如何实现新能源电站功率预测“0”考核？-j9游会真人游戏第一品牌

近年来，大规模新能源电站接入电网，为了保障电网的安全稳定运行，各能源监管局、监管办对新能源电站功率预测的考核从无到有，日趋严格。

图1  2009年-2019年风电、光伏装机容量

功率预测考核包含预测精度和上报率两方面，那么影响功率预测考核的因素有哪些呢？综合多年的功率预测系统运维数据以及电站考核结果分析，影响功率预测考核的因素主要包括数值天气预报、模型算法、电站数据、运维服务，各因素对功率预测考核影响的占比分别为60%、20%、10%、10%。

图2  功率预测考核影响因素占比图

数值天气预报

功率预测系统要求高分辨率高精度的数值天气预报作为数据依托，对于不同地形、地貌，不同气候特点的区域应采用不同的预报模式，并利用同化技术，对常规资料和非常规资料进行同化应用，以此提高数值天气预报的预测精度进而提高功率预测精度。

模型算法

功率预测系统中采用的算法包括物理模型、统计模型、集成预报模型等，针对不同地区、不同气候、不同时段应采用不同的组合算法以提高功率预测精度。

电站数据

电站数据包括发电机组运行数据、气象仪数据、测风塔数据等，当电站提供的历史数据出现缺失、超限和无效等问题时，将会影响功率预测建模准确性，从而影响功率预测精度。

运维服务

功率预测系统在运行过程中不可避免会发生系统异常、服务器宕机、网络中断等状况，从而影响上报率，故电站人员的现场运维及功率预测厂家的运维服务至关重要。

针对以上影响电站功率预测系统预测精度、上报率考核的因素，木联能推出了新能源电站功率预测系统v201904，后续将有系列报道详细介绍木联能新能源电站功率预测系统应对电站考核的各项措施。

木联能作为最早推出新能源电站功率预测系统的厂家，其研发的功率预测系统自2008年发布以来，经历了大量的项目检验，受到了客户的一致好评。如有需求欢迎来电咨询029-88895802，010-62026815。