Page 24 - 新能源风力发电技术与自动化技术研究

新能源风力发电技术与自动化技术研究
Research on New Energy Wind Power Generation Technology and Automation Technology

电场输出功率，也可以直接对风电场的输出功率做时间序列分析。在线性法的预
测当中，应用较为广泛的是自回归 - 滑动平均模型法，这种方法在数值的准确性
和稳定性上都要优于持续法。线性法通常采用的是一组不同阶数的自回归 - 滑动

平均模型，对提前一到六个小时的风速以及风电场的功率进行研究，采用大量的
历史数据来进行建模，经过模型识别、参数估计、模型检验来确定一个能够描述
所研究时间序列的数学模型，再由该模型推导出预测模型。线性法的计算精度较
高，要想让最终计算出来的结果真正地发挥其价值，还需要相关人员积累一定的

实际经验，训练数据和验证数据的选取。人工神经网络法是模仿人脑结构及其功
能，由大量简单处理元件以及某种拓扑结构大规模连接而成的，对复杂问题的求
解比较有效。
风电场在进行超短期风电功率预测时，既要考虑天气变化对预测结果的影响，

还要考虑风电场周边地形地貌对风速以及风向的影响，以全面的角度进行超短期
风电功率预测。在计算时需要准确完整的数据输入，因此要保证设备及软件的可
靠性，避免因数据及程序错误影响数据质量。同时为了保证计算的效率还需要减
少计算量并选择性能良好的计算机。准确的风电功率预测结果对于电网及风电场

本身都十分有益，因此做好风电功率预测工作非常重要。

第二节 风电功率预测系统

一、风电功率预测方法与最新技术发展

随着全球能源需求的不断增长，以及已探明的传统能源如煤、石油和天然气
等的储量越来越少，使得可再生能源在能源结构中的占比越来越大。由于风能易

获取和分布广泛的特性，风力发电已成为最重要和应用最广泛的可再生资源之一。
由于风力的随机性和不确定性，风力发电的增长给电力系统的稳定运行和电力配
送规划带来了许多挑战。预测模型不仅可以预测风速、发电量等参数，而且有助
于稳定电力系统和组织电力市场。因此，风电功率预测得到了研究和发展，以应

对随着风力发电在全球电力系统中的迅速增加而带来的挑战。
（一）风电功率预测模型的基本概念
风电功率预测模型按照最终预测结果可以大致分为：确定性预测（也称为点

12