风电与常规电源不同，具有很大的随机性、间歇性和不可控性。风电接入电网使电力运行系统的不确定性因素增多，对电网的供电质量将产生影响。风电的大规模开发，也给电网调度和电力市场管理带来了越来越大的压力，在我国风能资源较丰富，开发较快的省市已采用“弃风”调峰的办法来保障电网运行安全。为此，风电专家从上个世纪90年代开始尝试预测风电场每天的发电量。但即使在一天里，甚至在一个小时内，风能所产生的电量变化也很大，这就要求对风电场的发电量预测在时间分辨率上必须提高，目前我国是根据电力部门的要求，预测未来24或72h内，15min间隔的风电机组或风电场的输出功率。对风电场的输出功率进行预测是应对大规模风电对电网功率平衡挑战的一个重要手段。准确的风电功率预报服务可以为电力部门调度上网电力资源提供重要依据，有效减轻风电对电网的影响，提高风能资源的利用效率和风电场的运行效益，促进风电健康发展。

国能新能[2012]-12文件《国家能源局关于印发风电功率预报与电网协调运行实施细则（试行）的通知》要求中国气象局负责建立风能数值天气预报服务平台和业务运行保障系统，为风电功率预测提供数值天气预报公共服务产品（即高时空分辨率的要素预报）和相关技术支持系统。因此，气象部门有职责为企业、电力等部门做好风电功率预报服务。

风电功率预报就是针对于风电的随机性、间歇性和不可控性,为有效减轻风电对电网的影响，提高风能资源的利用效率和风电场的运行效益，运用天气动力模式或统计方法预测未来某一段时间或某一时刻风电机组或风电场的出力，即发电量。

风电功率预报是风电功率预报服务工作的核心内容，对于一个具体的风电场来讲，风电功率预报服务工作就是为风电场预测未来24或72h内，十五分钟间隔风电场的96（24h）/288（72h）个节点的输出功率。对于一个具体的电力调度部门来讲，风电功率预报服务工作就是为电力调度部门预测所辖区域内未来24或72h内15min间隔的各风电场和总的96（24 h）/288（48 h）个节点的输出功率。

国外在发展风电场发电量短期预报技术方面已有10余年的历史，技术已日臻成熟。

目前一种采用统计方法和数值模式方法相结合，可对风电场的功率输出进行较好的预测。

（1） 统计方法

最简单的统计预测方法是“持续”的预测方法。这种预测方法是将最后可用的测量数据作为对未来预测数据的输入部分，用公式表示如下：

（7.1）

这就是n次自回归，m次移动平均模型，即ARMA(n，m)。进一步可以将其改进为一个ARMAX模型，其中X表示一个“外部”变量。这个变量影响y，它是预测中的另一个测量变量。

模型中的 ， 可以用很多方法进行估计。一个常用的方法是最小二乘法。模型参数的估计值在每一步中都进行更新，这样就能使预测结果误差的平方和变为最小。使用这种方法，能够一步步地降低以前的观测对预测值的影响，从而得到一个经过修正的参数的估计值，这个参数值会逐渐地适应变量y的统计特性的变化。

Bossanyi^[1]在1985年研究了用ARMA模型来进行短时间（几秒钟或几分钟）风速预测的方法，其预测结果比用一种持续的预测方法的预测误差减小了20%。他用这种方法得到了一个从1min的数据预测未来10min的风速变化的最后的结果。

Kariniotakis，Nogaret和Stavrakakis^[2]在1997年比较了ARMA方法和一系列当前最新的方法，如神经网格法、模糊逻辑方法和基于小波的方法。通过对其进行比较发现，模糊逻辑的方法在对未来10min～2h内的预测中是最好的，其预测误差比持续的方法能提高10%～18%。

Nielsen和Madsen^[3]在1999年采用了一种最小二乘法的ARX模型，由风电场以往的功率输出来预测风电场未来的功率输出，并且把风速作为外部变量进行了测量。他们用一个方程描述了每天风的变化情况，并且用气象分析的方法预测了风速和风向。预测未来48h的风速变化时，把气象分析的方法加入到预测方法中来，从而使预测的结果得到了明显的改善，特别是对长时间的预测其改善效果更加显著。

（2） 数值模式方法

就像在前面章节里所指的那样，在预测的时间尺度达到几个小时或几天时，使用气象预报比使用纯静态模型可以进行更多预测。复杂的气象预报需要详细的大气仿真模型支持，包括气压、温度、风速等涵盖广阔的陆地和海洋的观测记录数据。

Landberg(1997)描述了通过风电场输出预测的模型使用，通过这种模型来推断指定风场大规模的风力预测结果。自转风拖曳定律和对数风切变律被用来推断陆地级别的风力预报。由地形学对气流的结果进行修正。风电场周围的实际地理地形和地表粗糙度条件通过WASP程序进行建模。一个尾流的交互模型“PARK”被用来计算和实际风力机位置相关的风向和尾流损耗之间的关系。最终形成了一个关联了包含有近期风电场周围测量数据的气象预报的静态模型。这个模型的预测精确度可以被用来对电网上的其他风电场进行选址计算。

20世纪90年代初期，丹麦Risoe国家实验室的Predictor预报系统和丹麦科学技术大学的WPPT（Wind Power Prediction Tool）就已开始用于风能预报（Lars, 1994，1999）。Predictor由高分辨率有限区域模式HIRLAM（High Resolution Limited Area Model）、WAsP（Wind Atlas Analysis and Application Program）和发电量计算模式Risoe Park组成，HIRLAM在大尺度天气预报数值模式分析场的驱动下预报局地风速，WAsP根据局地风速预报风电场范围内的风速，Risoe Park则用于计算在预报风速基础上的风电场发电量。该预报系统目前已用于丹麦、西班牙、爱尔兰和德国的短期风能预报业务。

90年代中期以后，美国True Wind Solutions公司也开始商业化的风能预报服务。他们开发的风能预报软件EWind是由高分辨率的中尺度气象数值模式和统计学模式构成的(Bailey, 1999)，使用的中尺度天气预报模式有MM5（Mesoscale Model）、MASS(Mesoscale Atmospheric Simulation System )、WRF (The Weather Research and Forecasting Model) 或OMEGA（The Operational Multi-scale Environment model with Grid Adaptivity）。统计模式多为多元线性回归和神经网络。EWind预报风电场的风向风速，并转换成发电量。

EWind和Prediktor目前在美国加利福尼亚同时为两个大型风电场发布预报服务(EPRI Final Report, 2003)。

2002年10月，欧盟委员会（European Commission）资助启动了 “为陆地和离岸大规模风电场建设发展下一代风资源预报系统” （ANEMOS）计划（Giebel G, 2003），目标是发展全面优于现有方法的、先进的预报模式。重点强调复杂地形和极端气象条件下的预报，同时也发展离岸风电场风能预报。数值模式针对复杂地形发展基于CFD（Computation Fluid Dynamics）、MOS（Model Output Statistics）或高分辨率气象模式的预报技术，最后将数值预报、统计预报和纯粹的天气预报相结合进行预报试验(Nielsen T.S.,et al. 2006, Giebel G., et al. 2006)。

加拿大环境部气象局数值预报研究中心的风能资源数值评估软件WEST（Wind Energy Simulation Toolkit）（Pinard，2005，Yu，2006），是将中尺度气象模式MC2与WAsP相结合制作分辨率100～200m的风能图谱及其预报。

目前用于风能业务预报的系统还有德国的Previento (Focken, 2001)、西班牙的LocalPred and RegioPred (Marti, 2002)、爱尔兰与丹麦的HIRPOM (Jorgensen, 2002) 等等。

总体来说，目前国际上风电场发电量短期预报的技术方法有两种，统计预报和天气动力与统计结合的预报。统计预报一般是采用多元回归、神经网络等统计方法，建立风电场风资源实时监测数据与发电量之间的统计预报模型，这种方法的预报实效只有几个小时，适用位于海岛或偏远地区的孤立的发电系统。动力与统计结合的预报系统是目前普遍采用的技术方法，该方法以数值天气预报为基础，根据风电场实时测风数据对数值天气预报结果进行统计订正，然后与风电场发电量时间序列资料建立统计预报模型。这种方法适用于电网调度和电力市场管理，预报时段通常为0-72h。实践证明，风电场风能预报的预报准确率80-90%取决于数值天气预报(Frank, 2006)，目前风电场短期风能预报系统都是采用中尺度数值预报模式进行降尺度，得到风电场范围72h内每10min到1h间隔不等的的数值天气预报，如丹麦的WPPT，西班牙的LocalPred-RegioPred，美国的EWind，应用的中尺度数值预报模式通常是HIRLAM，MM5，WRF，MASS等等。

我国的风电场发电量短期预报的技术于2005年开始起步，2009年国家气候中心在已有工作的基础上，与内蒙古、新疆、甘肃、吉林、江苏、浙江、河北、山东、辽宁、黑龙江气候中心和有关的风电企业合作，在这些地区各选择一个风电场作为试点，建立风电场风电功率短期预报示范系统，并进行风电功率短期预报试验。该项研究以大尺度数值天气预报产品为基础，结合采用风电场的实际观测资料，通过风电场风电功率短期预报方法和技术开发，建立了初步的风电场风电功率短期预报系统，为进一步开展大范围的风电功率短期预报工作打下了基础。

2010年12月24日，中国气象局预报与网络司下发《关于编制2011年现代气候业务建设试点工作实施方案的通知》（气预函〔2010〕174文号），提出2011年现代气候业务建设试点任务，其中包括气候资源类试点任务——基于BJ-RUC的风能预报系统建设和风能预报气象服务试点：建立预测精度较高、符合风电预报要求、可持续发展的风能预报业务体系。以内蒙古为试点建立国家级-省级风电预报指导业务流程和省级风电场风电预报示范业务流程。在甘肃、辽宁等省选择风电场开展试点服务，逐步形成风电功率预报业务服务能力。

图7.1 风能预报及风电场风功率预报技术路线图

近年来，风电功率预报工作在我国日益受到重视，一些内、外资企业和高校纷纷开展风电功率预报技术研发工作，在已经运行的风电场逐步开展风电功率预报试验和服务，风电功率预报已作为国家对新建风电场接入电网的必备条件。

国外风电发达国家，普遍采用基于数值天气预报的风能资源预报技术，并与风电场发电量数据分析相结合，实现对每台风机、单个风电场发电量，乃至整个区域电网内接入的风能所发电量的预报。

中国气象局高度重视风能预报工作。为配合国家能源局做好风电并网气象业务服务保障工作，预报与网络司于2010年4月20日下发了《关于开展风能预报业务服务工作的通知》（气预函[2010]75号），要求全国气象部门开展风能预报系统研发和气象服务工作。提出在北京快速更新循环预报系统（BJ-RUC）的基础上，结合中尺度数值预报风场降尺度应用系统，以及风电场风功率预报系统，通过示范服务，建立风能预报业务体系和系统。

目前，北京快速更新循环预报系统（BJ-RUC）是北京市气象局已在西北、东北等区域中心安装，并开展了本地化改进优化工作。中国气象局风能太阳能资源评估中心研制的风电场风电功率短期预报系统，已经下发新疆、甘肃、内蒙、河北、辽宁、吉林、黑龙江、山东、江苏、浙江等十几个省（区）气象部门，对各省（区）技术人员进行了培训，并帮助其建立了预报系统。近两年来，内蒙古自治区气象局也积极进行了风电场风能预报服务的积极探索，购买了相关的预报软件、机群计算系统，收集了相关的测风、发电量数据，开展了一些初步预报服务。

风能预报系统建设和风能预报气象服务试点工作的开展，可以进一步明确并建立中国气象局风能预报业务体系，建立国家级、省级的业务服务流程，逐步形成业务化的风能预报服务能力。

市（地）县气象局在风电功率预报服务工作中起着重要作用。从长远业务发展来讲，国家级、省级的风电功率预报业务仅局限于面上，对于具体的区域、风电场无论从人力、物力上都鞭长莫及，而市（地）县气象局有着多年为地方政府和企业服务的经验，可以做好突发性、转折性、灾害性天气预警服务工作;防雷检测工作；信息共享服务工作，可以参加本区域风电场风电功率预报的技术方法研制工作；可以制作预报或订正省级业务单位下发的预报产品；可以利用自身优势与企业和省级业务单位沟通，起到桥梁与枢纽作用。