问：中期风电功率预测
- 答：中期风电功率预测时间尺度为数周或者数月，这一时间尺度内的风功率波动与风电场或电网的检修维护计划有关。
一、风电功率预测分和陵类
风电功率预测的分类方式有很多，大体总结有以缺滚下分类方式：
1、按照预测的物理量可分为：预测风速输出功率和直接预测输出功率。
2、按照数学模型可分为：持续预测、时间序列模型预测、卡尔曼滤波法和神经网络的智能方法预测。
3、按照输入数据可分为：不采用数值天气预报法和采用数值天气预报法。
4、按时间尺寸可分为：超短期预测、短期预测和中长期预测。其中按时间尺寸分类普遍被大家认可，应用最为广泛。
其中超短期预测、短期预测和中长期预测：
1、超短期风电功率预测时间尺度为0-4h、15min滚动预测，时间分辨率为15min，主要用于实时调度，解决电网调频问题。
2、短期风电功率预测时间尺度为0-72h，时间分辨率为15min，主要用于合理安排常规机组发电计划，解决电网调峰问题。
3、中长期风电功率预测时间尺度为数周或者数月，这一时间尺度内的风功率波动与风电场或电网伏棚余的检修维护计划有关。
二、风电功率预测方法
风功率预测方法可以分为：一种方法是根据数值天气预报的数据，用物理方法计算风电场的输出功率；另一种方法是根据数值天气预报与风电场功率输出的关系、在线实测的数据进行预测的统计方法。
综合方法则是指物理方法和统计方法都采用的方法。
问：风功率预测的应用实例
- 答：在国内，研究风功率预测系统的单位主要有中国电科院、国网弊含电科院、国家气象局、清华大学、芦卜洞华北电力大学、IBM北京研究院等，主要是对于风电场气象信息的预测，相关技术也都取得了一些现场应用。
2011年，中国国家能源局发布《风电功率预测系统功能规范》，中科院大气物理研究所研发的WPPS综合预报模式，基于立体力学原陪枯理与风场实际地形相结合，所预测结果和数据，偏重于满足电场运营需求。
问：如何消除小气候对风电场风电功率预测系统预测准确率
- 答：近年来,风电场发电功率预测技术受到了广泛关注,但由于很多风电场处于复杂地形及复杂环境,如何消除微观小气候对风功率预测的影响,提高短期风功率预测的准确渗亏性,已成为亟需解决的问题。
小气候影响在风功率预测过程中,主要来源于两个方面:微尺度的风场建模与实际环境好喊银的偏差以及数值气象模拟无法对风场当地局部微观气候进行细化考虑。
为了消除小气候对预测准确度的影响,从两个方面进行技术实现:根据测风塔实测数据对CFD 微观模型进行校正;根据风场运行数据进行统计学校正。而应用统计学校正又采用了两种不同的方法,并对其效果进友宴行了比对:结合降尺度模型设计的线性统计学校正方法;针对运行数据进行校正的神经网络方法。本次研究结合黑龙江某复杂山地林区风电场进行分析,实现了不同校正方法的比对,进一步明确了结合CFD 技术并采用神经网络方法进行校正,以消除小气候对发电功率预测影响的技术路线的有效性和优越性,提高了实际风电场预报准确率。
