近日，國家能源局西北能源監管局以及新疆監管辦公室、甘肅能源監管辦陸續公布了2019年1季度部分月份的“兩個細則”考核補償情況。以1月-2月份數據為例，統計風功率預測考核結果顯示，西北地區風電場月度平均考核分為200分（打3折后結果），同比2018年1月-2月份的97分，落實到新能源發電企業的考核金額將增長一倍。

2018年12月，西北能監局頒布《西北區域發電廠并網運行管理實施細則》 和《西北區域并網發電廠輔助服務管理實施細則》（以下簡稱新細則）。新細則大幅增加了對風功率預測考核的占比和標準，完善了對短期預測的考核方法，增加了對超短期預測及可用功率的考核內容。風功率預測性能不達標電場，月度單位容量考核扣分折算費用上限增加到了8萬元/MW。

面對如此嚴峻的考核壓力，多數發電企業意識到，進一步提升風電場站的功率預測精度及管理水平，降低考核分數，已經是當前風電精益化管理的首要任務。

新能源功率預測技術亟待加強

截至2018年底，西北區域新能源裝機占比西北全網35.47%，超過區域電源容量的三分之一。新能源的快速發展，對并網風電場穩定運行提出了更高的要求。然而在如何提升風電場功率預測精準度上，還存在科學局限及技術難點。

一方面，風電機組的出力首先主要受到風速變化的影響，準確預測風速變化成為精準功率預測的前提。

“需要注意的是，風機出力并不會隨著風速線性增大而增加，恰恰是在起風到風機滿發這個階段的風速變化，而風速變化對風機出力影響最大。”金風科技氣象及功率預測產品總監馬輝說，“也就是說，如何準確預測風速起停變化及風速爬坡下降特性是一個很大的技術難題”

另一個難點，則是通過氣象要素轉換為功率的模型調優。風電場風機出力受多種因素影響，其中有自然因素，也有人為因素，不同風電場及不同機組，由于所處地理位置、氣候特點、不同管理水平等共同作用下，使其不可能存在完全一樣的功率曲線。為每個機組、每個電場建立專有預測模型并持續不斷優化，是提高功率預測精度的重要及有效手段，也是目前存在的重要技術難點之一。

2018年7月，金風了解到西北某業主苦于2個并網電場的月度考核持續處在考核倒數序列的情況。在嚴峻的考核形勢和業主的質疑下，金風功率預測團隊迎難而上，率先在該業主考核最嚴重的這兩個場站部署了金風功率預測系統，應用了先進的集合氣象預報MENS技術以及定制化的功率預測模型。

在系統運行期間，現場出現問題時，技術支持人員都會在一天內趕到解決問題，保證日上報率達到100%。同時，建立了客戶溝通微信群，隨時響應和解決電場值班人員的問題。正是這種頂住壓力、專注務實的精神換來了殷實的碩果——2019年1季度，在近百個場站的考核中，這兩個場站月度排名穩定在前10和前30名，從倒數提升至中上水平。這個來之不易的結果給了業主一個滿意的答復。

為每提升1%的預測精準度持續努力

有數據顯示，歐洲的風功率預測準確率整體可達到90%以上，而中國部分地區的預測準確率還未到80%。那么，對于功率預測技術正處于提升和突破階段的國內風電行業來說，提升準確度的關鍵在哪里？

馬輝指出，精準的風電功率預測取決于三個關鍵技術的突破：氣象預報技術的提升、功率預測模型算法以及優秀的系統管理維護。

在氣象預報技術提升方面，金風從微尺度模擬、集合預報MENS以及混合氣象訂正WCP三個方面進行，并基于該技術支撐，自主研發構建了“金風新能源氣象預報平臺”，集數據積累和迭代優化功能于一身，使得金風氣象預測技術得到了實質化的提升。

（1）氣象微尺度技術

復雜山地和丘陵地形風電場的功率預測，一直是新能源預測行業的重點研究難題。如何消除微觀小氣候對風功率預測的影響，提高短期氣象和功率預測的準確性，已成為亟需解決的問題。金風通過集中改善及優化多尺度混合模式（包括WRF及CALMET模式）的設置及地形動力學參數化模塊，并結合測風塔和風機觀測資料進行對比檢驗，綜合評估，持續改進，可實現提升復雜地形地區的風場模擬精度至100m*100m，助力功率預測準確率的進一步提升。

(2)先進的集合預報技術MENS

金風基于美國全球預報產品GFS、歐洲中心全球模型預報產品ECMRF、歐洲中心集合預報產品ECENS、和本地業務運行的風電確定性中尺度數值預報產品，根據各預報產品的空間分辨率和特征，綜合考慮本地業務模式運行環境和資源條件，進行本地化區域模式參數方案的優化設置，同時，利用反距離加權、克里金插值等統計學插值方法，生產針對風電場級的多氣象源集合預報。

（3）混合氣象訂正技術WCP

基于電場級的多源氣象源預報資料，利用彈性網絡、K臨近點、支持向量機、線性回歸等多種機器學習算法，建立多種混合訂正模型，通過模型選擇和均方根誤差評價等方法選擇最優模型。通過對多氣象源集合預報進行混合訂正，為每個電場輸出至少2種訂正數據源。在實際應用中，以指標最優統計采納率，金風訂正數據源采納率超過70%，訂正效果明顯。

在功率預測模型算法方面，金風從數據特征挖掘、差異化建模方案和多算法、增量式模型及參數自動優化三方面進行，自主研發打造了“金風自動模型訓練和預測平臺（ATP）”,將人工經驗和機器學習算法有機結合，有效提升建模效率和預測精度。

（1）基于海量數據聚類分析的功率預測建模技術

以新能源場站數據為基礎，利用發電功率的日相似性對原始樣本數據進行預處理，結合關聯規則分析、聚類分析等數據挖掘技術，提取不同維度下的發電規律及特征不斷矯正和優化預測結果。

（2）單電場分區域、分模塊和多參量輸入的建模預報

針對風場覆蓋范圍廣、地形復雜、風機類型多樣化的情況，通過單一尋求數值天氣預報NWP與整場實際功率之間的映射關系已經無法滿足基本的精度要求。金風根據地形與風機分布的特點將預報范圍劃分為不同的子區域，通過多參量數據（風速、風向、空氣密度、溫度、濕度、氣壓等）分析，采用分區域或分模塊的建模方式進行，實現多參量組合輸入預測模型，形成不同的預測方案。

（3）多算法、增量式模型和參數自動優化

單一預測算法、離線定期更新預測模型的方式無法滿足大量新能源場站同時預測的需求。金風打造的自動模型訓練和預測平臺ATP，為每個電場配置有效預測算法超過10種，并具備在線模型優化的能力，有助于各電場獲得更為精確的功率預測模型。

在系統管理維護方面，金風按照所服務項目的分布，建立片區服務團隊，以項目經理制提供屬地化的系統運維服務。系統維護團隊提供1天到場服務支持、專業技術團隊提供7*24小時的遠程技術支持。

在全面提升技術先進性后，金風功率預測產品結果更為精準。據2019年第一季度統計數據顯示，應用金風功率預測解決方案的寧夏、甘肅、新疆風電場，單位容量考核分數(分/MW)分別低于全省平均的13.3%、14%、13.2%。

新能源場站經濟效益提升新途徑

可以說，提升新能源場站的功率預測準確度不但提升電網友好水平，另一方面對于場站本身來說有莫大的裨益。

功率預測準確率高，考核分數就會比較低，風電場管理的精益化程度就會隨之提高；另一方面，未來電力市場化交易將進一步放開，電價的定制依賴于準確的產量預測，精準化的功率預測將成為重要的談判籌碼。

當前，金風科技已服務國內外800+新能源電場，包括風電場、光伏電場、分散式等，累計服務容量達60GW。同時為30多家發電企業提供區域或集團級的集中功率預測服務。另外，與省、地市級電網公司合作，提供電網主站綜合功率預測服務。金風科技功率預測解決方案的成效及專業的服務體驗，受到了市場客戶的認可，市場占有率排名也進入行業前列。

風電長跑路，金風科技功率預測的研發團隊們始終不忘初心，砥礪奮進，為每提升1%的預測精準度而持續努力。