引言 
　　华能即墨风电场坐落于山东青岛即墨市境内，10米高度年平均风速5.7米/秒，风功率密度为216.88瓦/平方米，现一期49.5MW已于2011年12月22日并网发电。作为山东省第一家正式投入风功率系统风力发电企业，华能即墨风电场采用的是国电南瑞NSF3100风电功率预测系统。 
　　NSF3100风功率预测系统具有短期预测及超短期预测功能。超短期预测能够预测风电场未来0-4小时的输出功率，时间分辨率为15分钟一次；短期预测能够预测风场未来0-72小时的输出功率[1]，时间分辨率也为15分钟一次。预测系统分为实时数据监测、功率预测、软件平台展示三个部分。利用风功率预测系统，电网调度运行人员能够比较准确地预测出风电场的输出功率，提高风电接纳水平。 
　　本文介绍了NSF3100风功率预测系统的组织框架和功能，阐述了系统的应用情况与优化，并对系统的改进进行了讨论。 
　　1 系统简介 
　　风电场功率预测系统是以风电场的历史数据、实时风速、地形地貌、数据天气预报、风机组实时运行状态等数据建立风电场输出功率预测模型，以风速、功率、数值天气预报等数据作为模型的输入，结合风电场机组设备运行工况，预测未来的有功功率。 
　　NSF3100风功率预测系统采用精细化数值天气预报释用技术和数理统计方法[2]，一方面根据历史数值天气预报的数据预测下一时段天气情况，通过物理程序计算出风电场的功率输出。另一方面即根据历史数值天气预报的数据、当地测风塔在线实测天气预报数据相结合，并对历史数据统计整理，找出一定的变化规律[3]。同时测风塔在线采集天气预报数据应考虑到风机地理位置差异造成的数值天气预报粗糙程度不同，最后将两者历史数据整理分析，进行风力预测建模，然后选取一种预测效果较好的风力预测模型，通过风力预测模型和功率预测模型进行计算得出全场的预测功率。 
　　NSF3100风功率预测系统能够将实时预测有功功率情况进行页面浏览展示，便于运行人员通过预测功率和风速情况，正确、合理安排工作计划，同时也可有效的将功率预测变化情况作为参考，以便于天气变化时为运维人员做好突发事件处理措施提供参考依据。 
　　2 系统典型配置 
　　NSF3100风功率预测系统的主要设备包括功率预测服务器、数据采集服务器、WEB服务器、网络交换机、网络安全反向物理隔离、测风塔、NWP数值天气预报下载工作站[4]，辅助设备包括调度数据网设备（路由器、交换机）、二次系统安全防护（纵向加密认证装置、硬件防火墙），以及其它互联线路。功率预测网络拓扑如图1所示。 
　　数据采集服务器：通过运行数据采集软件，与风电场侧风电综合通信管理终端通信采集风机、测风塔、风电场功率、数值天气预报。 
　　数据库服务器：用于数据统计分析和存储，保证数据可靠存储。 
　　WEB服务器：主要功能是提供网上信息浏览服务，页面图行显示，将风机数据、天气预报数据、测风塔数据转发至功率预测服务器。 
　　功率预测服务器：运行风电功率预测模块，根据建立的预测模型，基于采集的数值天气预报，采用物理和统计相结合的预测方法，并结合目前风电场风机的实时运行工况对单台风机及整个风电场的出力情况进行短期预测和超短期预测。NWP数值天气预报下载工作站：负责从气象局获得数值天气预报，为保证网络安全在网络边界处配置反向物理隔离设备。 
　　测风塔：测风塔测量数据（实时气象数据）是用来进行超短期功率预测的，通过GPRS或者光纤采集测风塔的实时气象数据。 
　　3 风功率预测操作流程 
　　风功率预测系统由数据采集服务器采集测风塔数据，通过串口线传给综合通信管理终端，通过冗余配置的两套调度数据网（路由器、交换机、纵向加密认证装置），由通信线路（PDN普通超五类双绞网线、SDH 2M光缆）冗余配置传输经地调传向电网主站。风功率预测系统数据由数据采集服务器采集测风塔数据、天气预报数据经过反向隔离装置，传给功率预测数据库服务器，结合综合通信管理终端将采集的风机运行实时功率数据、天气预报数据、测风塔数据送至功率预测数据库服务器进行数据处理、数据存储、计算、分析、验证等处理，将风场功率预侧结果直接经过两套冗余配置调度数据网（路由器、交换机、纵向加密认证装置），由通信线路（PDN普通超五类双绞网线、SDH 2M光缆）冗余配置，传输经过地调传向电网主站。 
　　4 超短期预测示例 
　　4.1 超短期预测数据上传 
　　超短期预测数据自上报时刻起未来15分钟至4小时的预测预报，时间分辨率为15分钟。即墨华能风场2012年09月12日00：15：00-24：00：00超短期预测功率数据中，仅列出0-4小时之间数据为例，进行预测数据与实测数据对比。 
　　表1 超短期预测预报数据 
　　Tab.1 ultra short time forecasting data 
　　通过观察表中数据，不难发现，预测数据和实测数据在一定程度上还存在着明显的误差，例如：1：45：00数据，实测风速4.28m/s，预测风速3.79m/s，实测功率1.583MW，而预测功率5.214MW，预测风速与预测功率出现反相关情形，这说明整个风功率预测系统不仅在数据采集环节的可靠性有待商榷，而且在后台终端的数据处理上也存在不容忽视的问题，这也提示我们今后在设备选型上要多方比较，选择最优方案。 
　　将以上表中所列数据以折线图形式呈现出来，更加形象直观得表现出预测功率与实测功率相符程度： 
　　图2 超短期预测预报数据曲线 
　　Fig.2 Super short time forecasting data curve 
　　4.2 超短期功率预测准确率 
　　按照要求风电场功率预测预报提供日预测曲线误差不超过25%；实时预测误差不超过15%。全天预测方根误差应小于20%[5]。 
　　风电场功率预测准确率可以由下面公式计算： 
　　（1） 
　　式中，PiP为第i时刻的风电功率预测值；Pia为第i时刻的风电功率实际值；Pt为该风电场的可用容量；r为该风电场预测曲线准确率；N为总时段数。 
　　月（年）风电预测计划准确率为日预测计划准确率的算术平均值。 
　　以即墨华能风场一期工程2012年09月12日00：15：00-24：00：00时段为例，将实时预测预报数据按公式（1）平均后作为每15分钟预测准确率。做如上述公式运算得出预测准确率结果r=91.6%。 
　　4.3 超短期功率预测曲线界面展示 
　　NSF3100风功率预测系统的后台界面能显示风场所在区域未来一段时间的风速、风向、气温、气压、湿度和风机发电功率。通过选择界面上的控件和菜单，即墨华能风场2012年09月12日全天超短期预测风速-功率对比曲线。如图3所示： 
　　4.4 短期预测示例 
　　短期预测数据每天仅预测一次，预测次日零时起未来72小时的有功功率，时间分辨率为15分钟。同样，调阅即墨华能风场2012年09月12日00：00-24：00：00区间，查阅00：15-04：45短期预测数据分析，将实测数据与短期预测数据再次比较，仍然存在较大差异。 
　　表2 短期预测预报数据 
　　Tab.2 short time forecasting data 
　　4.5 功率预测精度的讨论 
　　以9月份为例，根据公式（1）计算得出每日的预测准确率r，然后取算术平均值最终计算得出该月预测准确率结果R=79.22%。可以看出与国家标准要求达到的准确率存在一定差距。 
　　针对上述公式（1）在计算过程中求取准确率存在如下问题。 
　　（1）测风塔数据采集方式影响较大，目前即墨华能风场采用GPRS无线传输模式，在数据采集过程中，受设备质量问题，时常实测数据丢失，在功率预测服务器运算过程中数据将无法进行有效的统计计算。 
　　（2）丘陵地段风机高度不同，风速分配密度不一，考虑适当增加阶段性实测数据，分区建立多个模型[6]。 
　　（3）风功率系统的稳定性也有待提高，有时存在数据丢失、页面无法显示等问题。 
　　针对以上问题，结合即墨华能风场运行经验提出如下建议： 
　　（1）将测风塔预测数据及实时数据传输方式由GPRS无线传输改为光纤传输，增强数据传输的可靠性。 
　　（2）根据风场实际情况建立多个预测模型，再把多个模型按一定的权系数进行组合，选取合适的权系数可以提高系统的预测精度[7]。 
　　（3）对预测系统的软、硬件需要进行优化升级，增强系统运行的稳定性。 
　　5 结束语 
　　即墨华能风场风功率预测系统选自国产国电南瑞NSF3100风电功率预测系统，自投入运行以来，经过上述各功能页面显示、数据采集、对比分析，按预测风速数据，进行负荷分配，满足电网运行要求，同时在特殊天气情况下，风场通过风功率系统准确及时反馈风场区域天气变化情况，便于运行人员做好对机组事故预想。风电场功率预测是目前解决风电间歇性对电网影响最经济最有效的手段，通过风电场发电功率预测系统的开发和应用，能够有效服务于电网调度和风电场，是风电场未来运行必不可少的，其成功实施必将产生巨大的经济和社会效益。