表1 风电功率预测误差
Tab.1 Wind power prediction errors
地区 | 均方根误差(RMSE)/% | 平均绝对误差(MAE)/% |
京津唐 | 12.43 | 10.49 |
上海 | 20.26 | 17.68 |
江苏 | 11.86 | 9.76 |
福建 | 24.38 | 21.82 |
蒙东 | 13.9 | 12.32 |
辽宁 | 11.73 | 9.99 |
吉林 | 12.2 | 10.3 |
黑龙江 | 10.79 | 9.2 |
甘肃 | 16.23 | 14.15 |
宁夏 | 20.21 | 17.7 |
新疆 | 15.93 | 13.45 |
1.5 风电功率预测的主体
在国外,电网运营商和风电场都是风电功率预测的主体。风电场开展风电功率预测的目的主要是进行电力市场竞价和风电场运行维护。如丹麦、德国、西班牙、英国、爱尔兰等国有完善的电力市场体系。风电场作为并网电源,需要参与日前市场竞价,因此对风电功率预测的依赖性和需求度越来越大。电网运营商开展风电功率预测的目的主要是进行全网电力平衡,保障系统安全稳定运行。如丹麦和德国,大量小型风电场通过配电网分散接入电网,其功率预测主要由电网运营商负责。而后期大型海上风电场集中接入输电网,风电功率预测由风电场负责。风电场和电网运营商都开展预测逐渐成为发展趋势。比如在与我国较为相似的美国,风电场和电网运营商都开展了预测工作,并且风电场有义务向电网申报发电计划,如果预测误差超出一定范围,风电场要向电网运营商缴纳罚款。
2 风电功率预测存在的问题
2.1 风电功率预测基础数据不完善
数值天气预报是风电功率预测的基础,由于我国风电功率预测的数值天气预报模式尚未建立,目前吉林等风电功率预测系统还需依赖国外的数值天气预报数据。另外,风电场基础资料不健全,历史数据不完备,风电场没有建立实时测风系统,风资源情况尚没有纳入调度监测。
2.2 预测精度不满足电网调度运行的需要
目前风电功率预测的误差较大,特别是负荷低谷时段和负荷高峰时段经常出现超大偏差,如果按风电预测曲线安排发电计划将面临较大的风险。
2.3 预测的时间尺度不满足要求
目前,电网发电计划安排还需要72 h及以上的预测,这就需要更长时间尺度的数值天气预报服务,并具有较高的预测精度。随着我国电力工业的快速发展,电力系统步入了大电网、大机组时代,而大机组起停费用较高,短周期的频繁起停将带来巨大的社会代价,因此风电并网容量的进一步增加客观上要求系统运行方式和发电计划安排必须向更长时间尺度延伸,这也对风电年度、月度等较长时间尺度的预测提出了更高的要求。
2.4 风电场还没有建立风电功率预测系统