风功率预测系统局部架构

风功率预测系统局部架构

风功率预测涉及的其他产品

1、实时测风数据采集与传输系统

风电场风资源实时采集及传输系统，是根据国家电网对风电场测风塔相关标准及国内外风电场运行状况所开发的系统。本系统主要包括测风塔数据的实时采集、存储、转发、分析管理、以及与远动装置进行实时数据交互，实现向网调EMS系统的测风塔数据实时上传。

2、测风数据使用光纤传输方式的建设方案

风电场测风塔示意图如下图所示：测风塔部分主要包括测风塔、测风塔上的测量设备、数据记录仪、串口联网设备等硬件设施。其中测量仪器包括风速仪、风向标（在10米、30米、70米、风力发电机组的轮毂中心高层各一个），和温度传感器、湿度传感器、压力传感器（放在10米高层各一个）。这些测量设备通过传感器屏蔽电缆连接到数据记录仪。数据记录仪有专门的保护箱，其电源由太阳能供电系统提供，实现数据的采集及存储。数据采集器通过光端机把串口信号转换光信号，经过最近风机的备用光纤传送到电子设备间。

拓扑图

经过光纤交换机和光电转换器的处理，重新将光信号转换为电信号，然后数据通过ModBus协议（RS232/R485串口）实时传送到功率预测服务器上，并按照网调要求的格式进行上传，实现测风塔数据的本地采集、存储、显示、管理以及对网调的数据上送。风电场主控室，测风设备网络示意图如下所示：

升压站监控房网络图

说明：国能日新的实时测风数据采集及上传系统除了通过光纤方式传输外，还可实现GPRS无线方式、无线电台方式等多种传输方式。

测风塔

3、虚拟测风塔建设方案

虚拟测风塔是一套软件模块，无需建设测风塔，即可完全满足测风数据及其他气象数据的采集和主站上传要求，且无论是数据精度还是测量范围完全满足电网对风电场测风塔实时数据上传的技术要求。国能日新的虚拟测风塔可以位于场内及附近的任意位置，不受风电场区域限制；时间采集精度可以任意选取；同时没有任何工况限制，即使出现了极限天气，依然能够正常工作。这样不仅为业主节约了实体测风塔的硬件投资，而且还为用户节约了大量的维护费用。基于我们的虚拟测风塔，短期功率预测精度超过90%，目前甘肃桥东第一风场，桥东第三风电场以及甘肃鑫汇瓜州干河口第六风电场等风电场正在使用该技术，系统运行

稳定，得到用户的高度认可。

风电功率预测系统功能要求规范

风电功率预测系统功能规范 （试行） 国家电网公司调度通信中心

目次 前言...................................................................... III 1范围. (1) 2术语和定义 (1) 3数据准备 (2) 4数据采集与处理 (3) 5风电功率预测 (5) 6统计分析 (6) 7界面要求 (7) 8安全防护要求 (8) 9系统输出接口 (8) 10性能要求 (9) 附录A 误差计算方法 (10)

前言 为了规范风电调度技术支持系统的研发、建设及应用，特制订风电功率预测系统功能规范。 本规范制订时参考了调度自动化系统相关国家标准、行业标准和国家电网公司企业标准。制订过程中多次召集国家电网公司科研和生产单位的专家共同讨论，广泛征求意见。 本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、信息要求、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。 本规范由国家电网公司国家电力调度通信中心提出并负责解释； 本规范主要起草单位：中国电力科学研究院、吉林省电力有限公司。 本规范主要起草人：刘纯、裴哲义、王勃、董存、石永刚、范国英、郭雷。

风电功率预测系统功能规范 1范围 1.1本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、数据准备、数据采集与处理、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。 1.2本规范用于指导电网调度机构和风电场的风电功率预测系统的研发、建设和应用管理。 本规定的适用于国家电网公司经营区域内的各级电网调度机构和风电场。 2术语和定义 2.1 风电场 Wind Farm 由一批风电机组或风电机组群组成的发电站。 2.2 数值天气预报 Numerical Weather Prediction 根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法。 2.3 风电功率预测 Wind Power Forecasting 以风电场的历史功率、历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型，以风速、功率或数值天气预报数据作为模型的输入，结合风电场机组的设备状态及运行工况，得到风电场未来的输出功率；预测时间尺度包括短期预测和超短期预测。 2.4 短期风电功率预测 Short term Wind Power Forecasting 未来3天内的风电输出功率预测，时间分辨率不小于15min。 2.5 超短期风电功率预测 ultra-short term Wind Power Forecasting 0h~4h的风电输出功率预测，时间分辨率不小于15min。

风电功率预测系统简介

风电功率预测系统简介

目录 1目的和意义 (3) 2国内外技术现状 (3) 2.1国外现状 (3) 2.2国内现状 (4) 3风电功率预测系统技术特点 (5) 3.1 气象信息实时监测系统 (5) 3.2超短期风电功率预测 (5) 3.3短期风电功率预测 (6)

3.4风电功率预测系统软件平台 (8)

1目的和意义 风能是一种清洁的可再生能源，由于其资源丰富、转化效率高、产业化基础好、经济优势明显、环境影响小等优点，具备大规模开发的条件，在可以预见的将来，风能的开发利用将成为最重要的可再生能源发展方向。但由于风电等可再生能源发电具有间歇性、随机性、可调度性低的特点，大规模接入后对电网运行会产生较大的影响, 以至于有些地方不得不采取限制风电场发电功率的措施来保证电网的安全稳定运行。 对风电输出功率进行预测被认为是提高电网调峰能力、增强电网接纳风电的能力、改善电力系统运行安全性与经济性的最有效、经济的手段之一。首先，对风电场出力进行短期预报, 将使电力调度部门能够提前为风电出力变化及时调整调度计划，从而减少系统的备用容量、降低电力系统运行成本。这是减轻风电对电网造成不利影响、提高系统中风电装机比例的一种有效途径。其次，从发电企业（风电场）的角度来考虑,将来风电一旦参与市场竞争, 与其他可控的发电方式相比, 风电的间歇性将大大削弱风电的竞争力,而且还会由于供电的不可靠性受到经济惩罚。提前对风电场出力进行预报, 将在很大程度上提高风力发电的市场竞争力。 2国内外技术现状 2.1国外现状 在风电功率预测技术研究方面，经过近20 年的发展，风电功率预测已获得了广泛的应用，风电发达国家，如丹麦、德国、西班牙等均有运行中的风电功率预测系统。 德国太阳能技术研究所开发的风电管理系统（WPM）S是目前商业化运行最为成熟的系统。德国、意大利、奥地利以及埃及等多个国家的电网调度中心均安装了该系统，目前该系统对于单个风电场的日前预报精度约为85%左右。丹麦Ris? 国家可再生能源实验室与丹麦技术大学联合开发了风电功率

风电功率预测的发展成就与展望

风电功率预测的发展现状与展望 范高锋，裴哲义，辛耀中 （国家电力调度通信中心，北京100031） 摘要：风电场输出功率预测对接入大量风电的电力系统运行有重要意义。本文从电力调度运行的角度，在风电功率预测技术的发展现状、系统建设情况、预测误差、预测评价指标和预测的主体等方面展开了论述，对目前存在的基础数据不完善、预测精度不高、预测的时间尺度较短和风电场普遍没有开展预测的问题进行了分析，提出了加强电网侧和风电场侧风电功率预测系统建设、加快超短期预测功能建设、继续深化预测技术研究、加强标准体系建设和开展跨行业合作等发展建议。 关键词:风电场；功率；预测；系统 中图分类号：TM614 文献标志码：A 文章编号： Wind power prediction achievement and prospect FAN Gao-feng , PEI Zhe-yi , XIN Yao-zhong (National Power Dispatching& Communication Center，Beijing 100031) Abstract: Wind power prediction is important to the operation of power system with comparatively large mount of wind power. This paper summarized the current situation of wind power prediction technology, wind power prediction system construction, prediction error, assessment index, and main market body of prediction from the power dispatch perspective. The main problems includes basic data incomplete, prediction precision relatively low, prediction time scale short and wind farm no wind power system are analyzed. Suggestions of enforcing grid side and wind farm side wind power prediction system construction, speeding up ultra-short term wind power prediction system construction, deepening wind power prediction technology study, strengthening prediction technical standard system and cooperation of different industry are proposed. Keywords: wind farm; power; prediction; system 0引言 电力系统是一个复杂的动态系统。维持发电、输电、用电之间的功率平衡是电网的责任。在没有风电的电力系统，电网调度机构根据日负荷曲线可以制定发电计划，以满足次日的电力需求。风电场输出功率具有波动性和间歇性，风电的大规模接入导致发电计划制定难度大大增加，风电对电力系统的调度运行带来巨大挑战。 目前风电对全网的电力平衡已经带来很大的影响[1-3]。对风电场输出功率进行预测是缓解电力系统调峰、调频压力，提高风电接纳能力的有效手段之一。同时，风电功率预测还可以指导风电场的检修计划，提高风能利用率，提高风电场的经济效益。经过多年的科研攻关与技术创新，我国具有自主知识产权的风电功率预测系统已在电力调度机构获得了广泛应用，12个网省调建立了预测系统，覆盖容量超过12GW，在电网调度运行中发挥了一定作用。本文对近年来风电功率预测方面完成的工作进行了总结，对存在的问题进行了论述，并提出了下一步的发展建议。 1 风电功率预测发展现状 1.1 风电功率预测技术的发展情况 电网调度部门对风电功率预测的基本要求有2个：一是短期预测，即当天预测次日0时起72h的风电场输出功率，时间分辨率为15 min，用于系统发电计划安排；另一个是超短期预测，即实现提前量为0~4h的滚动预测，用于电力系统实时调度[4]。 风电功率预测方法主要分为统计方法、物理方法[5-6]。统计方法是指不考虑风速变化的物理过程，而根据历史统计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，常用的预测模型有时间序列、神经网络、支持向量机等。物理方法是指风电功率预测的物理方法根据数值天气预报模式的风速、风向、气压、气温等气象要素预报值以及风电场周围等高线、粗糙度、障碍物等信息，采用微观气象学理论或计算流体力学的方法，计算得到风电

风电功率预测系统功能规范

风电功率预测系统功能规范（试行） 前言 为了规范风电调度技术支持系统的研发、建设及应用，特制订风电功率预测系统功能规范。本规范制订时参考了调度自动化系统相关国家标准、行业标准和国家电网公司企业标准。制订过程中多次召集国家电网公司科研和生产单位的专家共同讨论，广泛征求意见。本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、信息要求、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。本规范由国家电网公司国家电力调度通信中心提出并负责解释；本规范主要起草单位：中国电力科学研究院、吉林省电力有限公司。本规范主要起草人：刘纯、裴哲义、王勃、董存、石永刚、范国英、郭雷。 1范围 1.1本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、数据准备、数据采集与处理、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。 1.2本规范用于指导电网调度机构和风电场的风电功率预测系统的研发、建设和应用管理。本规定的适用于国家电网公司经营区域内的各级电网调度机构和风电场。 2术语和定义 2.1风电场Wind Farm由一批风电机组或风电机组群组成的发电站。 2.2数值天气预报Numerical Weather Prediction根据大气实际情况，

在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法。 2.3风电功率预测Wind Power Forecasting以风电场的历史功率、历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型，以风速、功率或数值天气预报数据作为模型的输入，结合风电场机组的设备状态及运行工况，得到风电场未来的输出功率；预测时间尺度包括短期预测和超短期预测。 2.4短期风电功率预测Short term Wind Power Forecasting未来3天内的风电输出功率预测，时间分辨率不小于15min。 2.5超短期风电功率预测ultra-short term Wind Power Forecasting 0h~4h的风电输出功率预测，时间分辨率不小于15min。 3数据准备 风电功率预测系统建模使用的数据应包括风电场历史功率数据、历史测风塔数据、历史数值天气预报、风电机组信息、风电机组及风电场运行状态、地形地貌等数据。 3.1风电场历史功率数据风电场的历史功率数据应不少于1a，时间分辨率应不小于5min。 3.2历史测风塔数据a）测风塔位置应在风电场5km范围内；b）应至少包括10m、70m及以上高程的风速和风向以及气温、气压等信息；c）数据的时间分辨率应不小于10min。 3.3历史数值天气预报历史数值天气预报数据应与历史功率数据相

【CN109934402A】一种风电场集控中心集中风功率预测系统及其设计方法【专利】

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910180757.6 (22)申请日 2019.03.11 (71)申请人 北京天润新能投资有限公司西北分 公司 地址 830026 新疆维吾尔自治区乌鲁木齐 市经济技术开发区上海路107号 (72)发明人 景志林　张宁　马辉　梁志平　 (74)专利代理机构 北京华仲龙腾专利代理事务 所(普通合伙) 11548 代理人 李静 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称一种风电场集控中心集中风功率预测系统及其设计方法(57)摘要本发明提供一种风电场集控中心集中风功率预测系统，包括：（1）数据源；（2）数据平台层；（3）应用展示层；集中风功率预测系统采用微服务软件设计模式，系统中的每一个模块都是可以独立分拆、独立部署的微服务，底层使用的Docker容器技术和容器云平台，基于容器云平台上的持续集成、持续部署技术实现系统的快速迭代更新，分为生产控制大区的架构及信息管理大区的架构。还公开了一种风电场集控中心集中风功率预测系统的设计方法，包括步骤：1）设计集中风功率预测系统网络拓扑及电力监控系统安全防护模块；2）设计集中风功率预测系统的预测结果获取与展示模块；3）设计人为干预功率预测 结果的实施策略。权利要求书3页 说明书12页 附图11页CN 109934402 A 2019.06.25 C N 109934402 A

权　利　要　求　书1/3页CN 109934402 A 1.一种风电场集控中心集中风功率预测系统，其特征在于包括： （1）数据源：作为集中功率预测系统的基础数据来源，基础数据按照电场类别分为风电场数据、光伏电场数据，按照设备类型分为风机数据、逆变器数据、测量设备数据、升压站数据，展示以设备分类列出的数据源，测量设备数据包括风速、辐照度两种电场的实时监测数据，基础数据是通过客户端通过大数据平台的统一数据接口上传到中心端系统中，功率预测厂商的气象和功率预测数据为所述风电场集控中心集中风功率预测系统气象预报预警数据和预测功率数据的数据源，这部分数据通过互联网直接上传到所述风电场集控中心集中风功率预测系统中心端； （2）数据平台层：用于为统一的所述风电场集控中心集中风功率预测系统中心端提供统一存储和计算资源，所述风电场集控中心集中风功率预测系统的各业务子系统均部署在数据平台层； （3）应用展示层：是集中功率预测系统的界面，新能源用户通过所述界面实现所有风电场功率预测业务的查询、监控、报表工作。 2.根据权利要求1所述的一种风电场集控中心集中风功率预测系统，其特征在于：所述数据平台层包括统一数据接入服务、统一数据存储池、统一计算资源池、数据仓库、统一数据发布服务，所述数据接入服务基于大数据的采集技术，包括流数据和批数据采集技术Apache Kafka、日志等非结构化数据采集技术Logstash；所述应用展示层包括气象预报预警业务、功率预测业务和业务管理业务，所述气象预报预警业务分为天气数据展示、气象灾害预警、气象数据对比查询，所述功率预测业务分为预测指标展示、预测实测数据对比、上报状态查询与手动补报等功能，所述业务管理业务包括基础信息查询与管理、用户权限设置与管理、综合查询系统、数据归档管理、自由报表系统、测量设备管理系统。 3.根据权利要求1所述的一种风电场集控中心集中风功率预测系统，其特征在于：所述集中功率预测系统采用微服务软件设计模式，系统中的每一个模块都是可以独立分拆、独立部署的微服务，底层使用的Docker容器技术和容器云平台，基于容器云平台上的持续集成、持续部署技术实现系统的快速迭代更新。 4.根据权利要求1所述的一种风电场集控中心集中风功率预测系统，其特征在于：所述集中功率预测系统分为生产控制大区的架构以及信息管理大区的架构，所述生产控制大区分为安全Ⅰ区（控制区）和安全Ⅱ区（非控制区），所述安全Ⅰ区直接实现对电力一次系统的实时监控，纵向使用电力调度数据网络或专用通道，所述安全Ⅱ区在线运行但不具备控制功能，使用电力调度数据网络，与控制区中的业务系统或其功能模块电连接，所述集中功率预测系统在生产控制大区设置防火墙、功率预测服务器、内代理服务器、正向隔离、反向隔离，用于设备数据采集、协议适配、实时监控、告警管理、数据转发，所述集中功率预测系统的服务器把通过反向隔离传输过来的集中功率预测的结果按照电网要求的报文格式，上报给电网；内代理服务器将安全区数据通过正向隔离传输给外代理；所述信息管理大区采集存储服务器集群接受内代理转发的数据，对数据进行反向的解密、解压、数据拆箱匹配信息模型、流计算、数据持久化；获取其他管理信息系统数据，进行数据清洗、转换、加载、持久化，形成跨多数据引擎的清洁能源大数据湖；提供多副本集存储，保证数据的高可用性，查询分析服务集群提供海量异构数据的即席查询服务、多维数据聚合服务、并行化分析引擎、离线分析服务、数据审计核查、质量评估修复、使用痕迹记录等，为上层应用提供RESTful原则的 2

风电功率预测问题

第一页 答卷编号：论文题目： 指导教师： 参赛学校： 报名序号： 证书邮寄地址： （学校统一组织的请填写负责人） 第二页 答卷编号：

风功率预测问题设计 摘要 未来风力发电可能成为和太阳能比肩的新能源行业。随着全球经济的发展和人口的增长，人类正面临着能源利用和环境保护两方面的压力。一方面煤炭、石油和天然气等化石燃料的储量由于大量开采而日益减少：另一方面是大量使用化石燃料对自然环境产生了严重的污染和破坏。这两方面的问题已经引起世界各国政府和人民的高度重视，并在积极寻求一条可持续发展的能源道路，以风能首当其冲。风速的随机性，给，和风电场的功率输Hj带来很大的困难。本文旨在研究分电功率在一段时间的变化规律，本文组建三个模型来解决风电功率的预测问题通过对历史数据的分析，挖掘5月31号到6月6日风电功率的变化趋势，以便直观的检验模型与实际数据是否相吻合。 在问题一中考虑天气变化的随机性，分析不同时间点的数据，将Pa,Pb,Pc,Pd,P58表中5月30日第81时间点到96时间点的数据提取出来运用灰色理论作为预测2006年5月31日开始前四个小时内的16个时间点的数据预。同理以表中已给出的5月31日1-16时间点的数据预测出17-32时间的数据，然后运用此模型得出时间范围a,b内各时间点的风电功率。然后可与题目中以给的数据相比较得出误差。第二种预测方法运用指数平滑模型得出时间范围a,b内各时间点的风电功率。第三种预测方法运用移动平均模型，预测出时间范围a,b内各时间点的风电功率。通过三种预测方法的误差分析我们推荐指数平滑预测法。 在问题二中，通过比较分析问题一的预测结果，比较单台风电机组功率（P A ，P B ，P C ， P D ）的相对预测误差与多机总功率（P 4 ，P 58 ）预测的相对误差，得出风电机组的汇聚程 度越高，对于预测风电功率结果误差影响越小。 在问题三中，选用了BP神经网络的预测方法，加入了更多的自变量，使得预测结果更精确。 （关键词：风速的随机性，风速的预测，风电功率数值，灰色理论，指数平滑模型，移动平均模）

国家能源局关于印发风电功率预报与电网协调运行实施细则

国家能源局关于印发风电功率预报与电网协调运行实施细则(试行)的 通知 国能新能[2012]-12文件 各省(区、市)发展改革委、能源局、中国气象局，国家电网公司、南方电网公司、华能集团公司、大唐集团公司、华电集团公司、国电集团公司、中电投集团公司、神华集团公司、中广核集团公司、三峡集团公司、中国节能环保集团公司、水电水利规划设计总院、各相关协会: 为促进风电功率预测预报与电网调度运行的协调，根据《风电场功率预测预报管理暂行办法》的有关要求，现将〈风电功率预报与电网协调运行实施细则~(试行)印发你们，请参照执行。 附:风电功率预报与电网协调运行实施细则(试行) 风电功率预报与电网协调运行实施细则(试行) 第-章总则 第一条根据《中华人民共和国可再生能源法》和《节能调度管理办法}，为贯彻落实国家能源局《风电场功率预测预报管理暂行办法}C国能新能(2011 ) 177号)，制定本实施细则。 第二条中国气象局负责建立风能数值天气预报服务平台和业务运行保障体系，为风电功率预测提供数值天气预报公共服务产品和相关技术支持系统。 第三条风电开发企业负责风电场发电功率预报工作，按照要求上报风电场发电功率预报曲线，并执行电网调度机构下发的发电功率计划曲线。 第四条电网调度机构负责电力系统风电发电功率预测工作，建立以风电功率预测预报为辅助手段的电力调度运行机制，保障风电优先调度，落实风电全额保障性收购措施。 风电功率预测预报和并网运行的有关考核办法另行制定。 第五条各有关单位应保证安全接收、传送、应用气象和电力运行等信息，确保涉密信息的获取和使用符合国家相关保密规定。 第二章气象数据服务及功率预测

风电功率预测文献综述

风电功率预测方法的研究 摘要 由于风能具有间歇性和波动性性等特点，随着风力发电的不断发展风电并网对电力系统的调度和安全稳定运行带来了巨大的挑战。进行风电功率预测并且不断提高预测精确度变得越来越重要。通过对国内外研究现状的了解，根据已有的风电功率预测方法，按照预测时间、预测模型、预测方法等对现有的风电功率预测技术进行分类，着重分析几种短期风电功率预测方法的优缺点及其使用场合。根据实际某一风电场的数据，选取合适的风电预测模型进行预测，对结果予以分析和总结。 关键词：风电功率预测；电力系统；风力发电；预测方法； 引言 随着社会不断发展人们对能源需求越来越大而传统化石能源日益枯竭不可再生，以及化石能源带来了环境污染等问题影响人类生活，人们迫切需要新的清洁能源代替传统化石能源。风能是清洁的可再生能源之一，大力发展风力发电成为各国的选择。根据相关统计，截止至2015年，全球风电产业新增装机63013MW，，同比增长22%[1]。其中，中国风电新增装机容量达30500MW，占市场份额48.4%。全球累计装机容量为432419MW，其中中国累计装机容量为145104,占全球市场份额的33.6%。 目前风力发电主要利用的是近地风能，近地风能具有波动性、间歇性、低能量密度等特点，因而风电功率也是波动的。当接入到电网的风电功率达到一定占比时，风电功率的大幅度波动将破坏电力系统平衡和影响电能质量，给电力系统的调度和安全平稳运行带来严峻挑战。根据风速波动对风力发电的影响按照时间长度可分为三类：一种是在几分钟之内的超短时波动，该时段内的波动影响风电机组的控制；另一种是几小时到几天内的短时波动，该时段内的波动影响风电并网和电网调度；最后一种是数周至数月的中长期波动，该时段内的波动影响风电场与电网的检修和维护计划。本文主要研究不同的风电功率短期预测方法的优缺点。 通过对短期风电功率预测，能够根据风电场预测的出力曲线优化常规机组出力，降低运行成本；增强电力系统的可靠性、稳定性；提升风电电力参与电力市场竞价能力。

近海风电场项目风功率预测系统技术协议

江苏响水近海风电场项目风功率预测系统技术协议 二○一五年五月响水

目录 第一章总则 (2) 第二章技术规范 (3) 2.1 标准和规范 (3) 2.2 工程概况 (4) 第三章技术参数和性能要求 (6) 3.1 海上测风塔数据传输技术要求 (6) 3.2 设备要求概述 (6) 3.3 功率预测技术要求 (6) 3.4预测功能要求 (8) 3.5 统计分析 (10) 3.6 界面要求 (10) 3.7 至调度主站要求 (12) 3.8 联网方式及数据上传方式 (12) 3.9 GPS 对时方式 (12) 3.10 电磁兼容性要求 (13) 第四章屏柜结构及布线要求 (13) 4.1 屏体要求 (13) 4.2 屏内布线 (14) 第五章图纸和资料 (14) 第六章现场验收及服务 (15) 第七章交货要求 (15) 附件1 供货范围、备品备件及技术参数表 (16) 附件2 风电场风电功率预测系统结构图 (18) 附件3 信息传送网络拓扑图 (19)

第一章总则 1.1 本技术协议适用于江苏响水近海风电场工程风电功率预测系统。 1.2 本技术协议提出的是最低限度的技术要求，并未对一切技术细节作出规定，也未充分引述有关标准和规范的条文，卖方应提供符合本规范书和工业标准的优质产品。卖方应具备风功率预测系统的制造资质和经验，可根据需要提供预测系统建设的解决方案。1.3 如果卖方没有以书面形式对本规范书的条文提出异议，则意味着卖方提供的设备完全符合本技术协议的要求。如有异议，不管是多么微小，都应在报价书中以“对规范书的意见和同规范书的差异”为标题的专门章节中加以详细描述。风功率预测系统是预测风电场未来发电能力的重要手段，是推动风电行业持续健康发展的必要条件之一。根据国家电网公司的要求，风电场需要上报测风塔自动气象站实时采集的数据、风功率预测结果等内容。为此，卖方承担的工作内容包括(但不限于)： （1）提供测风塔侧无线发射设备和风机侧的无线接收设备各1套，将测风塔自动气象站所采集的数据接入到无线发射设备，通过无线传输到风机侧，再借用风机35kV光电复合缆中光纤的备用芯将数据传输到陆上集控中心中控室。卖方需负责完成整个传输通道的各项接口配合工作，向调度中心传送实时测风数据。 （2）风功率预测系统的建设：包括中心站的硬件、平台软件、短期风功率预测软件、超短期风功率预测软件等，并向调度中心报送预测功率数据。 （3）提供系统预验收后第一年的气象预报数据服务。 （4）系统框架具体内容，参见技术文件提供的附件1《供货范围、备品备件及技术参数表》、附件2《风电场风电功率预测系统结构图》和附件3《信息传送网络拓扑图》。 1.4 测风塔和自动气象站由买房负责建设。 1.5 本技术协议所使用的标准如遇与卖方所执行的标准不一致时，按较高标准执行。1.6 本技术协议经买卖双方确认后作为订货合同的技术附件，与合同正文具有同等的法律效力。 1.7 本技术协议未尽事宜，由买卖双方协商确定。

风电功率预测系统设计方案

风功率预测系统设计方案 随着社会的发展，传统能源出现面临枯竭的危险，发展新能源经济是当今世界的历史潮流和必然选择。而二次能源开发中利用风力发电是最有潜力最为环保的方式之一，但这也引出了分布式发电并网难的问题。由于风能发电的间歇性、不稳定性，并网后对电网冲击巨大，因此，做好风能发电的预测和调控是风力发电并网稳定运行和有效消纳的重要条件。 国外的经验证明，对风力发电进行有效预测，可以帮助电网调度部门做好各类电源的调度计划，减少风电限电，由此大大提高了电网消纳风电的能力，进而减少了由于限电给风电业主带来的经济损失，增加了风电场投资回报率。为此，国能日新自主研发的风电功率预测系统，为国家的风电事业发展贡献自己的一份力量。 风就是水平运动的空气，空气产生运动，主要是由于地球上各纬度所接受的太阳辐射强度不同而形成的。在赤道和低纬度地区，太阳高度角大，日照时间长，太阳辐射强度强，地面和大气接受的热量多、温度较高；在高纬度地区太阳高度角小，日照时间短，地面和大气接受的热量小，温度低。这种高纬度与低纬度之间的温度差异，形成了南北之间的气压梯度，使空气作水平运动，风沿水平气压梯度方向吹，即垂直与等压线从高压向低压吹。

地球在自转时，使空气水平运动发生偏向的力，称为地转偏向力，这种力使北半球南方吹向北方的风向东偏转，北方吹向南方的风向西偏转，南半球则相反。所以地球大气运动除受气压梯度力外，还要受地转偏向力的影响，大气真实运动是这两种力综合影响的结果。 国能日新开发的风电功率预测系统SPWF-3000，具备高精度数值气象预报功能、风电信号数值净化、高性能物理模型、网络化实时通信、通用风电信息数据接口等高科技模块；可以准确预报风电场未来168小时功率变化曲线。在即使没有测风塔的情况下，采用国能日新的虚拟测风塔技术，风功率系统短期预测精度超过80%，超短期预测精度超过90%。

风功率预测系统使用手册(v2.0)资料

风功率预测系统使用手册(v2.0)

精品文档 风电场风能预报智能管理系统 使用手册 北京国能日新系统控制技术有限公司 2011 年11 月16 日

目录 目录................................................................................................................................................. I 第一章系统操作 (1) 1.1 主界面 (1) 1.2 用户管理 (2) 1.2.1 用户登录 (2) 1.2.2 用户设置 (3) 1.2.3 用户注销 (5) 1.3 系统设置 (5) 1.3.1 风场设置 (6) 1.3.2 机组型号设置 (7) 1.3.3 测风塔设置 (9) 1.3.4 预测设置 (11) 1.4 状态监测 (13) 1.4.1 系统状态 (13) 1.4.2 风机状态 (14) 1.5 预测曲线 (14) 1.5.1 短期预测曲线 (14) 1.5.2 超短期预测曲线 (16) 1.5.3 风速预测 (17) 1.6 气象信息 (19) 1.6.1 风速曲线 (19) 1.6.2 风廓线 (20) 1.6.3 直方图 (20) 1.6.4 玫瑰图 (21) 1.7 统计分析 (22) 1.7.1 完整性统计 (22) 1.7.2.频率分布统计 (23) 1.7.3 误差统计 (24) 1.7.4 事件查询 (26) 1.7.5 综合查询 (27) 1.8 报表 (28) 第二章系统维护 (30) 2.1 数据库连接不上 (30) 2.2 短期预测数据不显示 (30) 2.3 超短期预测数据不显示 (30) 2.4 接收实发功率异常 (30)

风功率预测系统局部架构

风功率预测系统局部架构 风功率预测涉及的其他产品 1、实时测风数据采集与传输系统 风电场风资源实时采集及传输系统，是根据国家电网对风电场测风塔相关标准及国内外风电场运行状况所开发的系统。本系统主要包括测风塔数据的实时采集、存储、转发、分析管理、以及与远动装置进行实时数据交互，实现向网调EMS系统的测风塔数据实时上传。 2、测风数据使用光纤传输方式的建设方案 风电场测风塔示意图如下图所示：测风塔部分主要包括测风塔、测风塔上的测量设备、数据记录仪、串口联网设备等硬件设施。其中测量仪器包括风速仪、风向标（在10米、30米、70米、风力发电机组的轮毂中心高层各一个），和温度传感器、湿度传感器、压力传感器（放在10米高层各一个）。这些测量设备通过传感器屏蔽电缆连接到数据记录仪。数据记录仪有专门的保护箱，其电源由太阳能供电系统提供，实现数据的采集及存储。数据采集器通过光端机把串口信号转换光信号，经过最近风机的备用光纤传送到电子设备间。 拓扑图

经过光纤交换机和光电转换器的处理，重新将光信号转换为电信号，然后数据通过ModBus协议（RS232/R485串口）实时传送到功率预测服务器上，并按照网调要求的格式进行上传，实现测风塔数据的本地采集、存储、显示、管理以及对网调的数据上送。风电场主控室，测风设备网络示意图如下所示： 升压站监控房网络图 说明：国能日新的实时测风数据采集及上传系统除了通过光纤方式传输外，还可实现GPRS无线方式、无线电台方式等多种传输方式。

测风塔 3、虚拟测风塔建设方案 虚拟测风塔是一套软件模块，无需建设测风塔，即可完全满足测风数据及其他气象数据的采集和主站上传要求，且无论是数据精度还是测量范围完全满足电网对风电场测风塔实时数据上传的技术要求。国能日新的虚拟测风塔可以位于场内及附近的任意位置，不受风电场区域限制；时间采集精度可以任意选取；同时没有任何工况限制，即使出现了极限天气，依然能够正常工作。这样不仅为业主节约了实体测风塔的硬件投资，而且还为用户节约了大量的维护费用。基于我们的虚拟测风塔，短期功率预测精度超过90%，目前甘肃桥东第一风场，桥东第三风电场以及甘肃鑫汇瓜州干河口第六风电场等风电场正在使用该技术，系统运行 稳定，得到用户的高度认可。

CSC-800W 风功率优化控制子站后台操作说明

CSC-800W功率优化控制子站后台操作说明 目录 CSC-800W功率优化控制子站后台操作说明 (1) 1 系统运行 (2) 2 系统介绍 (2) 2.1标题栏 (2) 2.2有功监控 (3) 2.3 主接线图................................................................................ 错误！未定义书签。 2.4 历史曲线 (6) 2.5 定值管理 (10) 2.6 报表统计 (13) 2.7 历史事件 (14) 2.8 系统日志 (14) 2.9 系统状态 (15) 2.10 实时报警 (15)

1 系统运行 在桌面上双击图标，进入工程管理器 点击运行工程，进入运行态。 点击标题栏右侧图标，弹出用户登录窗口 选择用户名，输入密码登录,密码为空 2 系统介绍 2.1标题栏

用鼠标停留在标题栏中的图标上，会显示图标名称，点击图标可以打开相应的画面，其中有功显示、无功显示、历史曲线画面为覆盖式窗口，定值管理、曲线管理、报表统计、历史事件、操作日志、系统状态为弹出式窗口。当前用户显示当前登录的用户。 2.2有功监控 参数监视：显示有功控制功能的工作模式和风电场相关数据。 状态监视：显示系统的运行的状态和报警。 控制方式设置：有功调节压板、工作模式、指令方式、一次调频和联合动力AGC状态的显示及对其进行操作。 风场功率曲线：显示风电场的实际有功、目标有功和理论有功实时曲线。 机群功率曲线：显示风机机群的实际有功、目标有功和理论有功实时曲线。 2.2.1 参数监视 工作模式：对有功调节功能处于调试还是运行模式的显示。在调试方式下，只是运行逻辑，不向风机下发有功控令；在运行模式下，既运行逻辑，也向风机下发有功控令。 指令方式：对控制方式设置中相应状态的显示。 在人工指令方式下，可点击参数监视区的人工设定，人工手动输入目标有功； 在计划指令方式下，目标有功为有功计划中96个有功计划值的相应时段的数值； 在遥控指令方式下，调度对风场进行功率控制，目标有功为调度实时下发的有功功率值。 在自由指令方式下，调度不对风场功率做限制，目标有功为风场装机容量的1.2倍。 目标有功：显示当前指令方式下设定的想让风电场调节到的有功功率值。 人工设定：在人工指令方式下对目标有功进行设置，有权限限制，满足权限时才可操作。 风场实际有功：风电场实际上网有功功率。 风场理论有功：华锐风机上送点，代表风场当前气候条件下可发有功功率。 有功死区：有功调节死区设定值的显示，如图显示有功死区是0.1MW，表示目标有功功率与风机实际有功功率的差值在0.1 MW之内，不对风机有功出力进行调节，当目标有功功率与风机实际有功功率的差值超过0.1 MW时，对风机出力进行调节。

风电功率预测模型

第一页 答卷编号： 论文题目：A 题风电功率预测问题 指导教师： 参赛学校： 报名序号： 证书邮寄地址： （学校统一组织的请填写负责人）

第二页 答卷编号：

A 题风电功率预测问题 摘要 风能是一种可再生、清洁的能源，风力发电技术的进一步研究和开发对解决能源危机、缓解环境压力以及提升经济发展水平具有重大的意义。据此，本文通过建立一系列数学模型来研究和探索风电功率的预测以及提高预测精度问题。 针对第一问，本文提出指数平滑法、小波神经网络以及时间序列ARMA 三种预测模型对风电功率进行预测。指数平滑法采用平滑公式为：s t x t 1 (1 )S t 1,0 1,t 3，通过调整平滑参数来优化预测精度；小波 神经网络采用的小波基函数为Morlet 母小波基函数，小波神经修正采用梯度修正法；ARMA 模型通过确定自回归阶数和移动平均阶数来构造预测表达式。结 针对第二问，本文在第一问所求结果的基础上，使用熵值赋权法对三种模型 进行归一化处理，所得权值向量为w (0.3246,0.3344,0.341) ，得到一组基于以上 三种模型的预测数据。使用拟合与聚类分析得出单机系统对多机系统P4 的相关性高于对总机系统的相关性，据此，使用基于李雅普诺夫中心极限定理的通过假设相对误差小于题目要求的概率模型，求得单机组和多机组的通过检验概率为： 最后得出普遍性规律为：由于多机预测较精确，可以用多机系统的预测结果对单机进行预测。修正单机系统预测所带来的相对误差，提高精度。 针对问题三，本文建立基于遗传算法的ARMA 模型，对ARMA 模型的阶数进行优化。定义平均相对变动值( ARTD )，并令遗传算法的适应度函数为： f(x) ARTD。最后得到具有更高预测精度的模型。具体指标值如下表： 本文提出的模型对风电功率的预测具有重大的借鉴意义，并可将其模型推广应用至工程预测、股票分析、生产计划等问题上。 关键字：风电功率预测、时间序列、指数平滑法、小波神经网络、遗传算法

风电功率预测技术调研报告

风电功率预测技术调研报告 风功率预测是目前国内外公认的、提高大规模风电接入电力系统运行水平的关键基础技术。自20世纪90年代初期，欧洲国家就开始着手风电功率预测系统的研发并应用于业务运行。经过30多年发展，风电功率预测已获得了广泛的应用。随着风电装机容量的快速增长，电网对风电功率预测的依赖性和需求度越来越大。风电功率预测技术已成为缓解电网调峰压力、降低系统备用容量、提高电网风电接纳能力的有效手段。同时，风电功率预测技术还可以指导风电场的检修计划，提高风能利用率，改善风电场的经济效益。 经过多年研究与实践，风电功率预测关键环节已明确固化，按业务流程依次为数值天气预报（numeric weather prediction，以下简称NWP）、风电功率转换、误差修正、预测结果应用，如图1所示。 数值天气预报生成 风资源-功率 转换模型 结果修正 功率预测 结果应用图1 风电功率预测的主要环节

报告根据预测基本流程和原理，分环节介绍风电功率预测的国内外应用现状与前沿技术。经了解，三北地区风电功率预测运行情况、关键预测技术应用以及功率预测服务商较为相似，因此，本报告的国内部分选取京津唐电网作为对象，从各技术环节角度展开调研，为推进风电功率预测技术的发展应用提供借鉴。 1 数值天气预报发展现状与前沿技术 1.1 国外数值天气预报应用现状 数值天气预报（NWP）是指根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法,包含风速、风向、气温、气压、相对湿度等与风电预测相关的气象要素。空间尺度越大，天气预报的准确率越高，但以风电场为单位的风功率预测需要小尺度气象要素信息，这就需要开展空间降尺度工作，即把大尺度、低分辨率的天气预报信息转化为小尺度、高分辨率的小区域地面气候变化。

国标风电功率预测系统功能规范送审参考模板

风电功率预测系统功能规范 1 范围 1.1本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、数据准备、数据采集与处理、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。 1.2本规范用于指导电网调度机构和风电场的风电功率预测系统的研发、建设和应用管理。 本规定的适用于国家电网公司经营区域内的各级电网调度机构和风电场。 2 术语和定义 2.1风电场 Wind Farm 由一批风电机组或风电机组群组成的发电站。 2.2数值天气预报 Numerical Weather Prediction 根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预算未来一定时间的大气运动状态和天气现象的方法。 2.3风电功率预测 Wind power Forecasting 以风电场的历史功率、历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型，以风速、功率或数值天气预报数据作为模型的输入，结合风电场机组的设备状态及运行工况，得到风电场未来的输出功率，预测时间尺度包括短期预测和超短期预测。 2.4短期风电功率预测 Short term Wind Power Forecasting 未来3天内的风电输出功率预测，时间分辨率不小于15min。 2.5超短期风电功率预测 ultra-short term Wind Power Forecasting 0h-4hd的风电输出功率预测，时间分辨率不小于15min。 3.数据准备 风电功率预测系统建模使用的数据应包括风电场历史功率数据、历史测风塔数据、历史数值天气预报、风电机组信息、风电机组及风电场运行状态、地形地貌等数据。 3.1风电场历史功率数据 风电场的历史功率数据应不少于1a，时间分辨率应不小于5min 3.2历史测风塔数据 a）测风塔位置应在风电场5km范围内； b）应至少包括10m、70m及以上搞成的风速和风向以及气温、气压等信息； C）数据的时间分辨率不小于10min。 3.3历史数值天气预报

风电场风电功率短期预测技术

风电场风电功率短期预测技术 摘要:风电功率预测是确保电网平衡风电波动，减少备用容量和经济运行的重要技术保障，减少系统的备用容量，降低电力系统运行成本，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。 本文基于对常见预测方法的研究和对风速数据的分析，并且针对目前存在的预测方法单一、预测精确度不高等问题，拟使用先进的智能化方法、多种方法综合以达到提高预测精度的目的。 关键词：风电功率预测方法matlab建模时间序列模型 1.文献综述 1.1 国内外风电功率预测现状 国外从事风电功率研究工作起步较早，早在1990 年Landberg 就采用类似欧洲风图集的推理方法开发了一套预测系统[1]，其主要思想是把数值天气预报提供的风速、风向通过一定的方法转换到风电机组轮毂高度的风速、风向，然后根据功率曲线得到风电场的出力，并根据风电场的效率进行修正。这个系统采用了丹麦气象研究院的高精度有限区域模型(high resolution limited area model ，HIRLAM)作为数值天气预报的输入，丹麦里索国家实验室的WAsP 模型把风速、风向转换到轮毂高度的风速、风向；Ris?的PARK 模型考虑尾流的影响。1993—1999 年，这个模型分别用在丹麦东部、爱尔兰电力供应委员会和爱荷华州。 风电功率预测工具(wind power prediction tool，WPPT)由丹麦科技大学开发[2]。1994 年以来，WPPT一直在丹麦西部电力系统运行，从1999 年开始WPPT 在丹麦东部电力系统运行。最初这个系统将适应回归最小平方根法与指数遗忘算法相结合，给出了0.536 h 的预测结果。 Prediktor 是Ris?开发的风电场功率预测系统，它尽可能使用物理模型。大范围的空气流动数据是由数值天气预报系统高精度有限区域模型(high resolution limited area model，HIRLAM)提供的。根据地心自传拖引定律和风速的对数分布图，把高空的风速转换为地面的风速。对于一个特定的地点，需要更详尽的数据，因此可以用WAsP程序来分析，WAsP 可以考虑障碍物和粗糙度的影响、粗糙度的变化、山头的加速和山谷的减速等。PARK 模型可以考虑风电场尾流的影响。最后还有2 个统计模块来表示未能在物理模型中表示出来的其它因素。 Zephry 是Ris?和丹麦科技大学的信息和数学建模学院(informatics and mathematical modeling，IMM)联合开发的新一代短期风功率预测程序[3]。Zephry 集合了