Page 25 - 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

预测）和概率预测。确定性预测模型是指给定一组输入数据，能够为用户提供未
来可能出现的风电功率单一期望值。与确定性预测不同，概率预测可以为功率预
测提供更广泛的重要预测信息。确定性方法给出了风机功率的单一预测结果，而

概率预测方法给出了更多的风力发电功率输出的情况，该类模型的输出结果可以
是预测区间和概率分布。
（二）确定性功率预测概述
确定性预测是一种广泛应用于能源预测方面的算法，对电力系统的稳定运行

和电力市场的交易起着至关重要的作用。与概率预测相比，点预测的计算复杂度
相对较低，更容易对预测结果进行评估。
1. 物理方法
基于物理方法的确定性功率预测是基于大气条件创建一个预测模型，使用实

际气象数据来进行预测。该类模型所使用数据为地理信息数据，例如风电场所在
的海拔、风电场附近的地表粗糙度、有无障碍物遮挡，以及风电场区域位置的历
史气象数据，如当地的温度、空气湿度、大气压力、风速和方向等。数值天气预
报模型（NWP）是最典型的风功率预测物理方法，它利用地理信息数据和气象

数据来估算风场风机的风速，然后根据相关风机的功率曲线将得到的预测风速转
化成风电场功率。NWP 模型采用大气流体力学和热力学方程来描述天气演变过
程，然后根据大气气象初始值和边界条件对未来一段时间的大气运动状态和天气
[7]
气象进行模拟。近年来，NWP 模型得到了广泛的研究。M G D Giorgi 等为了分
析 NWP 模型各类输入数据对最终预测结果的影响程度，提出一种基于人工神经
网络的数值天气预报模型来预测某风电场未来五个不同时间间隔下的功率。M D
Felice [23] 采用 NWP 模型将 14 个月内的每小时温度值作为输入数据来预测城市的
电力需求。结果表明，数值预报模型能提高预测准确度，特别是对温度最高地区

的预测。物理方法的缺点之一就是需要采集大量地理信息数据和历史气象数据。
尽管当前遥感技术十分成熟，能够为地形数据的收集提供有力帮助，但实际地形
的验证仍需要大量工作。由于在大气流体力学模型中考虑到了时间和空间信息，
基于 NWP 模型的物理方法针对中长期风电预测能取得良好的预测结果，但其计

算量复杂，需要大量的计算资源。
2. 统计方法
基于统计方法的确定性功率预测通常分析风速、大气温湿度、风向等气象数

13