由能見與新能源門共同舉辦的第一期“新能源功率預測技術(shù)沙龍”已于9月22日圓滿落下帷幕。在本次的技術(shù)沙龍活動中，不僅有東潤環(huán)能、國能日新、清軟創(chuàng)新等主流功率預測廠商的齊聚，還有來自投資界，研究界的多位專業(yè)人士出席，共同就新能源功率預測技術(shù)展開熱烈的討論與分享。來自北京東潤環(huán)能科技股份有限公司的美女算法技術(shù)經(jīng)理朱格利為大家分享了“風速多步預測模型”的相關(guān)知識和經(jīng)驗。具體內(nèi)容包括：風速多步預測模型的算法介紹、風速多步預測模型的建立、風速多步預測模型的適用性分析以及風速多步預測模型的預測結(jié)果分析等。下面就讓我們跟隨美女技術(shù)經(jīng)理的腳步，一起走進“風速多步預測模型”。 　　
　　一、風速多步預測模型算法簡介
　　
　　風速多步預測模型(CS-FS-WRF-E model)是基于WRF模擬結(jié)果集合(WRF Ensemble，簡稱WRF-E )、一種新型模糊系統(tǒng)(Fuzzy System，簡稱FS)以及布谷鳥搜索算法(Cuckoo Search algorithm，簡稱CS)構(gòu)成的組合預測模型。 　　
　　WRF集合(WRF-E)是一種完全可壓非靜力模式，采用Arakawa C網(wǎng)格，集數(shù)值天氣預報、大氣模擬及數(shù)據(jù)同化于一體，能夠更好的改善對中尺度天氣的模擬和預報。
　　
　　模糊系統(tǒng)(Fuzzy System，F(xiàn)S)是基于多元線性回歸的概念提出的，用以計算每個子集的模糊隸屬度，選取隸屬度大的子集成員構(gòu)成最終的風速預測結(jié)果。在預測階段沒有觀察數(shù)據(jù)時，此種方法可以用來評估集合方法中每個子集的有效性。
　　
　　用來評估每組WRF模擬值的有效性。布谷鳥搜索算法(Cuckoo Search algorithm，CS)是一種人工智能算法，靈感來自于布谷鳥種群特殊的生活方式，該算法具有以下特點：第一，具有很快的收斂速度，終止迭代次數(shù)明顯少于遺傳算法和粒子群算法，計算效率是遺傳算法和粒子群算法的四倍以上;第二，計算過程中能夠及時釋放計算機內(nèi)存，內(nèi)存占有量少。因此布谷鳥算法優(yōu)于遺傳算法和粒子群算法。通過布谷鳥搜索算法訓練得出FS輸出的不同風速序列的最佳權(quán)重，從而得到最終的預測風速結(jié)果。
　　
　　二、風速多步預測模型的建立 　　
　　風速多步預測模型(CS-FS-WRF-E)算法的輸入值為WRF模擬值以及測風塔的歷史風速數(shù)據(jù)，輸出值為預測風速數(shù)據(jù)。具體實現(xiàn)分為三步：第一步，WRF模式的M組風速序列通過FS系統(tǒng)篩選組合得到m組新的風速序列(m<M)，理想狀態(tài)是新的風速序列是原風速序列中預測最優(yōu)序列;第二步，測風塔的歷史風速數(shù)據(jù)和第一步得到的m組新的氣象數(shù)據(jù)通過CS算法訓練得到最優(yōu)權(quán)重W;第三步，利用FS系統(tǒng)將WRF的M組預測風速序列初步處理得到m組新的風速序列，結(jié)合第二部得到的最優(yōu)權(quán)重W，加權(quán)得到最終的風速預測序列。其中第一、二步針對的是歷史數(shù)據(jù)，第三步是對預測氣象的處理。
　　
　　三、預測模型的適用性分析
　　
　　風速多步預測模型(CS-FS-WRF-E)算法可廣泛應用于不同地區(qū)的眾多風電場。風速多步預測模型(CS-FS-WRF-E)算法在提出之時，所用的數(shù)據(jù)為山東省某風電場站點數(shù)據(jù)，為了進一步驗證模型的適用性，東潤環(huán)能選取了下墊面和氣候條件均與之不同的寧夏地區(qū)某風電場進行驗證，結(jié)果顯示，風速多步預測模型仍具有很好的預報能力。 　　
　　四、風速多步預測模型預測結(jié)果分析
　　
　　以4類氣象源NWP(包括NWP1、NWP2、NWP3和NWP4)替代WRF模式結(jié)果，則CS-FS-WRF-E預測變?yōu)?CS-FS-NWP-E。 　　
　　經(jīng)過實際測試，結(jié)果表明4種氣象源選擇2種或者3種的多步預測算法效果最好;綜合來看，氣象源質(zhì)量差異不是很大的情況下，氣象源越多，風速多步預測方法結(jié)果越好。這種通過多次篩選組合的算法，保證了預測結(jié)果的穩(wěn)定性，同時能很好的解決單一氣象源的預測不穩(wěn)定性帶來的困難。算法預測新能源未來，優(yōu)秀敏捷算法在大數(shù)據(jù)應用時代必定將煥發(fā)其數(shù)據(jù)價值!