风电场风电功率短期预报方法比较

通过开展湖北省九宫山风电场短期风电功率预报方法的研究,以不断提高预报准确率,为风电场提供更有价值的预报服务,该文利用MM5耦合CALMET模式模拟风电场风速资料,采用物理法和动力统计法探讨风电场各种情况下预报应用效果。结果表明:模拟风速释用订正能有效降低风速预报误差,但难以修正预报趋势;动力统计法更适用于九宫山风电场的复杂山区地形,可能由于该方法能自发适应风电场地理位置;采用实测数据建立的风电功率预报模型优于理论风电功率模型,这也与风机实际运行环境会影响风机输出功率有关。     

鄱阳湖区风电场风电功率预报研究

风力发电作为一种无污染可再生的能源,已逐渐成为许多国家能源战略可持续发展的重要组成部分。风电场风能预报是风力发电开发中的关键技术问题。为研究鄱阳湖区风力发电预报技术,采用中尺度模式WRF和微尺度模块CALMET对鄱阳湖区长岭风电场进行了200 m水平分辨率风能预报,并根据长岭机组理论功率曲线表和实测数据拟合出理论和实际发电机组功率曲线模型及平均有功功率与发电量模型。根据WRF+CALMET模式预报风速及建立的发电机组功率曲线模型和平均有功功率与发电量模型,预报了长岭风电场发电量。结果表明:长岭风电场23座风机逐小时风速预报值与观测值相关系数为0.42~0.61,均方根误差为2.59~3.68,相对误差为-13.7%~17.4%;对整个风场,预报风速与观测风速的相关系数为0.55,均方根误差为2.8,相对误差为-4.79%。实测发电量值高于预报值,平均偏大39.7 kW,相对误差为-12.6%,预报值与实测值相关性较好,相关系数达到0.52。总体来说,根据中尺度数值模式预报的风速结合风功率、发电量模型预测出的发电量与实测值较为接近,但各月差异性较大。     

基于中尺度模式与神经网络的风电功率预测

将中尺度数值天气预报模式与BP神经网络模型相结合用于风电功率预测,以WRF模式回算了2008年6月至2009年6月试验风电场的气象要素,精度检验结果显示风速预报值与对应实测值之间的相关系数达到0.72,风向、气温、湿度、气压的预报也比较准确,满足建立BP神经网络预报模型的需要.逐一建立试验风电场40台风电机组输出功率的BP神经网络预报模型,分析了数据标准化方法、隐含层神经元数对预报精度的影响.进行了26天实效为24 h的逐10 min预报试验,并以独立样本进行预报精度检验,结果显示单台风电机组输出功率相对均方根误差在24.8％～32.6％之间,预报值与实测值之间的相关系数现在0.45～0.68之间;风电场整体相对均方根误差为19.5％,预报值与实测值之间的相关系数为0.74.研究结果表明该方法可以用于实际的风电功率预测.     

基于小波长短期记忆网络的风电功率超短期概率预测

随着大规模的风电并网,风电所具有的间歇性与随机性对电力系统的稳定性产生了很大的影响,风电功率预测成为当前解决该问题重要的方式之一.本文利用长短期记忆（LSTM）网络良好的时序记忆特性,将小波分解技术与LSTM深度网络结合,提出基于小波长短期记忆网络的风电功率超短期概率预测模型.首先通过小波分解技术将原始时间序列进行平稳化处理,再建立各子序列样本的LSTM网络预测模型,借助最大似然估计法估计预测误差的高斯分布函数,最终实现对未来4 h时刻的风电功率概率区间预测.最后,采用中国东北某风电场数据对所提方法进行算例分析,结果表明,将小波分解与深度学习方法结合可以较好地提高预测的精度,提高概率预测的区间可靠性.     

短期气候预测试验研究的进展

本文回顾了用大气环流模式及大气-海洋耦合模式进行短期气候预测试验研究的进展情况,综述了试验研究得出的一些初步结论,文中也介绍了我国在这方面进行的一些初步试验研究的结果,供短期气候预测研究工作的参考。     

基于WRF和SVM方法的风电场功率预报技术研究

利用WRF(Weather Research and Forecasting)模式,对2006年河北省张北地区某风电场区域全年回报的风速和风向,以及与对应时间段70 m高度的测风塔实测资料进行了对比分析,发现模式预报效果较好.利用2008年全年风电场每台风机的实际功率与对应时刻轮毂高度风速、风向、气温、相对湿度和气压回报资料,使用支持向量机(Support Vector Machine,SVM)回归方法建立了每台风机10min一次的风电场功率预报模型,并利用该模型进行了2009年为期一年的预报试验,检验模型的预报性能.结果表明,集WRF模式和SVM方法建立的风电功率预报方法具有较好的预报效果.各月预报相关系数在0.71～0.82之间,归一化均方根误差在9.8％～16.5％之间,归一化平均绝对误差在5.4％～10.5％之间;全年预报相关系数为0.79,归一化均方根误差为13.3％,归一化平均绝对误差为8.3％.     

集合选优方法在短期风功率预测中的应用研究

为提高短期风速及功率预测的准确率,减小风电不确定性对电网系统的影响,尝试利用预测窗口期的风速观测进行数值天气预报的集合成员选优,挑选和实际风速更接近的相似预报成员,并构成选优集合进行机器学习模型的训练和测试。相较仅使用集合平均的常规方法,该方法考虑了不同集合成员之间的预报差异,避免了引入误差较大的集合成员,从而有利于改善预报风速偏差。利用不同海拔高度、不同地形特征的河南、甘肃两个风电场中不同集合的表现及敏感性试验结果,确定风电场最佳选优集合数量。相较于集合平均的结果,集合选优方案在不同天气过程中能较好地预报风速的起降,与实际风速更接近,且海平面气压场整体更接近ERA5。对不同风电场进行连续十一个月的风速及功率预测对比试验,结果表明,集合选优方法预报的风速日变化形态和月均风速较原集合平均方法均有改善。分析两个风场不同时长范围、不同速率变化的上坡风和下坡风观测数据可知,在0~2h及2~4h内,风速变化为2~4m/s的个例最多。对比集合平均结果,集合选优方案对于该类型上、下坡风的预测精度均有较为明显的提升。利用机器学习算法对选优集合预报进行训练,能进一步降低风速的绝对偏差和均方根误差,从而有效改善功率预测精度。     

基于CFD技术的陡峭山体风场模拟方法研究

为更好将计算流体力学(CFD)技术应用于陡峭山体的风场模拟研究,文中对其中两个关键技术问题进行了研究,一是适宜的CFD解域顶高问题,二是入流边界条件设置方法问题。研究采用了香港国际机场的多普勒雷达径向速度观测资料,通过CFD模拟结果与观测结果对比验证展开研究。对于解域顶高,一般环境流体力学或建筑风工程领域要求顶高越高越好,例如5倍于地面障碍物的垂直高度,究其原因,主要是为了获得地面障碍物周边的整个流场结构,避免顶边界过低影响障碍物顶部流场的准确性。通过数值试验发现,若模拟关心的区域为较低海拔高度时,不必完全拘泥于该要求,对一座高度为1000m量级的山体进行模拟,顶高为3000和6000m的两组试验在边界层中低部给出的模拟结果没有显著差别。进行了3组边界条件设置方法的对比试验,结果表明单纯采用廓线法不足以充分描述来流信息,二维插值法尽管提供了更高分辨率的边界数据,但其结果总体上逊于0维插值法。研究表明,CFD可以很好地描述山地激发的涡旋/波动脱体运动,比单纯采用中尺度模式效果要好得多。在利用CFD工具研究复杂山地风场时,应本着"实用主义"的精神设置物理模型、参数和选取适当的方法、边界条件,以达到模拟精度和计算量的优化平衡,并足以用于研究所关心的具体问题。     

近年来我国短期气候预测中动力相似预测方法研究与应用进展

鉴于当前短期气候预测中,纯粹使用动力学方法尚不能完全满足气候预测业务的需要,因此有必要在策略上采取动力和统计相结合的办法.在具体实现手段上,简要介绍了从历史资料中提炼预测信息,发展了一种基于历史相似误差订正的相似—动力短期气候预测新方法.分别在月、季节以及ENSO等短期气候预测领域相继开展了试验和应用,取得了—些令人鼓舞的初步结果,为下一步深入开展有关短期气候预测科学的研究提供了些许借鉴.     

MJO对我国降水影响的季节调制和动力-统计降尺度预测

利用1981—2016年中国区域CN05.1格点降水资料和EAR-Interim再分析资料,研究了季节循环对于热带大气季节内振荡(MJO)对我国降水影响的调制作用,并基于模式对MJO的预报建立了针对延伸期降水的动力-统计降尺度模型。结果表明,MJO对我国季节内降水异常的影响明显受到季节循环的调制。当MJO对流在热带印度洋活跃时,我国降水偏多的区域随季节由南向北推进;当MJO对流位于海洋性大陆地区时,在秋、冬季我国东部和高原大部分地区降水异常偏少,而到了春、夏季该关系反转。MJO对流和基本气流(特别是副热带西风急流)的位置和强度的变化所引起热带外环流响应的不同是造成这种季节性差异的重要原因。模式检验表明,BCC_AGCM2.2对目标候MJO的预报技巧可达18d以上,在此基础上利用模式预报MJO信息构建了随季节演变滚动的MJO动力-统计降尺度预测模型。独立样本检验表明,该模型在较长时效(10~20d)下对MJO高影响区低频降水异常的预报技巧高于模式的直接预报,特别是在MJO活跃时期对降水预报技巧的提升更加明显,这为MJO信号释用提供了新的思路。     

基于CFD的单个建筑物风场模拟参数选择

运用流体力学软件FloEFD对沽源单个建筑物周围的风场进行数值模拟。通过不断改变模型中计算参数的设置进行一系列模拟试验,对比模拟试验结果,并与观测资料进行比较,分析不同计算参数对模拟结果的影响,并获得适用于该模型的最佳参数。主要研究的计算参数包括计算域高度,初始网格等级,局部初始网格等级和不同平均风速剖面形式。结果表明:计算域高度从3倍建筑物高度开始,空腔区的长度、漩涡中心位置以及再发展区的边界位置基本保持稳定。随着初始网格等级的增加,空腔区的长度、再发展区的边界位置及计算时间逐渐增大。局部初始网格等级对模拟结果影响不显著。以两种不同平均风速剖面形式进行模拟,迎风漩涡长度不同,背风面影响不大。与观测资料比较显示,最优参数组合为:计算域高度为3倍建筑物高度,初始网格等级为4、局部初始网格等级为4、平均风速剖面形式为指数律。     

基于WRF和CFD软件结合的风能资源数值模拟试验研究

运用中尺度数值模式WRF与法国CFD软件MeteodynwT相结合的方法（WRF／WT）,进行了广东省海陵岛地区的水平分辨率100m×100m的风能资源数值模拟试验,采用海陵岛上7座测风塔观测资料对WRF／WT模式的模拟风场进行误差检验,并与WRF／WAsP模式系统对单点风能参数模拟误差进行对比,研究WRF／WT模式系统在风电场微观选址和分散式风电开发利用中应用的可行性。结果表明：中尺度模式与CFD软件结合的数值模拟方法对区域风能资源分布趋势的模拟比单纯应用CFD软件更准确;WRF／WT模式系统应用于复杂地形风能资源数值模拟评估是可行的,其对区域风能资源参数分布模拟的准确率与WRF／WAsP对2km范围内风能资源参数模拟的准确率相当;WRF／WT模式系统在风速频率分布不满足Weibull分布的情况下和陡峭地形条件下有较好的模拟效果,相对WRF／wAsP有明显优势。今后需进一步研究中尺度模式与CFD软件的衔接方法,以及对中尺度模式模拟结果的误差订正。     

基于中尺度数值模式的分类强对流天气预报方法研究

针对雷暴大风、短时强降水、冰雹和龙卷等强对流天气短期预报,采用0.25°×0.2°每天4次日本气象厅(JMA)东亚地区再分析资料计算的百余类对流参数(物理量)及其15 d滑动平均值,根据“邻(临)近”原则对江苏2001—2009年2—9月各类强对流天气进行时间和站点的匹配后,应用相对偏差模糊矩阵评价技术,对上述对流参数进行权重分配和逐次筛选,获得了既体现强对流与气候平均态间明显差异,又体现自身相对稳定的特征对流参数序列。同时,根据历史分类强对流个例中各特征对流参数的频谱分布获得各对流参数的频率分布分段函数,然后基于中尺度数值模式预报的对流参数,综合历史频率分布和权重分配,构建了分类强对流天气预报概率,并以优势概率作为分类判据,做出强对流分类预报。最后建立了业务化系统,以全自动方式提供分类强对流客观预报产品,投入到日常业务和南京青年奥林匹克运动会气象保障服务工作。     

德尔斐法在江苏省风电行业气象服务效益评估中的应用

利用德尔斐法和对比分析法,选取江苏龙源风力发电有限公司为典型调查单位,对江苏风电行业气象服务效益进行实际评估,结果表明,德尔斐法简单易行、便于操作;在风电运营的各环节中,风电生产环节对气象服务需求较高,尤以生产维护、防大风、雷暴等灾害性天气最为明显.     

基于20—30d振荡的长江下游地区夏季低频降水延伸期预报方法研究

用长江下游降水低频分量和环流低频主成分,构造多变量时滞回归模型（MLR）和主成分复数自回归模型（PC-CAR）的混合预报模型（MLR/PC-CAR）,对长江下游降水低频分量进行延伸期逐日变化预报,延长预报时效。通过2011年6—8月预测试验表明,20—30 d时间尺度的长江下游低频降水预测时效可达50 d左右,采用南半球中高纬度地区850 hPa 低频经向风的主成分作为预测因子的模型的预测精度明显高于东亚地区低频经向风作为预测因子的模型。这表明在20—30 d时间尺度上,长江下游降水与南半球中纬度绕球遥相关（SCGT）型有关的主分量的时滞相关更加密切。进一步对于较强20—30 d振荡的多年资料构建的MLR/PC-CAR混合模型预测试验表明,SCGT是预测夏季长江下游低频降水未来50 d变化的显著信号。基于SCGT的发展和演变,对于把握类似长江下游地区2011 年6月初旱涝急转和7月中旬持续降水和强降水过程异常变化过程很有帮助,SCGT可以作为夏季长江下游20—30 d低频降水和强降水过程进行延伸期预报的主要可预报性来源之一。