時間：2019-05-06 來源：國能日新
南方地區的風電正逐步加速開發，建設的風電場基本以山地風電場為主，預測難度很大。而隨著全國“兩個細則”在各省落地執行，新能源場站變得更加規范化，考核要求更加嚴格，對功率預測的精度要求也隨之提高。據統計，山地風電場與風機排布單一的平原風電場精度相差3%-10%，這給場站帶來了很大的發電損失和經濟損失。那么，為什么山地風電場的功率預測如此之難呢？
局地微觀氣候難預測
山地風電場受山谷風的局地環流影響，具有明顯的局地微觀氣候，但由于地形數據精細程度及氣象微物理過程研究程度所限，目前的中尺度數值天氣預報無法對風電場當地小氣候進行細化考慮。
地形復雜導致預測各項指標差異大
因地形復雜，導致各機位海拔高度相差較大，風速、風向差別顯著，尾流影響無規律，因而使最終的發電量差異較大。如在大型山地風電場，上網電量最高的機位比最低的機位高出50%-80%。同時，地形和地表粗糙度、各機位湍流強度差別、風機等級和機型多樣化等因素也使得風速與風功率的關系變得更加復雜。
氣象觀測站覆蓋面積小
山地風電場多在偏遠山區，氣象觀測站數量少且覆蓋面積小，而且因缺少足夠觀測數據的輸入，中尺度數值初始預報場的準確性受到影響，進一步增加了數值天氣預報的難度。
面臨山地風電場技術和市場的雙重挑戰，國能日新研發團隊經過多年研發，在技術上取得了創新性突破。從多個電場測試的結果來看，在行業現有精度水平上提升了5個百分點，這意味著為一般兆瓦級的風電場節省百萬以上的罰款，提高效益。
在國內外功率預測已經達到瓶頸的情況下，為什么有這么大的突破呢？
高精度、高分辨率氣象預報
氣象預報偏差是導致功率預測誤差大的最為關鍵因素，為了解決該氣象問題，國能日新采購了多套全球領先的氣象背景場數據，初始值和邊界值的質量高，并利用中尺度數值模式做有限區域的天氣預報。采用結合資料同化、集合預報和多模式集成預報技術，實現水平分辨率1×1km、時間分辨率15分鐘的數值，能夠精確預報出1×1km范圍內局地氣象在未來演變過程，為功率預測打下堅實的技術基礎。
另外，通過海量數據庫，可對數值天氣預測結果進行全方位有效的誤差訂正，將氣象誤差降低5%，提升預測精度。
CFD消除局地小氣候波動
為消除局地小氣候造成的波動，國能日新采用微觀氣象學和計算流體力學（CFD）技術，以風電場周圍的地理數據、風電機組坐標和輪轂高度為輸入，耦合中尺度數值天氣預報系統，得出每臺風機輪轂高度處的風速，為山地風電場區域內微尺度氣象預測提供支持。與傳統數值天氣預報相比，該耦合系統可將風速等新能源重要氣象要素的預報偏差減少2%-3%。以四川某山地風電場為例，海拔2800米左右，總裝機容量99MW，風機分布較廣，風速波動大，很難達到正常的預測值。通過使用CFD技術預測單機風速，氣象誤差得到明顯改善，精度同比提升近10%，并因精度靠前連續得到補償獎勵。
先進人工智能算法
基于人工智能的先進算法也是大幅度提升山地功率預測精度的一大法寶。打破傳統預測方法，提出大數據思維，高度解析風機SCADA數據，充分利用時—空—物的全部數據，將每一臺風機從風到電的轉化過程變得可感知、可預測。
成就客戶，客戶至上
除了精度，硬件設備、網絡、軟件性能的穩定性也會影響功率預測服務。在復雜山區，受惡劣天氣影響，測風塔倒塔、硬件老化、數據斷傳等也是造成考核的重大因素。國能日新始終秉持“客戶至上”的經營理念，以客戶為中心，做到快速響應，及時解決問題，將對預測造成影響的外在隱患消除在萌芽狀態。
國能日新多年來致力于功率預測技術研發與應用，對復雜地形的風電場功率預測更是深有研究。“我們無法消除風的可變性，但根據我們對風力發電特性的多年研究，可以利用機器學習使風能變得更加可預測”。國能日新算法博士透露，基于海量數據和先進的機器學習技術，不斷優化算法，精細化單機建模，可幫助我們提高復雜地形風電場的精度。
