（大唐新能源试验研究院资源及技经研究所 北京 100052）
摘要：本文介绍了风功率预报系统的运行原理和分类方式，并通过引进模式输出统计模型（Model output statistics，MOS）进行气象建模，在试验风电场的大风季预测对比中，效果显著。这论证了基于MOS建模的可行性和优越性，预计在实际生产中将较大幅度地提高预测结果。
关键词：WRF；模式输出统计模型；大风季
引言
风功率预报系统可大体分为两部分：气象建模和数据预报得出风速和风向预测的前处理部分和通过风速风向计算出风机可发功率的后处理部分。如果在前期能较为准确的针对风电场进行气象建模，将会对最终实现产出接近实际情况的功率预报带来极大的帮助。
1.功率预测方案
为了提高预测精度，我们经多次技术研讨，通过建立精细的本地气象模型，引进模式输出统计模型（Model output statistics，MOS）和四维资料同化系统（Weather Research Forecast Four-Dimensional Data Assimilation，WRF FDDA）来做某风电场的功率预测。此外，我们还对功率预测系统进行部分改进，对预测功率值进行低通滤波。
1.1 气象模型本地化
根据当地的实际情况选择气象模型的参数，使得模型能够最真实的反应当地的气候条件，减小中尺度模型的预测误差。具体的参数主要有以下几点构成：
（1）辐射过程参数化；
（2）微物理过程参数化；
（3）边界层参数化方案；
由于风力发电机主要位于大气边界层内，因此不同边界层参数化方案对预报能力的影响是本次方案设计考虑因素之一。
（1）积云对流参数；
（2）陆面过程参数化；
由于模式在区域预报的效果与参数化方案的适应性至关重要，目前很多参数化方案对中小尺度系统描述能力不足，所以开发适合本地域特点的参数化方案意义重大。
1.2 MOS自动调整模型
全国首创基于现场实测数据的MOS系统，区别于一般的MOS系统，在于其可以实现在线修正，对系统偏差分布特性能够随着季节、天气的变化而变化，以变化的修正系数应对变化中的误差倾向特征。
MOS系统是依照实测结果，对气象模式输出结果的系统偏差进行在线修正的方法。其前提是需要积累实测值。
1.3 WRF FDDA实现气象数据本地化
全国首创基于风场数据的数值同化方法。目前国内所有功率预测系统所采用的同化技术，都是讲气象站的数据引进计算模式，没有同化风场数据（只在超短期预测是使用了现场实测数据，气象模式中没有使用），缺乏对风场局地气候特征的描述。本方法将打破这一瓶颈，从根本上克服每日气象模式计算中的资料代表性问题，较大幅度地提高预测结果。
WRF FDDA技术是一种将实测值应用到计算过程的方法，可以显著改善初始气象数据的丰富程度，并消除原有大尺度数据对风场局地代表性的不足。
1.4 效果验证
模拟方案选择华北地区进行计算，加入8个现场实测数据源，用于考察改进效果。引进实测数据后，经过模式运行发现，模式输出结果中包括风向风速在内各气象变量准确度，获得显著提高。
平滑数据减小均方根误差的验证选择某风电场66台1.5MW风机，采用相同的风功率预测系统，数据平滑前后的结果显示平滑数据确实能够减小预测数据的均方根误差。
2.功率预测系统改进前后对比时间段选取
试验风电场春季的发电量时最多的，说明该地区春季的风资源是最丰富的。我们选择3个大风月（2013年春季）来进行功率预测改进前后对比分析。
3.大风月（春季）功率预测改进前后对比
经过模拟，优化后2013年3-5月短期预测均方根误差变化与原功率预测系统短期预测均方根误差变化对比如图1：
图1 2013春季日预测功率均方根误差变化图
通过图1可以看出，优化后春季被考核天数从原来的136天下降为96天，考核天数大幅下降，并且整体均方根误差下降明显。同时，日平均准确率从77%提高到了82%。
通过以上的分析，我们可以看到，优化后功率预测的整体准确度相比原先的功率预测系统有大幅提升，大风月可提高准确率5%，这个结果是基于2013年数据基础上得到的，随着数据量的增大，以及对当地气候的深入研究，将会再进一步提高功率预测的准确度。
参考文献：
[1]王丽婕；廖晓钟；高爽；冬雷；；并网型大型风电场风力发电功率-时间序列的混沌属性分析[J]；北京理工大学学报；2007年12期
[2]李闯.申烛.孟凯锋.孙翰墨.尹诗 基于混合模型的风机限电机组功率曲线建模 [期刊论文] -可再生能源2013（11）
[3]MILLIGAN M，SCHWARTZ M，WAN Y.Statistical wind power forecasting models：results for U.S.wind farms[A].Austin：AWEA，2003.
作者简介：
张超，工程师，大唐新能源试验研究院，从事资源评估、载荷计算、运行数据分析。
论文作者:张超
论文发表刊物:《电力设备》2016年第22期
论文发表时间:2017/1/21
标签：功率论文; 数据论文; 气象论文; 方根论文; 系统论文; 误差论文; 参数论文; 《电力设备》2016年第22期论文;