趙攀，戴義平，夏俊榮，等

目的：風(fēng)電功率的精確預(yù)測(cè)有助于優(yōu)化電力系統(tǒng)調(diào)度，降低電力系統(tǒng)運(yùn)行成本及提高風(fēng)電并網(wǎng)容量。數(shù)值天氣預(yù)報(bào)NWP（Numerical Weather Prediction）為風(fēng)電功率統(tǒng)計(jì)預(yù)測(cè)方法提供氣象預(yù)報(bào)數(shù)據(jù)，但由于 NWP模型在處理次網(wǎng)格現(xiàn)象方面的能力不足及物理參數(shù)初始化存在缺陷，將導(dǎo)致 NWP模型提供的近地氣象參數(shù)存在系統(tǒng)誤差，從而影響風(fēng)電功率預(yù)測(cè)精度。本文利用卡爾曼濾波技術(shù)消除 NWP預(yù)報(bào)數(shù)據(jù)中的系統(tǒng)誤差，達(dá)到提高風(fēng)電功率預(yù)測(cè)精度的目的。方法：風(fēng)電功率短期預(yù)測(cè)的統(tǒng)計(jì)方法主要是利用歷史數(shù)據(jù)建立風(fēng)電場(chǎng)區(qū)域氣象數(shù)據(jù)與輸出功率之間的非線性映射關(guān)系，進(jìn)而利用NWP輸出的氣象數(shù)據(jù)預(yù)測(cè)未來(lái)功率輸出。本文以統(tǒng)計(jì)方法中常用的逆向傳播（BP）神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)建立預(yù)測(cè)模型，通過(guò)卡爾曼濾波技術(shù)消除 NWP預(yù)報(bào)數(shù)據(jù)中存在的誤差，從而提高風(fēng)電功率預(yù)測(cè)精度。具體方法為：首先使用卡爾曼濾波算法對(duì)風(fēng)電功率起主導(dǎo)作用的風(fēng)速數(shù)據(jù)進(jìn)行動(dòng)態(tài)修正，消除 NWP風(fēng)速輸出數(shù)據(jù)中的存在的系統(tǒng)誤差；進(jìn)而采用3層BP神經(jīng)網(wǎng)絡(luò)方法建立修正風(fēng)速、風(fēng)向正弦、風(fēng)向余弦及空氣密度與實(shí)際功率之間的非線性映射關(guān)系作為風(fēng)電場(chǎng)實(shí)際功率預(yù)測(cè)的數(shù)學(xué)模型；最后使用NWP輸出的未來(lái)的修正風(fēng)速、風(fēng)向正弦、風(fēng)向余弦及空氣密度作為 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的輸入，獲取未來(lái)的風(fēng)電功率輸出。結(jié)果：以江蘇某沿海風(fēng)電場(chǎng)作為試驗(yàn)風(fēng)場(chǎng)來(lái)驗(yàn)證本文所提出的基于卡爾曼濾波修正的風(fēng)電場(chǎng)短期功率預(yù)測(cè)模型。該風(fēng)場(chǎng)裝有 33臺(tái)額定功率為 1.5 MW的變槳距風(fēng)力機(jī)組，輪轂高度為80 m。首先對(duì)2009年由NWP反推獲得的測(cè)風(fēng)塔位置全年風(fēng)速數(shù)據(jù)進(jìn)行了卡爾曼濾波修正，從試驗(yàn)風(fēng)場(chǎng)的NWP輸出風(fēng)速修正前后數(shù)據(jù)及測(cè)風(fēng)塔實(shí)測(cè)風(fēng)速數(shù)據(jù)對(duì)比發(fā)現(xiàn)，由于誤差，特別是系統(tǒng)誤差的存在，NWP模式輸出的原始預(yù)測(cè)風(fēng)速變化較為平緩，不能實(shí)時(shí)跟蹤實(shí)際風(fēng)速的變化趨勢(shì)。然而，通過(guò)卡爾曼濾波算法修正的風(fēng)速數(shù)據(jù)能夠跟蹤實(shí)測(cè)風(fēng)速的變化且誤差較小，表明卡爾曼濾波算法能夠有效地消除風(fēng)速數(shù)據(jù)中的系統(tǒng)誤差，但濾波數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)之間存在差異，這是風(fēng)速數(shù)據(jù)中的隨機(jī)誤差決定的。其次，采用上述反推數(shù)據(jù)及修正數(shù)據(jù)分別建立原始預(yù)測(cè)模型和修正預(yù)測(cè)模型，對(duì)比實(shí)際風(fēng)電場(chǎng)輸出功率、原始模型輸出及修正模型輸出發(fā)現(xiàn)，經(jīng)卡爾曼濾波修正后的風(fēng)電功率預(yù)測(cè)模型不僅能夠有效預(yù)測(cè)實(shí)際功率的變化趨勢(shì)，而且其均方根誤差從原始模型的17.73%降至了修正模型的11.32%，表明卡爾曼濾波對(duì)預(yù)測(cè)模型的修正在提高風(fēng)電功率預(yù)測(cè)精度上是有效的。結(jié)論：本文提出了一種基于卡爾曼濾波修正的風(fēng)電場(chǎng)短期功率預(yù)測(cè)模型。通過(guò)采用卡爾曼濾波算法對(duì) NWP輸出的風(fēng)速數(shù)據(jù)進(jìn)行動(dòng)態(tài)修正，能夠有效消除 NWP預(yù)測(cè)風(fēng)速數(shù)據(jù)中含有的系統(tǒng)誤差。利用原始 NWP數(shù)據(jù)及修正NWP數(shù)據(jù)分別建立了BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，并在同一測(cè)試時(shí)間段評(píng)估了卡爾曼濾波修正前后的風(fēng)電場(chǎng)功率預(yù)測(cè)模型的均方根誤差，結(jié)果表明經(jīng)修正的預(yù)測(cè)模型能夠有效預(yù)測(cè)實(shí)際功率的變化趨勢(shì)。

來(lái)源出版物：西安交通大學(xué)學(xué)報(bào), 2011, 45(5): 47-51

入選年份：2015