1.2 风光新能源发电预测系统发展历程

1.2.1 风电预测系统发展历程

1.国外发展历程

根据时间先后顺序和发展的成熟度，可以把国外风电功率预测系统的发展分为以下三个阶段。

（1）1990年之前：起步阶段

20世纪70年代，美国太平洋西北国家实验室PNNL首次提出了风电功率预测的设想并评估了可行性。1990年，丹麦Risϕ可持续国家能源实验室的Lars Landberg采用类似欧洲风图集的推理方法开发了一套风电功率预测系统，将大气状况中包含的风速、风向、气温等信息通过理论公式与风电机组轮毂高度的风速和风向相联系，进而由风速-功率曲线得到风电场的发电功率，并根据风电场的尾流效应对其进行修正，该套系统初步具有实用的预测价值。

（2）1990—2000年：快速发展阶段

1994年，丹麦Risϕ可持续国家能源实验基于Lars Landberg研究开发了第一套较为完整的风电功率预测系统Prediktor。该系统采用丹麦气象研究院的区域数值天气预报模式（HIRLAM）获得数值天气预报（Numerical Weather Prediction，NWP）数据，然后结合物理模型实现风电场的输出功率预报，并在丹麦、德国、法国、西班牙、爱尔兰、美国等地的风电场得到广泛应用。

1994年，丹麦技术大学开发了基于自回归统计方法的风电功率预测系统WPPT。WPPT最初采用自适应回归最小平方根估计方法，并结合指数遗忘算法，可给出未来0.5～36h的预测结果。自1994年以来，WPPT一直在丹麦西部电力系统运行。从1999年起，WPPT开始在丹麦东部电力系统运行。

1998年，美国的可再生能源公司（AWS Truewind）开发了一套风电功率预报系统eWind。该系统组合了北美NAM模式、美国全球预报系统GFS模式、加拿大GEM模式和美国快速更新循环RUC模式等四种模式的输出结果，同时应用多种统计学模型进行准确预测，包括逐步多元线性回归、人工神经网络、支持向量机、模糊逻辑聚类和主成分分析等。该系统在美国CAISO、ERCOT、NYISO等电网广泛应用。

（3）2001年至今：各类技术集中涌现阶段

2001年，德国太阳能研究所（ISET）开发了风电功率管理系统WPMS。该系统使用德国气象服务机构（DWD）的Lokalmodell模式进行数值天气预报（Numerial Weather Prediction，NWP），以获得的NWP数据为输入量，采用人工神经网络（Artificial Neural Network，ANN）计算典型风电场的功率输出，得到输入量与风电场功率输出之间的统计模型，从而利用统计升尺度外推模型计算得到某区域并网总风电功率。WPMS的预报误差随着预测时长的增加而增加。对于预报时长为1～8h的预测结果，单一风电场功率预测逐小时平均误差为7%～14%，整个区域风电场总功率的预报误差在平滑效应影响下可降低6%左右。从2001年起该系统一直应用于德国四大输电系统运营商，逐渐发展为一套成熟的商用风电功率预测系统。

2001年西班牙马德里卡洛斯三世大学开发了Sipreólico，该系统采用统计学方法，能提前预测未来36h的风电功率，具有较高的预测精准性，在Madeira Island和Crete Island获得成功应用。

2002年10月，由欧盟委员会（European Commission）资助启动了ANEMOS项目，该项目致力于发展适用复杂地形和极端天气条件的内陆和海上风能预报系统，共有7个国家的22个科研机构、大学、工业集团公司等参加了该系统的开发。ANEMOS基于物理和统计两种模型，实现了较高的预测精度。

2002年，德国奥尔登堡大学（Universiät OldenBurg）研发了Previento系统，由Energy&Meteo Systems GmbH公司进行推广。该系统与Prediktor系统具有相同的原理，主要改进是提高了NWP风速和风向的预测精度，其NWP模型采用德国DWD的Lokalmodell模式，预测时长可达48h。

2003年，丹麦Risϕ可持续国家能源实验室与丹麦技术大学联合开发了新一代短期风电功率预测系统Zephry，该系统融合了Prediktor和WPPT的优点，可进行超短期预测和日前预测，时间分辨率为15min。

2003年6月，由西班牙国家可再生能源中心（CENER）与西班牙能源、环境和技术研究中心（CIEMAT）合作研发的LocalPred-RegioPred风电功率预测系统在西班牙的多座风电场运行。其中LocalPred模型专门用于复杂地形风电场的功率预测，该模型使用MM5中尺度气象模式生产NWP数据，并采用CFD算法建模计算风电场内的风速变化。RegioPred是一种基于单一风电场LocalPred预测模型的区域风电场预测模型，通过使用聚类算法分析并划分不同特点的区域，对参考风电场的预测结果进行扩展得到区域风电场总功率预测结果。

2005年，爱尔兰科克大学的Moehrlen和Joergensen研发的WEPROG MSEPS风电功率预测系统成功投入商业化运行，该预测系统包括以下两个主要模型：每6h运行一次的数值天气预报系统WEPROG；使用在线和历史SCADA测量数据的功率预测系统MSEPS。

2008～2012年间，ANEMOS的后续延伸项目ANEMOS.plus和SafeWind在风电功率预测领域产生了一定程度的影响。ANEMOS.plus受DG TREN（Transport and Energy）资助，侧重于更好地支撑市场交易以及在更短的时间内整合风能，具有很强的示范性。SafeWind由DG Research资助，侧重于极端事件的预测，包括气象、电力、报价等方面的极端情况。

此外，国外还有一些具有代表性的风电功率预测系统，例如阿根廷风能协会研发的Aeolus预报系统、英国Garrad Hassan公司开发的GH Forecaster、法国Ecole des Minesde Paris公司开发的AWPPS，它们在实际应用过程中普遍表现出了优良的预测效果，对于未来风电预测技术的发展具有很好的借鉴意义。表1.1总结了国外目前应用较为成熟的风电功率预测系统。

2.我国发展历程

目前我国从事风电功率预测的科研单位较多，如中国电力科学研究院、华中科技大学、华北电力大学、山东大学、清华大学、湖南大学和华南理工大学等。其中中国电力科学研究院从事风电功率预测研究的时间较长，相关技术储备丰富。

近几年来，这些研究单位研发的风电功率预测系统已经在风电场站和各级调度机构得到了广泛的应用，成为风电接入电力系统后安全、稳定、经济运行的重要保障。

2008年中国电力科学研究院推出国内第一套商用的风电功率预测系统WPFS Ver1.0。2009年10月，吉林省、江苏省风电功率预测系统建设试点工作顺利完成；2009年11—12月，西北电网、宁夏电网、甘肃电网、辽宁电网风电功率预测系统顺利投运；2010年4月，以风电功率预测系统为核心的上海电网新能源接入综合系统投入运行，并在国家电网世博企业馆完成展示。该系统目前已经在23个省级及以上电力调控机构中应用，预测精度国内领先，并达到国外同类产品水平。

2010年，北京中科伏瑞电气技术有限公司研发了FR3000F系统，能满足电网调度中心和风电场对短期功率预测（未来72h）和超短期功率预测（未来4h）的需求，采用基于中尺度数值天气预报的物理方法和统计方法相结合的预测方法，支持差分自回归移动平均（ARIMA）模型、混沌时间序列分析、人工神经网络（ANN）等多种算法。

2010年，华北电力大学依托国家“863计划”项目（2007AA05Z428）研发了一套具有自主知识产权的风电功率短期预测系统SWPPS，该系统相继投入到河北承德红淞风电场、国电龙源川井和巴音风电场使用，超前6h的预测归一化均方根误差可以控制在10%以内。

除此之外，国内主要风电功率预测系统还有清华大学研发的风功率综合预测系统、国网电力科学研究院和南京南瑞集团研发的NSF 3100风电功率预测系统。清华大学研发的风功率综合预测系统是首个由气象服务部门提供永久性NWP服务的风功率预报系统，NSF 3100风电功率预测系统目前在华北电网公司、东北电网公司等单位业务化运行，并在内蒙古自治区、江苏省、浙江省、甘肃省等省（自治区、直辖市）的风电场投入运行。表1.2为国内目前几种应用较为成熟的风电功率预测系统。

1.2.2 光伏发电功率预测系统发展历程

1.国外发展历程

国外较早地开展了光伏功率预测研究并实现了工程化运营。2003年，法国Meteodyn公司成立并开始开展风电、光伏等新能源相关研究。由该公司研发的Meteodyn PV软件可以对光伏电站输出功率进行预测，预测精度较高。同时，该软件还具有估算太阳能资源，评估光伏发电年产量，优化光伏板位置，促进能源高效高质量生产的功能。在太阳能资源估算方面，该软件能计算所有使用土地和屋顶的类型，能进行现场适用性分析，能评估任何类型的太阳能电池板和相关设备。在高性能光伏系统设计方面，该软件能对生产和损失做出合理估计，能通过计算面板和障碍物的阴影，分析面板的最佳位置，进而实现多方位光伏配置优化。

丹麦ENFOR公司开发的SOLARFOR系统是一种基于物理模型和机器学习相结合的自学习自标定软件系统，其将历史输出功率数据、数值天气预报数据、地理信息、日期等要素进行结合，利用自适应的统计模型对光伏发电系统的短期（0—48h）输出功率进行预测。该系统目前已为欧洲、北美洲、大洋洲的很多国家提供了10年以上的新能源功率预测与优化服务。

瑞士的日内瓦大学开发的PVSYST软件是一套光伏系统仿真模拟软件，具有功能多样、实用性强的特点，可以实现光伏电站输出功率预测，也可用于光伏系统工程设计。PVSYST软件可分析影响光伏发电量的各种因素，并最终计算得出光伏发电系统的发电量，适用于并网系统、离网系统、水泵和直流系统等。表1.3总结对比了国外三种应用较为广泛的光伏功率预测系统。

2.我国发展历程

国内从事光伏发电功率预测系统研究的主要有中国电力科学研究院、国网电力科学研究院、华北电力大学、华中科技大学和山东大学等科研机构和高校。

2010年，由中国电力科学研究院主导研发的“宁夏电网风光一体化功率预测系统”在宁夏电力调控中心上线运行，同期，包含6座场站光伏发电功率预测功能的上海世博会“新能源综合接入系统”上线运行，标志着光伏预测技术研究已具规模。2011年，由国网电力科学研究院研发的光伏电站功率预测系统在甘肃电力调度中心上线运行，与国内首套系统相比，这套系统更加成熟化、精准化，增加了光伏电站辐照强度、气压、湿度、组件温度、地面风速等气象信息采集功能。

2011年和2013年，湖北省气象服务中心先后研发了“光伏发电功率预测预报系统”1.0和2.0版本，并将其在我国多地进行了推广运行。2011年，北京国能日新系统控制技术有限公司开发的“光伏功率预测系统（SPSF-3000）”上线运行。2012年，国电南瑞科技股份有限公司研发了“NSF3200光伏功率预测系统”，在青海省、宁夏回族自治区等多个省（自治区、直辖市）的光伏电站投入运行，并实现了较高的市场占有率。

2020年，山东大学电力系统经济运行团队自主研发了“天工”新能源场站功率预测系统，该系统利用团队自主研发的国内高校首套电力专业数值天气预报平台提供的天气预报数据，建立自适应追踪环境变化的高性能新能源功率预测模型，可实现超短期光伏功率预测（未来15min～4h）、短期光伏功率预测（次日0时起至未来10天），系统已在山东省东营市王集唐正400MW渔光互补电站、潍坊市贾悦恒辉200MW光伏电站、济宁市华电鱼台200MW水上光伏电站等十余个场站实际运行，取得了优异的预测成绩。

表1.4是国内几种应用较为广泛的光伏功率预测系统。