中電建新能源集團股份有限公司西南分公司 潘 帥

風電場降低風功率預測系統(tǒng)電網(wǎng)考核電量，主要是通過記錄分析氣象預報信息、測風塔實時測量信息、風功率輸出結果信息，實現(xiàn)對風功率水平的合理預測，以便從信息整合中找到應用風功率預測系統(tǒng)降低電網(wǎng)考核電量的具體方法。一般情況下，此系統(tǒng)中經(jīng)由風電預測軟件、監(jiān)控硬件設施聯(lián)合操作下，即可獲得實時數(shù)據(jù)，從而對4h 以后、168h 內(nèi)風功率結果進行預測分析，達到降低考核電量目的，尤其是預測后可及時減少風電場非必要性考核電量，幫助風電企業(yè)節(jié)約考核成本，由此表明此系統(tǒng)的合理開發(fā)與應用有顯著意義。

1 風電場降低風功率電網(wǎng)考核電量的特性

1.1 運行風功率曲線特性

風電場降低風功率電網(wǎng)考核電量預測系統(tǒng)在研發(fā)設計前，需要明晰考核電量特性，依據(jù)表1、圖1所示的風電機組風速和有功功率曲線圖，能發(fā)現(xiàn)在1013.3hPa 標準大氣壓、1225kg/m3空氣密度、15℃條件下，考慮風力湍流特性時，將呈現(xiàn)風功率遲緩上漲而后持平的狀態(tài)，經(jīng)過仿真設計分析法確定風功率的降低，能利用控制風電機組槳距角形式促使風功率盡快到達持平拐點[1]。而在不考慮風力特性時，即可形成靜態(tài)變化狀態(tài)，在風速變大時，其風功率增長波動明顯較小。

圖1 1.5MW 風電機組風功率靜態(tài)變化曲線

表1 1.5MW 風電機組風功率動態(tài)變化結果

要想降低電網(wǎng)考核電量，可從風功率預測層面把握降低途徑。同時，依據(jù)IEC61400-12標準，要求在記錄數(shù)據(jù)時，以15min 為數(shù)據(jù)采集周期，以風功率、風速為主要考核指標，并按照0.5m/s 的變化幅度為區(qū)間值，而且還需加強風電場風電機組運行現(xiàn)場周邊地形、機組出力等條件干擾狀況，繼而增加風功率等數(shù)據(jù)采集準確度，滿足風功率預測系統(tǒng)使用中降低考核電量要求。

1.2 風電項目風功率計算

針對風電項目風功率曲線考核值進行科學計算時，還要參照下列公式匯總高度測風儀風速實測結果，以便通過降低考核電量減少風電項目投資方經(jīng)濟損失。即：，其中：K 代表考核值，Q實測、Q推算分別表示實測年風電場發(fā)電量和保證推算年發(fā)電量。一般兩項指標分別以對應的風頻分布值×8760×功率曲線值予以計算。前者是指測風塔輪轂高度測風儀實測值，后者為風電場監(jiān)控設施記錄結果[2]。

在分析風電項目未達到考核標準，并在違反合同規(guī)定承擔賠償職責時，可借助下列公式計算具體金額：H=（Q當年推算-Q當年實測）×h，其中：Q當年推算、Q當年實測、h 分別代表當年風電場保證推算與實測推算年發(fā)電量、上網(wǎng)電價。當研發(fā)預測系統(tǒng)時，針對風功率考核電量的有效降低，應滿足上述特性標準，以便實現(xiàn)系統(tǒng)的合理運行，順利為相關人員找到降低考核電量的實踐方法。

2 風電場降低風功率預測系統(tǒng)電網(wǎng)考核電量要點

2.1 明晰電網(wǎng)考核電量指標

電網(wǎng)考核電量的數(shù)據(jù)采集周期為15min，因此在風電場風功率預測系統(tǒng)降低電網(wǎng)考核電量設計環(huán)節(jié)，需要掌握清晰的考核指標。為降低考核電量，在預測風功率期間可先行確定區(qū)域控制偏差值變化范圍（ACE），且符合下述要求：、，其中：、代表15min 內(nèi)k 省份風電場ACE 平均值與控制帶寬；ε15、Bk、BE為k 省份全年風功率平均偏差均方根值控制目標、k 省份電網(wǎng)頻率響應系數(shù)及互聯(lián)網(wǎng)電網(wǎng)頻率響應系數(shù)。計算后往往滿足功率偏差考核閾值高于功率偏差均值，此時表示無需考核電網(wǎng)電量。若前一個數(shù)值偏小，此時要想降低考核電量，往往需要按照相關調(diào)節(jié)標準摸索頻率變化規(guī)律。

若通過系統(tǒng)預測風功率判斷考核電量降低方向，還需要圍繞省份在電網(wǎng)考核時間內(nèi)出現(xiàn)波動的具體原因，即跨區(qū)考核中可將考核周期縮短為1min，此時可達到降低考核電量的目的，考核周期內(nèi)ACE 絕對值平均結果低于考核帶寬，表示滿足既定考核標準，反之視為不合格，須加強考核量降低管理，有望減少風電項目投資損失?？刂瓶己穗娏繒r，具體以考核帶寬等指標為主，參照學者劉志成[3]等人給出的應用協(xié)調(diào)控制考核方法后得出表2結果。

表2 預測系統(tǒng)運行前后電網(wǎng)考核電量數(shù)量變化情況

筆者所在單位曾對特變電功達坂城風電場運用預測系統(tǒng)用于測量電量，該風電場所在位置海拔1132m，以西南盛行風向為主，電塔高度70m，屬于戈壁灘地形。面對多個風電場，在其同步運行期間受氣候環(huán)境影響，為保證風電場保持良好的運行狀態(tài)，專門根據(jù)南北氣流特征將風力發(fā)電機安裝面積控制在1000km 之上，而且由于當?shù)厣僖娖茐男燥L速事件，且需要連年開啟發(fā)電，因而筆者根據(jù)該工程中250億kWh 風能蘊藏量以及75億kWh 電能需求度，使用預測系統(tǒng)監(jiān)測電能，致使裝機容量達到2500MW 標準。為進一步促使該工程保持穩(wěn)供電性能，專門引進預測系統(tǒng)對風電能源使用動態(tài)以及發(fā)電量進行動態(tài)監(jiān)測，就此在預測系統(tǒng)輔助下實現(xiàn)高效發(fā)電。從筆者參與的預測系統(tǒng)實際應用案例中驗證此系統(tǒng)具備推廣價值。

2.2 建立風功率預測模型

對風功率進行預測需要通過建設風功率預測模型的方式，以便提升風功率預測的精準性。在建設模型的過程中，需要對離線模型進行辨識，將風速數(shù)據(jù)作為離線參考數(shù)據(jù)，借由風力發(fā)電機的電功率，作為模型的建設指標，以便能夠得到模型建立的數(shù)據(jù)樣本。待至得到數(shù)據(jù)樣本后，按照間隔e 對樣本數(shù)量進行擴展，以便得到含有（t-d）～（d）的數(shù)據(jù)間段的試驗數(shù)據(jù)樣本。同時，在此基礎上，要選擇合適建立風功率預測模型的數(shù)據(jù)樣本（a）、測試樣本（r）以及檢驗樣本（p）：

之后，采用MAT 攜帶的局部編碼程序?qū)ζ鋽?shù)據(jù)進行編制，在利用MAT 進行仿真建模的過程中，借助減法聚類手段找到對應數(shù)據(jù)組，并根據(jù)聚類中心的個數(shù)來確定預測模型的建設規(guī)則數(shù)和輸入變量的隸屬度函數(shù)數(shù)目，以此來確定函數(shù)位置。并且，在進行計算的過程中采用梯度下降法和最小二乘法，首先將輸入變量的時間間段d 設置為1，其后續(xù)變量取值1～7。在設定完減法聚類參數(shù)以后，將輸入變量置于13個模糊子集中，利用公式計算出90條模糊規(guī)則，從而形成網(wǎng)絡結構，建成基本的風功率預測模型：。其預測模型建立方法還包括以下細節(jié)。

參數(shù)訓練。在數(shù)據(jù)樣本（a）、測試樣本（r）以及檢驗樣本（p）中提取出2000個訓練數(shù)據(jù)，將其置于基礎模型中進行參數(shù)訓練和校驗。等到經(jīng)過100次試驗后，可發(fā)現(xiàn)模型輸出的誤差與校驗誤差并未發(fā)生變化，由此樣本可以得出初級的風功率預測模型。在后續(xù)參數(shù)訓練中，通過不斷調(diào)整算法參數(shù)進行訓練，而當訓練誤差與校驗誤差之間的差距最小時，就可以得出最優(yōu)的風功率預測模型。而后將訓練數(shù)據(jù)置于最優(yōu)預測模型條件下，得出預測風功率與實際風功率之間的曲線，記錄實際風功率與預測風功率之間的誤差。

結果分析。通過對二者誤差的分析可以知曉，在參數(shù)訓練結束后，模型預測的風功率基本與實際功率重合。從誤差的角度來看，二者的實際誤差處于±5MW 的范圍內(nèi)。通過計算可以得出MEA 值為0.72%，繼而能夠說明將訓練數(shù)據(jù)，作為預測模型的輸入變量所得出的預測風功率，與實際風功率之間的誤差小于風功率預測功能所規(guī)定的0.2，證明該模型具有較高的精準度。

模型測試。確定最佳風功率預測模型后，保持模型中的參數(shù)不變，選取訓練樣本中后2000位數(shù)據(jù)點作為測試模型的數(shù)據(jù)樣本，通過該測試結果判斷模型在新的樣本數(shù)據(jù)下，其誤差值能夠保持與上個樣本數(shù)據(jù)同樣的精確度，以此來測試預測模型對于新數(shù)據(jù)的適應性。通過對測試結果的分析，在輸入新數(shù)據(jù)樣本后，所得誤差值仍舊處于規(guī)定的范圍要求內(nèi)。

2.3 完善預測系統(tǒng)考核功能

以風電場風功率預測系統(tǒng)降低電網(wǎng)考核電量時，需對系統(tǒng)考核功能進行有效完善，此系統(tǒng)多需要依靠網(wǎng)絡交換機、反向隔離裝置、天氣預報服務器、氣象中心等設施構建硬件架構，并聯(lián)合防火墻技術、外網(wǎng)服務技術預測風功率變化特征。而在軟件架構設計中，多以監(jiān)控監(jiān)測、風電預測、統(tǒng)計分析等軟件功能模塊為主，尤其在風電預測階段，包含發(fā)電量預測、風功率預測以及數(shù)據(jù)修訂展示功能。在系統(tǒng)研發(fā)設計階段，多以CDT451-91國際標準、IEC60870國際標準界定預測數(shù)據(jù)共享權限，并要求該系統(tǒng)設有日志功能以及網(wǎng)絡安全加密功能，以便增強系統(tǒng)運行可靠性。

其中，采集的數(shù)據(jù)應涵蓋監(jiān)控數(shù)據(jù)（風功率、有功功率等）、機組運行數(shù)據(jù)（1min 時間分辨率下風速、風功率等），而數(shù)據(jù)管理功能下也要利用平均加權算法進行數(shù)據(jù)求和、平均值分析處理，便于提高數(shù)據(jù)采集效率。統(tǒng)計預測數(shù)據(jù)時，建立的預測模型還需要及時處理測風塔、風功率等不合理數(shù)據(jù)，借此預測考核電量標準范圍，促使在數(shù)據(jù)集中管理條件下，快速通過負荷率、發(fā)電量等計算方法評估風電場運行動態(tài)。在完善系統(tǒng)功能時，還應當對風電場風功率短期指標、超短期指標（預測時效＞4h）進行合理統(tǒng)計，以準確率、合格率、最大偏差、最大偏差發(fā)生時間指標為主。例如，筆者在相關調(diào)查中，風電場中風功率預測準確率從85.4%逐漸降至76.04%，此時須加強數(shù)據(jù)校對，最終提高風電項目投資效率，規(guī)避投資失利風險。

風功率預測系統(tǒng)運行時為降低考核電量，還需設置繪圖功能，以風向玫瑰圖、風速輪廓圖等氣象曲線圖展示風速變化規(guī)律，并且規(guī)定該系統(tǒng)需要24h 全天候記錄，其上報數(shù)據(jù)點應為96個，一旦缺少上報數(shù)據(jù)，需立即考核電量。而在低于30MW 風電場裝機容量下，10min 有功功率變化最大值為10MW（1min 為3MW）。若在30MW 以上裝機容量條件下，該指標應為10%裝機容量（1min）、1/3（10min），經(jīng)過預測風功率變化指標確定考核電量降低方法，是目前研發(fā)預測系統(tǒng)重要目的。

2.4 在線智能檢測考核量

關于電網(wǎng)考核電量常在風速降低、風速＞切出條件下風速風功率變化時達到免考標準，同時滿足電網(wǎng)電量考核量＜1%上網(wǎng)電量的標準。因此，要想降低考核量，需通過運行風功率預測系統(tǒng)對現(xiàn)有考核量結果進行在線智能檢測，從中了解當前考核量與免考標準的差距，隨即找到降低考核量方法，比如降低風速、控制有機功率等。在應用預測系統(tǒng)期間，還可將風電場風速測量點獲取的數(shù)據(jù)輸入預測模型中，根據(jù)風速時間序列累加風功率，從而增加預測準確度。

為降低電網(wǎng)考核電量，應充分實現(xiàn)預測系統(tǒng)高精度設計。如可以借鑒筆者所在單位往年“風鳥”預測系統(tǒng)開發(fā)經(jīng)驗，在以在線智能檢測功能復核實時數(shù)據(jù)時，該系統(tǒng)選用模型算法以定制化服務進行功率偏差考核，并且還依靠日內(nèi)出力曲線、最優(yōu)日前處理曲線針對現(xiàn)貨交易風電項目進行高收益評估，便于電能市場化交易期間強化投資價值。