点击关注我们
风能作为一种可再生能源，随着全球能源的快速增长，气候变化和生态环境问题日益突出。2013年，中国新增装机容量16088.7MW，91412.89MW，新装机和累计装机均居世界第一，风电已成为我国继火电、水电之后的第三大能源。风能具有独特的波动性、间歇性和反峰值特性，大量的风电场并网挑战了电网的安全性、稳定性和正常运行。电网的安全性和可靠性以及电网接收风电的能力可以通过风功率预测系统的预测结果来提供。《风电场接入电力系统技术规定》(GB19963-2011)对风电场功率预测作出了强制性规定，《风电场并网标准》还对风速和风功率预测的分辨率和准确性提出了要求。预测误差(平均相对误差)不得超过25%。目前，国外学者提出了各种风功率预测理论。典型的预测模型包括统计模型、物理模型、动态时空相关模型和基于人工神经网络的智能模型。
各预测模型的评价
1 统计模型
统计模型也被称为时间序列模型，主要基于风测量历史数据，根据统计参数估计方法和模式识别建立数学模型，适用于小时规模的短期（6h内)预测。
2 物理模型
典型的物理模型是数值天气预报，主要基于大气风向和风速数据，根据流体力学和热力学的方程给定初始和边界条件和数据计算结果。该方法更适合中期（通常大于6）h)风速预测。
3 动态时空模型
该模型需要根据周围风点风速与风电场的相关性，考虑风电场测风点的风速时间序列。根据风速和风向的相关性结果，一般需要在风电场周围设置几个远程监测点，预测误差较小，一般在短时间内(1~4h)内部预测效果较好。事实上，其误差主要与风电场监测点的数量有关。
4 人工神经网络的智能模型
人工智能的发展得益于人工神经网络、模糊逻辑和向量计算技术的发展。通过模糊逻辑和向量机学习理论，以历史数据、气压和温度为输入，建立了风速预测模型。结果表明，预测值与实测值基本相同。风速预测结果优于时间序列法。
5 组合预测模型
每种预测模型都有理论上的局限性。为了优化预测过程，提供预测精度，组合预测在实际应用中越来越广泛。如优化的物理模型和人工智能模型组合的双模型，CFD该方法将数值天气预报作为输入计算的物理模型，结合风电场信息数据，利用人工智能模型中系统主动自适应捕捉电场风电机组的运行模式，结合实际运行和未来风资源输出功率预报。未来72小时短期预测精度超过80%，未来4小时超短期预测精度超过90%，未来168小时中期预测精度超过75%。
复杂地形条件下的风功率预测特征
复杂地形风电场，以山风场为例，由于地形复杂，风机标高差异大，风速、风向差异明显，尾流影响不规则，湍流影响结果不同，导致风速和发电差异，这些因素使风电场风电功率预测更加困难。在地形相对简单的地区，一般预测模型效果较好，但在复杂地形地区，需要对风电场进行优化调整。
一般来说，在大型山地风电场中，由于每个位置的微观环境差异较大，每个位置的高度不同，风速差异较大，上网功率最高的位置比最低位置高出约50%~80%。受微地形影响，风向差可为20~90度，风向差别很大。山区地形湍流强度更容易受到地形和地表粗糙度的影响，每个位置的湍流强度差异也很大。风电场设计采用CFD模拟结果看，从IECC从A级到A级，再加上运行后尾流的影响，风速和风功率更加不规律。
例如，在高海拔地区，独特的条件（高海拔、频繁的雷暴、低风密度、低平均风速、频繁的风向变化、复杂的山地风电场地形条件）使风电场风电预测更加困难。
复杂地形条件下的风功率预测方法
无论采用单一模型方法还是组合模型预测方法，都需要在复杂地形条件下优化风电场，以满足风电场风电预测精度的要求。
优化物理模型 以人工智能模型为例，采用微观气象学和流体力学计算(CFD)分析软件以风电场地理数据（地形、表面粗糙度）、风电机组坐标、轮毂高度、轮廓、热效应、风机功率曲线为边界条件，建立湍流、尾流、风速、发电结果的预测物理模型，以数值天气预报为输入数据，通过数学方法外推，得到每台风机轮毂的风速，然后得到每台风机的输出功率。
此外，如果风电场处于有限负荷运行状态，系统将主动自适应捕捉电场风电机组的运行模式，并结合实际运行和未来风资源给出功率预测。
一般来说，即使位于3公里范围内的单独风塔数据也不能代表整个风场的风资源。为了提供准确的预测结果，不仅需要收集实时风塔数据，还需要收集各种风扇SCADA数据，结合每台风扇CFD计算模型，尾流、湍流、风向等影响因素通过数据修正算法消除。
在建立山区优化的风电场物理模型后，还需要修改人工智能模型。根据现场发电情况，根据现场是否限电和风扇运行情况计算各台风扇，以获得观众的预测功率。此外，还应考虑维护计划、电网调度等有限条件，实时调整风电场上网预测功率。
通过人工智能和优化物理模型，可以满足电网收集和上传测风数据等气象数据的要求。可根据计算模型的要求选择时间分辨率，大大提高了预测精度。
结论
在复杂的地形条件下，风功率预测需要根据复杂地形下的风特性和风功率变化进行结合CFD结合人工智能模型，采用优化的物理模型，满足复杂地形条件下预测精度的要求。
关注我们
获取更多
湖南赛能环保技术有限公司成立于2012年，是国家高新技术企业，在声学技术传感应用和雷达信号处理领域处于行业顶级水平。目前的产品包括相关的风传感器和风雷达系列。
移动式测风塔(测风雷达)，取代传统的测风塔，永不倒塔。SA232风电专用抗冻超声波测风仪，加热功能可克服全国寒冷、冻雨，低温气候正常工作。
●公众号 : 赛能风测量专家●
●联系方式｜0731-83591988●
相关推荐：
强寒潮雨雪冰冻，测风塔经过考验
研究风资源后评估和经济效益改善计划
基于Wasp工业园区分散风电场风资源评估应用
未来风能资源普查评价技术的发展研究
风电场项目设计评估分析