2020年10月14日-16日，2020北京國際風能大會暨展覽會（CWP 2020）在北京新國展隆重召開。作為全球風電行業年度最大的盛會之一，這場由百余名演講嘉賓和數千名國內外參會代表共同參與的風能盛會，再次登陸北京，本屆大會以“引領綠色復蘇，構筑更好未來”為主題，聚焦中國能源革命的未來。能見App全程直播本次大會。

　　

　　在14日下午召開的風資源精細化評估分論壇上，北京瑞科同創能源科技有限公司袁宗濤發表主題演講。

　　以下為發言實錄：袁宗濤：下面由我來給大家分享一下精細化風資源測量與評估在風功率預測中的應用。內容大概分四部分，第一個先簡單介紹一下，什么是風功率預測，第二個現狀與挑戰，第三部分說一下精細化的測量與評估在功率預測中的應用，最后就是分享兩個小案例。

　　

　　首先簡單說一下什么是功率預測，這個其實不是很難理解，就是字面的意思，類似氣象預報，只不過我們這個預報不是預報這個氣象要素，不是天氣，而是基于氣象要素來預報這個電站，就是這個風電場未來的一段時間的出力，這個就是叫風功率預測，風電的預測波動比較大，它和常規的火電、水電不一樣，它與電網的負荷不是太匹配，往往電網系統的調節負擔是過重。就通過這個風功率預測，將我們隨機波動的風電出力，把它的不確定性降低，或者由未知變成可知，這是它的作用。

　　

　　具體體現在兩方面，一個是在電網側一個是在電站側，在電網側解決風電并網問題的有效手段，在電站側是提升發電站的一個經濟運行和市場競爭力。這是一個風功率預測系統的分類，我們可以重點關注一下第三個，這個也是我們大家在日常工作中，經常能聽到的采用數字聽天氣預報，綜合方法物理方法，綜合的功率預測系統，按照數據分類這么一個叫法。按照時間尺度的分類，因為我們這個風功率預測，有時效性有超短期的有短期的，有中長期的，當然還有實時的，實時的就是15分鐘，15分鐘以內的，我們經常說的超短期和段期，在我們電網，兩個細則里面明確規定的，超短期和短期，超短期4小時以內，短期一般三天72小時以內的預報。這個是電站端的預測系統一個圖。

　　

　　下面說一下我們這個風功率預測系統是怎么產生的，風電系統隨著風電產業的產生發展而發展的剛才也說了風有波動性，有比較大的不確定性，有很強的隨機性，隨著我們這些年來風電裝機容量不斷的提升，不斷的提升剛才也說了電網側造成了一定壓力，對他們調峰造成一定壓力，使他們可預測性下降，總結一句話，調度難度增加這是一個背景。

　　

　　第二個背景和第一個背景相關，因為本身出力就是波動，由此導致它這個電壓也是波動，電壓波動導致一些電器設備相應的控制難度也在增加，這是第二個背景，第三個背景，就是電站端，因為我們需要檢修，你要檢修肯定就要停機，停機機組利用率就要下降，所以我們什么時候去檢修我們怎么去定檢修計劃，怎么在維修成本在我們運維成本和設備可靠性取得一個平衡最終達到一個最大的一個效益，我們電站達到最大的效益怎么取得一個平衡這個過程中就需要也需要我們這個風電這個功率預測參與進來，這是三個背景。

　　

　　結合著三個背景，我們常說的兩個細則，如果咱有參與過預測肯定是知道這兩個細則，什么是兩個細則，說白了其實就說國家對我們風電場考核辦法或者要求，這個明文規定的。這個比如西北局是2018年12月21號發布的，陸陸續續的華中東北都有了，都陸陸續續出臺了。由此可見風功率預測將成為電站并網必要條件，沒有這個風功率預測系統不會讓你并網的，基本就是電站的一個標配，而且預測精度對這個預測精度要求也在逐步提高，所以這個如果你根據兩個細則如果你達不到它那個精度要求需要考核你的發電量，預測精度直接影響到電站的經過運行。

　　

　　進入第二部分說一下目前的問題，現在我大概總結一下三方面的問題，實測數據質量的問題，這個是源頭問題，我們風功率預測系統，它最根本的首先從采集數據開始，有了數據之后你才根據模型再去預測，源頭把握不好，比如我們的數據采集，監測環節就出了問題這肯定是根本性問題，目前我們測風設備選型很隨意，質量參差不齊，存在數據缺失失效異常，這些都會影響到我們預測精度。還有數值天氣預報存在的問題，主要是數據安全性，一個是安全存在隱患，好多核心數據不可口，再一個是穩定性差一些。我們預測的相對來說更粗放一些。

　　

　　第三個極端天氣的影響，低溫冰凍，這些惡劣天氣對新能源發電影響蠻大的，風電場如果遇到冰凍的話，它會大面積的降功率運行，或者直接停機，這樣對電網的初級還是蠻大的，雖然發生的概率很小發生的風險還是蠻大的，對我們功率預測造成一個很大的難度，因為這種極端天氣很難去預測，這是一個問題。

　　

　　再說一下我們風功率預測的三個關鍵環節，我列的第一個就是數值天氣預報環節，第二個mode環節，第三個校正環節，為什么說這三個，華北電力調度分中心做的項研究，他想看一看，這個功率預測系統到底準不準，如果不準誤差來源來源于哪兒？經過分析這三個環節，大家可以看一下，三各環節的誤差占比，大家看到前兩個環節基本上占90%，基本上是所有的了，90%多誤差，都來源于前兩個環節。為什么說剛才說的那個環節兩個環節的問題，因為那兩個環節如果再往下細分的話，會涉及到一個更核心的問題，又回到我們數據的問題，就和我們的風資源可能相關了，就涉及到我們采集數據質量的問題。

　　

　　氣象監測站肯定是采集數據的基礎設施，如果它的運維水平不夠，預測質量會出問題，測風塔包括電站的實時功率數據，它們的葉肢介影響我們預測模型精確度。

　　

　　我們再說一下我們現在國內是怎么來采集數據的，以及還有哪些問題，這個是我們目前國內和我們風功率預測相關的數據采集相關的一些標準，大家主要看前兩個其實可以了，最后一個是IEC的，說白了并不是嚴格來說并不是風功率預測的標準，是功率測試的標準，但是我們國內好多標準參考過IEC的標準的。我說一個常見的問題，我經常參與風功率預測塔的選址和常規的測風塔選址有什么區別，好多人說沒有什么區別，你看看標準，標準明明又做了這種規定，比如第一個是2016年的一個風電功率預測系統，測風塔數據測量技術要求》距離最近風電及組3到5公里，大家都覺得這個距離太遠了，這個在實際操作中不可能反正我碰到的這些項目沒有一個能達到這個標準的，而且我覺得這個距離要求也并不是太合理，這個距離是怎么來的，其實考慮到尾流，其實我們說白了，風功率預測和常規測風塔的選地址，最大區別，減少受風機尾流的影響，盡量把距離拉大，如果按這個操作，實際操作中不可能，一個成本高，再一個測風塔已經出了邊界，避開尾流，正常的話和風機距離2到4個D的距離就可以了。這個就是我列了一下差異，最大的差異目的不一樣，風功率預測不是做風資源評估的，不要按照前期測風塔的標準去選，選代表性，再一個階段不一樣，功率預測他是預測階段，功率預測塔因為是在運營階段，好多風機立起來了再去找塔的位置，這個時候比較難找了，受到的限制因素多一些，對數據可利用率要求也是不一樣，功率預測塔要求99%以上，常規測風塔要求90%以上就可以實際中還是比較難達到，精細化測量，精細化測量這一塊，說監測技術，涉及到4大技術，接著我們前面說的采集數據，這一塊來說，檢測是根本和基礎，檢測質量不好影響我們的預測質量。我就說一個問題，就是我們現在設備選型，盲目追求價格不重視質量，導致我們采集數據質量特別差。

　　

　　這個是一個測風設備的分類，其實大家看這個表可能有些第一次接觸不知道在說什么，就是一句話就是我們這個測風設備它的測量精度是受哪些因素影響的，其實受風速，密度，風向都有關系，但這些在我們實際工作中往往是忽略的，不會去關心，比如溫度測量精度影響，密度或者入流角對我們設備的影響。這些其實都是做過研究的，這個就是我們風速儀安裝的傾角和它觀測的風速之間的一個關系，因為正常的風速計理論話的風速計，只測量風的水平部分，垂直部分不應該測量的，所以它測出來的風速隨著傾角的變化，呈現余弦。再一個是溫度，大家可以看看溫度對測量精度也是有明顯的影響，因為我們常用的機械式，軸承里面有潤滑油，溫度對潤滑油的年度產生變化，進而對我們測量精度產生變化，在我們設備選型，大部分不會關注這個問題。氣壓就不說了。

　　

　　再一個風流模型，這個風流模型在功率預測中會怎么用，現在基本上還沒有怎么應用，大家在選功率預測塔不會建CFD模型，去模擬什么的，我建議做精細化評估還是有必要做一些風流模型應用的，在風功率預測塔選址上。這個做風資源的非常清楚，我們做了一個研究，找了一個地形，簡單地形復雜地形和中等復雜地形，三個地形，用了三種模型，常規的三種功率模型進行交叉驗證，驗證一下我們模型到底哪一個更準一些。

　　

　　大家看一下就行了。我就直接說結論，說白了就是哪個模型都不準，沒有哪個模型說一定比哪個模型強，所以就說大家在做這個風功率評估一定不要找尼摩星，一定要做好驗證做好校正。這個是復雜地形，誤差相當大，最大達到30%以上，12組數據一半在10%，誤差非常大。

　　

　　最后做兩個案例分享，第一個就是測風塔，我們選址，一個負面例子這個測風塔選址選的有問題，受尾流影響特別大。我們測風塔105米高，這個風機也是105米度高，通過觀察數據，大家看一下30米風速最高，高層的數據低，很明顯受到尾流的影響，與之相對大家看一下左上角那個就是正常的，這個是避開了尾流影響之后的數據，它是一個正常的一個情況，通過這個數據看出來尾流對我們功率預測塔影響非常大，數據都不準預測出來的功率肯定會有很大問題。

　　

　　雖然我們這一個項目不是功率預測塔，但是其實也沒什么太大差別，怎么解決冰凍對我們測風塔的影響。首先我們這個項目肯定處于冰凍期，我們假裝了一套超聲波，常規LG，加裝一套超聲波，放了一套而聲音雷達，我們三種設備其他的不用關注。三種設備都在冰凍期進行測量，我們通過分數據，機械式受冰凍影響336小時，超聲波少很多，5天，雷達是一點都沒有。所以我們這個結論就說在冰凍期常規的機械式傳感器最容易遇到冰凍影響，這種情況下我們建議可以采用雷達試試雷達看看效果會不會更好一些，反正我們這個例子這個效果還是蠻可以的。這個就是實際的一個數據情況，大家可以看到雷達數據是沒有影響紅線，基本上是沒有受冰凍影響。

　　

　　（根據速記整理，未經本人審核）