简介这是一份面向电网调度、风电场运营及新能源研究人员的《风电功率预测系统简介》PDF文档系统梳理了风电功率预测的目的意义、国内外技术现状、核心技术特点与应用价值可作为入行学习、方案设计或技术汇报的参考文献。内容涵盖气象信息实时监测、超短期与短期风电功率预测、软件平台等模块并结合德国、丹麦、西班牙及国内国网电力科学研究院等实践案例说明该系统能提高电网调峰能力、增强风电消纳能力、改善运行安全性与经济性。资源包为单个PDF文件大小约893KB篇幅紧凑、结构清晰适合快速通读。目前已有108人浏览学习通过阅读可快速建立风电功率预测系统的整体认知明确预测流程与应用场景为后续开展相关平台建设或课题研究提供基础参考。1. 风电功率预测的精度瓶颈不在风速而在功率转换的不确定性风电功率预测系统做久了会发现一个反直觉的现象数值天气预报NWP对风速的预报误差逐年下降但功率预测的并网考核指标却常常卡在同一个水平线上。原因在于功率预测面对的不是一个单纯的物理过程而是由风速、湍流、尾流、机组状态、限电指令共同决定的系统行为。风速到功率的转换曲线存在天然发散带同样的 9 m/s 风速功率可能落在额定值的 55% 到 85% 之间。这套系统本质上解决的是「未来一段时间风电场能发多少电」这个问题。电网调度拿它做日前发电计划风电场拿它做检修窗口和交易申报设备团队拿它评估机组可利用率。适合的读者包括从事新能源并网、电力交易、运维数据分析的工程师以及刚接触功率预测、想从零搭一套评估流程的团队。下面从时间尺度选型开始逐步落到可以复现的建模和验证方案。2. 风电功率预测的时间尺度划分与物理-统计基线方法2.1 超短期、短期、中期预测的用途差异风电功率预测系统在选型前要先明确业务场景因为不同时间尺度对应的算法路线完全不同。业内通常按预测时长划分三档超短期0 至 4 小时、短期1 至 3 天、中期一周以上。这三档分别服务实时调度、日前计划和检修排程精度要求和数据依赖差异很大。时间尺度预测时长主要用途常用方法可接受误差超短期0-4 小时实时调度、AGC 调节持续法、滚动 ARIMA、LSTMRMSE 控制在装机容量 5% 以内短期1-3 天日前发电计划、电力交易NWP 驱动 机器学习回归日均 RMSE 10% 附近中期7-30 天检修计划、电量估算气候统计 历史分位数趋势准确即可超短期预测对延迟敏感通常每 15 分钟滚动更新一次短期预测则以天为单位滚动发布依赖每日更新的 NWP 数据。在工程实现上超短期模型的数据管线和短期模型一般不混用因为两个模型的采样频率、特征粒度、发布接口完全不同。2.2 物理方法的组成NWP、功率曲线与尾流修正物理方法不依赖历史功率数据它通过数值天气预报给出的风速、风向、空气密度预报值结合风机厂商提供的理论功率曲线逐台计算理论发电功率后汇总到全场。这类方案在新建风电场缺乏历史数据、机组换型、极端天气外推等场景下仍然不可替代。常见做法是先用 NWP 的风速输出插值到每台机组的轮毂高度利用地势粗糙度做边界层修正再按机位坐标计算尾流衰减系数。尾流模型常用 Jensen 模型或更精细的 Park 模型后者需要输入风机推力系数、叶轮直径和机位间距。修正后的风速再带入功率曲线时建议对曲线做分段线性插值而不直接用离散点查表否则在切入风速附近容易产生阶梯状跳变。物理方法的缺点在于它对功率曲线的假设过于理想实际机组的偏航误差、桨距角偏差、叶片污损都会让实际功率低于理论曲线。因此生产环境中很少单独用纯物理模型一般与统计/机器学习模型做加权融合。2.3 统计基线持续法与ARIMA的适用边界在部署复杂模型之前先搭一个持续法基线非常有价值。持续法假设未来功率等于当前功率或过去一段时间的滑动平均值看似简陋但超短期场景下它往往能打败大部分非线性模型因为风速在小时级存在显著自相关。def persistence_forecast(power_series, horizon_minutes, step_minutes15): 持续法基线用当前功率作为未来 horizon 分钟后的预测值 power_series: 历史功率序列单位 MW已按 step_minutes 重采样 horizon_minutes: 预测步长例如 60 表示预测未来 1 小时 steps_ahead int(horizon_minutes / step_minutes) # shift 负值表示取未来值这里取当前值作为预测 forecast power_series.shift(-steps_ahead) return forecast这段代码的思路是生成一个与原始序列错位对齐的预测序列用于评估持续法的理论下限。参数horizon_minutes决定预测步长step_minutes需要与训练数据的重采样粒度一致。若数据已经是 15 分钟一个点则预测未来 1 小时就是把当前值平移到 4 个采样点之后的位置。ARIMA 模型适合处理有明显趋势和周期性的平稳序列但风电功率序列的波动方差随风速区间剧烈变化很难满足平稳性假设。如果一定要用建议对功率序列做开方或 Box-Cox 变换后再建模并只在超短期窗口内使用。差分阶数超过一阶时要警惕过差分那会抹掉功率序列的短期惯性导致预测值围绕均值振荡。3. 在本地跑通一个风电功率预测最小模型从数据清洗到 GBDT3.1 数据字段与清洗规则实际项目中拿到的 SCADA 数据远没有教科书干净。一个典型的风电场数据表包含时间戳、单机有功功率、风速、风向、机舱温度、桨距角、限电标记等字段。清洗阶段最常见的坑有三个时间戳不连续、限电时段混入正常数据、停机时段功率为 0 但风速正常。import pandas as pd import numpy as np def load_and_clean(scada_path, rated_power2.5): 读取 SCADA 数据并清洗 rated_power: 单机额定功率单位 MW这里默认 2.5MW 机型 df pd.read_csv(scada_path, parse_dates[time]) df df.set_index(time).sort_index() # 1. 剔除功率超限记录超过额定功率 10% 视为传感器异常 df df[(df[active_power] 0) (df[active_power] rated_power * 1.1)] # 2. 剔除风速异常风速为负或超过 40 m/s台风场景除外 df df[(df[wind_speed] 0) (df[wind_speed] 40)] # 3. 重采样到 15 分钟并前向填充短缺失 df df.resample(15min).median() df df.fillna(methodffill, limit4) # 4. 构造限电标记功率低于理论曲线 20% 以上且风速足够时标记为 1 power_curve estimate_power_curve(df[wind_speed], df[active_power]) df[curtailment_flag] ( (df[active_power] 0.2 * power_curve) (df[wind_speed] 6) ).astype(int) return df def estimate_power_curve(wind_speed, active_power): 用中位数回归近似功率曲线返回与输入风速对应的参考功率 bins pd.cut(wind_speed, binsnp.arange(0, 40, 0.5)) curve active_power.groupby(bins).median() return wind_speed.map(curve)这段代码先做物理范围约束再做时间重采样最后用功率曲线偏离度自动标记限电。resample(15min)的含义是把原始秒级或分钟级数据聚合成 15 分钟颗粒度median()比mean()对异常值更稳健。fillna(methodffill, limit4)表示最多前向填充 4 个点也就是容忍 1 小时的缺失。限电标记是后续特征工程的重要输入。如果不剔除或标记限电样本模型会把「风速高但功率低」的模式误学成正常规律导致预测偏低。实际处理时可以丢弃限电样本重训模型推理阶段再单独叠加限电策略。3.2 特征工程风向分区与风速-功率散点分箱清洗完成后的下一步是构造特征。风向是常被忽略的特征因为它与功率不是单调关系直接丢给树模型也能学到但效率不高。常见做法是把风向转换为 sin 和 cos 两个分量消除 0/360 度跳变问题。df[wind_dir_sin] np.sin(np.deg2rad(df[wind_direction])) df[wind_dir_cos] np.cos(np.deg2rad(df[wind_direction])) # 风速分箱编码保留区间统计特征 df[ws_bin] pd.cut(df[wind_speed], bins[0, 3, 6, 9, 12, 16, 25], labelsFalse) ws_group df.groupby(ws_bin)[active_power].agg([mean, std, count]) ws_group.columns [ws_bin_mean, ws_bin_std, ws_bin_count] df df.join(ws_group, onws_bin)风向 sin/cos 变换的物理含义是把风向角度映射到单位圆上的坐标使 0 度和 360 度在数值上连续。pd.cut分箱的作用是把风速划分成几个物理区间比如低于切入风速、部分负荷段、满发段然后统计每个区间内功率的均值和标准差作为新特征。树模型可以从这些分箱统计特征中更快地捕捉非线性关系。另外两组特征值得加入一是滞后特征即前 15 分钟、前 1 小时、前 24 小时的功率和风速这能帮模型利用短时惯性二是 NWP 特征如果场站有外部数值天气预报数据把预报风速、预报风向作为特征加入短期预测精度会有明显提升。没有 NWP 数据时可以用「当前风速 当前功率 滞后值」组合模型在超短期窗口内依然表现不错。3.3 用 LightGBM 训练与预测关键参数与早停梯度提升树GBDT是当前风电功率预测的主力模型比深度学习模型更容易落地对缺失值鲁棒训练速度快。LightGBM 在工程上最常用下面给出训练主流程。import lightgbm as lgb from sklearn.model_selection import train_test_split feature_cols [ wind_speed, wind_dir_sin, wind_dir_cos, ws_bin_mean, ws_bin_std, active_power_lag1, active_power_lag4, wind_speed_lag1, curtailment_flag ] # 构造滞后特征 df[active_power_lag1] df[active_power].shift(1) df[active_power_lag4] df[active_power].shift(4) df[wind_speed_lag1] df[wind_speed].shift(1) # 剔除限电样本后划分训练集 train_df df[df[curtailment_flag] 0].dropna() X train_df[feature_cols] y train_df[active_power] X_train, X_valid, y_train, y_valid train_test_split( X, y, test_size0.2, shuffleFalse ) params { objective: regression, metric: rmse, learning_rate: 0.05, num_leaves: 63, max_depth: 7, feature_fraction: 0.8, bagging_fraction: 0.8, bagging_freq: 1, verbosity: -1 } d_train lgb.Dataset(X_train, y_train) d_valid lgb.Dataset(X_valid, y_valid, referenced_train) model lgb.train( params, d_train, num_boost_round2000, valid_setsd_valid, callbacks[lgb.early_stopping(100), lgb.log_evaluation(200)] )active_power_lag1和active_power_lag4分别是前 15 分钟和前 1 小时的功率值它们能显著降低短时预测的均方根误差。shuffleFalse在时间序列训练中必须保留随机打乱会破坏时间顺序导致验证集评估偏乐观。num_leaves63控制树的复杂度风电功率关系非线性强叶子数太少欠拟合太多则过拟合到单场站的噪声上。feature_fraction0.8表示每棵树随机采样 80% 的特征与bagging_fraction配合可以减少树之间的相关性。早停轮数early_stopping(100)的含义是验证集 RMSE 连续 100 轮不下降就终止训练。如果验证集出现先降后升的 U 型曲线说明开始过拟合此时可以调小num_leaves或增大min_data_in_leaf。推理时直接调用model.predict(X_future)即可注意推理前要对未来时刻的特征做同样的滞后对齐。4. 评估指标、考核口径与误差追因预测系统上线前必须做的事4.1 RMSE、MAE、PBA 三种指标的读数差异风电功率预测的评估指标很多但不同指标的侧重点完全不同。RMSE 对较大的误差有惩罚放大效应适合反映极端情况MAE 反映平均偏差水平PBA预测偏差则是电网考核中最常看的指标用来衡量预测电量的偏大或偏小趋势。指标公式含义适用场景注意点RMSEsqrt(mean((y_true - y_pred)^2))大误差被平方放大考核、模型对比对离群点敏感MAEmean(abs(y_true - y_pred))平均绝对偏差业务理解不区分方向PBA(sum(y_pred) - sum(y_true)) / capacity电量偏差方向电力交易结算正值表示预测偏大相关系数 R²1 - SSE/SST拟合优度模型诊断不能替代误差评估RMSE 和 MAE 的比值可以反映误差分布的形状。若 RMSE/MAE 接近 1.25说明误差接近正态分布比值超过 2 则说明存在大量尖峰误差比如极端天气过程或限电事件。生产环境中建议同时盯这两个指标仅看 RMSE 会掩盖系统性偏差。PBA 更适合按月或按季评估。如果某月的 PBA 持续为正说明预测系统整体高估发电量可能是功率曲线老化或叶片污损导致实际出力下降。这种情况下调模型没有用需要更新功率曲线或加一个季节性的偏差修正项。4.2 按风速区间分箱评估误差低风速与高风速误差结构不同整体指标只能报告平均水平定位误差来源必须做分箱分析。风速在切入风速附近时功率对风速极为敏感风速 ±1 m/s 的预报误差可能导致功率 30% 以上的偏差而在额定风速以上功率已经饱和风速误差的影响很小。分箱评估能暴露不同区间的误差分布特征。def evaluate_by_wind_bin(y_true, y_pred, wind_speed, bins[0, 4, 6, 8, 10, 12, 15, 25]): 按风速区间分箱评估误差 y_true: 实际功率, y_pred: 预测功率, wind_speed: 实测风速 df_eval pd.DataFrame({ y_true: y_true, y_pred: y_pred, wind_speed: wind_speed }) df_eval[ws_bin] pd.cut(df_eval[wind_speed], binsbins) result df_eval.groupby(ws_bin).apply( lambda x: pd.Series({ rmse: np.sqrt(((x[y_true] - x[y_pred]) ** 2).mean()), mae: (x[y_true] - x[y_pred]).abs().mean(), bias: (x[y_pred] - x[y_true]).mean(), count: len(x) }) ) return result分箱结果通常呈现出三个特征低风速段3-6 m/s偏差波动大RMSE 绝对值不高但相对误差显著中间段7-11 m/s误差主要来自 NWP 风速误差高风速段13 m/s 以上误差大幅缩小因为功率曲线趋于饱和。若高风速段 RMSE 仍然很高优先检查机组是否进入限功率运行状态。4.3 典型误差来源限电标记、尾流效应与风机结冰限电是最隐蔽的误差来源。场站因电网消纳原因被要求限功率运行时实际功率低于可用功率预测模型如果没有感知到限电状态就会产生系统性高估。解决方式是在训练数据中打限电标记或直接剔除限电样本再用独立的限电力率模型做叠加。尾流效应的影响在机组排布密集的场站尤为明显。上游机组的尾流会让下游机组实际风速降低 20%-40%功率下降可能超过 50%。如果清洗阶段不修正尾流模型会把「同一风速下功率偏低」的模式学成常态导致预测偏低。常见做法是在 NWP 风速插值后乘一个尾流系数矩阵或把机位坐标作为特征输入模型。风机结冰的叠加影响在冬季更值得关注。叶片覆冰改变气动外形同样的风速下功率显著下降。结冰初期功率曲线尚无明显偏移但当偏差超过阈值时才被注意到往往已经积累了大量异常样本。处理方式是引入温度与湿度交互特征在模型输入层让算法学到结冰条件下的功率退化规律。# 结冰场景特征构造示例 df[temp_humidity] df[temperature] * df[humidity] / 100 df[icing_risk] ((df[temperature] 2) (df[humidity] 85)).astype(int)temp_humidity特征的物理含义是低温高湿环境下叶片结冰概率升高这个交互特征比单独的温度或湿度特征更有区分度。icing_risk是一个二值风险标记适合作为权重特征或直接参与训练。推理阶段如果 NWP 预报低温高湿模型会自然下调预测功率。5. 预测结果发布前的频率切换与模型监控技巧5.1 从日频到 15 分钟滚动预测的发布节奏调整短期预测通常每天发布一次对应电网日前计划超短期预测则需要滚动发布。系统上线时先跑日频再切换滚动频率能有效降低排查问题的复杂度。切换时重点检查三处数据库写入压力、NWP 数据更新时间、模型推理耗时。日频发布流程是每天固定时间读取最新 NWP 数据生成未来 72 小时逐 15 分钟的功率序列写入业务库。超短期滚动发布则每 15 分钟触发一次读取最近 30 天的 SCADA 数据做特征计算仅预测未来 4 小时并覆盖上一轮预测的对应时段。两套流程共用同一套特征工程函数但模型分开训练和保存避免互相干扰。发布环节最常见的故障是特征对齐错位。比如训练时用 t 时刻的风速预测 tk 时刻的功率发布时却把 NWP 的 t 时刻风速当作 tk 时刻的风速输入导致预测整体偏移 k 个时间步。排查方法很简单构造一版延迟 k 步的伪预测看 RMSE 是否显著上升。如果伪预测的 RMSE 比正常推理小很多说明线上特征对齐有问题。5.2 用滑动窗口 RMSE 环比检测模型漂移模型上线三个月后精度通常会缓慢下降原因包括季节更替、机组性能退化、NWP 系统升级等。与其等月度考核发现超标不如维护一个滑动窗口的 RMSE 监控视图用环比变化判断是否需要触发重训。def rolling_rmse_monitor(y_true, y_pred, window_size720, step15): 滚动窗口 RMSE 监控 y_true/y_pred: 按 15 分钟颗粒度的功率序列 window_size: 窗口内的样本数, 720 表示 7.5 天 step: 每次滑动步长 rmse_list [] n len(y_true) for start in range(0, n - window_size, step): end start window_size resid np.array(y_true[start:end]) - np.array(y_pred[start:end]) rmse np.sqrt(np.mean(resid ** 2)) rmse_list.append({window_start: start, rmse: rmse}) return pd.DataFrame(rmse_list)rolling_rmse_monitor每次取最近 720 个点约 7.5 天计算 RMSE步长为 15 个采样点约 4 小时。当相邻两个窗口的 RMSE 变化率超过 15%并且持续 6 个窗口未回落就触发模型重训。重训时先检查数据分布是否变化比如风速日均值、功率曲线偏移量确认后使用最近 90 天数据重新训练并对比新旧模型在最近 30 天的表现。另外建议保存每个评估时段的特征重要性快照当某个特征的 importance 发生断崖式下降时多半是该特征的数据源出现问题。比如风向传感器故障会导致wind_dir_sin的 importance 骤降这时模型会把风向当噪声忽略短期预测的误差会缓慢增大但不会立刻暴露。用这个信号可以提前定位数据质量问题在指标恶化之前修复数据链路。本文还有配套的精品资源点击获取