沈陽工程學(xué)院 陳子軒 高 陽 許傲然 舒心蕾 胡譯文

本文對聲雷達設(shè)備應(yīng)用在風(fēng)電領(lǐng)域精細化測風(fēng)方面進行了討論研究，主要基于實際數(shù)據(jù)，對測風(fēng)塔設(shè)備和聲雷達設(shè)備在精細化測風(fēng)方面的各自能力做了重點分析。由于風(fēng)電領(lǐng)域的不斷發(fā)展，致使各風(fēng)電場對于今后的規(guī)劃的掌握度要求越來越高，由此，現(xiàn)今普遍使用的測風(fēng)塔設(shè)備對于精細化測風(fēng)的目標也逐漸地出現(xiàn)各種不利影響，新設(shè)備的提出呈現(xiàn)日益必要的趨勢。測風(fēng)數(shù)據(jù)的準確與否將關(guān)系到接下來風(fēng)電場一系列的操作步驟，所以保證精確的測風(fēng)數(shù)據(jù)才能更加的反映該測風(fēng)區(qū)域的實際風(fēng)況，是整個測風(fēng)發(fā)電過程中非常重要的一步。

當今社會各個方面的都在不停地進步發(fā)展，對能源的大量需求更為嚴峻，因此產(chǎn)生的能源短缺問題日益凸顯，如何能夠快速解決能源緊缺的問題顯得越來越重要，目前世界上偏向于大力開發(fā)清潔可再生新能源，并且對此各國爭相投入大量人力物力進行研究，其中在各種各樣的新能源中，風(fēng)力發(fā)電技術(shù)是一種相對污染程度更低，技術(shù)也更加的完善的發(fā)電模式，它所帶來的有利影響包括投入建設(shè)使用的工期較短，在成本花費上也較少，長期運行過程中產(chǎn)生問題的幾率較少，維護檢修的難度較低等，因此它逐漸為人類在能源可持續(xù)發(fā)展戰(zhàn)略方面添上濃墨重彩的一筆，在新能源領(lǐng)域顯得越來越重要。當前國內(nèi)三北地區(qū)的優(yōu)質(zhì)風(fēng)資源開發(fā)已經(jīng)基本飽和，所剩空間有限，在該部分地區(qū)繼續(xù)依靠優(yōu)質(zhì)風(fēng)資源進行大規(guī)模發(fā)展已經(jīng)不具有支撐的基礎(chǔ)，并且當前風(fēng)電行業(yè)的標準規(guī)范，風(fēng)能監(jiān)測手段的相對單一，監(jiān)測技術(shù)的相對落后，尤其是廣泛使用的測風(fēng)塔其固有的缺點，已經(jīng)不能滿足當前行業(yè)發(fā)展和精細化風(fēng)能監(jiān)測的要求，風(fēng)電領(lǐng)域呼喚新一代精細化智能測風(fēng)技術(shù)的出現(xiàn)。

1 BP神經(jīng)網(wǎng)絡(luò)的模型建立

基于對測風(fēng)塔和聲雷達設(shè)備對精細化測風(fēng)的要求進行比較，提出采用基于神經(jīng)網(wǎng)絡(luò)的方法對所測風(fēng)速進行功率預(yù)測，并相較于實際功率進行比較，從而可以得出兩種設(shè)備在精細化測風(fēng)方面的能力。測風(fēng)塔數(shù)據(jù)取自安徽省某風(fēng)電場2019年3月-6月的現(xiàn)場采集來的風(fēng)速數(shù)據(jù)，聲雷達數(shù)據(jù)取自安徽省某風(fēng)電場2020年3月-6月的現(xiàn)場采集來的風(fēng)速數(shù)據(jù)。

1.1 BP神經(jīng)網(wǎng)絡(luò)的基本原理介紹

作為神經(jīng)網(wǎng)絡(luò)中的一個分支，在功率預(yù)測領(lǐng)域體現(xiàn)著強大的模型優(yōu)勢。BP神經(jīng)網(wǎng)絡(luò)是在1986年的時候提出的，它不需要在一開始就在模型建立時編寫輸入-輸出映射關(guān)系的數(shù)學(xué)方程式。它的核心數(shù)學(xué)學(xué)習(xí)規(guī)則是最速下降法，并同時通過反向運算對網(wǎng)絡(luò)中各個神經(jīng)元之間的權(quán)值和閾值進行不斷地修正，使得最終目的神經(jīng)網(wǎng)絡(luò)的誤差平方和最小。因此BP神經(jīng)網(wǎng)絡(luò)算法可以分為兩個主要的運算過程，即信號的正向運算和誤差的反向運算。正向運算過程即當需要計算誤差輸出時，運算過程從輸入到輸出的正方向進行；反向運算過程所需要進行的內(nèi)容是對神經(jīng)網(wǎng)絡(luò)預(yù)先設(shè)置權(quán)值和閾值進行調(diào)整時，運算過程從輸出到輸入的反方向進行。

其具體操作是首先將以風(fēng)功率預(yù)測作為輸出的風(fēng)電場的測風(fēng)設(shè)備在各高度層所測得的現(xiàn)場實時風(fēng)資源數(shù)據(jù)作為基礎(chǔ)，而后依據(jù)相關(guān)國家標準所要求的風(fēng)數(shù)據(jù)的相關(guān)性和合理性等對生數(shù)據(jù)進行篩選、剔除和修正等預(yù)處理操作，整合成一套準確的基礎(chǔ)數(shù)據(jù)庫，接著將基礎(chǔ)數(shù)據(jù)庫中的各層風(fēng)速數(shù)據(jù)和實際功率依次輸入到BP神經(jīng)網(wǎng)絡(luò)模型中進行擬合訓(xùn)練，在建立起模型的同時，從中可提取出訓(xùn)練后的結(jié)果，最后把需要測試的相關(guān)風(fēng)速數(shù)據(jù)輸入到已建立的模型中，經(jīng)過短暫時間的模擬計算后，即可得到所需的風(fēng)電場功率序列結(jié)果。

1.2 BP神經(jīng)網(wǎng)絡(luò)雙向運算過程

在BP神經(jīng)網(wǎng)絡(luò)的模型構(gòu)建中，其雙向運算過程中往往涉及多個神經(jīng)元、閾值和權(quán)值之間的聯(lián)系，所以一般將BP神經(jīng)網(wǎng)絡(luò)設(shè)置n指代輸入層所含的神經(jīng)元個數(shù)，m指代隱含層所含的神經(jīng)元個數(shù)，k指代輸出層所含的神經(jīng)元個數(shù)；θk指代輸出層的第k個神經(jīng)元所設(shè)置的閾值，λm指代隱含層的第m個神經(jīng)元所設(shè)置的閾值；ωnm指代輸入層的第n個神經(jīng)元和隱含層的第m個神經(jīng)元相互連接的設(shè)置權(quán)值，υmk指代隱含層的第m個神經(jīng)元和輸出層的第k個神經(jīng)元相互連接的設(shè)置權(quán)值。

誤差的反向運算過程首先從輸出層開始反向逐層計算各層神經(jīng)元存在的輸出誤差，然后根據(jù)誤差梯度下降法來重新整合各層神經(jīng)元之間的權(quán)值和閾值，使得修改后的網(wǎng)絡(luò)的最終輸出盡可能地接近預(yù)期數(shù)值。

誤差的反向運算過程包括：BP神經(jīng)網(wǎng)絡(luò)模型一般將誤差函數(shù)的具體公式定義成將各個數(shù)據(jù)b的預(yù)估輸出值Y和實際輸出值y作差后求平方和，即：

BP神經(jīng)網(wǎng)絡(luò)對b個訓(xùn)練數(shù)據(jù)的總誤差函數(shù)為：

然后通過誤差梯度下降法對之前預(yù)先所設(shè)置的權(quán)值和閾值進行相關(guān)修正，例如：輸出層權(quán)值的修正量為Δυk，輸出層閾值的修正量為Δθk，隱含層權(quán)值的修正量為Δωm，隱含層的閾值的修正量為Δλm。具體公式如下所示：

經(jīng)過反復(fù)的修正，通過以上預(yù)測誤差函數(shù)E的修正過程后，BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值設(shè)置為新的修正值，用該數(shù)值計算所得的結(jié)果比較合理，其中第i+1次修正值為：

1.3 功率預(yù)測原理介紹

由于風(fēng)電功率波動對電網(wǎng)調(diào)度影響較大，因此時間分辨率以分鐘、小時為計的風(fēng)電預(yù)測非常重要，風(fēng)電有功功率預(yù)測將時間間距設(shè)置為第二日零時至從今天開始三天內(nèi)的間隔，每兩個數(shù)據(jù)之間的時間分辨率為15min。具體各計算公式如下所示：

式中：PMi指i時刻的實際功率；

PPi指i時刻的預(yù)測功率；

Sop指風(fēng)電場的開機總?cè)萘浚?/p>

n指所有樣本個數(shù)；

Erms指均方根誤差；

QR指合格率；

Ema指平均絕對誤差；

CR指準確率。

2 案例分析

2.1 基本參數(shù)設(shè)置

對于兩種設(shè)備的對比試驗，取各自的對應(yīng)時間的風(fēng)速數(shù)據(jù)作為輸入，以風(fēng)電功率作為最終輸出變量進行比較，對比實驗結(jié)果誤差。對于測風(fēng)塔測風(fēng)設(shè)備，取該風(fēng)電場2019年3月11日3：00至5月23日24：00的樣本數(shù)據(jù)作為訓(xùn)練集，取2019年5月24日0：00至6月9日12：00的樣本數(shù)據(jù)作為測試集，分別取10m、30m、50m、70m高度層的風(fēng)速作為輸入信號。對于聲雷達測風(fēng)設(shè)備，取該風(fēng)電場2020年3月11日3：00至5月23日24：00的樣本數(shù)據(jù)作為訓(xùn)練集，取2020年5月24日0：00至6月9日12：00的樣本數(shù)據(jù)作為測試集，分別取10m、30m、70m、80m、85m、95m高度層的風(fēng)速作為輸入信號。綜合考慮訓(xùn)練速度以及數(shù)據(jù)適應(yīng)性等原因，對于模型其他參數(shù)的設(shè)置分別是同樣設(shè)置兩層隱含層，其中兩層分別含有5個和6個神經(jīng)元單位；但是輸入層的神經(jīng)元個數(shù)不同，測風(fēng)塔由于測量高度的原因，設(shè)置為4個，聲雷達由于測風(fēng)層高多，可由層高密度將其設(shè)置為6個；輸出層神經(jīng)元個數(shù)都設(shè)置為1個，時間分辨率為15min，風(fēng)電場的開機總?cè)萘咳?48.5MW，通過某一天的兩設(shè)備測風(fēng)數(shù)據(jù)進行未來一天96個時刻點的預(yù)測功率。

2.2 實驗結(jié)果

為了減小隨機性對實驗帶來的影響，對模擬實驗進行多次測試，對比變化實驗結(jié)果數(shù)據(jù)，同時在matlab軟件中輸入各指標參數(shù)計算公式，計算相關(guān)測試指標系數(shù)，得出具體結(jié)果：其中在測風(fēng)塔的數(shù)據(jù)預(yù)測功率中，Erms為0.195，Ema為0.170，CR為80.5%，QR為84.4%，誤差平均值為25.296MW；聲雷達實測數(shù)據(jù)在預(yù)測功率中，Erms為0.169，Ema為0.124，CR為83.1%，QR為87.3%，誤差平均值為18.466MW。

實驗結(jié)果表明，兩種測風(fēng)設(shè)備的風(fēng)電功率預(yù)測結(jié)果都是滿足合格率和準確率80%的情況，相互比較中可以發(fā)現(xiàn)，聲雷達的合格率和準確率都較優(yōu)于測風(fēng)塔4%左右，均方根誤差也都處于20%以內(nèi)，誤差平均值方面都處于風(fēng)場總開機容量的20%以內(nèi)，測量結(jié)果符合要求，這說明通過聲雷達設(shè)備經(jīng)現(xiàn)場測量后的風(fēng)速數(shù)據(jù)預(yù)測的風(fēng)電功率更加切合于實際功率，聲雷達設(shè)備測量的風(fēng)速數(shù)據(jù)更加精確，更能夠達到精細化測風(fēng)的要求。當在某些時刻對應(yīng)的瞬時風(fēng)速變化差距比較大的情況時，該模型的預(yù)測結(jié)果誤差也因此變差，這結(jié)果可由因為風(fēng)速的劇烈波動性具體影響了BP神經(jīng)網(wǎng)絡(luò)的自主泛化能力來進行解釋，致使其能力減弱，最終對模型的預(yù)測結(jié)果的準確性造成了不良的影響。然而造成模型預(yù)測有較大誤差的主要原因可分為模型本身的建立過程、實際輸入數(shù)據(jù)(本節(jié)即聲雷達及測風(fēng)塔測量風(fēng)能數(shù)據(jù))的精確性和真實性等。如果存在預(yù)測功率遠大于實際功率的情況時，可認為對相應(yīng)發(fā)電設(shè)備進行了限電運行，致使實際功率大大減小；如果存在預(yù)測功率遠小于實際功率的情況時，可認為由于風(fēng)場面積大，因為測風(fēng)設(shè)備只是測量了某個單點的風(fēng)況，致使該風(fēng)能數(shù)據(jù)存在一定的錯誤。因此，輸入數(shù)據(jù)是否精確，符合實際就顯得更加重要，在測量的第一步需要嚴格達到準確度，精細化測風(fēng)的要求必須得到保證。

3 結(jié)論

本文主要對風(fēng)電場的實際測風(fēng)設(shè)備采集而來的數(shù)據(jù)是否合格、準確進行討論分析，對于從現(xiàn)場聲雷達設(shè)備采集而來的風(fēng)能數(shù)據(jù)對比直接從現(xiàn)場采集而來的測風(fēng)塔實時數(shù)據(jù)，通過對BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)架，對安徽省某風(fēng)電場的風(fēng)電功率進行預(yù)測，從而對比該風(fēng)電場的對應(yīng)時間的實際功率，計算出部分誤差指標數(shù)據(jù)，皆分析出通過聲雷達測量的風(fēng)能數(shù)據(jù)在功率預(yù)測方面要較好于測風(fēng)塔的風(fēng)能數(shù)據(jù)，聲雷達的測風(fēng)數(shù)據(jù)更加的精準，更加的切合實際，更加符合精細化測風(fēng)的要求，這有利于聲雷達設(shè)備今后在新能源領(lǐng)域繼續(xù)加大力度的投入使用，為將來大規(guī)模的從測風(fēng)塔設(shè)備逐漸由聲雷達普遍代替打下基礎(chǔ)，使得精細化測風(fēng)能力逐步得到加強，能夠更好地掌握了當?shù)仫L(fēng)況的變化情況，同時為風(fēng)電場測風(fēng)設(shè)備改進和風(fēng)機的準確架設(shè)位置和數(shù)量提供參考，為風(fēng)能發(fā)電的規(guī)劃發(fā)展提供了更大的幫助。