第1章 引 言
1.1风电产业发展现状[1,2]
传统电力的开发导致化石燃料日益枯竭以及带给环境沉重的负担，如环境污染、酸雨、气候异常、石油泄漏等等。因而全球对绿色能源的需求十分迫切，世界各国都在不遗余力地发展可再生能源发电技术。包括太阳能、风能、生物质能、地热能、海洋能等。在这众多的可再生能源中，应用最广的要属风能。
自1990年以来，世界风力发电得到了飞速的发展。据统计，2009年全球风电装机总量增长31%，全球风电装机总量已达到157.9千兆瓦，较2008年增加了37．5千兆瓦。德国是世界风电发展最快的国家，其风电总装机容量接近世界总装机容最的1/3，风电的年发电量，已占该国全年电力需求量的5.9%。丹麦是风电在电力供应中所占比例最高的国家，风电装机容量已超过全国电力总装机容量的20%。
大力开发可再生能源亦是我困能源发展战略的重要组成部分。风力发电是清洁的町冉生能源，可部分替代燃煤发电容量，减少污染物的排放。同时我国风能资源比较丰富，随着我国风电的快速发展，在我国风能资源比较丰富、风电发展较快的地放，风能作为一种开发成本相对较小的绿色能源将逐渐成为不可忽略的电源形式，并得到国家政策强有力的支持。
1.2背景分析与研究意义
作为可再生能源之一的风能，具有无污染、可转移等特征。怎样才能使其利用价值进一步提高以成为21世纪重要的研究课题之一。在世界其他国家早一步研究并取得了初步成果与经济效应时，我国政府也增加了对可再生、清洁能源的重视。随着《可再生能源法》的颁布与实施，我国在这领域也得到了迅速发展，尤其在技术较为成熟，商业前景很是乐观的风力发电已成为其它各种可再生能源之首。在“十一五”规划期间，国家结合我国的地理优势，明确的提出了做好甘肃、内蒙古和苏沪沿海等地千万千瓦级风电基地的建设工作。
现今风力发电主要利用的是近地风能。近地风具有波动性、间歇性、低能量密度等特点，因而风电功率也是波动的。大规模风电场接入电网运行时，大幅度地风电功率波动会对电网的功率平衡和频率调节带来不利影响。怎样才能较准确的预测出风电场的发电功率，给电力调度部门提供一个预先安排调度计划的理论基础，保证电网的功率平衡和运行安全是目前急需解决的问题。
本文选择中国风电场风电功率的预测作为研究内容，具有重要的现实意义和学术价
5
值，概括地说，体现在以下几个方面：
①优化电网调度，减少旋转备用容量，节约燃料，保证电网经济运行；②满足电力市场交易需要，为风力发电竞价上网提供有利条件；③便于安排机组维护和检修，提高风电场容量系数。在电力市场中，风电场对风电功率进行预测，参与电力市场竞价；电网公司对风电功率进行预测，保证系统安全经济运行。 1.3国内外研究动态 1.3.1国外研究现状[3]
风电的快速发展和风电在整个电力市场供应比例的增加，极大地推动了风电功率预测系统在风电发达国家中的应用。国外对风电功率预测的研究差不多有近20年的历史，最早的研究单位是丹麦的RisQ国家实验室，随后德围也进行了深入研究，到目前，各风电强国都意识到风电功率预测的价值和意义，纷纷开发出了自己的商用预测系统并投入运营，如丹麦、德国、美国等。
风电功率预测系统主要还有西班牙马德里卡洛斯三世大学开发的Sipre61ico工具。在Madeira岛和Crete岛运行的More.Care系统和爱尔兰开发的Honeymoon系统。另外，由巴黎ARMINES开发的风能预测系统(AWPPS)有三种预测模式：基于统计时序方法的短期预测模式，它能提前10小时预测风动能；基于适应性模糊神经网络的中期预测模式，能提前72小时预测一个风动场的输出。这两种模式以线SCADA数据和NWPS数据为输入；而其综合预测模式，通过综合考虑全预测范围内长期和短期预测的产出来得到一个最佳值。除上述所提及的风电功率预测系统以外，由于风电的迅猛增长，越来越多的国家都在开展风电预测的相关研究，研究出来的预测系统有已经投入运行的，还有处在试用阶段未推广运用的，这里不详细列举。 1.3.2国内研究现状
我国的《可再生能源产业发展指导目录》中指出，要进行“风电场发电量预测及电网调度匹配软件”的技术开发，目的是用于实时监测和收集风电场各台风电机组运行状况及发电量，分析和预测风电场第二天及后一周的功率变化情况，为电网企业制定调度计划服务，促进大规模风电场的开发和运行。
我国拥有丰富的风能资源储量，国内也有非常多的研究单位和企业在进行这方面的研究，与国外相比，目前我国在风电功率预测方面的研究依然处于起步阶段，国内很多企业及科研院所已经意识到了对风电进行预测的重要性，正关注并进行这方面的研究。
中国电科院是国内最早从事风电功率预测技术研究的单位，承担着国家科技支撑计
6
划项目《风电场输出功率预测系统的开发及示范应用》、国家电网公司科技项目《风电场接入电网的稳定性及风电功率预测技术研究》等多个风电功率预测方面科技项目研究任务，已成功开发出国内首套具有自主知识产权的风电功率预测系统，针对统计方法需要历史数据和物理方法受基础资料影响等不利因素，还开发出了统计方法一物理方法混合预测模型，掌握了适合中国国情的风电功率预测建模技术。所开发的风电功率预测系统已经在多个省份如江苏、吉林、宁夏等电网投入运行，东北和黑龙江电网风电功率预测系统正在进行系统调试，新疆、上海、张家口电网风电功率预测系统正在进行预测建模。系统应用的网省调达到11个，总预测风场数量超过80个，总预测风电装机容量超过600万千瓦。目前，风电功率预测系统己应用于各网省公司的发电计划制定，对解决风电大规模风电接入后电网的调度运行问题提供了强有力的技术支撑。
国内从事这方面研究的除中国电力科学研究院外，还有华北电力大学、金风科技股份有限公司等高校和科研机构，并且与国际也展开了相关合作，如与德国太阳能研究所(ISET)、丹麦RisQ国家实验室、挪威WindSim公司展开合作，从这些可以看出，我国在风电功率的预测研究方面投入的人力物力将越来越多。
7
第2章 风电功率实时预测及误差分析
2.1移动平均预测法预测风电功率 2.1.1 移动平均法基本概念
移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等等的一种常用方法。移动平均法适用于即期预测。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动，是非常有用的。移动平均法根据预测时使用的各元素的权重不同，可以分为：算术平均法、简单移动平均法和移动加权平均法。 2.1.2 移动平均法基本原理
设时间序列为x1,x2,?,xN，即样本容量为N，有N个历史数据。所谓移动平均，是指对每次移动的求算术平均值。若每次按n(1?n?N)个数据移动地求平均值，那么在第
t时间点移动的平均值Mt为：
1n(xt?n?1???xt?1?xt)?1nyMt??xi?t?n?1i （2.1）
式中：1?n?t?N，Mt第t时间点的移动平均值（也可作为第t?1时间点的预测值
yt?1，yt?1?Mt）
由公式1可推导出如下迭代公式
Mt?1n(xt?n?xt?n?1???xt?2?xt?1)?1n(xt?xt?n)?Mt?1?1n(xt?xt?n) （2.2）
2.1.3 移动平均法的特点
对于较长观察期，时间序列的观察值变动方向和程度不尽一致，呈现波动状态，或受随机因素影响比较明显时，移动平均法能够在消除不规则变动的同时，又对其波动有所反映。也就是说，移动平均法在反映显现变动反面是较敏感的。
移动平均预测法所需贮存的观察值比较少，因为随着移动，远期的观测值对预测期数值的确定就不必要了，这一点使得移动平均法可长期用于同一问题的连续研究，而不论延续多长时间，所保留的观测值是没必要增加的，只需保留跨越期个观察值即可。 2.1.4 一次移动平均法
8
一次移动平均法是对时间序列按一定跨越期，移动计算观察值的算术平均数，其平均数随着观察值的移动而向后移动。Mt(1)为第t期的一次移动平均值，以此作为第t?1期的预
测值。其计算公式为：
Mt(1)?1nn?Yt?i?i?1nYt?1?Yt?2???Yt?nn （2.3）
Mt?1(1)?1n?Yt?i?1?i?1Yt?Yt?1???Yt?n?1n （2.4）
(1)式中：n为跨越期数(1?n?N)，Mt?1为第t?1的一次移动平均值，Yt为第t期的观察值(t?1,2,?,N)。
M(1)t?1?M(1)t?Yt?Yt?nn （2.5）
2.1.5 二次平移预测法
二次移动平均法是对一次移动平均值再进行第二次移动平均，并在此基础上建立预测模型，求出预测值得预测方法。一次移动平均法不适用于趋势变动时间序列，因为一次移动平均值大大滞后于实际观察值，为了解决这一矛盾，就在一次移动平均的基础上，建立了二次移动平均的方法二次移动平均预测法解决了预测值滞后于实际观察值得矛盾，适用于有明显趋势变动的风电功率现象进行预测，同时他还保留了一次移动平均法的优点。
2.1.6 二次平移预测法基本算法
二次平移预测法是在一次平移算法的基础上形成的，目的是为了进一步减小误差。
Mt(1)?1nn?Yt?i?i?1(2)Yt?1?Yt?2???Yt?nnn （2.6）
Mt(1)?1?nMt?i?1(1) （2.7）
(2)i?1式中：Mt为第t期的一次移动平均值，n为跨越期数，Mt平均值。
为第t期的二次移动
?at?2Mt(1)?Mt(2)?(1)(2)?2(Mt?Mt) （2.8） ?bt?n?1?则二次移动平均预测法的总预测模型为
9