【精彩论文】基于机器学习的集群式风光一体短期功率预测技术

戳蓝字“中国电力期刊”关注我们哦！

崔杨，陈正洪，许沛华

湖北省气象服务中心

引文信息

崔杨, 陈正洪, 许沛华. 基于机器学习的集群式风光一体短期功率预测技术[J]. 中国电力, 2020, 53(3): 1-7.

CUI Yang, CHEN Zhenghong, XU Peihua. Short-term power prediction for wind farm and solar plant clusters based on machine learning method[J]. Electric Power, 2020, 53(3): 1-7.

研究背景

能源是社会经济发展中最重要的物质基础之一，清洁、高效、低碳已经成为世界能源的主流发展方向。风能和太阳能作为清洁无污染的可再生能源，具有资源量大、分布广泛的特点。据国家能源局统计，截止至2018年底，我国风电累计并网装机容量达到1.84亿千瓦，光伏发电累计并网装机容量达12384万千瓦，均位列世界第一。大规模的新能源发电并网会对电网造成一定的冲击。开展准确、及时的新能源发电功率预测便于电网调度部门动态调节常规机组出力，有效减少旋转备用容量，从而降低系统的运行成本。传统的功率预测系统为单站形式，预测结果通过专线上传至区域调度部门。然而，随着风电、太阳能资源的集中式开发，各地电网和发电企业迫切需要建成集中式的新能源发电功率预测系统。

论文所解决的问题及意义

集群式风、光功率预测是提升电网健壮性的有效手段，对保障风电、光伏消纳及电网安全经济运行具有重要意义。针对区域风、光电站群的功率预测，由于各站建站时间不同、单站预报精度残次不齐，导致传统的单站功率累加法预测精度和运行效率不高。本研究从实际工程应用出发，研究了位于湖北地区不同地形条件下的13个风电场和13个光伏电站，采用聚类分析法对这些电站进行集群划分、寻找每个子区域的特征电站，结合数值天气预报，采用BP神经网络法进行建模，完成各区域电站的功率预测。该方法在保证预测精度的同时，能够显著提高系统建模效率。

论文重点内容

风电场和光伏电站的出力受不同地理地形、小气候条件的影响较大。在大气环流的作用下，不同的地形条件会具有局地小气候特征，从而影响该地区的风速、辐照度、云量等天气状况，导致不同区域内的风电场和光伏电站产生较大的出力差异。首先，通过研究各风电场和光伏电站的出力特征发现，各个风电场的出力范围具有明显的差异性，其中4、7、8号风电场的实发功率在装机容量的40%内波动，而9号风电场的出力界于切入和满发之间。光伏发电在晴天条件下呈现出典型的日变化特征，在正午时达到峰值。虽然各光伏电站的整体出力相差不大，但达到峰值的程度却存在一定的差异性，所有光伏电站的日发电功率峰值均未达到装机容量的90%以上。产生这一现象的原因，不仅与当日正午时的天气状况有关（辐射强度、云量等），还与区域电力调度部门下发的发电计划、光伏电站的设计、逆变器损耗、光电转换效率等原因相关。

图1（a） 各风电场功率日变化分布

图1（b） 各光伏电站功率日变化分布

本文提出的集群式短期功率预测方法主要分为三个部分，即基于二分K均值聚类分析方法（Bisecting K Means，BKM）的子区域划分、集群特征点优选、区域功率预测。其中，功率预测需要以电站基础信息、实况及历史功率及气象数据和NWP数据为基础，通过挖掘NWP数据中各项要素与历史功率之间的关系来建立预测模型。由于功率预测结果大多取决于NWP预测数据的准确性，因此在输入模型之前，还需要对预测要素进行修正。

图2 技术路线图

图3 BP神经网络修正及预报流程

对湖北省范围内的13个风电场和13个光伏电站开展实验，收集所有电站的历史运行数据，在充分考虑各个电站的数据质量和完整率后，选择各电站2018年的实况功率数据、测风塔（环境监测仪）数据以及数值预报数据进行建模分析。

在已划分好子区域的基础上，得出子区域内单个电站与区域总功率的相关性，选取各个子区域中与总功率相关性最高的电站作为特征电站。

图4（a）风电场群

图4（b）  光伏电站群

利用特征优选法分别完成各区域的风电、光伏发电功率预测后，采用相对均方根误差、平均绝对百分比误差及相关系数对预测结果进行分析评价。结果如下：

表1 风电场群预报方法对比分析

表2 光伏电站群预报方法对比分析

研究结论

传统的功率预测研究理论认为：功率预测单元越小，所包含的信息越多，由多个预测单元累加得到的区域预测结果会获得更高的预测精度。本研究结果表明，对于部分集群式风电场和光伏电站而言，特征优选法的预测效果优于传统的累加法，当集群电站数量增多时，特征优选法的预测误差会略高于累加法，但建模效率会明显提高。且本文研究方法同时适用于集群式风电场和集群式光伏电站。

主要作者介绍

第一作者：崔杨，女，工程师，从事风电、光伏发电功率预测研究。

E-mail: [e-mail]。

第二作者：陈正洪，男，二级研究员，从事应用气象研究。

E-mail: [e-mail]。

团队介绍

湖北省气象能源业务服务创新团队于2013年成立，2018年被湖北省总工会评为“湖北省示范性职工（劳模工匠）创新工作室”。该团队努力拓展风能、太阳能服务领域，与高校、新能源企业、研究设计院等开展紧密的合作，深耕市场需求。采用边研究、边应用、边拓展，开展一条龙服务的方式，深度参与湖北省乃至全国的风能太阳能开发利用工作。将业务服务领域拓展到贯穿新能源开发的全生命周期，包括资源监测、资源评估、分散式能源、后评估、生态修复、预报预警服务、大规模风电开发对气候的影响、技术咨询培训，及标准制订、方法研究、系统开发、管理及其推广应用、科普宣传等，先后承担相关科研项目40多项，技术服务项目300多项，发表相关论文100余篇，发布标准3项、软件著作权4项、专利3项。所承担项目工作遍布全国。

 往期回顾 

编辑：杨彪

审核：蒋东方

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。

关于我们

     联系电话:   [phone]（编辑）                      010-66603801（发行）                      010-66603587（传真）        邮    箱:  [e-mail]        网    址：www.chinapower.org

     官方微信号：ELECTRIC-POWER

        主办单位：国网能源研究院有限公司

                              中国电机工程学会

                     全球能源互联网研究院有限公司