科创中国

本项目基于混合数据同化、湍流模型和云变化图像处理技术，完成了单台风机和风电场功率预测以及光伏发电功率预测的关键技术研发，建立了一套风电、光伏一体化发电功率预测系统，实现了短期和超短期的风光一体化功率预测。项目主要研究成果包括： （1）采用小尺度天气预报模型，实现了167×167（米）的高分辨率气象预报；同时，结合实时测风和测光信息，采用混合数据同化技术，以及自适应模型参数调整和误差修正技术，提升了气象预报的准确度。 （2）基于物理、机器学习和统计学的建模方法，建立了预测模型库，并根据预测结果与实测值比对，进行预测模型的自选择与参数的自适应优化。同时对风电场进行湍流建模，考虑风机启停、检修与风机尾流的影响，实现单风机/小机群的短期和超短期的功率预测。 （3）根据实时上传的云成像仪天空云图，采用云变化图像处理技术，预测云层对光通量的影响，结合天气预报，提升了光伏发电功率超短期预测准确度。 该系统在风光储输示范工程中的实际运行结果表明：系统功能完善，运行稳定，能够有效预测次日短期和未来4小时超短期风电、光伏发电出力。短期和超短期预测的月平均均方根误差分别为8%和6%，能够满足电网实际运行需要。 评价专家组认为，本项目在三维变分与集合卡曼滤波相结合的数据同化方法、大涡模拟技术应用、功率预测模型中的参数自适应调整、基于云成像技术的光伏预测方面具有创新性。该项目实现了高精度风光一体化发电功率预测，对电网接纳风光绿色能源提供了有力的技术支持，具有推广应用价值。