风功率预测对风电场的重要意义
风功率预测是以风电场的历史功率、历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型，以风速、功率、数值天气预报等数据作为模型的输入，结合风电场机组的设备状态及运行工况，预测风电场未来的有功功率。
风功率预测系统对接入大量风电的电力系统运行有重要意义。电力系统是一个复杂的动态系统，维持发电、输电、用电之间的功率平衡是电网的责任。没有风电的电力系统，电网调度机构根据日负荷曲线可以制定发电计划，满足次日电力的需求。风电场输出功率具有波动性和间歇性，风电的大规模接入导致发电计划制定难度大大增加，风电给电力系统的调度运行带来巨大挑战。对风电场输出功率进行预测是缓解电力系统调峰、调频压力，提高风电接纳能力的有效手段之一，同时，风电场开发企业也可以利用风电预报选择风力较小的天气合理安排风电机组设备的检修，尽可能减少因风电机组检修无法发电带来的发电量损失。
一、风功率预测预报要求
电网调度部门对风电功率预测的基本要求有两个：一是日预报，即次日零时至二十四时的预测预报，时间分辨为十五分钟。二是实时预报，即自上报时刻起未来十五分钟至四小时的预测预报，时间分辨不小于十五分钟。
日预报要求并网风电场每日在规定时间前按规定要求向电网调度机构提交次日零时到二十四时每十五分钟共九十六个时间节点风电有功功率预测数据和开机容量。试试预报要求并网风电场按规定要求每十五分钟滚动上报未来十五分钟至四小时风电功率预测数据和实时的风速等气象数据。
二、影响风功率预测准确率因素
影响风电场风电功率预测准确率的因素有很多，其中数值天气预报的影响最大。数值天气预报预测的是风速、风向、气温、气压等气象数据，是风电场开展风电功率预测的基础和输入，能否得到准确的数值天气预报对风电功率预测准确率有很大影响。但是，由于风的随机性、不确定性，再加上我国很多风电场都建在边远地区，地形差异较大，短时间会有风的快速变化，导致近地面的风速数值预报难度很大。我们都知道风功率与风速的三次方成正比，所以风速数值预报的准确性会直接影响风功率预测的准确率。
另外，风电功率预测方法也是影响预测的准确率的关键因素。目前国内风功率预测方法主要有基于统计的方法和基于物理建模的方法。统计方法是指不考虑风速变化的物理过程，而根据历史统计数据找出天气状况与风场出力的关系，然后根据实测数据和数值天气预报数据对风电场输出功率进行预测；物理方法是指根据数值天气预报模式的风速、风向、气压、气温等气象要素预报值以及风电场周围等高线、粗糙度、障碍物等信息，采用微观气象学理论或计算流体力学的方法计算得到风电机组轮毂高度的风速、风向等气压信息，然后根据风电机组的功率曲线计算得到每台风电机组的测功率，再考虑风电机组间的尾流影响，最后对所有风电机组的预测功率求和得到风电场的预测功率。因统计方法和物理方法都对数据都有很高要求，如果数据本身不是很完整，或者经过人为影响，或者得到的数据是错误的，都会影响到风电功率预测结果的准确度。
三、风功率预测系统的定义
风电功率预测系统是指以高精度数值气象预报为基础，搭建完备的数据库系统，利用各种通讯接口采集风电场集控和EMS数据，采用人工智能神经网络及数据挖掘算法对各个风电场进行建模，提供人性化的人机交互界面，对风电场进行功率预测，为风电场管理工作提供辅助手段。
风电功率预测系统功能规范 （试行） 国家电网公司调度通信中心
目次 前言...................................................................... III 1范围. (1) 2术语和定义 (1) 3数据准备 (2) 4数据采集与处理 (3) 5风电功率预测 (5) 6统计分析 (6) 7界面要求 (7) 8安全防护要求 (8) 9系统输出接口 (8) 10性能要求 (9) 附录A 误差计算方法 (10)
前言 为了规范风电调度技术支持系统的研发、建设及应用，特制订风电功率预测系统功能规范。 本规范制订时参考了调度自动化系统相关国家标准、行业标准和国家电网公司企业标准。制订过程中多次召集国家电网公司科研和生产单位的专家共同讨论，广泛征求意见。 本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、信息要求、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。 本规范由国家电网公司国家电力调度通信中心提出并负责解释； 本规范主要起草单位：中国电力科学研究院、吉林省电力有限公司。 本规范主要起草人：刘纯、裴哲义、王勃、董存、石永刚、范国英、郭雷。
风电功率预测系统功能规范 1范围 1.1本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、数据准备、数据采集与处理、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。 1.2本规范用于指导电网调度机构和风电场的风电功率预测系统的研发、建设和应用管理。 本规定的适用于国家电网公司经营区域内的各级电网调度机构和风电场。 2术语和定义 2.1 风电场 Wind Farm 由一批风电机组或风电机组群组成的发电站。 2.2 数值天气预报 Numerical Weather Prediction 根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法。 2.3 风电功率预测 Wind Power Forecasting 以风电场的历史功率、历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型，以风速、功率或数值天气预报数据作为模型的输入，结合风电场机组的设备状态及运行工况，得到风电场未来的输出功率；预测时间尺度包括短期预测和超短期预测。 2.4 短期风电功率预测 Short term Wind Power Forecasting 未来3天内的风电输出功率预测，时间分辨率不小于15min。 2.5 超短期风电功率预测 ultra-short term Wind Power Forecasting 0h~4h的风电输出功率预测，时间分辨率不小于15min。
2014高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）：东北电力大学 参赛队员(打印并签名) ：1. 张盛梅 2. 齐天利 3. 孔晖 指导教师或指导教师组负责人(打印并签名)：张杰 日期2014 年 8 月 20日赛区评阅编号（由赛区组委会评阅前进行编号）：
2014高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：
风电功率波动性的分析 摘要 风电机组的发电功率主要与风速有关，由于风的不确定性、间歇性以及风电场内各机组间尾流的影响，使得风力发电机不能像常规发电机组那样根据对电能的需求来确定发电。研究风电功率的波动特性，不论对改善风电预测精度还是克服风电接入对电网的不利影响都有重要意义。 对于问题1a，我们利用MATLAB软件做出了3日内的功率波动图，发现功率的波动曲线上下不断震荡，所以我们采用一段数据来进行分析（即从波谷到波峰再到波谷），利用MATLAB软件拟合工具箱中的dfittool对数据进行曲线拟合，并选出几种较为符合的概率分布，根据对数似然函数值的大小确定最佳的概率分布。 对于问题1b,利用MATLAB软件编程，将数据每天筛选出一个数据，利用SPSS软件对数据绘制P-P图，并与选出的最好的概率分布图作比较，求出其分布参数。 对于问题2，将数据每隔12个数据筛选出一个数据，并用问题1a的方法绘制曲线拟合和概率分布的比较，选出最好的概率分布，并计算每种分布下的数值特征。 对于问题3，首先利用MATLAB软件绘制出时间窗宽分别为5s和1min时的功率波动图，发现两者的概率的波动情况基本相同，分别计算两种情况下的信息波动率以及信息波动损失率，得出结论为两者的波动基本相同，但是时间窗宽为5s时会有局部信息损失。 对于问题4，我们筛选出时间窗宽为1min、5min、15min的数据，并利用MATLAB软件进行曲线拟合以及概率分布的拟合，并计算出每种概率分布下的特征值，用相同的方法求1min和5min时的信息波动率，计算得出信息波动损失率为0.27%。 对于问题5，采用灰色预测模型对数据进行预测。利用5min和15min的功率预测之后的功率走向，并分析方法的优缺点。 论文的创新之处有： 模型中利用MATLAB软件编程的方法进行数据的筛选，可以筛选出任意时间窗宽的数据。 关键词：风电机组；概率分布；功率预测；SPSS
发电量计算梳理 发电量计算部分，我们所要做的工作是这样的： 当拿到标书（可研报告）等资料后，我们首先要提澄清（向业主索要详细发电量计算所需的资料）；然后选择机型（确定该风电场适合用什么类型的风机）；最后进行发电量计算。 一、澄清 下面列出了发电量计算需要的所有内容，提澄清的时候，缺什么就列出来。 风电场详细发电量计算所需资料汇总 （1）请业主提供风电场的可研报告； （2）请业主提供风电场内的测风塔各高度处完整一年实测风速、风向、风速标准偏差数据，以及测风塔的地理位置坐标； （3）请业主提供测风塔测风数据的密码； （4）风电场是否已确定风机布置位置，若已确定风机位置，请提供相应的固定风机点位坐标； （5）请业主提供风电场的边界拐点坐标； （6）请业主提供风电场内预装轮毂高度处的50年一遇最大风速； （7）请业主提供风电场场址处的空气密度； （8）请业主提供预装轮毂高度处15m/s湍流强度特征值； （9）请业主提供风电场的海拔高度以及累年极端最低温度； （10）请业主提供风电场内测风塔处的综合风切变指数； （11）请业主提供风电场影响发电量结果的各项因素的折减系数。
https://www.doczj.com/doc/416203822.html,/SELECTION/inputCoord.asp 第二步：打开Global Mapper软件，将.dxf和.zip地形文件拖入。 设置“投影”：Gauss Krueger(3 degree zones)\Gauss Krueger(6 degree zones)； 设置“基准”：XIAN 1980(CHINA)\BEIJING 1954； 设置“地区”：Zone x(xxE-xxE)。 1 将.dxf拖入Global Mapper并设置好投影及基准后，将鼠标放于地图任意位置，软件右下角会显示点位坐标。完整坐标表示应该为横坐标8位，纵坐标7位。而横坐标的前两位经常被省去，如果你看到的是横坐标6位，纵坐标7位，那么横坐标的前两位就是被省略的。此时要人为对地图进行整体偏移。偏移量为“地区”Zone后的数值，见下图。
风电机组功率特性评估 作者:国能日新 一、概念和意义 风电机组功率特性评估是指对已经投产运行的风力发电机组的设计目标进行的系统、客观的分析和评价。通过对机组实际运行状况的检查总结和分析评价，确定是否达到预期目标。 风电机组功率特性评估工作对风电场的建设和发展有着重要的意义。目前风电场存在设计发电量与实际发电量不符的情况。国能日新公司风电场风电机组后评估解决方案通过对风电机组实发功率特性的测试和评估，深入了解风电场设计效益与实际效益之间的差异，找出风电场设计、管理或风电机组自身存在的一些问题，给风电场科学运营以及未来风电场风电机组选型提供有力依据。 二、执行流程 1、数据收集和分析 （1）数据收集 风电机组功率特性评估需收集风电场监控系统中记录的所有风机运行发电数据、现场测风塔数据、当地气候数据以及风电机组的技术文档等资料。 （2）数据分析 检查测风塔原始数据，对其进行完整性和合理性分析，检验出缺测和不合理数据，经过数据净化、再分析处理，整理出一套连续一年完整的逐小时测风数据，进而与风电机组数据进行相关性对比分析。 2、风资源评估 利用风电场并网运行以后的风能资源数据，进行风电场风能要素分析，并与风电场前期可研阶段的数据进行对比分析，总结评估经验，为后期项目开发建设提供支持。 风能要素包括：风速、风向、风功率、空气密度等。 3、功率特性分析 （1）数据净化
在实际发电过程中，风电机组可能人为停机、故障、或者采集缺失、数据错误，因此必须对风电机组的原始数据进行合理性检验和数据净化。通过数据的合理性检验，可以得到基本有效和完整的发电数据，而数据净化可以保证所采集的数据都是可以用于风电机组性能评估的有效发电数据。 （2）数据处理 由于测风塔数据和风机数据记录方式、时标不同的原因，需要依据最大相似度的原则使二者的时间坐标保持一致。此处，将采用最先进的粒子群优化算法对时标进行寻优。保证二者时间坐标的完美统一。 （3）相关性分析 通过上述数据净化及数据处理，再把测风塔数据合理的映射到风机的坐标位置。按照最大相关度方法，对数据进行线性和非线性回归分析，进而得到每台风电机组实际的风资源数据序列，通过与每台机组发电数据在时间轴上对齐，便可得出与风机功率特性曲线极为相近的图形。 （4）曲线生成 通过上述分析和处理获得原始图形。为得到机组的实测功率曲线，必须在原始图形的基础上进行最终的曲线拟合，获得一条完整的功率特性曲线，即体现风电机组实际出力能力的功率特性曲线图。 三、案例分析 1、中广核云南楚雄牟定大尖峰风电场功率特性评估 云南省楚雄州牟定大尖峰风电场位于云南省楚雄州牟定县西南部山地，高程2100~2500m，属于高山地形。现安装33台单机容量为1.5MW的风力发电机组，总装机容量49.5MW。 2、武汉凯迪平陆凯迪风口风电场功率特性评估 武汉凯迪平陆风口风电场一期36台风电机组功率曲线性能测试工程，包括武汉国测诺德10台1.0MW机组和东汽26台1.5MW机组，装机容量为49MW。 通过对风场风电机组实际运行数据进行采集、净化、相关性及数据处理，最终完成全场风能资源综合分析、风电机组可利用率分析、风电机组可靠性及发电量分析，并根据分析结果对风场未来运营提供建议信息。（技术支持：北京国能日新系统控制技术有限公司）
风电理论发电功率及受阻电量计算方法 第一章总则 第一条为进一步完善电网实时平衡能力监视功能，规范日内市场环境下风电理论发电功率及受阻电量等指标的统计分析，依据《风电场理论可发电量与弃风电量评估导则》（NB/T 31055-2014）、《风电场弃风电量计算办法（试行）》（办输电〔2012〕154号）、《风电受阻电量计算办法》（调水〔2012〕297号）的有关要求，制定本方法。 第二条本方法适用于国家电网公司各级电力调度机构和调管范围内并网风电场开展理论发电功率及受阻电量统计计算工作。 第二章术语与定义 第三条风电场发电功率指标包括理论发电功率和可用发电功率。风电场理论发电功率指在当前风况下场内所有风机均可正常运行时能够发出的功率，其积分电量为理论发电量；风电场可用发电功率指考虑场内设备故障、缺陷或检修等原因引起受阻后能够发出的功率，其积分电量为可用发电量。 第四条风电场受阻电力分为场内受阻电力和场外受阻电力两部分：场内受阻电力指风电场理论发电功率与可用发电功率之差，其积分电量为场内受阻电量；场外受阻电力指
风电场可用发电功率与实发功率之差，其积分电量为场外受阻电量。 第五条全网理论发电功率指所有风电场理论发电功率之和；全网可用发电功率指风电场总可用发电功率与考虑断面约束的风电总受阻电力之差；可参与市场交易的风电富余电力指全网可用发电功率与实发功率之差。 第六条全网场内受阻电力指所有风电场场内受阻电力之和；全网断面受阻电力为因通道稳定极限、电网设备检修、电网故障等情况导致的风电受阻；全网调峰受阻电力指全网可用发电功率与实发功率之差。 第三章数据准备 第七条计算风电场理论发电功率和受阻电力需准备的数据有：样板机型号及其数量、全场风机型号及其数量、样板机实时出力、全场风机状态信息、风机轮毂高度、风轮直径、风机经纬度坐标、风机风速-功率曲线、风电场区域地形地貌数据、测风塔经纬度坐标及其层高、实时测量风速和风向、机舱风速等。 第四章风电场理论功率计算方法 第八条风电场理论功率及受阻电量计算主要有三种方法：样板机法、测风塔外推法和机舱风速法。风电场可根据具体情况，采用一种或多种计算方法。
风电功率预测系统功能规范（试行） 前言 为了规范风电调度技术支持系统的研发、建设及应用，特制订风电功率预测系统功能规范。本规范制订时参考了调度自动化系统相关国家标准、行业标准和国家电网公司企业标准。制订过程中多次召集国家电网公司科研和生产单位的专家共同讨论，广泛征求意见。本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、信息要求、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。本规范由国家电网公司国家电力调度通信中心提出并负责解释；本规范主要起草单位：中国电力科学研究院、吉林省电力有限公司。本规范主要起草人：刘纯、裴哲义、王勃、董存、石永刚、范国英、郭雷。 1范围 1.1本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、数据准备、数据采集与处理、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。 1.2本规范用于指导电网调度机构和风电场的风电功率预测系统的研发、建设和应用管理。本规定的适用于国家电网公司经营区域内的各级电网调度机构和风电场。 2术语和定义 2.1风电场Wind Farm由一批风电机组或风电机组群组成的发电站。 2.2数值天气预报Numerical Weather Prediction根据大气实际情况，
在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法。 2.3风电功率预测Wind Power Forecasting以风电场的历史功率、历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型，以风速、功率或数值天气预报数据作为模型的输入，结合风电场机组的设备状态及运行工况，得到风电场未来的输出功率；预测时间尺度包括短期预测和超短期预测。 2.4短期风电功率预测Short term Wind Power Forecasting未来3天内的风电输出功率预测，时间分辨率不小于15min。 2.5超短期风电功率预测ultra-short term Wind Power Forecasting 0h~4h的风电输出功率预测，时间分辨率不小于15min。 3数据准备 风电功率预测系统建模使用的数据应包括风电场历史功率数据、历史测风塔数据、历史数值天气预报、风电机组信息、风电机组及风电场运行状态、地形地貌等数据。 3.1风电场历史功率数据风电场的历史功率数据应不少于1a，时间分辨率应不小于5min。 3.2历史测风塔数据a）测风塔位置应在风电场5km范围内；b）应至少包括10m、70m及以上高程的风速和风向以及气温、气压等信息；c）数据的时间分辨率应不小于10min。 3.3历史数值天气预报历史数值天气预报数据应与历史功率数据相
GB/T××××－××××／IEC61400-12-2：2013 IEC引言 IEC 61400-12部分的目的是提供一种统一的使用机舱风速计测试、分析、报告单个风力发电机组功率特性的方法。该标准只应用在尺寸足够的水平轴风力发电机组，且机舱风速计不受风力发电机组叶片及机舱严重影响进而不影响风力发电机组功率特性的情况下。本标准的目的是在IEC 61400-12-1：2005提出的要求不可行的时候使用本标准提出的方法。从而保证在目前的测试技术和测试设备水平下结果的一致性、准确性和可重复性。 本标准规定的程序表述了如何利用机舱风速计根据测量功率曲线和估计年发电量表征风力发电机组的功率特性。在此程序中，风速计安装在被测风力发电机组机舱上或附近，风速计在这个位置上测得的风速受到风轮的严重影响，本程序包括了确定和应用合适的修正来解决这一问题的方法。然而，需要注意的是，与完全按照IEC 61400-12-1:2005进行的测试相比，这种修正增加了不确定度。本程序也提供了确定测量不确定度的方法，包括不确定度源的评估，以及在报告功率和年发电量中的合成不确定度的推荐值。 功率特性测试的关键因素是风速的测量。即使风速计在高品质风洞中做过校准，风矢量的大小和方向的波动可以导致在测试现场中不同的风速计表现出不同的特性。此外，近风力发电机组机舱处的气流条件复杂多变，对于风速计的选择和安装需要特别考虑，这在标准中也做出了说明。 本标准将使设计风力发电机组的制造、安装、规划、许可、运营、使用和监管的各方受益。如果合适，标准推荐的准确的测试和分析技术可以被各方应用，保证风力发电机组开发和运营技术的一致性、准确性和持续发展。依据本标准给出的测量和报告编写程序能得到他人可重复的准确结果。 同时，标准使用者应该意识到由于风切变和湍流强度较大的变化以及数据筛选标准的选择而引起的误差。因此，使用者应该在功率特性测试开展之前考虑到这些误差的影响和与测试目的相关的数据筛选标准。 I
风功率预测对风电场的重要意义 风功率预测是以风电场的历史功率、历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型，以风速、功率、数值天气预报等数据作为模型的输入，结合风电场机组的设备状态及运行工况，预测风电场未来的有功功率。 风功率预测系统对接入大量风电的电力系统运行有重要意义。电力系统是一个复杂的动态系统，维持发电、输电、用电之间的功率平衡是电网的责任。没有风电的电力系统，电网调度机构根据日负荷曲线可以制定发电计划，满足次日电力的需求。风电场输出功率具有波动性和间歇性，风电的大规模接入导致发电计划制定难度大大增加，风电给电力系统的调度运行带来巨大挑战。对风电场输出功率进行预测是缓解电力系统调峰、调频压力，提高风电接纳能力的有效手段之一，同时，风电场开发企业也可以利用风电预报选择风力较小的天气合理安排风电机组设备的检修，尽可能减少因风电机组检修无法发电带来的发电量损失。 一、风功率预测预报要求 电网调度部门对风电功率预测的基本要求有两个：一是日预报，即次日零时至二十四时的预测预报，时间分辨为十五分钟。二是实时预报，即自上报时刻起未来十五分钟至四小时的预测预报，时间分辨不小于十五分钟。 日预报要求并网风电场每日在规定时间前按规定要求向电网调度机构提交次日零时到二十四时每十五分钟共九十六个时间节点风电有功功率预测数据和开机容量。试试预报要求并网风电场按规定要求每十五分钟滚动上报未来十五分钟至四小时风电功率预测数据和实时的风速等气象数据。 二、影响风功率预测准确率因素
影响风电场风电功率预测准确率的因素有很多，其中数值天气预报的影响最大。数值天气预报预测的是风速、风向、气温、气压等气象数据，是风电场开展风电功率预测的基础和输入，能否得到准确的数值天气预报对风电功率预测准确率有很大影响。但是，由于风的随机性、不确定性，再加上我国很多风电场都建在边远地区，地形差异较大，短时间会有风的快速变化，导致近地面的风速数值预报难度很大。我们都知道风功率与风速的三次方成正比，所以风速数值预报的准确性会直接影响风功率预测的准确率。 另外，风电功率预测方法也是影响预测的准确率的关键因素。目前国内风功率预测方法主要有基于统计的方法和基于物理建模的方法。统计方法是指不考虑风速变化的物理过程，而根据历史统计数据找出天气状况与风场出力的关系，然后根据实测数据和数值天气预报数据对风电场输出功率进行预测；物理方法是指根据数值天气预报模式的风速、风向、气压、气温等气象要素预报值以及风电场周围等高线、粗糙度、障碍物等信息，采用微观气象学理论或计算流体力学的方法计算得到风电机组轮毂高度的风速、风向等气压信息，然后根据风电机组的功率曲线计算得到每台风电机组的测功率，再考虑风电机组间的尾流影响，最后对所有风电机组的预测功率求和得到风电场的预测功率。因统计方法和物理方法都对数据都有很高要求，如果数据本身不是很完整，或者经过人为影响，或者得到的数据是错误的，都会影响到风电功率预测结果的准确度。 三、风功率预测系统的定义 风电功率预测系统是指以高精度数值气象预报为基础，搭建完备的数据库系统，利用各种通讯接口采集风电场集控和EMS数据，采用人工智能神经网络及数据挖掘算法对各个风电场进行建模，提供人性化的人机交互界面，对风电场进行功率预测，为风电场管理工作提供辅助手段。
第一页 答卷编号：论文题目： 指导教师： 参赛学校： 报名序号： 证书邮寄地址： （学校统一组织的请填写负责人） 第二页 答卷编号：
风功率预测问题设计 摘要 未来风力发电可能成为和太阳能比肩的新能源行业。随着全球经济的发展和人口的增长，人类正面临着能源利用和环境保护两方面的压力。一方面煤炭、石油和天然气等化石燃料的储量由于大量开采而日益减少：另一方面是大量使用化石燃料对自然环境产生了严重的污染和破坏。这两方面的问题已经引起世界各国政府和人民的高度重视，并在积极寻求一条可持续发展的能源道路，以风能首当其冲。风速的随机性，给，和风电场的功率输Hj带来很大的困难。本文旨在研究分电功率在一段时间的变化规律，本文组建三个模型来解决风电功率的预测问题通过对历史数据的分析，挖掘5月31号到6月6日风电功率的变化趋势，以便直观的检验模型与实际数据是否相吻合。 在问题一中考虑天气变化的随机性，分析不同时间点的数据，将Pa,Pb,Pc,Pd,P58表中5月30日第81时间点到96时间点的数据提取出来运用灰色理论作为预测2006年5月31日开始前四个小时内的16个时间点的数据预。同理以表中已给出的5月31日1-16时间点的数据预测出17-32时间的数据，然后运用此模型得出时间范围a,b内各时间点的风电功率。然后可与题目中以给的数据相比较得出误差。第二种预测方法运用指数平滑模型得出时间范围a,b内各时间点的风电功率。第三种预测方法运用移动平均模型，预测出时间范围a,b内各时间点的风电功率。通过三种预测方法的误差分析我们推荐指数平滑预测法。 在问题二中，通过比较分析问题一的预测结果，比较单台风电机组功率（P A ，P B ，P C ， P D ）的相对预测误差与多机总功率（P 4 ，P 58 ）预测的相对误差，得出风电机组的汇聚程 度越高，对于预测风电功率结果误差影响越小。 在问题三中，选用了BP神经网络的预测方法，加入了更多的自变量，使得预测结果更精确。 （关键词：风速的随机性，风速的预测，风电功率数值，灰色理论，指数平滑模型，移动平均模）
***风电场一期（49.5MW）工程风功率预测系统 招标文件 招标人： 招标代理机构： 设计单位： 2013年3月
1 总则 1.1 概述 1.1.1本技术规范书叙述了拟安装在***风电场的风电场功率预测系统的硬件及软件技术要求。本技术规范书提供给风电场功率预测系统供货商作为其编写技术建议书和报价之用。 1.1.2 本次工程招标采购的买方为***，卖方为风电场功率预测系统的供货商。系统的最终用户为巴彦塔拉风电场。设计单位为***。 1.1.3 卖方应仔细阅读本技术规范书所列的各项条款和技术要求，所提供的设备和服务应满足本技术规范书的技术指标和功能要求，不应有大的偏差。卖方也可以建议能满足本技术规范书要求的类似系统、设备，但应对其技术性能方面与本技术规范书之间存在的差异加以详细说明。 1.1.4本规范书提出的是以IEC标准为基础的技术要求，并未对一切技术细节作出规定，也未充分引述有关标准和规范的条文，投标者应提供符合IEC最新版本的标准和本规范书要求的成熟系统和优质产品。 如果投标者提供的设备与本技术规范书的要求有差异，应在投标书中以“设备技术偏差”为标题的专门章节中加以详细描述。 1.1.5 投标者提供的设备必须是标准的，技术上是先进和成熟的，元器件、材料是崭新的，软件版本是最新的。投标者必须保证系统的整体性能指标。 1.1.6 技术规范书经双方确认后，作为合同的附件，与合同正文具有同等的法律效力。 1.1.7 本技术规范书中涉及的有关商务方面的内容，如与招标文件的商务部分有矛盾时，以商务部分为准。 1.1.8 本技术规范书未尽事宜，由招标方和投标者在合同技术谈判时协商确定。 1.1.9 在合同生效期间，下述文件与合同具有同样法律效力： ●设计联络会的会议纪要 ●所有卖方对技术问题的澄清及买方确认的文件 1.1.10 本技术规范书的解释权归买方。
《风力发电机组功率特性测试》国家标准编制说明 1.任务来源 国家标准GB/T 18451.2-2012 《风力发电机组功率特性测试》于2012年颁布，按照国家标准管理办法，标准应当在颁布五年之后复审。GB/T 18451.2-2012《风力发电机组功率特性测试》等同采用IEC 61400-12-1: 2005，2017年IEC（国际电工委员会）发布了新版本IEC 61400-12-1:2017，取代了IEC 61400-12-1: 2005。于是该国家标准的修订工作于2018年启动，由全国风力机械标准化技术委员会提出并归口，由中国电力科学研究院负责具体实施，项目编号为2018102498。 2.标准编制过程 在全国风力机械标准化技术委员会的组织下，中国电力科学研究院于2018年10月召开标准启动会，及时成立了标准修订小组，参与单位包括：东方电气风电有限公司、中国船舶重工集团海装风电股份有限公司、西门子歌美飒可再生能源、浙江运达风电股份有限公司、上海电气风电集团有限公司、中国质量认证中心、山东中车风电有限公司、新疆金风科技股份有限公司、明阳智慧能源集团股份公司、维斯塔斯技术研发(北京)有限公司、华润电力技术研究院、国电联合动力技术有限公司、中车株洲电力机车研究所有限公司风电事业部、广东省风力发电有限公司、华锐风电科技(集团)股份有限公司、云南省能源研究院有限公司。 标准修订小组按照等同采用IEC 61400-12-1:2017,Wind energy generation systems–Part 12-1: Power performance measurements of electricity producing wind turbines. （风力发电机组功率特性测试）的方法修订标准。根据等同采用国际标准的编制方法，标准修订小组对IEC 61400-12-1:2017的原文内容进行了反复的研究和讨论，在此基础上开展了原文内容的翻译工作，于2019年3月完成了标准初稿。2019年4月10日，在成都召开初稿讨论会，集中针对初稿内容进行讨论修改。 根据初稿讨论会汇总的修改意见，标准修订小组在2019年4月至9月多次集中讨论，对标准初稿进行了反复修改完善。
风电功率预测方法的研究 摘要 由于风能具有间歇性和波动性性等特点，随着风力发电的不断发展风电并网对电力系统的调度和安全稳定运行带来了巨大的挑战。进行风电功率预测并且不断提高预测精确度变得越来越重要。通过对国内外研究现状的了解，根据已有的风电功率预测方法，按照预测时间、预测模型、预测方法等对现有的风电功率预测技术进行分类，着重分析几种短期风电功率预测方法的优缺点及其使用场合。根据实际某一风电场的数据，选取合适的风电预测模型进行预测，对结果予以分析和总结。 关键词：风电功率预测；电力系统；风力发电；预测方法； 引言 随着社会不断发展人们对能源需求越来越大而传统化石能源日益枯竭不可再生，以及化石能源带来了环境污染等问题影响人类生活，人们迫切需要新的清洁能源代替传统化石能源。风能是清洁的可再生能源之一，大力发展风力发电成为各国的选择。根据相关统计，截止至2015年，全球风电产业新增装机63013MW，，同比增长22%[1]。其中，中国风电新增装机容量达30500MW，占市场份额48.4%。全球累计装机容量为432419MW，其中中国累计装机容量为145104,占全球市场份额的33.6%。 目前风力发电主要利用的是近地风能，近地风能具有波动性、间歇性、低能量密度等特点，因而风电功率也是波动的。当接入到电网的风电功率达到一定占比时，风电功率的大幅度波动将破坏电力系统平衡和影响电能质量，给电力系统的调度和安全平稳运行带来严峻挑战。根据风速波动对风力发电的影响按照时间长度可分为三类：一种是在几分钟之内的超短时波动，该时段内的波动影响风电机组的控制；另一种是几小时到几天内的短时波动，该时段内的波动影响风电并网和电网调度；最后一种是数周至数月的中长期波动，该时段内的波动影响风电场与电网的检修和维护计划。本文主要研究不同的风电功率短期预测方法的优缺点。 通过对短期风电功率预测，能够根据风电场预测的出力曲线优化常规机组出力，降低运行成本；增强电力系统的可靠性、稳定性；提升风电电力参与电力市场竞价能力。
浅谈风电场AGC及功率控制技术 天电达坂城风电场张胜文 摘要:介绍了风电场AGC及功率控制技术技术，包括省调开展投入风电AGC系统的背景及意义，风电场侧功率控制系统作用及控制策略等方面内容，以期为风电场AGC及功率控制技术人员提供技术参考。 关键词:风电场；自动发电控制系统（AGC）；能量管理平台 1．概况 1.1 电网对风电AGC开展投入背景及意义 近年来随着风电场的装机比例大幅增多，由于风电出力不确定性造成电网调峰困难更为突出，尤其是风电出力大时联络线的调整变得异常突出，以前以人工电话通知的粗放型调整模式已无法满足目前电网运行调整的需求，为提高电网的安全稳定性以及对风电出力调整的合理性，目前调度通过自动发电控制系统（AGC）来实现风电出力的自动调节。 1.2 风电场功率控制系统概况 根据国家电网公司对风电场接入电网技术文件的技术要求，风电场的有功功率控制必须达到以下功能： 风电场具备有功调节能力，根据电网调度部门指令控制其有功功率输出。风电场需配置有功功率控制系统，接收并自动执行调度部门远方发送的有功功率控制信号，确保风电场最大有功功率值及有功功率变化值不超过电网调度部门的给定值。 1.2.1 风电场功率控制系统作用 1)在风速允许的情况下，风电场控制功率在0到额定容量之间根据设定调节； 2)自动调节有功功率：系统能自动控制风电场的有功功率输出，使总有功功率保持在 限定目标值附近，控制误差平均在±10%以内； 3)风电场有功功率自动调节遵循“允许更多风机运行”的控制主策略，采用混合方式 进行功率控制，及风机限功率和停机并存的方式，所有风机采用轮停的方式停机， 可避免风机长时间的停机，对停机超过限定的时间的机组自动重启； 4)系统可与电网调度中心进行连接，接收远程调度的控制指令，根据指令手动或自动 开启功率自动控制功能，进行风电场有功功率智能调节； 5)可设置由于特殊原因不能进行调节操作的机组不停电，也可以根据现场需要优先调 控选定的风机； 6)可以计算风电场的当前的理论有功功率，统计限电条件下的损失功率，并将该值上 传给调度中心； 7)风速预警：系统可以设定某风速值作为预警风速，当风电场任意一台机组的瞬时风 速超过该值时，系统会以语言或屏幕提示信息的形式进行报警，提醒风电场值班人 员引起注意，风电场进入大风状态； 8)功率超限预警：当打开系统的功率超限预警功能后，对风电场设定某个限定负荷值， 风电场实时的有功负荷一旦超过限定值，系统即以语言或屏幕提示信息的形式进行
第一页 答卷编号： 论文题目：A 题风电功率预测问题 指导教师： 参赛学校： 报名序号： 证书邮寄地址： （学校统一组织的请填写负责人）
第二页 答卷编号：
A 题风电功率预测问题 摘要 风能是一种可再生、清洁的能源，风力发电技术的进一步研究和开发对解决能源危机、缓解环境压力以及提升经济发展水平具有重大的意义。据此，本文通过建立一系列数学模型来研究和探索风电功率的预测以及提高预测精度问题。 针对第一问，本文提出指数平滑法、小波神经网络以及时间序列ARMA 三种预测模型对风电功率进行预测。指数平滑法采用平滑公式为：s t x t 1 (1 )S t 1,0 1,t 3，通过调整平滑参数来优化预测精度；小波 神经网络采用的小波基函数为Morlet 母小波基函数，小波神经修正采用梯度修正法；ARMA 模型通过确定自回归阶数和移动平均阶数来构造预测表达式。结 针对第二问，本文在第一问所求结果的基础上，使用熵值赋权法对三种模型 进行归一化处理，所得权值向量为w (0.3246,0.3344,0.341) ，得到一组基于以上 三种模型的预测数据。使用拟合与聚类分析得出单机系统对多机系统P4 的相关性高于对总机系统的相关性，据此，使用基于李雅普诺夫中心极限定理的通过假设相对误差小于题目要求的概率模型，求得单机组和多机组的通过检验概率为： 最后得出普遍性规律为：由于多机预测较精确，可以用多机系统的预测结果对单机进行预测。修正单机系统预测所带来的相对误差，提高精度。 针对问题三，本文建立基于遗传算法的ARMA 模型，对ARMA 模型的阶数进行优化。定义平均相对变动值( ARTD )，并令遗传算法的适应度函数为： f(x) ARTD。最后得到具有更高预测精度的模型。具体指标值如下表： 本文提出的模型对风电功率的预测具有重大的借鉴意义，并可将其模型推广应用至工程预测、股票分析、生产计划等问题上。 关键字：风电功率预测、时间序列、指数平滑法、小波神经网络、遗传算法
风电场的风速以及风功率变化规律的研究 摘要：随着风电场的大规模建设，弃风电量的评估得到越来越多的关注。本文主要研究风电场的风速以及风功率变化规律，旨为弃风电量评估模型建立打下坚实的基础。提前掌握风速和风功率变化规律的情况，可以减少旋转备用容量，减小风力发电系统成本，并且为电网运行调度提供可靠的依据。 关键词：风电场；风速；风功率；变化规律 DOI：10.16640/https://www.doczj.com/doc/416203822.html,ki.37-1222/t.2017.08.151 1 引言 风能作为一种可再生、洁净的能源，近年来在全世界范围内得到了突飞猛进的发展。由于风能具有波动性、间歇性、低能量密度、不可控性等特点，大规模风电的接入对电力系统的安全稳定运行带来了很大的挑战。因此在弃风电量评估模型建立以前，对风电场的风速以及风功率变化的统计规律的研究显得至关重要，提前掌握风速和风功率变化规律的情况，可以减少旋转备用容量，减小风力发电系统成本，并且为电网运行调度提供可靠的依据。 2 风速-风功率特点 通过大量文献的查阅和参考，总结出风速变化主要表现
为以下两种特点：（1）由于风能的能量密度较低，气温、阴晴、降水等都会引起风速的变化，因此风速变化将存在很大的波动性，呈现为非平稳的随机信号。（2）由于风速的变化跟太阳的照射有密切关系，所以在一天中风的强弱在某种程度上又呈现周期性。 风功率变化主要表现为以下两种特点：（1）由于风的能量密度低，气温、多云的天气，降水会引起风速变化，所以风功率变化会有很大波动，呈现出非平稳随机信号。（2）影响风功率变化的因素很多，包括风速、风向、空气湿度、大气密度等气象信息和风电场的位置、风机布局、地表粗糙度、海拔高度等物理信息。 因此，为了更好研究弃风电量评估模型，本文重点研究风速与风功率的变化规律，为研究弃风电量评估模型建立打好坚实的基础。 3 风速及风电功率变化的统计规律的数据指标 根据风电场测风塔实测历史数据和风电场风力发电历 史运行数据，研究该风电场的风速以及风功率变化的统计规律，确定各项数据指标的基本范围，为数据的预处理工作奠定基础。数据指标包括：（1）测风塔气象数据（十米处风速、风向、气压、温度、湿度，二十米处风速、风向，四十米处风速、风向，风机轮毂高度处风速、风向）：每小时均值、每小时最大值、每小时最小值、日均值、日最大值、日最小
风力发电机组功率特性试验方法 1范围 本部分规定了测试单台风力发电机组功率特性的方法，并适用于并网发电的所有类型和规格的风力发电机组的试验。 本部分适用于确定一台风力发电机组的绝对功率特性，也适用于确定不同结构的各种风力发电机组功率特性之间的差异。 风力发电机组的功率特性由测定的功率曲线确定，并用来估计年发电量（AEP）。测得的功率曲线也采集的瞬时风速和功率输出值确定，此项试验应在试验场有足够长的测量时间，并建立在有效的统计数据库的基础上，该数据库应覆盖一定的风速范围和各种风况条件。年发电量利用测得的功率曲线对应于参考风速频率分布计算获得，假设可利用率为100%。 本部分描述了一个测量方法，这种方法要求测量的功率曲线和导出的年发电量应由补充误差及其综合影响修正。 2 定义 下列定义适用于本部分。 2.1 精度accuracy 被测量物的测量值与真实值的接近程度。 2.2 年发电量annual energy production 利用功率曲线和轮毂高不同风速频率分布估算得到的一台风力发电机组一年时间内生产的全部电能。计算中假设可利用率为100%。 2.3 可利用率availability 在某一期间内，除去风力发电机组因维修或故障未工作的时数后余下的时数与这一期间内总时数的比值，用百分比表示。 2.4 复杂地形complex terrain 试验场地周围属地形显著变化的地带或有能引起气流畸变的障碍物的地带。 2.5 外推功率曲线extrapllated power curve 用估计方法对测出的功率曲线从测量的最大风速延伸到切出风速。 2.6 气流畸变flow distortion 由障碍物、地形变化或其他风力机引起的气流改变，其结果是相对自由来流产生了偏离，造成一定程度的风速测量误差。 2.7 轮毂高度（风轮）hub height(wind turbine) 从地面到风轮扫掠面中心的高度。 2.8 测量功率曲线measured power curve 用图形和表格表示的按正确方法测试、修正和标准化处理的风力发电机组净电功率输出。是测量风速的函数关系。 2.9 净电功率输出net electric power output 风力发电机组输送给电网的电功率值。 2.10 障碍物obstacles 邻近风力发电机组能引起气流畸变的固定物体，如建筑物、森林、风力发电机组。 2.11 桨距角pitch angle 在指定的叶片径向位置（通常为100%叶片半径处）叶片弦线与风轮旋转面之间的夹角。 2.12 功率系数power coefficient 净电功率输出与风轮扫掠面上自由来流应有的功率之比。
风电功率预测系统简介
目录 1目的和意义 (3) 2国内外技术现状 (3) 2.1国外现状 (3) 2.2国内现状 (4) 3风电功率预测系统技术特点 (5) 3.1气象信息实时监测系统 (5) 3.2超短期风电功率预测 (5) 3.3短期风电功率预测 (6) 3.4风电功率预测系统软件平台 (8)
1目的和意义 风能是一种清洁的可再生能源，由于其资源丰富、转化效率高、产业化基础好、经济优势明显、环境影响小等优点，具备大规模开发的条件，在可以预见的将来，风能的开发利用将成为最重要的可再生能源发展方向。但由于风电等可再生能源发电具有间歇性、随机性、可调度性低的特点，大规模接入后对电网运行会产生较大的影响,以至于有些地方不得不采取限制风电场发电功率的措施来保证电网的安全稳定运行。 对风电输出功率进行预测被认为是提高电网调峰能力、增强电网接纳风电的能力、改善电力系统运行安全性与经济性的最有效、经济的手段之一。首先，对风电场出力进行短期预报,将使电力调度部门能够提前为风电出力变化及时调整调度计划，从而减少系统的备用容量、降低电力系统运行成本。这是减轻风电对电网造成不利影响、提高系统中风电装机比例的一种有效途径。其次，从发电企业(风电场)的角度来考虑,将来风电一旦参与市场竞争,与其他可控的发电方式相比,风电的间歇性将大大削弱风电的竞争力,而且还会由于供电的不可靠性受到经济惩罚。提前对风电场出力进行预报,将在很大程度上提高风力发电的市场竞争力。 2国内外技术现状 2.1 国外现状 在风电功率预测技术研究方面，经过近20年的发展，风电功率预测已获得了广泛的应用，风电发达国家，如丹麦、德国、西班牙等均有运行中的风电功率预测系统。 德国太阳能技术研究所开发的风电管理系统（WPMS）是目前商业化运行最为成熟的系统。德国、意大利、奥地利以及埃及等多个国家的电网调度中心均安装了该系统，目前该系统对于单个风电场的日前预报精度约为85%左右。丹麦Ris?国家可再生能源实验室与丹麦技术大学联合开发了风电功率预测系统Zephyr，
生产工艺流程 申华协合贡宝拉格风电场
发电风力发电机最初出现在十九世纪末。自二十世纪八十年代起，这项技术不断发展并日渐成熟，适合工业应用。近二三十年，典型的风力发电机的风轮直径不断增大，而额定功率也不断提升。 在二十一世纪00 年代初，风力发电机最具经济效益的额定输出功率范围在600 千瓦至750 千瓦之间，而风轮直径则在40 米至47 米之间。当时所有制造商都有生产这类风力发电机。新一代的兆瓦级风力发电机是以这类机种作为基础发展出来的。 二零零七年初，有一些制造商开始生产额定功率为几兆瓦而风轮直径达到约90 米的风力发电机（例如Vestas V90 3.0 兆瓦风电机，Nordex N90 2.5 兆瓦风电机等等），甚至有些直径达100 米( 如GE 3.6 兆瓦风电机) 。这些大型风力发电机主要市场是欧洲。在欧洲，适合风电的地段日渐减少，因此有逼切性安装发电能力尽量高的风力发电机。
另一类更大型的为海上应用而设计的风力发电机，已经完成设计并制成原型机。例如RE Power 公司设计的风力发电机风 轮直径达126 米，功率达 5 兆瓦。 1) 风的功率 风的能量指的是风的动能。特定质量的空气的动能可以用下列公式计算。 能量= 1/2 X 质量X ( 速度)^2 吹过特定面积的风的的功率可以用下列公式计算。 功率= 1/2 X 空气密度X 面积X ( 速度)^3 其中， 功率单位为瓦特； 空气密度单位为千克/ 立方米； 面积指气流横截面积，单位为平方米； 速度单位为米/ 秒。 在海平面高度和摄氏15 度的条件下，乾空气密度为 1.225 千 克/ 立方米。空气密度随气压和温度而变。随著高度的升高，空气密度也会下降。 於上述公式中可以看出，风的功率与速度的三次方〔立方〕成正比，并与风轮扫掠面积成正比。不过实际上，风轮只能提取风的能量中的一部分，而非全部。 2) 风力发电机的工作原理 现代风力发电机采用空气动力学原理，就像飞机的机翼一样。风并非" 推" 动风轮叶片，而是吹过叶片形成叶片正反面的压差，这种压差会产生升力，令风轮旋转并不断横切风流。 风力发电机的风轮并不能提取风的所有功率。根据Betz 定律，理论上风电机能够提取的最大功率，是风的功率的59.6% 。大多数风电机只能提取风的功率的40% 或者更少。 风力发电机主要包含三部分∶风轮、机舱和塔杆。大型与电网接驳的风力发电机的最常见的结构，是横轴式三叶片风轮，并安装在直立管状塔杆上。