风功率预测系统
主要功能：高精度数值天气预报，能够提供未来 72 小时的辐照度、云量等高精度信息，时间分辨率 15 分钟，空间分辨率达到 3×3 公里；高精度预测技术，超短期预测精度达到 99%，短期精度达到 99%以上的目标。
应用场景：风电场风功率预测系统、风电功率预测系统改造。
核心优势：专业化地理方案设计；因地制宜，使得预报结果更加准确；数据深挖掘技术；多观测网的气象数据：纳入多种气象观测网数据，预测结果更可靠；专业化区域方案设计和数据深挖掘技术。
应用场景：风电场风功率预测系统、风电功率预测系统改造。
核心优势：专业化地理方案设计；因地制宜，使得预报结果更加准确；数据深挖掘技术；多观测网的气象数据：纳入多种气象观测网数据，预测结果更可靠；专业化区域方案设计和数据深挖掘技术。
风功率预测系统的介绍
随着电网新能源电源结构比重的增加，清洁能源的发电功率预测对调度变得非常重要，在风电场中风功率预测越准，风电并网给电网的安全运行带来的影响就越小，就能够有效的帮助电网调度部门做好各类电源的调度计划。风功率预测越准，电网就会减少风电限电，由此大大提高了电网消纳风资源的能力，进而减少了由于限电给风电业主带来的经济损失，增加了风电投资回报率。
风功率预测系统界面图
风功率预测系统的特点
（1）高精度数值天气预报
风功率预测系统以全球中尺度模式气象预报数据为基础，结合风电场微观选址及针对不同地域特点的参数化方案，经过大规模并行分布式计算机集群的模式计算优化后得到高精度的中小尺度数值天气预报，作为风资源预报的基础。能够提供未来 72 小时的风速、风向等高精度信息，时间分辨率 15 分钟，空间分辨率达到 3×3 公里。为准确预报未来风资源的产量和负荷曲线打下坚实的基础。
（2）高精度预测技术
基于云平台计算下，应用数据挖掘与智能算法，在风电功率预测系统下，进行高精度模拟、计算，超短期预测精度达到 85%，短期精度达到 80%以上的目标。为客户提供更加精准、安全、稳定的服务。
（3）数据深挖掘技术
在风电场的海量数据里，利用数据挖掘技术，完成相关性分析、误差分析、特征分析等，为高精度建模打下坚实的基础。
（4）多观测网的气象数据
将多种来源于不同的观测网的气象信息作为数值天气预报模式输入的背景场，使得各个观测网的优势能够得到互补，模式预测的结果将会更加可靠。
（5）专业化地理方案设计
通过理论分析和大量试验，选取适应于各区域的边界层方案和近地层方案，因地制宜，使得预报结果更加准确。
（6）专业化区域方案设计
采用人工神经网络模型，在其基础上，加入一些复杂模型，比如卡尔曼滤波算法、小波分析、遗传算法、蚁群算法、概率统计模型等。建立一个复杂的精细化多模块自动寻优模型。
风功率预测系统的组成部分
风预测系统拓扑图
（1）硬件终端设施
风预测系统的硬件网络拓扑图，主要包括了功率预测服务器、气象数据处理服务器、反向隔离器、交换机、防火墙、PC 工作站和测风塔等。
（2）全球中尺度模式气象预报
采用高精度的气象源，以国际先进的中尺度数值天气预报技术为基础，通过大量敏感性试验将数值预报模型本地化后，将更加适用于风电场的实际需求。模型在考虑大尺度天气背景信息的同时，又充分考虑到风电场地形地势、表面粗糙度、气候特征等影响电场变化的因素，使得预测结果更加稳定可靠。
（3）MOS 统计订正系统
采用统计回归技术，通过分析历史数值天气预报的结果，建立预测风速和实测风速之间的误差的统计特性模型，可以进一步减小预报偏差，使预测结果更加准确。
（4）风电发电功率预测算法模块
在系统预测中，以高精度数值气象预报为基础，实时读取电气参数，神经网络不断对预测发电量值与实测发电量值进行比较、网络学习训练、误差修正，形成多种类型的预测样本，并不断进行优化。
（5）风力发电物理模型
根据风电场风机组件参数，电场的电气参数等，能够在没有历史实发数据的情况下，直接通过预测风速数值计算出近似风电场的发电量。
风功率预测系统的功能
（1）未来 24 小时短期预；
（2）未来 4 小时超短期预测；
（3）未来 72 小时中长期预测；
（4）系统运行寿命≥20 年；
（5）系统预测合格率：>99%；
（6）系统在线时间：>99.99%。
- 图纸下载
- 说明书下载
