基于時序指數平滑法的風電場短期功率預測研究

張慧娥，朱婷婷，胡衡，蘭鴿，肖長江

(1.新疆工程學院能源工程學院，新疆烏魯木齊，830023；2.新疆機場（集團）烏魯木齊分公司飛行區管理部電力運行管理中心，新疆烏魯木齊，830000)

0 引言

風電作為重要的可再生能源，對全球能源的可持續發展具有重要的意義。但由于風電功率具有間歇性和波動性的特點，大規模風電場接入電網運行時，較大幅度地風電功率波動會對電網安全穩定運行帶來不利影響[1][2]。如果風電場通過站端功率預測系統上傳的短期功率預測準確性較高，電力調度部門就能夠根據風電場上傳的短期預測功率安排調度日前運行計劃，保證電網的電力電量平衡和安全穩定運行。因此，提高風電功率實時預測的準確性對改善風電并網運行有著重要意義。

本文以新疆電網某風電場實測數據為基礎，基于時序指數平滑法對風電場短期功率進行預測，并根據評價指標對預測結果進行評價，驗證了預測模型的有效性及可行性。

1 風電場功率預測方法

根據預測的時間尺度可分為實時預測（5-15分鐘）、日內超短期預測（4小時以內）、日前短期預測（72小時以內）、中期預測（3-7天）、長期預測（年度）[3]。實時預測主要用于實時調度和調整AGC機組容量；日內預測主要用于實時調整發電計劃和安排調度計劃；日前預測主要用于安排常規機組出力計劃、優化機組組合方式、解決電網調峰問題和日前電力市場交易等；中期預測主要用于安排機組檢修或調試及電網運行方式調整；長期預測主要用于風電資源評估和風電場規劃設計及選址。為解決電網調峰問題，合理安排調度計劃，本文對風電場日前短期功率進行預測。

目前，常用的風功率預測方法有：基于數值天氣預報的物理計算方法、統計方法和人工智能方法。本文采用基于功率的預測的統計方法，該方法用于短期功率預測，有較好的精度。統計法是在系統的輸入（風速、風向、溫度等天氣預報數據、歷史至少一年的氣象實測統計數據及實時數值氣象數據）與風電功率之間建立某種映射關系，這種映射關系常采用指數平滑法、回歸分析法、時間序列預測法、卡爾曼濾波法、灰度預測法等，通過歷史數據所呈現出來的一些規律對某段時間的風功率展開預測。

2 時序指數平滑法

指數平滑法根據平滑次數可分為一次指數平滑法、二次指數平滑法和三次指數平滑法等。

2.1 一次指數平滑法

一次指數平滑法是利用前一期的預測值St代替Xt-n得到預測的通式，即

這是一種加權預測，權數為α。α的大小規定了在新預測值中新數據和原預測值所占的比重。權數α值越小，新數據所占的比重就愈小，原預測值所占的比重就愈大，反之亦然。前一期預測值加上根據前期預測值中產生的誤差的修正值得到后一期的預測值。一次指數平滑法比較簡單，但問題是不斷反復地優化α值，以使均方差最小，需要通過反復試驗確定最佳的α值。

2.2 二次指數平滑法

一次指數平滑法在時間序列變動出現恒直線趨勢時，一次指數平滑預測值存在明顯的時間滯后偏差現象，因此，一次指數平滑法必須加以修正。修正的方法在一次指數平滑法的基礎上再作一次指數平滑，利用滯后偏差的規律建立直線趨勢模型。這就是二次指數平滑法。其計算公式為：

二次指數平滑法的預測模型為：

式中：at是t時期的水平值，bt是t時期的線性增量。

2.3 三次指數平滑法

二次指數平滑法能隨著時間序列呈拋物線增長而調整預測值，但在時間序列變動時出現二次曲線趨勢時，需要在二次指數平滑的基礎上再進行一次指數平滑。三次指數平滑計算過程較二次指數平滑法復雜，其計算公式為:

式中：at是t時期的水平值，bt是t時期的線性增量，ct是t時期的拋物線增量。

3 Matlab中預測模型的建立

Step1：初始化，用最初三期觀測值的平均值作為初始平滑值。平滑權數α初值設定為0.4。

Step2：一次指數平滑預測。

Step3：二次指數平滑預測。

Step4：三次指數平滑預測。

Step5：計算相對誤差，平滑權數權數α+0.1，進行step2-4的循環，直到平滑權數權數α最大值1時循環結果。

Step6：根據相對誤差最小原則，選擇相應平滑權數。

Step7：輸出預測結果。

4 風電場短期功率預測

4.1 預測實例

裝機容量為49.5MW的新疆某風電場，該風電場由33臺風電機組構成，每臺機組的額定容量為1500kW。以5月12-14日，用樣板機法還原的理論發電功率數據為觀測值（采樣周期：15min）。用本文中的中的時序三次指數平滑法對風電場短期功率進行預測，根據相對誤差最小原則，選擇的平滑權數α=0.9為最佳值，逐步逼近觀測值。得到5.12.0.0-5.14.23.45 發電功率隨時點變化圖像如圖1所示。

圖1 發電功率隨時點變化圖像

4.2 預測結果評價

從表1中看出，平滑權數為0.9時，對應的總絕對誤差之和最小為247.5。以此，平滑權數為0.9時，使預測的結果精度更高。滿足《國家能源局關于印發風電場功率預測預報管理暫行辦法的通知》中預測精度要求，故驗證了預測模型的有效性及可行性。

表1 不同平滑權數對應的絕對誤差

5 結輪

本文中基于時序三次指數平滑法對風電場短期功率進行預測，修正了指數平滑權數，使預測的結果精度更高。但該方法對平滑權數的選擇具有主觀性，對新的觀測數據不能自動適應修改。