基于集中預報的風電功率預測系統設計

周永華，郭彥飛，張國建，韋 偉

（國電南瑞科技股份有限公司深圳分公司，深圳 518054）

由于風力發電具有間歇性、波動性、周期性等特點，大規模的風電接入勢必會對電網的安全穩定經濟運行造成重要影響［1-4］。對風電場輸出功率進行預測，把風電功率納入電網的調度計劃是保證電網安全穩定經濟運行的重要舉措之一［5］，有利于提高電網調峰能力、增強電網風電接納能力、改善電力系統運行安全性與經濟性；從發電集團角度考慮，精準的風電功率預測將使得風電場可以積極地參與市場競爭，規避由供電的不可靠性而受到的經濟懲罰，由于發電集團所管理的風電場具有數量多、地域廣、分布散等特點，因此建立一套對下屬風電場集中管理的風電功率預測系統顯得尤為重要，不僅能滿足電網調度機構對風電場運行必須上報預測功率的要求，又能大大減少每個風電場功率預測系統建設的費用。

本文設計開發了一套基于集中預報的風電功率預測系統，部署于風力發電集團側，具備數據采集、功率預測、數據交互、精度統計與分析、數據展示等一體化功能，能夠對風力發電集團下屬各并網風電場進行實時數據集中采集、預測功率集中預報、預測精度統計與分析、實時數據和預測數據可視化展示，以及實現各并網風電場與所屬風力發電集團間的數據交互，為風力發電集團對下屬各并網風電場的運行數據進行統一集中管理和相應的科學決策分析提供依據和支撐。

1 系統總體架構設計

為保證系統各應用模塊之間相互協調及整體目標的實現，基于集中預報的風電功率預測系統在設計與開發過程中，利用標準化和模塊化設計技術［6］，采用B／S架構與分層設計思想，以風力發電集團總部作為基于集中預報的風電功率預測系統的建設場所，承擔系統的日常運行、管理和維護，實現對下屬并網風電場實時運行數據的集中采集、短期／超短期功率的集中預報、預測精度的統計分析等功能；風電場側主要完成并網風電場實時運行數據的采集與上送、短期／超短期功率預測結果的下載與向電網調度機構的上報等功能。為滿足《電力二次系統安全防護規定》的有關要求，預測系統模塊內部及與其它模塊間的通信在邊界網絡處配置物理隔離設備和硬件防火墻。系統總體架構如圖1所示。

2 系統功能模塊設計

從風力發電集團專業人員業務操作角度考慮，系統從功能上主要劃分為天氣預報處理、實時數據采集、功率預測、預測精度統計和數據展示及參數配置等功能模塊，如圖2所示。

2.1 天氣預報處理模塊

數值天氣預報是短期風電功率預測的基礎［7］，當從專業權威氣象機構獲取天氣預報文件后需要對其進行處理。天氣預報處理模塊即是負責對風力發電集團下屬并網風電場定制的數值天氣預報文件的集中處理，包括天氣預報下載和天氣預報解析等功能。

在風力發電集團側通信服務器上部署天氣預報下載程序和天氣預報解析程序，前者通過Internet采用FTP協議定時從專業權威氣象機構的FTP服務器上下載并網風電場的數值天氣預報文件，并存儲到本地磁盤；后者對下載的數值天氣預報文件進行選擇性解析，并將解析記錄寫入系統數據庫。

系統數據庫是基于集中預報的風電功率預測系統的數據中心，各系統功能模塊均需要通過系統數據庫完成數據的互操作。系統數據庫存儲來自于天氣預報處理模塊的數值天氣預報數據、從風力發電集團的主站監控系統采集的各并網風電場的實時運行數據（全場有功功率、實時測風塔數據、實時風機數據）和功率預測模塊預測程序生成的短期、超短期預測結果數據，以及對功率預測精度的統計數據等。

2.2 實時數據采集模塊

風力發電集團側主站監控系統采集的風電場的實時運行數據源自于風電場側安全I區的風電監控系統，同時風電場風電監控系統還通過調度數據網實時通道采用104規約實現風電場側與電網調度側實時數據的上送。

部署于風電場側的OPC客戶端服務器采用OPC接口技術［8］將風電監控系統中實時運行數據通過企業內部專線送至風力發電集團側主站監控系統。部署于風力發電集團側通信服務器上的實時數據采集模塊，從風力發電集團側主站監控系統采集各并網風電場的實時運行數據，并將數據寫入系統數據庫。風電場實時運行數據包括風電場實時全場有功功率、實時測風塔數據、實時風電機組狀態數據等，為功率預測模塊的短期、超短期功率預測建模提供基礎數據，并為短期、超短期預測功率的精度統計分析提供數據支持。該模塊所有數據的采集與通信滿足相關規范要求［9］。

2.3 功率預測模塊

功率預測模塊是基于集中預報的風電功率預測系統的核心，以并網風電場的數值天氣預報作為預測模型的輸入，運用統計方法或物理方法集中對各并網風電場的短期、超短期功率進行預測，并將各并網風電場的功率預測結果按照電網調度機構規定格式生成相應文件。其具體功能模塊主要包括短期功率預測和超短期功率預測。

短期功率預測能夠實現對接入系統的所有并網風電場未來0～72h的輸出功率情況進行預測，預測點時間分辨率為15min。短期功率預測主要依靠數值天氣預報，并根據風電場地形的特點，輸入風電場測風塔觀測資料、周邊自動氣象站觀測資料、風電場基礎地理信息資料等，對風電場微觀區域進行時空加密計算，得出滿足風電場功率預測需求的風力預測結果。在風機標準功率特性曲線基礎上，根據風電場歷史功率數據以及歷史測風塔數據統計分析獲得風電場的功率預測模型。結合風力預測結果與功率預測模型獲得風電場全場輸出功率預測結果。

超短期功率預測能夠實現對接入系統的風電場未來0～4h的輸出功率情況進行預測，預測點時間分辨率為15min。超短期功率預測通常采用數理統計法，數理統計法是對風電場所在地測風塔的歷史觀測數據和周邊氣象臺站的歷史觀測數據進行分析和整理，根據實際需要選擇逐步回歸法、時間序列法、BP神經網絡法等適用性技術進行風力預測建模試驗，最后選取預報效果較好的一種風力預測模型。測風塔實時數據作為輸入，經風力預測模型計算，即可得到超短期風力預測結果，該結果經約束算法調校便可實現風電場未來輸出功率的預測計算。

在風力發電集團側安裝有兩臺高性能預測服務器，服務器間用集群心跳線相連。集群心跳線會定期在兩臺服務器間交換數據信息，在指定周期內若一臺服務器沒有接收到心跳信息，則將進行故障轉移，由該服務器接管集群并對外提供服務。在每臺服務器上均部署短期、超短期功率預測程序，通過與系統數據庫數據交互，獲取預測所需的數值天氣預報數據、風電場全場實時有功功率、測風塔數據、風電機組運行狀態等數據，進行短期／超短期功率預測，輸出的預測功率寫入系統數據庫，并生成電網調度機構規定格式的文件。

各并網風電場的功率預測文件需要上報給電網調度機構，以便電網調度機構據此編制日前日內發電計劃。在風電場側的內部網中轉通信機上部署功率預報FTP下載客戶端，通過集群的IP地址從風力發電集團側的預測服務器下載短期、超短期功率預測文件，并存儲到本地磁盤，然后通過反向隔離裝置把預測文件單向傳輸到風電場側安全II區的調度中轉通信機。在調度中轉通信機上部署FTP上報客戶端或前置通信程序，通過文件FTP方式或擴展102規約實現風電場短期、超短期功率預測文件到電網調度機構的上報。

2.4 預測精度統計模塊

預測精度統計模塊提供對各并網風電場的歷史短期、超短期預測功率進行準確率、合格率、上報率和完備率等指標的計算檢驗，并將統計結果寫入系統數據庫，便于風力發電集團對功率預測效果進行分析比較，同時也可對比電網調度機構對風電場的考核情況，為最大化的利用風電資源提供依據。預測精度統計程序部署于風力發電集團側的預測應用服務器上。

2.5 數據展示及參數配置模塊

數據展示及參數配置模塊是預測系統的人機交互界面，負責預測系統參數的設置、風電場實時數據和預測數據的多元可視化展示（曲線、圖形、報表等）、預測精度統計分析結果的展示、限電約束和短期預測結果的人工修正以及用戶權限的管理。主要功能包括系統參數配置、數據展示、統計報表、人工操作和用戶權限管理等。

系統參數配置功能用于設置預測系統的各種運行參數，包括風電場信息配置、測風塔信息配置、風機信息配置和預測模型參數配置等，同時提供數據有效性校驗、冗余檢測和清除等功能。

數據展示功能用于對并網風電場的風速、風向、溫濕壓、功率等實時和預測數據以及預測精度統計結果等數據進行數據查詢和多元可視化展示，展示方式包括曲線、報表、玫瑰圖和柱狀圖等，同時還提供數據的導出和圖形打印功能。

統計報表功能主要包括考核指標統計分析報表（準確率、平均絕對誤差、相對絕對誤差的日月年統計）、預測狀態統計報表、預測文件生成狀態統計報表等。

人工操作功能主要包括短期和超短期重新預測、重新上報、限電約束管理、預測結果人工修正和開機容量填報等。

用戶權限管理功能用于對不同用戶登錄身份的驗證，根據用戶身份為其分配相應權限，保證了數據及操作的安全性。風力發電集團可以為每個下屬風電場分配一個用戶，每個用戶只能對指定場站信息進行查詢。在風力發電集團側的Web服務器上部署應用程序。在風電場側的內部網中轉通信機通過瀏覽器訪問便可查詢其信息。

3 結語

風力發電集團建設風電場的規模越來越大，加強對下屬風電場運行數據的集中管理越來越重要。基于此，本文設計開發一套基于集中預報的風電功率預測系統，重點闡述了系統建設的總體架構和功能模塊設計，介紹了系統的主要功能，便于風力發電集團對下屬各并網風電場運行數據進行集中預報和統一管理，為風力發電集團進行相應的科學決策分析提供數據支持。目前，系統已在某風力發電集團總部實施，下屬10座并網風電場，分別位于廣東、新疆和呼盟三地。從預測系統投入運行的效果來看，預測系統數據采集、下載、上報調度等通信正常，運行穩定可靠，符合風電場及電網調度機構的運行要求。

［1］ 遲永寧，劉燕華，王偉勝，等.風電接入對電力系統的影響［J］.電網技術，2007，31（3）：77-81.CHI Yong-ning，LIU Yan-hua，WANG Wei-sheng，et al.Study on impact of wind power integration on power system ［J］.Power System Technology，2007，31（3）：77-81.

［2］ 范高鋒，趙海翔，戴慧珠.大規模風電對電力系統的影響和應對策略［J］.電網與清潔能源，2008，24（7）：44-48.FAN Gao-feng，ZHAO Hai-xiang，DAI Hui-zhu.The impact and countermeasure of large scale wind power on power system［J］.Advances of Power System ＆ Hydroelectric Engineering，2008，24（7）：44-48.

［3］ 張麗英，葉廷路，辛耀中，等.大規模風電接入電網的相關問題及措施［J］.中國電機工程學報，2010，30（25）：1-9.ZHANG Li-ying，YE Ting-lu，XIN Yao-zhong，et al.Problems in large-scale wind power grid connection and countermeasures［J］.Proceedings of the Chinese Society for Electrical Engineering，2010，30（25）：1-9.

［4］ 傅 旭，李海偉，李冰寒.大規模風電場并網對電網的影響及對策綜述［J］.陜西電力，2010（1）：53-57.FU Xu，LI Hai-wei，LI Bing-han.Review on Influences of large-scale wind farms power systems and countermeasures［J］.Shanxi Electric Power，2010（1）：53-57.

［5］ 王慕華，惠建忠，唐千紅，等.風電功率預測預報系統的設計與實現［J］.計算機與現代化，2013（7）：224-227，230.WANG Mu-hua，HUI Jian-zhong，TANG Qian-hong，et al.Design and implementation of wind power prediction system［J］.Computer and Modernization，2013（7）：224-227，230.

［6］ 溫 昱.軟件架構設計［M］.北京：電子工業出版社，2007.

［7］ 范高鋒，裴哲義，辛耀中.風電功率預測的發展現狀與展望［J］.中國電力，2011，44（6）：38-41.FAN Gao-feng，BEI Zhe-yi，XIN Yao-zhong.Wind power prediction achievement and prospect［J］.Electric Power，2011，44（6）：38-41.

［8］ 顧 宏，耿 欣.基于OPC的數據采集系統［J］.可編程控制與工廠自動化，2011（9）：66-68.GU Hong，GENG Xin.The data acquisition system based on OPC［J］.Programmable control and factory automation，2011（9）：66-68.

［9］ 能源行業風電標準化技術委員會.NB／T 31046—2013，風電功率預測系統功能規范［S］.北京：國家能源局，2013.