风电场风力发电容量预测研究综述

摘 要：由于风电场发电量不稳定，发电容量预测就变得尤为重要首先本文介绍了国内外风力发电能力预测的研究现状，简单的指出当前发电容量预测的研究状况。其次主要介绍在发电容量预测方面存在的问题，最后指出发电容量预测的发展趋势。本文从多方面对风力发电容量预测进行论述，希望对我国的风电功率预测发展起到一定的促进作用。

关键词：风电场；发电容量；预测系统

DOI：10.16640/ki.37-1222/t.2016.21.164

0 引言

由于不可再生能源的消耗，各国积极开发新能源，我国也高度重视新能源的开发。随着新能源的不断开发和利用，风能做为一种绿色能源，被大家广泛应用。

在风力发电技术的发展过程中，我国逐渐的扩大了并网型风电场的规模。这一发展态势，导致电网受到风力发电的影响越来越明显。进而增加了风力发电的运营成本，为了降低运营成本，大型风电场发电能力的预测将变得尤为重要[1]。

1 发电容量预测的研究现状

1.1 国外研究现状

国外风力发电容量预测研究的比较早，20世纪80年代就已经开始研究。欧洲有许多国家研究发电容量预测，丹麦是最早开发研究的国家之一，其开发了很多风力发电容量预测的系统，例如：prediktor系统、WPPT（风功率预测工具）系统和Zephyr系统等。

西班牙localpred预测系统首先利用高分辨率的中尺度数值模式MM5数值预报模型，然后通过统计模块（MOS）预测风速修正，最后通过历史数据和同一时期的风速等气象数据建立发电能力预测模型的输出功率。爱尔兰与丹麦共同开发的HIRPOM预测系统，除此之外，西班牙、法国等国家都开发了发电容量预测系统[2]。

1.2 国内研究现状

2005年，我国风电进入起步阶段，对风力发电容量预测只是初步的了解，并进行简要的研究。直到2007年，风力发电容量预测才大规模的开展起来。截至2013年12月，中国电力科学研究院（EPRI）已完成20套有关省电力公司风电容量预测系统，和近200套风电场端容量预测系统开发，对应风电装机容量超过6000万千瓦。

据统计，目前国内几大功率预测服务商有中国电科院、天津国电洁能、北京东润环能、北京中能电力、上海兆方美迪、北京国能日新、南京国电南瑞、北京华软恒信、华北电力大学、等等，同时，也有许多国际企业在国内提供预测服务。

2 发电容量预测存在的问题

只有精准的预测出发电厂发电容量，才能保证电力系统可靠的运行。发电容量预测为电网运行的可靠性提供了依据，不仅降低了发电成本，而且增加了风电穿透极限。发电容量预测在电力系统运行中十分重要，但是发电容量预测技术还不够成熟，还有以下存在的问题[3]：

（1）气象预报不精准。专业的气象预报获取是整个容量预测行业面临的难题之一，气象预报直接影响发电系统的发电容量预测。气象预报的精准度是功率预测系统的精准度保障的基础。

（2）预测技术较落后。由于电站建设的位置不同，特点不同，对系统的要求也不同，随着风力发电技术的不断进步，对发电系统的要求也会越来越高。因此，系统模型需要不断地优化，不断地更新，并在原有的基础上探索新的算法。

（3）系统通信较差。电力相关行政部门关心的是电力调度网络通信的稳定性，由于偏远的丘陵或沙漠地区的互联网网络基础设施质量较差，网络一旦中断，天气预报就中断了，这种情形必然影响预报准确性。

3 发电容量预测的发展趋势

发电容量预测正处于发展阶段，系统建设和相关技术等方面都不够成熟，未来的发展还有待提升。我国风力发电厂发电容量预测的发展还有许多方面需要改进，我认为在今后的风力发电容量预测方面还需要做以下工作[4]， [5]。

（1）完善风电场电网侧容量预测系统建设。风电场电网侧容量预测即对用户耗电量的预测，在电力系统的运行中，最重要的就是保证电力系统的收发平衡，进而保证电力系统的稳定运行。电网履行新能源发展的责任体现在电网侧容量预测系统的建设上面。电网侧容量预测不仅要对该区域的用户耗电量进行预测，还要对风电场上报的结果进行分析研究，以达到预测水平的提高。

（2）加强发电容量预测相关技术的研究。天气预报在容量预测系统中处于重要的位置，应该对天气预报精准性的提高进行研究，并开发出专门用于发电容量预测的天气预报系统。还要对发电容量预测系统的算法进行研发，针对不同的电站，开发具有针对性的预测算法。

（3）发电容量预测系统智能化。对于数据的处理，采用计算机软件进行数据采集，分析和处理，节省了人员的配置，工作人员只需要监督和运行软件即可。对于预测算法，开发出智能算法应用到数据库管理中。

4 总结

本文对风电场发电容量预测进行了研究，对风电场发电量进行精准的预测，利用准确的风电功率预测模型，提高了基本数据的有效性和完整性，结合更科学的数据处理方法，建立相应的风电场管理系统，将对容量预测系统带来很大的帮助。本文提出了发电量预测的问题，针对这一问题，给出了解决该问题的方法措施，最后对风电功率预测系统进行了展望，提出了在开发预测系统的过程中还需要进一步做的工作。

参考文献：

[1]高爽，冬雷，高阳等.基于粗糙集理论的中长期风速预测[J]. 中国电机工程学报，2012，32（01）：32-37.

[2]范高锋，裴哲义，辛耀中.风电功率预测的发展现状与展望[J]. 中国电力，2011，44（06）：38-41.

[3]孙同乐.风电场风功率预测及最大风能追踪[D].华北电力大学，2014.

[4]章伟，邓院昌，魏桢.基于数据分层预处理的短期风功率预测研究[J].水电能源科学，2013（11）：245-248.

[5]宋雪枫，冯刚.风功率预测系统的实际应用[J].电气制造，2012，（06）：34.