风功率预测系统

预测原理
风电功率预测的原理是根据风电场的地理数据、历史测风数据、风电机组坐
标、风电机组工况等数据，应用计算流体动力学理论方法，建立风场的模拟风流
模型。以气象数据、中尺度数值天气预报、风电机组运行状态等作为模型的输入，进行模拟计算以及时频调和分析和神经网络训练，得到风电场未来的输出功率。
超短期预测技术需要在短期模型基础上，加上测风塔的实时数据修正，以提高预测准确度。

技术优势
风电功率预测的原理已经在业内形成比较一致的认识。首先，要建立目标地区的中尺度数值天气预报的模型，获得目标地区的高质量卫星云图，再以卫星云图作为输入，通过超级计算机进行海量运算，得到该地区的中尺度数值天气预报。第二步，建立目标地区的风电场微尺度的数值模型，再以中尺度数值天气预报为输入，经过海量计算得到该风电场的输出功率预测曲线。第三步，结合风电场的实际出力状况，利用人工智能神经网络，对模型进行参数修正，得到误差可以接受的风电功率预测模型系统。

第一步 建立中尺度数值天气预报模型
建立目标地区的中尺度模型，获得中尺度数值天气预报。
技术可以选择运用 21 种以上的中尺度模型进行模拟计算，从中遴选出准确率高，稳定度好的模型。在不同的地区、不同的地形、以及不同的季节所适用的中尺度模型是不同的，有的时候，根据需要，将几种模型加以组合才能得到比较满意的结果。
第二步 建立风电场微尺度数值模型
目标地区的风电场微尺度数值模型的建立方法。技术是使用计算流体动力学方法(CFD)进行风流建模，专门为解决大气边界层问题而专门研究的高度复杂的非线性技术。
计算流体动力学（CFD）是指借助计算机模拟实际流体，使分析者在没有测量流体变量工具帮助的情况下，仿真和了解所给地点的流体流动。CFD 技术具有功
能强大的应用模块，可以将多个测风塔以及每个测风塔不同高度的风流数据载入软件当中进行综合分析与计算，是风资源计算的一种有效工具，国外风电领域的大型开发商、咨询公司及风机制造商很多采用此此项技术进行风工程计算。
CFD 技术的工作原理：
（1）工程地形描述
包括载入地形数据（地形与粗糙度）；定义绘图区域；定义测风点以及结果点（测风塔、风电机位置…）。
（2）定向计算
按照一系列风向进行模拟计算获得定向结果，可以得知风电场空间任一点处的风流情况（加速因数，湍流强度，入流角…）并可进行可视化，同时也可以在指定点处可视化相对应的风廓线并得到相应的结果。
第三步 人工智能神经网络修正
人工智能神经网络修正模型是指对已经建成的物理风流模型的部分参数，运用统计学原理进行修正。
计算机神经网络是一种模拟人类实际神经网络的数学方法。神经网络的基础在于神经元。神经元是以生物神经系统的神经细胞为基础的生物模型。在人们对生物神经系统进行研究，以探讨人工智能的机制时，把神经元数学化，从而产生了神经元数学模型。
大量的形式相同的神经元连结在一起就组成了神经网络。神经网络是一个高度非线性动力学系统。虽然，每个神经元的结构和功能都不复杂，但是神经网络的动态行为则是十分复杂的；因此，用神经网络可以表达实际物理的各种现象。神经网络模型是以神经元的数学模型为基础来描述的。神经网络模型由网络拓扑、节点特点和学习规则来表示。此项技术在人工智能网络数据挖掘方面的应用积累了丰富的经验，拥有 20 种以上的人工神经网络的模型，在这些模型中选择适用的风电信号时频调和分析模型和随机序列分析模型。先进的计算机人人工神经网络技术，可以保证针对各种不同类型的风电场。