2021年10月17日-20日，2021北京國(guó)際風(fēng)能大會(huì)暨展覽會(huì)（CWP 2021）在北京新國(guó)展隆重召開(kāi)。作為全球風(fēng)電行業(yè)年度最大的盛會(huì)之一，這場(chǎng)由百余名演講嘉賓和數(shù)千名國(guó)內(nèi)外參會(huì)代表共同參與的風(fēng)能盛會(huì)，再次登陸北京。

　　

　　本屆大會(huì)以“碳中和——風(fēng)電發(fā)展的新機(jī)遇”為主題，歷時(shí)四天，包括開(kāi)幕式、主旨發(fā)言、高峰對(duì)話(huà)、創(chuàng)新劇場(chǎng)以及關(guān)于“國(guó)際成熟風(fēng)電市場(chǎng)發(fā)展動(dòng)態(tài)及投資機(jī)會(huì)”“國(guó)際新興風(fēng)電市場(chǎng)發(fā)展動(dòng)態(tài)及投資機(jī)會(huì)”“風(fēng)電設(shè)備智能運(yùn)維論壇”“碳達(dá)峰碳中和加速能源轉(zhuǎn)型”等不同主題的15個(gè)分論壇。能見(jiàn)App全程直播本次大會(huì)。

　　

　　在19日下午召開(kāi)的風(fēng)資源精細(xì)化評(píng)估論壇上，浙江運(yùn)達(dá)風(fēng)電股份有限公司創(chuàng)新研究院高級(jí)工程師陳廣宇發(fā)表了題為《測(cè)量相關(guān)預(yù)測(cè)方法的不確定度研究》的主題演講。

　　

　　陳廣宇：各位領(lǐng)導(dǎo)、各位同仁大家下午好，我是來(lái)自浙江運(yùn)達(dá)風(fēng)電創(chuàng)研院陳廣宇，我今天分享主題是“測(cè)量相關(guān)預(yù)測(cè)方法的不確定度研究”。

　　

　　首先，為什么要做測(cè)量相關(guān)預(yù)測(cè)方法的不確定度研究，主要因?yàn)殚_(kāi)發(fā)或者風(fēng)資源評(píng)估實(shí)踐中，發(fā)現(xiàn)有些規(guī)模小，周期短的項(xiàng)目，往往沒(méi)有完整的測(cè)控?cái)?shù)據(jù)支持，給風(fēng)資源評(píng)估帶來(lái)很大的難題?，F(xiàn)在業(yè)內(nèi)解決方案主要是利用短期測(cè)風(fēng)+長(zhǎng)期數(shù)據(jù)插補(bǔ)的方法。測(cè)量相關(guān)預(yù)測(cè)方法是在空間相關(guān)性原理基礎(chǔ)上，利用目標(biāo)站點(diǎn)短期測(cè)風(fēng)數(shù)據(jù)以及長(zhǎng)期參考數(shù)據(jù)建立模型。我們研究對(duì)象聚焦到6種常用的MCP方法，分別是LLS、VS、WBL、VR、BSR、SS。

　　

　　研究方法，分別截取了史冊(cè)完整年測(cè)風(fēng)塔風(fēng)速向前的1到11個(gè)數(shù)據(jù)，結(jié)合中尺度數(shù)據(jù)，利用MCP方法進(jìn)行預(yù)測(cè)，將截取數(shù)據(jù)補(bǔ)全到12個(gè)月，再與史冊(cè)的完整一年數(shù)據(jù)進(jìn)行對(duì)比，對(duì)于MCP方法一個(gè)影響，還套用WD147-2500機(jī)型功率曲線(xiàn)進(jìn)行發(fā)電量對(duì)比。我們用了相對(duì)偏差的概念，就是下面這兩個(gè)公式。

　　

　　數(shù)據(jù)方面選取了河北、河南、山東、江蘇、安徽等分散式比較集中的省份，統(tǒng)計(jì)了全國(guó)485個(gè)測(cè)風(fēng)塔數(shù)據(jù)樣本，這些樣本對(duì)應(yīng)區(qū)域內(nèi)中尺度在分析數(shù)據(jù)，測(cè)風(fēng)塔數(shù)據(jù)選用是一年，準(zhǔn)確率95%以上，中尺度數(shù)據(jù)選用Merra2的再分析資料。根據(jù)相關(guān)系數(shù)大小，將這些數(shù)據(jù)分為三檔，相關(guān)系數(shù)0到0.5不相關(guān)或者弱相關(guān)，0.5到0.7弱相關(guān)，0.7到1為強(qiáng)相關(guān)，低于0.5的是異常的，分析的時(shí)候我們會(huì)把異常數(shù)據(jù)剔掉。

　　

　　看一下研究結(jié)果，這是誤差的散點(diǎn)，橫坐標(biāo)是同步時(shí)長(zhǎng)，1到11個(gè)月，縱坐標(biāo)是誤差，我們用百分比的誤差。黑色點(diǎn)是485個(gè)數(shù)據(jù)的一個(gè)誤差散點(diǎn)，紅色線(xiàn)是這些散點(diǎn)誤差一個(gè)平均值誤差，藍(lán)點(diǎn)是平均誤差，一個(gè)帶符號(hào)，一個(gè)不帶符號(hào)。

　　

　　從這個(gè)圖看出來(lái)他們基本呈零度上下對(duì)稱(chēng)的，可以更具體去把這些數(shù)據(jù)提取出來(lái)，我們看一下這個(gè)圖，這是表格，是我們計(jì)算了4個(gè)參數(shù)，第一個(gè)是它的平均值誤差，第二是它的平均誤差一個(gè)誤差標(biāo)準(zhǔn)差。第三是平均值誤差一介差分，第四是二介差分。

　　

　　可以得到四條結(jié)論，各方法的平均值誤差小于5.8%的，當(dāng)同步時(shí)長(zhǎng)大于等于7個(gè)月時(shí)間，各個(gè)方面誤差趨于一致，小于1.6%，如果測(cè)風(fēng)數(shù)據(jù)大于7個(gè)月，用什么方法去插補(bǔ)意義差不多，沒(méi)有必要挑了。VS和LLS和BSR方法在平均風(fēng)速還原上差不多的，三者差異不是很大。他們隨著同步時(shí)長(zhǎng)增加而減少的，增加時(shí)長(zhǎng)可以明顯減少誤差的，第四通過(guò)分析平均值誤差的二介差分得到的，當(dāng)同步時(shí)長(zhǎng)在三個(gè)月時(shí)間，它誤差減少的速度開(kāi)始變慢了，帶來(lái)收益開(kāi)始減少，這就是給我們客戶(hù)推薦一些組合測(cè)風(fēng)的時(shí)候，我們建議他測(cè)三個(gè)月，這是它的一個(gè)根據(jù)，為什么測(cè)三個(gè)月是比較好的。

　　

　　把三個(gè)月數(shù)據(jù)提取出來(lái)做了一個(gè)誤差的平均風(fēng)速圖，對(duì)它進(jìn)行擬合，可以看到這些數(shù)據(jù)它基本上服從平均值是0的正態(tài)分布，擬合數(shù)據(jù)之間相關(guān)系數(shù)大于0.95的，我們可以利用這6種MCP方法不確定度用標(biāo)準(zhǔn)差來(lái)進(jìn)行表征，平均差是0的，當(dāng)平均時(shí)長(zhǎng)為3個(gè)月，偏差最小的VS方法不確定度是3.68%，偏差最大的不確定度為4.51%。這是一個(gè)關(guān)于相關(guān)系數(shù)一個(gè)分析，在我們做一些業(yè)務(wù)的時(shí)候，工程師苦惱對(duì)于不同地形，不同相關(guān)系數(shù)條件下，用哪個(gè)方法最好，我們進(jìn)行了6種方法在不同相關(guān)系數(shù)條件下誤差的對(duì)比。

　　

　　淺色圖是相差系數(shù)在0.5到0.7，黑色圖是強(qiáng)相關(guān)，0.7到0.1之間，我們同樣可以得到三個(gè)結(jié)論，首先測(cè)風(fēng)數(shù)據(jù)和相關(guān)系數(shù)越好，平均值誤差越小的，這是顯而易見(jiàn)的，其中VS方法在相關(guān)系數(shù)較差時(shí)誤差最小，而且它在不同相關(guān)系數(shù)之間，它的偏差是比較小的，它對(duì)相關(guān)性不是很敏感的，更適用于相關(guān)條件下的插補(bǔ)，當(dāng)相關(guān)系數(shù)大的時(shí)候，各個(gè)算法之間差異是比較小的它性能是差不多的，其中VS和BS2方法，平均值誤差是最小的，在相關(guān)性較好情況下，這兩種方法它可以帶來(lái)我們更好的結(jié)果。

　　

　　同樣的分析方法分析了年發(fā)電量，這個(gè)圖跟剛才的圖差不多，仔細(xì)看會(huì)發(fā)現(xiàn)，VS和LLS在同步時(shí)長(zhǎng)小于6個(gè)月是明顯小于6的，這樣的方法對(duì)發(fā)電量進(jìn)行一個(gè)低估，同樣進(jìn)行數(shù)據(jù)提取，我們分析4套結(jié)論，首先是WBL、VR、BSR、SS方法在同步時(shí)長(zhǎng)年發(fā)電量表現(xiàn)要明顯好于VS和LLS方法，BSR方法它誤差在年發(fā)電量方面同樣很小的，它對(duì)于平均風(fēng)速也是很好的，它可以兼顧平均風(fēng)速和年發(fā)電量。剩下兩條結(jié)論和剛才是一樣的。

　　

　　關(guān)于剛才研究的進(jìn)行了一點(diǎn)思考，在一個(gè)風(fēng)速分布大概是一個(gè)尺度參數(shù)A和形狀參數(shù)K決定的，剛才我們提到對(duì)于風(fēng)速預(yù)測(cè)更好的方法，它其實(shí)表征是這個(gè)尺度參數(shù)A，對(duì)發(fā)電量預(yù)測(cè)更好的方法表征的是形狀參數(shù)K，所以發(fā)電量最終是由A、K決定的，我們使用要兼顧風(fēng)速和發(fā)電量，簡(jiǎn)單方法把我們風(fēng)速預(yù)測(cè)更好的方法和發(fā)電量預(yù)測(cè)更好的方法進(jìn)行一個(gè)結(jié)合。    

　　

　　我們還進(jìn)行了一個(gè)驗(yàn)證，左邊三個(gè)方法是對(duì)于平均風(fēng)速預(yù)測(cè)更好的MCP方法，右邊三組對(duì)于發(fā)電量預(yù)測(cè)更好的MCP方法，我們有9種組合，預(yù)測(cè)了它的誤差和變化，它對(duì)發(fā)電量計(jì)算偏差較為一致，基本上看不出有很大差別，差別比較小的，但是它和對(duì)于發(fā)電量預(yù)測(cè)最好的WBL方法相比是較大提升的，雖然差別不大，可以挑出來(lái)最好的組合，VS+WBL方法組合，它的組合可以看到平均值誤差4.47，比任何他們兩個(gè)單獨(dú)的平均值誤差都要小很多的。

　　

　　這邊針對(duì)10個(gè)項(xiàng)目開(kāi)展了一個(gè)實(shí)際的風(fēng)資源評(píng)估，分別利用VS+WBL方法和SLL方法進(jìn)行一個(gè)評(píng)估，最后根據(jù)評(píng)估結(jié)果中平均風(fēng)速、和滿(mǎn)發(fā)數(shù)進(jìn)行了一個(gè)對(duì)比，分別分別差異，這邊差異是比較明顯的，在平均風(fēng)速上兩個(gè)性能差不多的，但是它在發(fā)電量上面非常明顯的，紅線(xiàn)是組合方法，黑線(xiàn)是單獨(dú)的，VS方法和WBL方法這個(gè)組合有很大改善的，平均偏差分別是6.01和3.52%，這個(gè)方法簡(jiǎn)單減少50%的誤差。

　　

　　這個(gè)方法有點(diǎn)簡(jiǎn)單，它的結(jié)果比較好的，缺點(diǎn)就是系數(shù)作用于整個(gè)時(shí)間序列，它在一定程度上改變實(shí)測(cè)數(shù)據(jù)，可能會(huì)引起一些不必要的事情，我們后續(xù)可能還會(huì)進(jìn)行一些優(yōu)化。我的報(bào)告到此為止，謝謝各位聆聽(tīng)。

　　

　?。ǜ鶕?jù)速記整理，未經(jīng)本人審核）