數值天氣預報在風電場發電量預報中的應用

　　4.4 風速與發電量的對應關系式
　　經過以上的分析計算，理論上拋開風電機組性能變化等因素外，單從氣象角度分析，基本可以得出平均風速5 m/s–11m/s（60 m 高度風速）之間（小于4.5 m/s 發電量為0，大于11 m/s 發電量為每小時2000kW·h）風速與發電量的分析預報關系式：W=Wi（1+Yd）
　　其中：Wi 為各風速段平均發電量值（表4）
　　Yd 為各風向在平均發電量上的增減系數（表5）

表4 各風速段平均發電量值（ 單位：kW·h）

表5 各風向在平均發電量上的增減系數

　　4.5 10m與60m高度平均風向風速對比分析
　　利用2004 年洋口港測風塔所測得的10 m 與60 m 高度平均風向風速資料（該測風塔距風電場最近的風電機組只有3km，距6# 機組5 km，測風區域的地形地貌特征和風電場相同）及2008 年風電場風電機組機艙自帶測風儀所測60 m 高度風速資料與本站設立在海邊的中尺度站測風資料進行對比分析，所得出的結果是如東風電場10 m 與60 m 高度換算系數是V60=V10×1.30。此結果較常規理論上海平面風速隨高度變化曲線系數大，其主要原因是如東風電場緊靠海邊，且在海堤內，特別是工業園區內的建筑群不斷增多，地面的粗糙度變大。
　　5 風電場發電量預報
　　利用數值天氣預報系統（numerical weather prediction），可以提高預報的準確性。該系統是根據大氣實際情況，在一定的初值和邊值條件下，通過大型計算機作數值計算，求解描寫天氣演變過程的流體力學和熱力學的方程組，預測未來一定時段的大氣運動狀態和天氣現象的方法。
　　數值天氣預報與經典的以天氣學方法作天氣預報不同，它是一種定量的和客觀的預報，正因為如此，數值天氣預報首先要求建立一個較好的反映預報時段的（短期的、中期的）數值預報模式和誤差較小、計算穩定并相對運算較快的計算方法。對于風電場而言，電力調度主要關心的是未來24 小時和48 小時的發電量，屬于短期的預報時段，目前，我們接收并利用的48 小時內地面風場格點預報產品有T639 數值預報、日本數值預報、美國數值預報和江蘇MM5 數值預報等預報模式。經過我們一段時間的使用，對比分析幾家的數值預報模式，均與實際風速有出入，T639 和美國的數值預報中風場格點密度不大，江蘇MM5 風場預報風速偏大，日本的風場預報風速偏小。為此，經過反復比對、論證、篩選，最終選定將日本數值預報中地面風場的格點預報產品和江蘇MM5 數值預報產品結合起來使用。
　　選取日本地面風電場預報中東經122.5°，北緯32.5°的格點預報值和江蘇MM5 地面風場預報格點中東經121°，北緯32.5°格點預報值作為我們的風向風速預報值，兩個格點離我們風電場很近，也基本表示了風電場的風向風速變化。日本格點預報為6 小時一個時間段，而江蘇MM5 格點預報為每小時一次，因此，我們將MM5 產品插入日本格點預報的中間，2 時、8 時、14 時、20 時正點時兩者的預報值不一致時以日本格點預報為準，且平滑掉正點前后時次的預報值，這樣可以綜合兩家數值預報值，且有了每小時的風向風速預報值。此時預報值只是表示了地面10 m 高度風向風速值，然后我們用上面分析出來的1:1.30 的比例關系，將地面風速值換算成60 m 高度值。
　　6 發電量擬合與試報
　　6.1 擬合情況
　　　選用2008 年3 月到5 月日本數值預報和江蘇MM5 數值預報中地面風電場的風向風速預報值，使用以上發電量分析預報關系式進行發電量擬合，24 小時發電量預報誤差小于30% 的樣本占71% ；誤差達30% 到50% 的占了21%，預報值比實際發電量偏少的占52%，偏多的占48% ；嚴重偏離的，就是預報值多而實際發電量少，或者預報值很少而實際發電量多的情況占8%。48 小時發電量預報誤差小于30% 的樣本占65%，誤差超過30% 的樣本占35%。
　　6.2 試報
　　選用2009 年8 月和9 月的日本數值預報和江蘇MM5 數值預報值，使用發電量分析預報關系式對8 月和9月的發電量進行了試報：24 小時發電量預報誤差小于30%的預報日占70% ；誤差達30% 到50% 的占了20% ；預報值比實際偏多的占51%，偏少的占49% ；預報嚴重偏離的占了10%。48 小時發電量預報誤差小于30% 的預報日占63%，誤差超過30% 的預報日為37%。
　　6.3 誤差原因分析
　　分析預報準確率不高的原因有以下幾種：一是對于每次天氣系統到達本地的時間，數值預報或多或少有幾個小時的誤差，造成前多后少或前少后多，有時把連續兩天或三天的預報值合計與實際發電量比起來誤差就小多了；二是系統影響程度的預報有誤差，有時偏大有時偏小；三是系統控制本地的時間長短預報有誤差。