第３９卷２１０１年１０月云南电力技术Ｖｏ．９Ｎｏ５１３．Ｏｅ．０１ｔ２１ＹＵＮＮＡＮＥＣＴＲＩＥＬＣＰＯＷＥＲ风电功率预测技术王凤霞（国华呼伦贝尔风电有限公司，内蒙古摘呼伦贝尔０１０）２００要：结合风电场输出功率预测系统中预测结果缺乏足够精度的原因展开分析和讨论，提出了解决方预测电力系统文章编号：１０―３５（０）０―０８０６７４２１０１５０５―２案．最后阐述了对提高风电功率预测精度还需要进一步做的工作。关键词：风力发电风电场功率中图分类号：Ｔ７Ｍ３文献标识码：Ｂ１功率预测的技术风电功率预测的主要功能是计算出风电场未来０２―４小时的逐时刻发电功率。为电网消纳风改进的方法有ＡＭＡ模型法、卡尔曼滤波算法或Ｒ时间序列法和卡尔曼滤波算法相结合。根据预测系统输入数据也可以分为两类。一类不采用数值天气预报的数据，一类采用数值天电。降低调峰成本，提高风电质量以及提高风电场营运维护效率提供可靠的依据。风电在没有预测技术之前是不可预知的。所气预报的数据。根据预测的时间尺度可分为超短期预测和短期预测和中长期预测。从建模的观点来看，不同时间尺度是有本质区别的，对于０～ｈ的预测，因为其变化主要由４以就要为此付出更多的调峰成本。当风很大时，减少火电的发电；反之，加大火电的输出；这样热备份电场就会相应的浪费许多能源。与之相反，如果事先知道风电场的出力曲线。可以安排调度任务，在发电过程中自然的吸纳风电，从而节约大气条件的持续性决定，因此不采用数值天气预报数据也可以得到较好的预测结果，风电场输出功率预测都把数值天气预报数据作为一组重要输入数据。调峰成本，同时保证了电网的稳定运行。则风电功率时大时小．无从预知，会对电网造成很大的冲击。甚至导致不可预知的严重后果。考虑了地形、粗糙度等信息采用物理方程进行预测的方法称为物理方法。根据历史数据进行统计分析。找出其内在规律并用于预测的方法称之为统计方法。如果物理方法和统计方法都采用则称之为综合方法。２２风电场功率预测算法．根据赤峰、通辽地区风电场所处地理位置的２风电场功率预测算法２１风电场功率预测技术概述．按照不同的标准，可以对预测方法进行分类。根据预测的物理量可以分为两类，第一类为对风速的预测．然后根据风电机组或风电场的功率曲线得到风电场的功率输出：第二类为直接预测风电场的输出功率。气候特征和风电场历史数据情况，采用适当的预根据所采用的数学模型不同可分为持续预测法、ＡＭＲＡ模型、卡尔曼滤波法和智能方法等。持续预测方法是最简单的预测模型，这种方法认为风速预测值等于最近几个风速值的滑动平均值。通常认为最近一点的风速值为下一点的风速预测测模型进行特定风电场的功率预测，根据预测时间尺度的不同和实际应用的具体需求．宜采用多方法及模型，形成最优预测策略。从建模的观点看，―０４小时的风电场功率变化主要由大气条件的持续性决定，不采用数值天气预报数据也可以得到较好的预测结果．因此系值。该模型的预测误差较大，且预测结果不稳定。收稿日期：２１―７００１０―２５８第３９卷风电功率预测技术功率。２１０１年第５期统中采用时间序列法进行建模。对于短期预测，不考虑数值天气预报数据无法反映大气运动的本质．所以数值天气预报数据是一组必需的输人数据，根据赤峰、通辽地区风电场的数据情况，采用统计或物理方法建立短期功率预测的模型。１）基于人工神经网络的统计方法：统计法基于“习算法”．通过一种或多种算法建立学３）时间序列方法：时间序列分析建模最大的优点在于不必深究信号序列的产生背景，序列本身所具有得时序性和自相关性已经为建模提供了足够得信息，只需要有限的样本序列，就可以建立起相当高精度的预测模型。时间序列模型主要包括稳定模型和非稳定模型。常用的稳定模型有Ｎ历史数据与测得的风电场历史输出功率数据ＷＰ之间的联系，再根据该关系式．由ＮＷＰ数据对风电场输出功率进行预测。ＢＰ网络除输入输出节点外。还有一层或多层自回归模型、滑动平均模型、自回归滑动平均模型几种。非稳定模型有整合自回归滑动平均模型等。３风电功率预测的误差预测误差的来源主要有天气条件快速变化、测量数据损坏、风电机组停运、数值天气预报数据误差较大、预测模型不精确等。数值天气预报的准确度在一定程度上对功率预测系统的准确度也产生影响，数值天气预报的来源和水平分辨率隐含节点，同层节点中没有任何连接。输入信号从输入层节点依次传过各隐含节点，然后传到输出节点。每层节点的输出只影响下一节点的输出。ＢＰ网络整体算法成熟，其信息处理能力来自于对简单非线性函数的多次复合方法。ＢＰ神经网络一般结构如图１示。所输入层隐含层输出层