型作為一種特別適用于不同時(shí)間長(zhǎng)度序列信息預(yù)測(cè)的人工神經(jīng)網(wǎng)絡(luò)處理模型。

3、組合預(yù)測(cè)法

組合預(yù)測(cè)方法是考慮兩種或兩種以上單一預(yù)測(cè)方法的組合預(yù)測(cè)方法。實(shí)踐表明，多種預(yù)測(cè)方法的結(jié)合是提高景觀預(yù)測(cè)精度的重要途徑。組合的類(lèi)型有：（1）物理預(yù)測(cè)方法和統(tǒng)計(jì)預(yù)測(cè)方法的組合。首先，從數(shù)值天氣預(yù)報(bào)中獲取天氣預(yù)報(bào)信息，然后進(jìn)行處理和選擇。通過(guò)對(duì)歷史數(shù)據(jù)的訓(xùn)練和學(xué)習(xí)，將所需數(shù)據(jù)發(fā)送到統(tǒng)計(jì)預(yù)測(cè)模型中進(jìn)行景觀產(chǎn)量預(yù)測(cè)。

結(jié)束語(yǔ)

通過(guò)研究和總結(jié)風(fēng)電和光伏輸出曲線(xiàn)的特點(diǎn)，總結(jié)了風(fēng)電和光伏輸出的一般規(guī)律?；谶@些特點(diǎn)，提出了風(fēng)電和光伏發(fā)電預(yù)測(cè)的相關(guān)概念和一般過(guò)程，并根據(jù)時(shí)間尺度、預(yù)測(cè)對(duì)象和預(yù)測(cè)方法對(duì)景觀預(yù)測(cè)的主要方法進(jìn)行了分類(lèi)。為了進(jìn)一步提高精度，應(yīng)根據(jù)實(shí)際情況采用統(tǒng)計(jì)方法等技術(shù)確定風(fēng)速與功率輸出的精確關(guān)系。

參考文獻(xiàn)

[1]何黎娟.新能源風(fēng)光發(fā)電預(yù)測(cè)技術(shù)的發(fā)展及應(yīng)用[J].建筑工程技術(shù)與設(shè)計(jì)，2018，（31）：3176.

[2]張怡.新能源風(fēng)光發(fā)電預(yù)測(cè)技術(shù)的發(fā)展及應(yīng)用[J].浙江水利水電學(xué)院學(xué)報(bào)，2018，30（1）：68-74.

[3]張怡.新能源風(fēng)光發(fā)電預(yù)測(cè)技術(shù)的發(fā)展及應(yīng)用[J].浙江水利水電學(xué)院學(xué)報(bào)，2018，030 （001）：P.68-74.

[4]沈月.新能源——太陽(yáng)能光伏發(fā)電并網(wǎng)及其相關(guān)技術(shù)發(fā)展現(xiàn)狀與展望[J].中國(guó)戰(zhàn)略新興產(chǎn)業(yè)，2018，（48）：24.

[5]王宗瑞，李昔真，蘇則立.中國(guó)風(fēng)光互補(bǔ)聯(lián)合發(fā)電技術(shù)的現(xiàn)狀與展望[J].節(jié)能，2017，36（8）：4-7.