CN102005760B - 一种通用风电功率短期预报方法 - Google Patents

Abstract

本发明涉及一种通用风电功率短期预报方法，包括以下步骤：(1)采集全球大尺度气象预报场数据和地形、植被、海温资料；(2)建立WRF模式；(3)将步骤(1)采集的资料输入步骤(2)中的WRF模式获得风电场范围内的风速、风向预报数据；(4)风速订正；(5)将上述步骤(4)利用风机功率曲线求出预报风电功率。本发明一种短期风电功率预报方法，通过采集全球大尺度气象预报场数据和地形、植被、海温资料，输入WRF模式便可以得到预报风速，在经过风速订正就可以得到更加接近实测风速的订正预报风速值，通过该订正预报风速值能够更加准确的预报短期风电功率；本发明方法不需要风电场历史运行数据，预报方案灵活、限制条件较少。

Description

一种通用风电功率短期预报方法

【技术领域】

本发明涉及风力发电系统领域，尤其涉及短期风电功率预报方法，具体地说是利用高分辨率数值模式结合风机功率曲线进行风电场风电功率预报的方法。

【背景技术】

近年来，能源危机和环境问题的不断加剧，引起了国际社会和公众的高度关注，为了克服能源供需矛盾的制约，促进经济的可持续发展，改善人居环境，大力发展包括风能在内的可再生能源已成为各国政府和科技界广泛关注的焦点。在这种形势下，中国的风力发电事业呈现了良好的发展势头，大型并网风力发电发展迅速，国家相继在酒泉、新疆、江苏、蒙东、蒙西、吉林、河北规划了七个千万千瓦级风电基地。其中酒泉千万千瓦级风电基地已完成建设规划，部分风电场已并网发电。

电力系统最大的特点是实时动态平衡，也就是要保证每一个时刻所发出来的电与所消耗的电刚好平衡，才能保证电力系统的稳定和安全。在风力发电接入电力系统之前，电力系统面对的是可以预测的负荷和可以控制的电源，在负荷预测的基础上，通过对发电的调度控制来保证电力系统的实时动态平衡。

当风电作为一种电源接入到电力系统的时候，其间歇性和波动性，增大了电力系统的调峰难度，如果对风电不做预、测和调度管理的话，就要求在电力系统当中留有与风电容量相等的备用容量，平衡风电的波动。随着风电在电源中比例的增加，电力系统的峰谷差进一步变大，这就需要进行更大幅度的调峰，如果仍然采用电力系统留全部风电容量备用的方式，电力系统将无法正常运行。

而单纯的增加旋转备用容量有一系列的缺点，首先火电机组平均负荷率、平均出力下降，使得的电力系统运行的经济性降低；其次我国80％的以上的机组为火电机组，利用火电平衡风电，进行调峰的话会使煤耗增加，温室气体排放量增加；另外火电机组其最低调峰极限大致在50％-60％，随着风电装机比例的增加如果电力系统的峰谷差大于系统最低调峰极限的时候，风电就会遭遇限电，不能接入到电力系统中来。

为了保证风电大规模接入，最好的方法就是改善电源结构、增加调峰电源的数量如水电、抽水蓄能、气电等，其次就是建设大功率快充、快放储能设备，但无论是改变电源结构还是储能设备的开发，目前还很难一蹴而就，已有经验表明建设预报较为准确、功能较为完备的风电功率预报系统，是解决风电大规模并网运行的关键措施之一。

对风电场输出功率进行预测，把风电功率纳入电网的调度计划，可以使电力调度部门根据预测结果，对电力生产和调度做出更为合理、有效的计划安排，对于调度安排系统的发电计划、保证电力系统的安全稳定运行、降低备用容量和运行成本以及对电力市场进行有效的管理等都具有重要意义，是解决大规模风电接入电网后电网调度问题的有效措施之一。

Erik L.、Frank、Bailey等学者在文献1.“Wind Power Meteorology.Part II：Siting and Models.”(Wind Energy.1998，1：55-72.)2.“Modellingthe Wind Climate of Ireland.”(Boundary-Layer Meteorology，1997，85：359-378.)3.“Short-Term Wind Forecasting.”(Proceedings ofthe European Wind Energy Conference，Nice，Frace，1-5March 1999，PP.1062-1065，ISBN1 902916 X.)中指出采用数值预报模式和风电功率统计预报模型相结合的集成系统进行预报，是风电场风电功率短期预报的有效方法。其主体思想是利用数值天预报提供风机轮毂高度的风速、风向等预报信息，然后利用风速与风向的预报资料和同期的风电场风电功率记录资料建立风电功率预报统计模型进行风电功率预报。

国外风电功率预报研究工作起步较早，比较有代表性的方法主要有：丹麦

国家实验室的Prediktor预报系统、西班牙的LocalPred预报系统和美国的Ewind等。Prediktor预报系统首先利用数值天气预报模式HIRLAM提供风电场所在区域的风速分布，然后利用WA^sP进一步综合考虑风电场附近障碍物、粗糙度变化等因素提供分辨率更高的风速预报，最后由发电量计算模块Park在预报的风速基础上计算风电场风电功率。LocalPred预报系统首先利用高分辨率的中尺度模式MM5或NWP模式结合流体力学软件计算风速等气象预报场，再通过统计模块(MOS)对预报风速进行订正，最后通过历史出力数据与同期风速等气象场建立的功率输出模型进行功率预报。Previento预报系统在利用数值模式预报风机轮毂所在高度风速的基础上，结合风电场周围地形、地表粗糙度及热力层结的影响对风速进行订正，最后通过功率预报模块进行功率预报。

中国已有的短期风电功率预报系统大部分也采用这种数值模式与统计方法相结合，利用风电场历史出力与同期数值模式预报结果进行风电功率预报模型建模的方式进行开发。但在中国风电开发规模较大地区，电网网架较为薄弱，风电场限电现象较为严重，风电场历史数据并没有很好的代表性，另外，国家相继启动的甘肃酒泉、新疆哈密等7个千万千瓦级风电基地均为新建风电场，并没有历史风电出力记录资料，在这种情况下上述数值模式与统计方法相结合的方法已不在适用。

【发明内容】

本发明的目的是提供一种通用风电功率短期预报方法，该预报方法能够针对已投运风电场和新建风电场有效预报其48小时内的风电出力，为电网调度和发电计划制定提供合理的数据支持。

为了实现上述目的，本发明采用如下技术方案：

一种通用风电功率短期预报方法，包括以下步骤：

(1)采集全球大尺度气象预报场数据为WRF模式提供初始场和为期7天的侧边界条件；采集地形、植被、海温资料为WRF模式提供下垫面信息；

(2)建立WRF模式计算气象场信息；所述WRF模式利用如下方程组进行风速、温度、气压预报场的计算；

通量形式的欧拉方程：

${\∂}_{t}U+(\▿\·V_u)-{\∂}_x\left(p{\∂}_{\mathrm{\η}}\mathrm{\φ}\right)+{\∂}_{\mathrm{\η}}\left({p\∂}_x\mathrm{\φ}\right)=F_U$

${\∂}_{t}V+(\▿\·\mathrm{Vv})-{\∂}_y\left(p{\∂}_{\mathrm{\η}}\mathrm{\φ}\right)+{\∂}_{\mathrm{\η}}\left(p{\∂}_y\mathrm{\φ}\right)=F_V$

${\∂}_{t}W+(\▿\·\mathrm{Vw})-g({\∂}_{\mathrm{\η}}p-\mathrm{\μ})=F_w$

${\∂}_t\mathrm{\Θ}+(\▿\·\mathrm{V\θ})=F_{\mathrm{\Θ}}$

${\∂}_t\mathrm{\μ}+(\▿\·V)=0$

${\∂}_t\mathrm{\φ}+{\mathrm{\μ}}^{-1}[(V\·\▿\mathrm{\φ})-\mathrm{gW}]=0$

密度方程：

${\∂}_{\mathrm{\η}}\mathrm{\φ}=-\mathrm{\α\μ}$

其中，η＝(p_h-p_ht)/μ，μ＝(p_hs-p_ht)，p_h为气体所在层的气压，p_hs为地面气压，p_ht为模式层顶气压；V＝μv＝(U，V，W)，

Θ＝μθ，v＝(u，v，w)，是速度风量在两个水平方向和一个垂直方向的分量，θ为位温，φ＝gz，g为重力加速度，α＝1/ρ，ρ为空气密度；

(3)将步骤(1)采集的大尺度气象预报场数据和下垫面信息输入步骤(2)中的WRF模式获得风电场范围内的风速、风向、温度、气压预报数据；

(4)风速订正；

通过风电场附近的测风塔测风数据与同期风电场的功率记录数据利用多元回归方法建立风速订正模型，对步骤(3)得到预报风速进行订正得到订正预报风速；

(5)将上述步骤(4)得到订正预报风速利用风机功率曲线求出各风机出力，累加得到风电场总出力。

步骤(4)中订正模型的方程为：

y＝90.8071+0.610167×a-0.0360962×b-0.102678×c

其中y表示订正后风速，单位为：m/s；a表示预报风速，单位为：m/s；b表示预报温度，单位为：摄氏度；c表示预报气压，单位为：hPa。

与现有技术相比，本发明具有以下优点：本发明一种通用风电功率短期预报方法，通过采集全球大尺度气象预报场数据和地形、植被、海温资料，输入WRF模式便可以得到预报风速，在经过风速订正就可以得到更加接近真风速的订正预报风速值，通过该订正预报风速值能够更加准确的预报短期风电功率；本发明方法不需要风电场历史运行数据，预报方案灵活、限制条件较少；只需要风电场附近测风塔数据及风电场风机型号信息，适用于各类已运行或新建风电场。

【附图说明】

图1为WRF模式垂直坐标示意图；

图2为风电功率预报系统示意图；

图3为测风塔处不同月份预报风速与观测风速平均误差图；

图4为2010年3月9日某测风塔70米高度观测风速与预报风速的对比图；

图5为2010年4月14日某测风塔70米高度观测风速与预报风速的对比图；

图6为2010年3月9日某台风机的记录风电功率与预报风电功率对比图；

【具体实施方式】

下面结合附图对本发明做进一步详细描述。

参照图2，本发明预报方法用风电功率预报系统包括气象与下垫面资料模块、WRF模式计算模块、风速订正模块、功率计算模块、用户显示界面。

气象站数据、大尺度预报场数据经过前处理过程转化为WRF所需要的数据格式，为WRF模式的计算提供初始气象场信息；地形、植被、海温资料为WRF模式提供下垫面信息；利用多元回归方法对风电场预报风速进行订正；利用风机功率曲线将订正风速转化为风电出力，最后将结果显示到用户终端。

进行气象预报计算的WRF模式要处于并行高性能计算机环境下，此计算机环境包括12个计算节点，每个节点含有4个CPU，每个CPU有两个核，计算节点之间可以实现互相通信、文件共享以及并行运算，并配有一定的数据存储空间。

WRF模式计算流程图，主要包括三个部分：(1)准备气象数据，为模式计算准备所需预报日期的气象场数据；(2)制定模式框架，根据风电场位置和面积确定模式的中心点、嵌套层数，每层嵌套所包围的面积等；(3)WRF模式利用上述信息进行气象预报场的计算。

下面结合某风电场的预报实例进行详细说明，该风电场面积约为30平方公里，预报日期为2009年3月9日，预报时效为24小时。

(1)准备气象数据

WRF模式需要气象场资料作为其初始条件和侧边界条件，为模式提供初始气象场信息及边界信息，约束模式本身的计算结果。

气象场资料采用NCEP格点资料，水平分辨率为1°×1°，垂直方向包括1000hPa、975hPa、950hPa、925hPa、850hPa、800hPa、750hPa、700hPa、650hPa、600hPa、550hPa、500hPa、450hPa、400hPa、350hPa 300hPa、250hPa、200hPa、150hPa、100hPa、70hPa，50hPa，30hPa，10hPa，24个气压层。通过模式的前处理过程WPS，提取NCEP数据中格点的风速、温度、压强、湿度、位势高度等数据并转化为模式所需的格式。

此外，需要准备风电场所在范围内的地形、相应月份的植被资料以及水面温度资料。

(2)制定模式框架

该风电场面积为30平方公里，最内层嵌套区域面积应大于30平方公里，以将风电场全部包括在内。根据模式计算稳定需要以及模式运算时间限制，确定最内层水平分辨率为1km，水平方向格点数为37×37。因为NCEP预报场分辨率为110km，需要经过动力降尺度将110km分辨率数据降低为最内层1km分辨率数据，因此采用4重嵌套区域，各层分辨率分别为27km、9km、3km、1km。

(3)WRF模式计算

WRF模式利用如下方程组进行风速、温度、气压等预报场的计算。通量形式的欧拉方程：

${\∂}_{t}U+(\▿\·V_u)-{\∂}_x\left(p{\∂}_{\mathrm{\η}}\mathrm{\φ}\right)+{\∂}_{\mathrm{\η}}\left({p\∂}_x\mathrm{\φ}\right)=F_U$

${\∂}_{t}V+(\▿\·\mathrm{Vv})-{\∂}_y\left(p{\∂}_{\mathrm{\η}}\mathrm{\φ}\right)+{\∂}_{\mathrm{\η}}\left(p{\∂}_y\mathrm{\φ}\right)=F_V$

${\∂}_{t}W+(\▿\·\mathrm{Vw})-g({\∂}_{\mathrm{\η}}p-\mathrm{\μ})=F_w$

${\∂}_t\mathrm{\Θ}+(\▿\·\mathrm{V\θ})=F_{\mathrm{\Θ}}$

${\∂}_t\mathrm{\μ}+(\▿\·V)=0$

${\∂}_t\mathrm{\φ}+{\mathrm{\μ}}^{-1}[(V\·\▿\mathrm{\φ})-\mathrm{gW}]=0$

密度方程：

${\∂}_{\mathrm{\η}}\mathrm{\φ}=-\mathrm{\α\μ}$

其中，η＝(p_h-p_ht)/μ，μ＝(p_hs-p_ht)，p_h为气体所在层的气压，p_hs为地面气压，p_ht为模式层顶气压，如图1所示为WRF模式坐标示意图所示。V＝μv＝(U，V，W)，

Θ＝μθ，v＝(u，v，w)，是速度风量在两个水平方向和一个垂直方向的分量，θ为位温，φ＝gz，g为重力加速度，α＝1/ρ，ρ为空气密度；

经过上述方程组计算生成的数据，最后利用WRF模式的后处理模块，根据风机位置及风机高度输出所需要的预报风速、风向、温度、气压数据；

(4)风速订正

通过风电场附近的测风塔测风数据与同期风电场的功率记录数据利用多元回归方法建立风速订正模型，对WRF模式预报风速进行进一步订正，得到当日的预报结果；

图3为预报风速与测风塔处风速观测风速误差图，可以看出各月之间存在着类似规律，又风速与温度、气压紧密相关所以对预报风速、温度、气压以及观测风速建立多元回归模型；

订正模型的方程为：

y＝90.8071+0.610167×a-0.0360962×b-0.102678×c

其中y表示订正后风速，单位为：m/s；a表示预报风速，单位为：m/s；b表示预报温度，单位为：摄氏度；c表示预报气压，单位为：hPa。

如图4和图5所示分别为2010年3月9日与2010年4月14日某测风塔70米高度观测风速与订正后预报风速的对比图，可以看出订正后风速很接近观测风速，预报精度高为准确预报风电功率打下坚实的基础。

(5)风电功率计算

将步骤(4)订正风速利用风机功率曲线求出各风机出力，累加得到风电场总出力。如图6为2010年3月9日某风电场功率预报结果，预报结果很好的吻合了记录结果。请参阅表1所示，为某风电场预报误差统计结果，其预报精度高，在国内处于领先水平。

表1某风电场预报功率的均方根误差统计表

(6)界面显示

本发明中的用户显示界面可以针对不同风电场，对当日和历史数据进行查询，可以实现风电功率的动态变化显示及一天的发电总量计算。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定专利保护范围。

Claims (2)

1.一种通用风电功率短期预报方法，其特征在于，包括以下步骤：

(1)采集全球大尺度气象预报场数据为WRF模式提供初始场和为期7天的侧边界条件；采集地形、植被、海温资料为WRF模式提供下垫面信息；

(2)建立WRF模式计算气象场信息；所述WRF模式利用如下方程组进行风速、温度、气压预报场的计算；

通量形式的欧拉方程：

${\∂}_{t}U+(\▿\·V_u)-{\∂}_x\left(p{\∂}_{\mathrm{\η}}\mathrm{\φ}\right)+{\∂}_{\mathrm{\η}}\left(p{\∂}_x\mathrm{\φ}\right)=F_U$

${\∂}_{t}V+(\▿\·\mathrm{Vv})-{\∂}_y\left(p{\∂}_{\mathrm{\η}}\mathrm{\φ}\right)+{\∂}_{\mathrm{\η}}\left(p{\∂}_y\mathrm{\φ}\right)=F_V$

${\∂}_{t}W+(\▿\·\mathrm{Vw})-g({\∂}_{\mathrm{\η}}p-\mathrm{\μ})=F_w$

${\∂}_t\mathrm{\Θ}+(\▿\·\mathrm{V\θ})=F_{\mathrm{\Θ}}$

${\∂}_t\mathrm{\μ}+(\▿\·V)=0$

${\∂}_1\mathrm{\φ}+{\mathrm{\μ}}^{-1}[(V\·\▿\mathrm{\φ})-\mathrm{gW}]=0$

密度方程：

${\∂}_{\mathrm{\η}}\mathrm{\φ}=-\mathrm{\α\μ}$

其中，η=(p_h-p_ht)/μ，μ=(p_hs-p_ht)，p_h为气体所在层的气压，p_hs为地面气压，p_ht为模式层顶气压；V=μv=(U,V,W)，

Θ=μθ，v=(u,v,w)，是速度风量在两个水平方向和一个垂直方向的分量，θ为位温，φ为位势，φ=gz，g为重力加速度，α=1/ρ，ρ为空气密度；p为气压，x、y表示微分方向；F_U、F_V、F_W、F_Θ表示由模式物理过程、湍流混合、球面投影和地球旋转引起的强迫项；

(3)将步骤(1)采集的大尺度气象预报场数据和下垫面信息输入步骤(2)中的WRF模式获得风电场范围内的风速、风向、温度、气压预报数据；

(4)风速订正；

通过风电场附近的测风塔测风数据与同期风电场的功率记录数据利用多元回归方法建立风速订正模型，对步骤（3）得到预报风速进行订正得到订正预报风速；

（5）将上述步骤（4）得到订正预报风速利用风机功率曲线求出各风机出力，累加得到风电场总出力。

2.如权利要求1所述一种通用风电功率短期预报方法，其特征在于，步骤（4）中订正模型的方程为：

Y=90.8071+0.610167×a-0.0360962×b-0.102678×c

其中Y表示订正后风速，单位为：m/s；a表示预报风速，单位为：m/s；b表示预报温度，单位为：摄氏度；c表示预报气压，单位为：hPa。

Images