1.2 德國
目前,德國的風電裝機容量居世界第三,其 2009 年最新修訂的《可再生能源法》規定:包括風電在內的
可再生能源可以無條件就近上網,電網運行商有義務提供技術上的保證。因此,輸電網運營商和配電網運營商
負責其各自系統的平衡,并且有義務接納任何風電場的上網電力,購買所有的風電上網電量。德國電網分為四個控制區,分別由四個輸電系統運行商負責風電功率的平衡。為了使平衡風電的成本最小,同時保證四個輸電系統運營商之間責任平等,德國法律要求風電在不同區域之間實時交換。為了確保風電上網,日前和超短期風
電功率預測成為了電網調度部門必不可少的支持系統。德國四個輸電系統運營商與德國太陽能研究所(ISET)聯合開發了一套風電管理系統 WPMS。該系統包括在線監測、日前風電功率預測和超短期預測(15 分鐘~ 8 小時)三部分,系統使用德國氣象服務機構(DWD)的Lokalmodell 模式作為數值天氣預報數據源,采用人工神經元網絡計算典型風電場的功率輸出,然后利用在線外推模型計算某區域注入到電網的總風電功率。其中,日前預測的時間分辨率為 15 分鐘或 1 小時,預測未來0 ~ 48 小時的輸出功率,每天更新 2 次。超短期預測的時間分辨率為 15分鐘,預測未來 0 ~ 8 小時的輸出功率,每小時更新 1 次。德國的四個輸電系統運營商以及澳大利亞和意大利的系統運營商都在使用該系統。Previento 是 德 國 OldenBurg 大學開發的一個預測系統,目前由能源和氣象系統公司(EMSYS)負責營銷。預測方法與 Risø 實驗室開發的Prediktor 系統類似,但它主要對一個較大的區域的風電輸出功率進行預測,并估計預測的不確定性。系統同樣使用德國氣象服務機構(DWD)的 Lokalmodell 作為數值天氣預報數據源,預測的時間尺度為 48 小時。
1.3 西班牙
西班牙風電的發展得益于《電力法》和《皇家法案》。西班牙擁有一個成熟穩定的電力市場,鼓勵風電積極參與市場競爭,并為風電提供政府補貼。LocalPred-RegioPred 是西班牙可再生能源中心(CENER)與西班牙能源、環境和技術研究中心(CIEMAT)聯合開發的風電功率預測系統,該系統將高分辨率的中尺度氣象模式與統計學模型相結合,預測未來 0-48 小時的功率輸出。LocalPred 模型主要用于復雜地形風電場的預測,采用 CFD 算法,使用 MM5 中尺度氣象模式作為數值天氣預報生產模式。MM5 可以預測未來 72 小時所有相關氣象要素,空間分辨率為 1km2。RegioPred 在LocalPred 模型單個風電場預測的基礎上,預測區域的功率輸出。系統還包含超短期預測,通過線形 ARMA模型實現。
西 班 牙 Casandra 系 統 是 通 過CASNDRA 項目資助開發的風電功率預測系統,該項目由 Castilla-La大學的 MOMAC 項目組與 Gamesa公司聯合承擔。MOMAC 成員開發了一個中尺度氣象模型,然后利用基于模式輸出統計技術的統計降尺度方法(SDM)對中尺度模型預測結果的系統誤差進行修正。2002 年 9 月至 2003 年 3 月,Casandra 風電功率預測系統在西班牙的 2 個風電場進行了測試,預測的均方根誤差均小于10%。
西班牙電力公司(REE)為應對風電的大規模發展,委托馬德里卡洛斯三世大學開發了 Sipreόlico 系統。
該系統使用西班牙 HIRLAM 的數值天氣預報數據,以及西班牙全國 80%風電機組的 SCADA 系統數據,采用統計模型對風電輸出功率進行預測。預測的時間尺度是 48 小時,時間分辨率是 1 小時。該系統目前在西班牙電力公司控制中心運行。
1.4 美國
美國風電總裝機容量位居世界第二,某些風能資源比較豐富的州對風電采取相對完全的電力市場上網定價機制,要求風電場自己進行風能預測以參加日前和小時前市場,或由系統運營商負責整個系統的風電預測,風電場向他支付預測費用。在這一政策驅動下,美國的風電開發企業和研究機構紛紛開展風電功率預測研究。