[发明专利]一种基于多源数值天气预报的风电功率集合预测方法

说明书

技术领域

本发明涉及一种风电功率集合预测方法，具体涉及一种基于多源数值天气预报的风电功率集合预测方法。

背景技术

对风电场输出功率进行预测，把风电功率纳入电网的调度计划，是应对大规模风电对电力系统生产运行所带来挑战的有效措施之一。目前，风电功率预测系统在世界各风电大国，如美国、中国、德国等都得到了广泛应用，并成为了风电优化调度的重要支撑系统。相关研究表明，对风电场输出功率进行预测，将未知的风电出力变为基本已知，有利于提前做好应对措施，提高电网的安全性和可靠性，根据预测结果将风电纳入调度计划，还有利于降低旋转备用容量，改善电力系统的经济性。

电力调度机构制定计划主要依据0-48h短期风电功率预测结果，此时天气状况的持续性消失，数值天气预报成为重要数据源。基于数值天气预报的风电功率预测建模主要分为统计和物理两大类方法：(1)统计方法：不考虑风速变化物理过程和风电场具体地形地貌环境情况下，根据历史数据找出天气状况与风电场出力的关系，然后根据实测数据和数值天气预报数据对风电场输出功率进行预测。(2)物理方法：应用大气边界层动力学与边界层气象的理论将数值天气预报产品精细化为风电机组轮毂高度的风速、风向，考虑尾流影响后得出风电机组的预测功率，累加风机的预测功率得到整个风电场的预测功率。

1、集合数值天气预报技术

传统的数值天气预报将观测值作为初值，通过求解大气动力学方程和热力学方程组，客观、定量地做出天气预报。但大气探测站点时间和空间上分布不均，且观测仪器存在系统误差和测量误差等原因，导致数值预报所采用的初值存在较大误差。以不准确的初始场做数值预报，是造成预报不准确的一个重要原因。此外，大气模式是真实大气在数学和物理上的近似，而模式有限的分辨率，对物理参数化方案和边界层条件的不准确描述等也会影响预报结果。

集合预报针对传统数值天气预报存在的这些问题，将概率预报思想引入数值天气预报中，变单一确定性预报转为概率预报，初始场的不确定性用概率密度函数(PDF)表征。集合预报的初始扰动方法就是通过不同方式取样PDF，包括经典的蒙特卡罗法、滞后平均法、增殖向量 法、能量模奇异向量法、观测扰动法、集合转换卡尔曼滤波和集合转换法等。集合预报不但可以估计初始不确定性，也可以通过采用多模式方法、物理过程的随机模拟方法及随机全倾向扰动法等来捕捉与模式相关的不确定性，从而弥补单一确定性预报的不足。

集合预报可以通过追踪初始不确定性的时空演变，提供依流型(flow-dependent)的概率分布，来提高可预报性。不同用户在根据集合预报结果进行决策时要比使用单一预报得到更多的经济利益，因为集合预报可以针对具体的成本/损失比提供不同的决策标准，而单一确定性预报无法帮助每一个用户根据自身的情况做出最优的决策，用户只能简单地依赖气候场信息进行判断。Joslyn和Nadav-Greenberg等人的研究结果表明，预报中包含不确定性估计，可以帮助预报员和公众做出更好的决策。

高性能计算机的发展给集合预报带来新的契机，它引入高离散度的小扰动对初始场数据进行修正，得到更贴近于实际的背景场数据，然后通过引入多种参数化方案采用多模式建立数值天气预报模型，输出多组数据描述未来天气状况，每一组数据等同于传统单一模式的预报结果，因此，采用多模式多参数化方案的数值天气预报产品的集合预报技术可显著降低单一数值天气预报带来的源误差，更有效描述天气的多种变化场景。一般集合预报结果总比最好的一个好，甚至某些情况下，仅仅简单的平均也能明显提高预测精度。

2、模式输出统计方法

采用集合数值天气预报的天气结果可建立相应的风电功率预测模型，这些模型表示风电场未来可能的出力变化，然而电力调度机构制定计划需要的一条确定性的风电功率预测结果，因此需要对基于多源数值天气预报得到的预测模型进行优化。该方法类似于气象预报中的模式输出统计。

模式输出统计方法是1972年由美国气象学家Glathn和Lowry最早提出，并对气候、降水等进行预报。它直接把数值产品作为预报因子，并与预报时效对应时刻的天气实况建立统计关系。做预报时，只要把数值模式输出的结果代入同级关系式，即可得到预报结论。由于MOS预报方程是由历史数值天气预报产品样本作为因子，通过统计分析而建立的，因此它能够订正数值预报的某些系统误差，能够消除数值天气预报模式的预报技巧随预报时效的延长而降低的现实。