Page 23 - 新能源风力发电技术与自动化技术研究

第一章 新能源发电功率预测

目标区域定制数值天气预报数据，并使用数据同化技术。此方法的优势在于能够
充分地将周围的天气情况和地形地貌的影响考虑在内，减小了预测的误差。更重
要的是，此方法不需要大量的历史数据，适用于新建的风电场。但是它也存在着

一定的缺陷，由于天气情况的变化具有较大的随机性，且数值天气预报的更新频
率较慢，所以在风速突变的情况下，此方法可能存在较大误差。
2. 在统计观念的基础之上进行的外推模型
在统计观念的基础之上进行的外推模型是指建立最新预测值与最近期超短期

风电功率值在时间序列之间的线性或者非线性映射关系。这两者想要建立关系，
就必须归纳历史风速与功率数据在时间序列上的统计规律。相较于在数值天气预
报的基础之上进行的物理模型计算来说，在统计观念的基础之上进行的外推模型
在计算过程中使用了历史数据，因此能更好地反映出流体、热力、地形地貌等因

素的影响，可以较好地规避物理影响因素对最终的结果产生的影响。优势就在于
考虑到了长时间的天气变化情况，精确度较高。
3. 组合预测方法
组合预测是将物理模型与统计模型相结合的预测方法，其核心思想是分摊单

独预测的误差风险，达到减小最大偏差的目的。中国超短期风功率预测研究的起
步相对于国际整体来说较晚，但是近年来也已经有一些预测效果较好的超短期风
功率预测软件问世。

4. 概率性预测方法以及基于历史数据的风电功率预测法
基于概率区间内的超短期风功率预测能够同时量化预测误差和相关概率，
提供重要的概率分布信息，进而降低预测风险所引入的风险。到目前为止，已经
建立了当前时段实测风速与下一时段预测风速为联合条件的预测误差概率统计模
型，采用了离散型概率的表达方式，结合现代化的科学技术，有效地减小了最终

结果的误差。
基于历史数据的风电场功率预测是指根据历史数据来预测风电场功率的方
法，也就是在若干个历史数据和风电场的功率输出之间建立一种映射关系，主要
的方法包括：持续法、线性法、人工神经网络法等等。其中持续法是最简单的方

法，是指把最近一点的风功率预测值作为下一点的预测值，这种方法适用于短时
间之内的预测，通常采用时间序列模型，其预测误差较大且预测的结果具有很大
的不稳定性。采用时间序列法可以对风速进行时间序列分析，然后将其转换为风

11