风电功率预测文献综述
风电功率预测方法的研究
摘要
由于风能具有间歇性和波动性性等特点，随着风力发电的不断发展风电并网对电力系统的调度和安全稳定运行带来了巨大的挑战。进行风电功率预测并且不断提高预测精确度变得越来越重要。通过对国内外研究现状的了解，根据已有的风电功率预测方法，按照预测时间、预测模型、预测方法等对现有的风电功率预测技术进行分类，着重分析几种短期风电功率预测方法的优缺点及其使用场合。根据实际某一风电场的数据，选取合适的风电预测模型进行预测，对结果予以分析和总结。
关键词：风电功率预测；电力系统；风力发电；预测方法；
引言
随着社会不断发展人们对能源需求越来越大而传统化石能源日益枯竭不可再生，以及化石能源带来了环境污染等问题影响人类生活，人们迫切需要新的清洁能源代替传统化石能源。风能是清洁的可再生能源之一，大力发展风力发电成为各国的选择。根据相关统计，截止至2015年，全球风电产业新增装机63013MW，，同比增长22%[1]。其中，中国风电新增装机容量达30500MW，占市场份额48.4%。全球累计装机容量为432419MW，其中中国累计装机容量为145104,占全球市场份额的33.6%。
目前风力发电主要利用的是近地风能，近地风能具有波动性、间歇性、低能量密度等特点，因而风电功率也是波动的。当接入到电网的风电功率达到一定占比时，风电功率的大幅度波动将破坏电力系统平衡和影响电能质量，给电力系统的调度和安全平稳运行带来严峻挑战。根据风速波动对风力发电的影响按照时间长度可分为三类：一种是在几分钟之内的超短时波动，该时段内的波动影响风电机组的控制；另一种是几小时到几天内的短时波动，该时段内的波动影响风电并网和电网调度；最后一种是数周至数月的中长期波动，该时段内的波动影响风电场与电网的检修和维护计划。本文主要研究不同的风电功率短期预测方法的优缺点。
通过对短期风电功率预测，能够根据风电场预测的出力曲线优化常规机组出力，降低运行成本；增强电力系统的可靠性、稳定性；提升风电电力参与电力市场竞价能力。
课题国内外现状
国外对于风电功率预测的研究起步早，始于80年代，随着其研究的不断深入，其预测技术越来越完善、预测精度不断提升。目前发达国家像美国、德国、西班牙、丹麦等风电功率预测技术较为成熟。丹麦国家研发的典型的风电功率预测系统有Prediktor、WPPT、Zephyr。其中Prediktor系统是全球第一个风电功率预测软件、其采用物理预测模型，其能够根据高空的数值天气预报的风速得到某一地面的风速；WPPT系统使用自回归统计算法，功率被认为是一个随时间变化的非线性随机过程；而Zephyr则是将上述两种预测模型结合起来，其集中了两种预测模型的优点。美国研发的eWind系统组合了多个统计模型像多元线性回归、支持向量回归、人工神经网络等集合生成预测结果。该系统基于高分辨率的数值天气预报模型，具有先进的统计预测技术，目前为CAISO、ERCOT、NYISO 等电网运营商提供预报服务。德国研发的Previento系统通过对气象部门提供的数值天气预报结果进行空间细化，结合风电场当地具体的地形、海拔高度等条件，根据其风电机组相应的功率曲线把预测的风速转化为预测的输出功率。其他典型的风电功率预测系统还有西班牙的AWS Trewind系统、法国的AWPPS系统、欧盟的ANEMOS项目。
国外发达国家较为成熟的风电功率预测技术是其更高的风电功率普及率的保障。这些发达国家往往有很好的数值天气预报系统为风电功率预测提供支持，但从全球范围上看数值天气预报技术不够完善普及。现发达国家研究的重点在于通过人工智能算法研发出更精确的预测模型、寻找更好的将统计模型与组合模型结合起来的方式方法以及开发相应的技术与工具对预测结果的不确定性进行评估。
我国在风电功率预测技术方面的研究起步较晚，很多研究只停留在理论方面而实际应用方面的工作相对滞后。但目前很多风电功率预测预报系统已被国内的一些科研机构和高校开发出来。例如湖北气象中心的WPPS系统、中国气象局公共服务中心的WINPOP系统、中国电科院的WPFS系统、华北电力大学的SWPPS系统等。WPPS系统使用C#做为开发语言，其具有根据实际风电场情况采用合适的算法模型的优点，目前已投入湖北省的九宫山风电场和新疆的乌兰达布森风电场使用。WINPOP系统采用C/S结构，以全球天气分析服务系统为基础进行开发，运用了SVM、人工神经网络、自适应最小二乘法等多种算法进行风电功率预报。WPFS采用B/S结构，使用Java语言进行开发，其能够对单独风电场或者特定区域的集群预测。该系统不仅可以设置每日预测的时间和次数，还能够对风机故障与限电等特殊情况进行功率预测。
总体来说，我国风电功率预测方面的研究取得了一定的成果，一些学者也提
出了不同于传统方法的新型研究方法和技术[22]。但是在中国，并没有针对这个方面的数值天气预报，这将严重的制约我国在风电功率预测方面的进一步发展。目前在预测的精确度方面有待提升，根据其预测结果安排发电计划有相当大的风险。预测时长尺度还不能满足要求。
预测方法概述
风电功率预测方法从时间上可划分为超短期预测、短期预测、中长期预测三类。超短期预测预测时长为未来几个小时内，用于风电的实时调度；短期预测预测时长为未来三天内，主要用于机组组合和备用安排；中长期预测时长为未来三天至一周及一周以上，用于风资源评测和检修安排等。
从预测模型上可以划分为物理方法、统计方法、及组合模型方法三类。物理模型主要是根据气象部门提供的数值天气预报结果来模拟风电场范围内天气，并将预测到的风电场内风向、风速、大气压、空气密度等天气数据结合风机周围物理信息与风电机组轮毂高度等信息建立物理预测模型，最后利用风电机组功率曲线得到预测功率。物理法预测风电功率时，往往要考虑尾流效应的影响。从空间角度来看，风速序列表现出无规律、大幅度的波动；从时间角度来看，风速包含的趋势分量取决于大气分量的持续性而随机分量取决于大气运动情况，因此难以建立普适性的物理模型进行分析和预测，给预测结果带来了无法避免的误差。由于物理方法是建立在数值天气预报之上，因而预测结果往往取决于数值天气预报结果的准确性。统计方法是通过一种或多种数学工具建立历史数据、天气预报数据、预测数据之间的函数关系，其本质是挖掘出蕴含在大量数据下的规律，并根据规律来进行预测。风电功率预测中常用的统计算法有时间序列算法和机械学习算法。时间序列算法主要有：自回归模型、滑动回归模型、自回归滑动平均模型。其主要建立输入与输出之间线性的映射关系，并要求时间序列为平稳时间序列，对于非平稳时间序列要进行处理得到平稳、正态、零均值的时间序列。机械学习算法主要有：遗传算法、人工神经网络、模糊逻辑、支持向量机等。其理论上可以对任意非线性关系进行无限逼近。
组合模型预测方法是在多种预测方法的基础上，通过综合利用各种方法预测结果来得出最终的预测结果。组合预测模型由于集合了各种单个预测方法的优点，通常其最终预测结果要好于其单个预测方法。
从建模对象来分可分为基于风速和基于风电功率两种预测方法。基于风速预测方法先预测出风电场附近的风速，再根据风机的功率曲线计算出预测的输出风电功率。由于基于风速预测模型受到风速测量塔安装的限制，因此在有多个风电机组的风电场内不能得到所有风机处的准确风能信息，并且风速和风电功率并非线性关系，当风速预测值存在微小的误差都可能产生较大的功率值误差。
常用的短期风电预测方法
时间序列法通过分析与挖掘现有的数据来建立相应的的数学模型，建模过程包括对处理历史数据、模型识别、确定参数、校验模型适用性等。该方法建模容易，结构较为简单，但是其需要大量的历史数据，非线性关系无法拟合，预测时间越长，预测精度越低。
人工神经网络法[18-20]是模拟人脑神经过程，其能够对历史数据进行学习从而实现对复杂问题的处理，目前已被大量应用于短期风电功率预测当中。其模型建立的过程包括对预处理数据、确定其网络模型、选择网络参数、数据训练、网络测试。该方法对于数据的质量要求不高，不需要建立先验模型，但是其需要长时间的训练过程和大量的训练数据，难以确定网络结构和参数等问题。
支持向量机（SVM）是在统计学习理论基础之上提出来的，其对于非线性、
小样本方面当中的预测具有较好的效果。其建模过程有样本数据的预处理、选择合适的核函数、确定相关、数据的训练、执行预测。该方法能够在小样本数据中获得较好的预测效果，没有过学习和易陷入局部最小等缺点，对新鲜样本的学习适应能力很强，但其对于大量数据的处理能力不强，要确定最适合的核函数和最优参数往往需要其他理论。
模糊逻辑是在充分利用专家经验的基础上，结合现有的历史数据，得出相应的模糊逻辑推理规则。应用该方法进行预测由于发挥了专家经验的优势，能够对风电输出功率预测当中的模糊现象进行处理。但其更多的受到主观经验的影响，学习能力弱，当有较多的规则时，就要耗费很多的从处理时间。
由于大气运动过程具有混沌特性，其运动过程短期内系统发散较小，因此在短期内根据混沌理论进行风电功率预测是可行的。该方法符合大气运动的自然特性，但是初始条件的微小变化都将引起预测精度大幅度下降，并且只能用于短期内的风电功率预测。
分析各种预测方法的优缺点，通过对不同的预测方法的取长补短综合得出最终的预测结果就是组合模型方法。根据相关研究成果其预测结果通常优于单一预测方法的结果。
总结
对于我国来说，中国风能资源丰富，但是相对的我国风能资源分布地区广，情况复杂，各地区建立的风电场情况各有不同，风电场周围情况，风电场运营历史数据等资料的建立不同的风电场有不同的情况，因而在不同情况下对风电场功率预测方法的选择也要根据实际情况来考虑，要根据不同的风电功率预测方法的优缺点结合具体风电场的实际情况来选择适合的风电功率预测技术。
参考文献
[1] 2015年全球风电装机容量，中国贡献最大.铁甲工程机械网,2016-03-14.
[2]2015年中国风电行业发展现状及竞争格局分析.中国产业信息网行业频道,2016-01-18.
[3] 陈正洪, 许杨, 许沛华, 等.风电功率预测预报技术原理及其业务系统. 北京: 气象出版社, 2013.
[4] 王瑞雪,刘博. 浅谈我国风电产业发展现状及前景[J]. 城市建设理论研究.2015,14(1).
[5] 孟静.风电功率预测[J]. 武汉理工大学.2012,4(21-22).
[6]宁美凤.风速及风电功率短期预测方法研究[D]. 郑州市中原区科学大道100号:郑州大学.2012-5.
[7]2015风电产业发展情况.国家能源局网站.2016-02-02.
[8]段学伟,王瑞琪,王昭鑫,郎澄宇,孙树敏,赵鹏.郑伟. 风速及风电功率预测研究综述[J].山东电力技术,2015,210(42):26-31.
[9]钱晓东,刘维奇.基于时间序列分析的风电功率预测模型.[J].电力学报,2015,29(4).
[10] 徐敏，袁建洲，刘四新，郭含. 基于支持向量机的短期风电功率预测[J].南昌大学学报,2012,34(2).
[11] 邱潇钰，张化祥.概论核方法及核参数的选择.信息技术与信息化，2007,6:62-65.
[12] 武小梅,白银明,文福拴等.基于RBF神经元网络的风电功率短期预测[J].电力系统保护与控制,2011,39(15):80-83.
[13] 杨桂兴.对风电功率预测系统中预测精度的讨论[J].电网与清洁能源,2011,1(1)
[14] 徐曼,乔颖,鲁宗相. 短期风电功率预测误差综合评价方法[J].电力系统自动化,2011,35(12):20-26.
[15]孟岩峰，胡书举，邓雅，许洪华.风电功率预测误差分析及预测误差评价方法.[J].电力建设,2013,
[16] 风电场功率预测预报管理暂行办法[S].北京：国家能源局，2011
[17] 风电功率预测功能规范[S].北京：国家电网公司，2011
[18]杨世成.基于人工神经网络的风电功率预测[D].北京市昌平区北农路2号：华北电力大学.2011-3.
[19] 杨志凌,曾宇,刘永前等.基于粒子群神经网络的风电功率预测算法[C].//2010年全国高性能计算学术年会(HPC china2010)论文集.2010:586-592.
[20] 刘永前,朴金姬,韩爽等.风电场输出功率预测中两种神经网络算法的研究[J].现代
力,2011,28(2):49-52.
[21] Zhengtang Liang , Jun Liang, Chengfu Wang, Xiaoming Dong, Xiaofeng Miao, Short-term wind power combined forecasting based on error forecast correction [J]. Energy Conversion and Management 2016(119) 215–226.
[22] Haijian Shao , Xing Deng . Short-term wind power forecasting using model structure selection and data fusion techniques [J]. Electrical Power and Energy Systems 2016(83)79-86.
风电功率预测系统功能要求规范
风电功率预测系统功能规范 （试行） 国家电网公司调度通信中心
目次 前言...................................................................... III 1范围. (1) 2术语和定义 (1) 3数据准备 (2) 4数据采集与处理 (3) 5风电功率预测 (5) 6统计分析 (6) 7界面要求 (7) 8安全防护要求 (8) 9系统输出接口 (8) 10性能要求 (9) 附录A 误差计算方法 (10)
前言 为了规范风电调度技术支持系统的研发、建设及应用，特制订风电功率预测系统功能规范。 本规范制订时参考了调度自动化系统相关国家标准、行业标准和国家电网公司企业标准。制订过程中多次召集国家电网公司科研和生产单位的专家共同讨论，广泛征求意见。 本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、信息要求、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。 本规范由国家电网公司国家电力调度通信中心提出并负责解释； 本规范主要起草单位：中国电力科学研究院、吉林省电力有限公司。 本规范主要起草人：刘纯、裴哲义、王勃、董存、石永刚、范国英、郭雷。
风电功率预测系统功能规范 1范围 1.1本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、数据准备、数据采集与处理、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。 1.2本规范用于指导电网调度机构和风电场的风电功率预测系统的研发、建设和应用管理。 本规定的适用于国家电网公司经营区域内的各级电网调度机构和风电场。 2术语和定义 2.1 风电场 Wind Farm 由一批风电机组或风电机组群组成的发电站。 2.2 数值天气预报 Numerical Weather Prediction 根据大气实际情况，在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法。 2.3 风电功率预测 Wind Power Forecasting 以风电场的历史功率、历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型，以风速、功率或数值天气预报数据作为模型的输入，结合风电场机组的设备状态及运行工况，得到风电场未来的输出功率；预测时间尺度包括短期预测和超短期预测。 2.4 短期风电功率预测 Short term Wind Power Forecasting 未来3天内的风电输出功率预测，时间分辨率不小于15min。 2.5 超短期风电功率预测 ultra-short term Wind Power Forecasting 0h~4h的风电输出功率预测，时间分辨率不小于15min。
风力发电系统开题报告
天津大学本科生毕业论文开题报告
五、研究方法 综上所述，本设计以1KW风力发电机为单元，组成20KW的多风轮发电系统。也就是说，研究20台以上小型发电机的组合可行性方案。再提出可行性组合方案后，通过分析计算，得出相关数据。分析风切变对不同排列方案的多风轮发电系统总功率的影响。优化选择出横梁尺寸后，通过相关测应力、应变实验，考察横梁应力。并对比实验结果和计算结果。 六、可行性分析及已具备的条件 对于小型风力发电机组合的风力发电系统有一个直观的认识。并通过近期的学习，掌握相关知识。并在老师的指导下，逐步明确了研究过程。在本科学习期间，已掌握相关力学分析基础，并熟悉侧应力应变以及微小型形变的实验。七、进度安排 2013.12.16——2014.03.07：通过查找资料，明确课题意义，了解本课题的研究内容和研究方法，并撰写开题报告。 2014.03.08——2014.04.05：仔细研读资料，对课题所研究的相关问题有比较清晰的了解，请教导师或学长把问题解决。制定组合方案、学习完成相应条件下迎风面积、总功率等参数的计算。 2014.04.06——2014.05.02：实验模拟，测量相关数据 2014.05.03——2014.05.30：完成修改论文并提交外文资料 2014.05.31——2014.06.10：终稿并答辩 八、主要参考文献 [1]Thomsen O T. Sandwich materials for wind turbine blades—present and future[J]. Journal of sandwich structures and materials, 2009, 11(1): 7-26. [2]Mostafaeipour A. Productivity and development issues of global wind turbine industry[J]. Renewable and Sustainable Energy Reviews, 2010, 14(3): 1048-1058. [3]Gebhardt C G, Preidikman S, Massa J C. Numerical simulations of the aerodynamic behavior of large horizontal-axis wind turbines[J]. International Journal of Hydrogen Energy, 2010, 35(11): 6005-6011. [4]Eriksson S, Bernhoff H, Leijon M. Evaluation of different turbine concepts for wind power[J]. Renewable and Sustainable Energy Reviews, 2008, 12(5): 1419-1434. [5]Liserre M, Cardenas R, Molinas M, et al. Overview of multi-MW wind turbines and wind parks[J]. Industrial Electronics, IEEE Transactions on, 2011, 58(4): 1081-1095.
风力发电机文献综述
毕业设计文献综述 题目：立轴风力发电机 学生姓名：李春鹏学号：090501224 专业：机械设计制造及其自动化 指导教师：刘恩福 2013年2月27日
一、摘要 风能利用技术的快速发展已使风能成为目前最重要的一种可再生资源。现有的风能转化系统大部分将风能通过风力机装置转化为机械能，然后通过电机转化为电能，通常风力机按风轮旋转轴在空间的方向，分为水平轴风力机（HorizontalAxis Wind Turbine简称为HAWT）和立轴风力机（Vertical Axis Wind Turbine简称为VAWT）两大类，达里厄型（Darrieus）风力机为立轴风力机的典型机型。立轴风力机由于其结构和气动性能的独特优势，越来越被人们重视。变速风力机可以在很大的风速范围内工作，而且能最大限度的捕获风能，提高风力发电机的效率，而成为当前该领域的研究热点。本文以大型变速立轴风力机为研究对象，风力机为典型的达里厄型风力机，直接驱动永磁同步电机发电。通过建立风力机气动性能评估模型、传动系统模型、电机以及控制系统的模型，并在MATLAB/SIMULINK进行仿真模拟，得到风力机在各种工况下的运行情况，并实现了最大风能追踪的算法。 变速风力发电机提高了风能利用率，但增加了控制系统的难度，本文对最大风能追踪策略的理论进行分析研究。分析了达里厄型风力机的气动性能评估模型，该模型是基于叶素动量理论的双多流管模型，考虑了达里厄型风力机旋转时叶片对风轮下盘面流动干涉的特性，以及翼型动态失速、气动阻力的影响，对1MW达里厄型风力机进行计算分析，得到了该风力机的气动性能，如风力机在各风速下的气动转矩与转速的关系，以及在各风速下的气动功率与转速的关系，为仿真模拟提供基础。根据仿真的需要分别建立了风力机传动系统模型、永磁同步电机模型、最大功率跟踪算法等模型。永磁同步发电机在同步旋转轴下建立，并对同步电机的解耦控制做了分析，最大功率跟踪算法采用尖速比控制方法。最后在MATLAB/SIMULINK中且搭建了整个系统的仿真模型，对1MW 达里厄型风力机低风速气动、高风速刹车、额定风速下变风速运行等工况进行了仿真模拟。通过模拟得到风力机在各种工况下的运行情况，实现了最大风能追踪的算法，采用尖速比的控制方法追踪最大风能的效果显著，为进一步立轴风力发电机控制系统的设计提供依据。 ABSTRACT The rapid progress on wind energy conversion technology has made wind energy tobe one of the most important renewable and sustainable energy.Current wind energy conversion system translates the wind energy to mechanical energy by wind turbine,and then converts it to electricity by generator.According to the direction of the revolving shaft in space,wind turbine includes two types,one is horizontal axis wind turbine(HAWT for short),and the other is vertical axis wind turbine(VAWT for short),thevertical axis wind turbine is famous for Darrieus type.There has been growing attention to vertical axis wind turbine for its unique structural and aerodynamic advantages.As variable speed wind turbine works at larger ranger of wind speed,utilizes much more wind energy,Improve the efficiency of wind turbines.So it has become the hot topic in the field.This paper is basic on large variable speed vertical axis wind turbine.The wind turbine is Darrieus type,and it dives permanent magnet synchronous generator directly.Through establishment of aerodynamic performance evaluation model,dive-train model,generator and control system model,and simulating of the wind turbine system model in MATLAB/SIMULINK,we can obtain the performance of wind turbine in a variety of conditions,and achieve the algorithm of Maximum Power Point Tracking. Although variable speed wind turbine Improve the efficiency it Increase the difficulty of the control system.The Maximum Power Point Tracking control Strategy theory is analyzed in this paper.The aerodynamic performance evaluation model is established,it's the double-disk multiple stream-tube model in the framework of blade element momentum theory,the airfoil dynamic stall effect and aerodynamic losses were included.we obtained the aerodynamic performance by calculating for the1MW Darrieus vertical axis wind turbine,such as the relationship between aerodynamic torque and rotating speed at different wind speed,the relationship between aerodynamic power and rotating speed at different wind
风电场风速及风电功率预测方法研究综述
—————————————————— —基金项目：福建省教育厅科技项目（JA08024）；福建省自然科学基金计划资助项目（2008J0018）。 第27卷第1期2011年1月 电网与清洁能源 Power System and Clean Energy Vol.27No.1 Jan.2011文章编号：1674-3814（2011）01-0060-07 中图分类号：TM614 文献标志码：A 风电场风速及风电功率预测方法研究综述 洪翠，林维明，温步瀛 （福州大学电气工程与自动化学院，福建福州350108） Overview on Prediction Methods of Wind Speed and Wind Power HONG Cui,LIN Wei-ming,WEN Bu-ying （College of Electrical Engineering and Automation ，Fuzhou University ，Fuzhou 350108，Fujian Province,China ） ABSTRACT ：Due to the intermittency of wind energy and the non -linearity of power system,there exist many uncertain variables which should be considered in the wind power prediction.The current prediction methods include the physical method, statistical method, learning method and the comprehensive one combining all the other methods.Based on accurate numerical weather prediction （NWP ）,the physical method is seldom used in the short term prediction,as its model is complicated and deals with large quantities of calculations.The model of the statistical method is simple and requires a small amount of data.It can be applied in those situations where data acquisition is difficult.The AI method is suitable in the random or non —linear system as it does not rely on the accurate mode of the objective.The comprehensive method maximizes favorable factors and minimizes unfavorable ones as contained in above-mentioned methods.This paper presents a brief overview on prediction methods of wind speed and wind power,and raises further issues worth further research on the basis of summarizing the previous studies.KEY WORDS:wind power prediction;statistical methods; learning methods;combinatorial prediction 摘要：由于风能的随机性以及电力系统的非线性等原因，预测风电功率时需要考虑众多的不确定因素影响。 现有预测方法主要包括物理预测方法、统计预测方法以及学习预测方法、综合预测法等。基于数字天气预报（NWP-numerical weather prediction ） 的物理预测方法模型复杂、计算量大，较少用于短期预测；统计预测方法模型简单，数据需求量少， 较适合于数据获取有一定困难的情况；人工智能预测方法不依赖于对象的精确模型，适合于随机非线性系统；综合预测方法可一定程度地扬长避短。本文主要就风电场风速及风电功率预测方法研究进行了综合阐述，并在总结前人研究的基础上提出了一些可进一步研究的问题。 关键词：风电预测；统计方法；学习方法；综合预测 随着全球石化资源储量的日渐匮乏以及低碳、 环保概念的逐步深化，风能等可再生能源的开发与利用日益受到国际社会的重视。2007年初欧盟曾提出，2020年其可再生能源消费将占到全部能源消费的20%，可再生能源发电量将占到全部发电量的30%[1]。风力发电是风能的主要利用方式之一。2009年，全球风电装机总量已达157.9GW ，较上年增加了37.5GW [2]。中国风能资源仅次于美国和俄罗斯，可利用风能资源共计约10亿kW 。近些年来风电在中国获得了飞速发展，2000年至2009年十年时间，中国风电装机容量从0.34GW 增至25.8GW [3]；2020年，预计全国风电总装机容量将达到30GW [1]。除部分采用离网运行方式外[4]，大容量风电机组多数采用并入电网的运行方式。随着规模越来越 大、数量越来越多的风力发电功率注入电网， 风能具有的随机性对电力系统的影响越来越不可忽视。 1风电预测的意义 准确有效地预测出风电场的输出功率不但可 帮助电力系统调度运行人员做出最有效决策， 还
浅谈风电功率预测系统的必要性
浅谈风电功率预测系统的必要性 随着我国风电、光伏发电等新能源的发展，并网难的问题也逐渐显现。但由于电能的储存难题一直没能有效解决，新能源并网问题仍处于探索状态。由于新能源发电的间歇性、不稳定性，并网后对电网冲击巨大，因此，做好新能源发电的预测和调控是风电并网稳定运行和有效消纳的重要条件。 应对以上问题，国能日新研发了SPWF-3000风电功率预测系统。该系统具有高精度数值天气预报功能、风电信号数值净化、高性能物理模型、网络化实时通信、通用风电信息数据接口等高科技模块；可以准确预报风电场未来168小时功率变化曲线。风电功率预测系统短期预测精度超过80%，超短期预测精度超过90%。使风电场可以向电网公司提供准确的天发电功率，电网调度可以有效利用风电资源，提高风电发电上网小时数。并且由于对未来一段时间的发电功率有所了解，电网调度也可以合理的安排个风电场的发电情况，防止由于天气变化引起电场出力的突然增大或减小对电网造成的损失。 在欧洲发达国家，电网公司会优先购买预测准确的风电场电力，限制预测不准的风电场电量或采取处罚措施。而在我国，由于风电发展迅速，历史数据少，风电场地形复杂，气候类型多样。国外已有统计预测方法无法全面满足国内风电预测的要求。而国能日新风功率预测产品采用多元化智能自适应数据建模。建立优化的物理模型与人工智能模型相结合的功率预测双模型。短期预测精度超过80%，超短期预测精度超过90%。风电场可以根据预测结果以及调度的指令，合理的安排风电场运行，增加发电量。 因此，风电功率预测无论对风电场还是电网来说都是很有必要的。在为风电场增加发电量的同时，还减小了对电网的冲击。而功率预测最重要的就是精确度，高精度的功率预测可以起到很大的正面作用，而如果预测精度不够也会造成很多不必要的损失。国能日新风电功率预测系统以高精度的测量目标要求自己，为用户提供高精确度的预测结果。
风电功率预测文献综述
风电功率预测方法的研究 摘要 由于风能具有间歇性和波动性性等特点，随着风力发电的不断发展风电并网对电力系统的调度和安全稳定运行带来了巨大的挑战。进行风电功率预测并且不断提高预测精确度变得越来越重要。通过对国内外研究现状的了解，根据已有的风电功率预测方法，按照预测时间、预测模型、预测方法等对现有的风电功率预测技术进行分类，着重分析几种短期风电功率预测方法的优缺点及其使用场合。根据实际某一风电场的数据，选取合适的风电预测模型进行预测，对结果予以分析和总结。 关键词：风电功率预测；电力系统；风力发电；预测方法； 引言 随着社会不断发展人们对能源需求越来越大而传统化石能源日益枯竭不可再生，以及化石能源带来了环境污染等问题影响人类生活，人们迫切需要新的清洁能源代替传统化石能源。风能是清洁的可再生能源之一，大力发展风力发电成为各国的选择。根据相关统计，截止至2015年，全球风电产业新增装机63013MW，，同比增长22%[1]。其中，中国风电新增装机容量达30500MW，占市场份额48.4%。全球累计装机容量为432419MW，其中中国累计装机容量为145104,占全球市场份额的33.6%。 目前风力发电主要利用的是近地风能，近地风能具有波动性、间歇性、低能量密度等特点，因而风电功率也是波动的。当接入到电网的风电功率达到一定占比时，风电功率的大幅度波动将破坏电力系统平衡和影响电能质量，给电力系统的调度和安全平稳运行带来严峻挑战。根据风速波动对风力发电的影响按照时间长度可分为三类：一种是在几分钟之内的超短时波动，该时段内的波动影响风电机组的控制；另一种是几小时到几天内的短时波动，该时段内的波动影响风电并网和电网调度；最后一种是数周至数月的中长期波动，该时段内的波动影响风电场与电网的检修和维护计划。本文主要研究不同的风电功率短期预测方法的优缺点。 通过对短期风电功率预测，能够根据风电场预测的出力曲线优化常规机组出力，降低运行成本；增强电力系统的可靠性、稳定性；提升风电电力参与电力市场竞价能力。
风电功率预测系统简介
风电功率预测系统简介
目录 1目的和意义 (3) 2国内外技术现状 (3) 2.1国外现状 (3) 2.2国内现状 (4) 3风电功率预测系统技术特点 (5) 3.1 气象信息实时监测系统 (5) 3.2超短期风电功率预测 (5) 3.3短期风电功率预测 (6)
3.4风电功率预测系统软件平台 (8)
1目的和意义 风能是一种清洁的可再生能源，由于其资源丰富、转化效率高、产业化基础好、经济优势明显、环境影响小等优点，具备大规模开发的条件，在可以预见的将来，风能的开发利用将成为最重要的可再生能源发展方向。但由于风电等可再生能源发电具有间歇性、随机性、可调度性低的特点，大规模接入后对电网运行会产生较大的影响, 以至于有些地方不得不采取限制风电场发电功率的措施来保证电网的安全稳定运行。 对风电输出功率进行预测被认为是提高电网调峰能力、增强电网接纳风电的能力、改善电力系统运行安全性与经济性的最有效、经济的手段之一。首先，对风电场出力进行短期预报, 将使电力调度部门能够提前为风电出力变化及时调整调度计划，从而减少系统的备用容量、降低电力系统运行成本。这是减轻风电对电网造成不利影响、提高系统中风电装机比例的一种有效途径。其次，从发电企业（风电场）的角度来考虑,将来风电一旦参与市场竞争, 与其他可控的发电方式相比, 风电的间歇性将大大削弱风电的竞争力,而且还会由于供电的不可靠性受到经济惩罚。提前对风电场出力进行预报, 将在很大程度上提高风力发电的市场竞争力。 2国内外技术现状 2.1国外现状 在风电功率预测技术研究方面，经过近20 年的发展，风电功率预测已获得了广泛的应用，风电发达国家，如丹麦、德国、西班牙等均有运行中的风电功率预测系统。 德国太阳能技术研究所开发的风电管理系统（WPM）S是目前商业化运行最为成熟的系统。德国、意大利、奥地利以及埃及等多个国家的电网调度中心均安装了该系统，目前该系统对于单个风电场的日前预报精度约为85%左右。丹麦Ris? 国家可再生能源实验室与丹麦技术大学联合开发了风电功率
风电并网稳定性开题报告
南京工程学院 毕业设计开题报告 课题名称：风力发电场并网运行稳定性研究 学生姓名：李金鹏 指导教师：陈刚 所在院部：电力工程学院 专业名称：电气工程及其自动化 南京工程学院 2012年3月5日
说明 1．根据南京工程学院《毕业设计(论文)工作管理规定》，学生必须撰写《毕业设计（论文）开题报告》，由指导教师签署意见、教研室审查，系教学主任批准后实施。 2．开题报告是毕业设计（论文）答辩委员会对学生答辩资格审查的依据材料之一。学生应当在毕业设计（论文）工作前期内完成，开题报告不合格者不得参加答辩。 3．毕业设计开题报告各项内容要实事求是，逐条认真填写。其中的文字表达要明确、严谨，语言通顺，外来语要同时用原文和中文表达。第一次出现缩写词，须注出全称。 4．本报告中，由学生本人撰写的对课题和研究工作的分析及描述，应不少于2000字，没有经过整理归纳，缺乏个人见解仅仅从网上下载材料拼凑而成的开题报告按不合格论。 5．开题报告检查原则上在第2～4周完成，各系完成毕业设计开题检查后，应写一份开题情况总结报告。
毕业设计(论文)开题报告 学生姓名李金鹏学号206080923 专业电气工程及其自动化指导教师姓名陈刚职称讲师所在院部电力工程学院课题来源自拟课题课题性质工程研究课题名称风力发电场并网运行稳定性研究 毕业设计的内容和意义 内容： 早期风电的单机容量较小，大多采用结构简单、并网方便的异步发电机，直接和配电网相连，对系统影响不大。但随着风电场的容量越来越大，对系统的影响也越来越明显，而风电场所在地区往往人口稀少，处于供电网络的末端，承受冲击的能力很弱，给配电网带来谐波污染、电压波动及闪变等问题。 因此以恒速恒频异步风力发电机组成的风电场为研究对象，建立风力发电系统的线性化状态方程。研究包含风电场的电力系统潮流算法，利用MATLAB及其仿真平台实现电力系统潮流计算以及机电暂态仿真。分析比较各种潮流算法的优缺点。建立简单系统的小干扰稳定分析线性化状态方程，得出了状态矩阵元素的参数表示形式。用特征值分析方法研究大型风电场接入电网后的系统小干扰稳定问题。分析风电场改变对系统小干扰稳定性的影响。采用时域仿真方法研究大型风电场接入电网后的系统暂态稳定问题。 意义： 据国际能源署统计，全球风力发电机总装机容量1999年的2000兆瓦增加到2005年的60000兆瓦，世界风能市场装机资金达450亿欧元，提供50万个就业岗位。风能这种清洁能源每年可以减少2.04亿吨的二氧化碳排放量。 随着风电装机容量的增加，在电网中所占比例的增大，风能的随机性、间隙性特点，和风电场采用异步发电机的一些特性，使稳态电压值上升、过电流、保护装置的动作误差，电压闪变、谐波、浪涌电流造成的电压降落，从而使得风电的并网运行对电网的安全，稳定运行带来重大的影响。其中最为突出的问题就是使风电系统的电能质量严重下降，甚至导致电压崩溃。风电场脱网事故频发，对电网安全运行构成威胁，所以进行风力发电并网运行稳定性研究是非常必要的。
风电功率预测系统功能规范
风电功率预测系统功能规范（试行） 前言 为了规范风电调度技术支持系统的研发、建设及应用，特制订风电功率预测系统功能规范。本规范制订时参考了调度自动化系统相关国家标准、行业标准和国家电网公司企业标准。制订过程中多次召集国家电网公司科研和生产单位的专家共同讨论，广泛征求意见。本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、信息要求、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。本规范由国家电网公司国家电力调度通信中心提出并负责解释；本规范主要起草单位：中国电力科学研究院、吉林省电力有限公司。本规范主要起草人：刘纯、裴哲义、王勃、董存、石永刚、范国英、郭雷。 1范围 1.1本规范规定了风电功率预测系统的功能，主要包括预测时间尺度、数据准备、数据采集与处理、功率预测、统计分析、界面要求、安全防护、接口要求及性能指标等。 1.2本规范用于指导电网调度机构和风电场的风电功率预测系统的研发、建设和应用管理。本规定的适用于国家电网公司经营区域内的各级电网调度机构和风电场。 2术语和定义 2.1风电场Wind Farm由一批风电机组或风电机组群组成的发电站。 2.2数值天气预报Numerical Weather Prediction根据大气实际情况，
在一定的初值和边值条件下，通过大型计算机作数值计算，求解描写天气演变过程的流体力学和热力学的方程组，预测未来一定时段的大气运动状态和天气现象的方法。 2.3风电功率预测Wind Power Forecasting以风电场的历史功率、历史风速、地形地貌、数值天气预报、风电机组运行状态等数据建立风电场输出功率的预测模型，以风速、功率或数值天气预报数据作为模型的输入，结合风电场机组的设备状态及运行工况，得到风电场未来的输出功率；预测时间尺度包括短期预测和超短期预测。 2.4短期风电功率预测Short term Wind Power Forecasting未来3天内的风电输出功率预测，时间分辨率不小于15min。 2.5超短期风电功率预测ultra-short term Wind Power Forecasting 0h~4h的风电输出功率预测，时间分辨率不小于15min。 3数据准备 风电功率预测系统建模使用的数据应包括风电场历史功率数据、历史测风塔数据、历史数值天气预报、风电机组信息、风电机组及风电场运行状态、地形地貌等数据。 3.1风电场历史功率数据风电场的历史功率数据应不少于1a，时间分辨率应不小于5min。 3.2历史测风塔数据a）测风塔位置应在风电场5km范围内；b）应至少包括10m、70m及以上高程的风速和风向以及气温、气压等信息；c）数据的时间分辨率应不小于10min。 3.3历史数值天气预报历史数值天气预报数据应与历史功率数据相
文献综述：风电并网存在问题分析
风电并网的不利影响及分析 一、风电并网的不利影响案例分析 1、加拿大阿尔塔特电力系统 截至2008 年，加拿大的阿尔伯塔电力系统（AIES）共有装机约280 台，总容量12 368 MW。其中，煤电5 893 MW，燃气发电4 895 MW（热电联产约3 000MW），水电869 MW，风电523 MW，生物质等其他可再生能源214 MW。阿尔伯塔的风电开发意向已达到11 000 MW，几乎与目前系统的装机容量相当，这在给AIES 带来巨大机遇的同时也带来了挑战。因为，大规模的风电接入会增加系统发电出力的不稳定性，降低系统维持供需平衡的能力。AIES 的装机以火电为主，且调节能力有限，系统备用容量也有限，电力市场的可调发电出力的灵活性不高，对外联络线的潮流交换能力相对有限。因此，系统需要增强调节及平衡能力和事故响应能力，否则难以应对风电出力变化给系统带来的巨大压力。 电力生产和使用必须同时完成的特点决定了系统运行必须维持每时每刻的供需平衡。供需失衡会引起发输电设备跳闸、负荷跳闸甚至系统崩溃等事故。因此，维持系统的实时平衡是一个非常艰巨的任务，而大规模的风电并网，会从以下4 个方面影响系统供需平衡：（1）能否准确预测供需走势。预测是实施供需平衡调节的基础。供需差可能来源于负荷、潮流交换、间歇性电源等的变化。供需走势的预测对于系统运行至关重要。预测越准确，相关的运行决策越准确，运行人员越容易维持系统稳定。而目前的风电预测，远不能达到系统运行对预测精度的要求，给大规模风电并网的系统运行带来很大隐患。 （2）需要足够的系统调节平衡资源来提升系统应对风电出力变化和不确定的能力。系统调节平衡资源是指能被随时调度的、能维持系统平衡的调节备用容量、负荷跟踪服务等运行备用。由于风电出力变化和不确定，导致系统必须维持很高的系统调节资源以作备用，降低了系统资源的利用率。否则，系统将无法应对风电出力变化和不确定性，影响系统的安全可靠运行。 （3）亟须建立相关的系统运行操作规程。为了保持系统的有效运行，必须提前研究并制定相关的系统运行操作规程，并纳入已有的运行规程以指导调度人员。由于人们对风电出力变化和不确定的了解还处于起步阶段，所以相关的运行规程还属空白。 （4）调度人员要学习并掌握应对风电出力变化和不确定影响的能力。拥有充足的系统调节平衡资源、建立相关的规程、具有可操作性的预测结果，加上操作人员多年的经验积累，在对系统特性有足够了解的基础上，才能准确地判断并作出正确决策，实现系统操作安全、可靠、及时。面对大规模的风电并网给系统运行带来的巨大挑战，调度人员需要学习如何应对风电出力变化和不确定给系统运行带来的复杂局势。 对于一个独立系统，供需不平衡可能导致系统出现频率偏差的情况，对于一个互联系统，供需不平衡可能导致系统从主网解列。特别是，阿尔伯塔系统的风电开发意向已远远大于其承受范围，所以面临的问题更加严峻。 胡明：阿尔伯塔风电并网对系统运行的影响和对策；电力技术经济；2009[4] 2、辽宁电网 预计在2010年底,辽宁电网的风电装机容量达到340万kW, 2015年风电装机容量达到787万kW。风电的大规模集中并网将给辽宁电网的调峰调频、联络线控制、系统暂态稳定、无功调压及电能质量等诸多方面带来直接影响,给电力系统的安全稳定运行带来新的挑战。 （1）导致系统调峰难度增加
风电功率预测问题
第一页 答卷编号：论文题目： 指导教师： 参赛学校： 报名序号： 证书邮寄地址： （学校统一组织的请填写负责人） 第二页 答卷编号：
风功率预测问题设计 摘要 未来风力发电可能成为和太阳能比肩的新能源行业。随着全球经济的发展和人口的增长，人类正面临着能源利用和环境保护两方面的压力。一方面煤炭、石油和天然气等化石燃料的储量由于大量开采而日益减少：另一方面是大量使用化石燃料对自然环境产生了严重的污染和破坏。这两方面的问题已经引起世界各国政府和人民的高度重视，并在积极寻求一条可持续发展的能源道路，以风能首当其冲。风速的随机性，给，和风电场的功率输Hj带来很大的困难。本文旨在研究分电功率在一段时间的变化规律，本文组建三个模型来解决风电功率的预测问题通过对历史数据的分析，挖掘5月31号到6月6日风电功率的变化趋势，以便直观的检验模型与实际数据是否相吻合。 在问题一中考虑天气变化的随机性，分析不同时间点的数据，将Pa,Pb,Pc,Pd,P58表中5月30日第81时间点到96时间点的数据提取出来运用灰色理论作为预测2006年5月31日开始前四个小时内的16个时间点的数据预。同理以表中已给出的5月31日1-16时间点的数据预测出17-32时间的数据，然后运用此模型得出时间范围a,b内各时间点的风电功率。然后可与题目中以给的数据相比较得出误差。第二种预测方法运用指数平滑模型得出时间范围a,b内各时间点的风电功率。第三种预测方法运用移动平均模型，预测出时间范围a,b内各时间点的风电功率。通过三种预测方法的误差分析我们推荐指数平滑预测法。 在问题二中，通过比较分析问题一的预测结果，比较单台风电机组功率（P A ，P B ，P C ， P D ）的相对预测误差与多机总功率（P 4 ，P 58 ）预测的相对误差，得出风电机组的汇聚程 度越高，对于预测风电功率结果误差影响越小。 在问题三中，选用了BP神经网络的预测方法，加入了更多的自变量，使得预测结果更精确。 （关键词：风速的随机性，风速的预测，风电功率数值，灰色理论，指数平滑模型，移动平均模）
国家能源局关于印发风电功率预报与电网协调运行实施细则
国家能源局关于印发风电功率预报与电网协调运行实施细则(试行)的 通知 国能新能[2012]-12文件 各省(区、市)发展改革委、能源局、中国气象局，国家电网公司、南方电网公司、华能集团公司、大唐集团公司、华电集团公司、国电集团公司、中电投集团公司、神华集团公司、中广核集团公司、三峡集团公司、中国节能环保集团公司、水电水利规划设计总院、各相关协会: 为促进风电功率预测预报与电网调度运行的协调，根据《风电场功率预测预报管理暂行办法》的有关要求，现将〈风电功率预报与电网协调运行实施细则~(试行)印发你们，请参照执行。 附:风电功率预报与电网协调运行实施细则(试行) 风电功率预报与电网协调运行实施细则(试行) 第-章总则 第一条根据《中华人民共和国可再生能源法》和《节能调度管理办法}，为贯彻落实国家能源局《风电场功率预测预报管理暂行办法}C国能新能(2011 ) 177号)，制定本实施细则。 第二条中国气象局负责建立风能数值天气预报服务平台和业务运行保障体系，为风电功率预测提供数值天气预报公共服务产品和相关技术支持系统。 第三条风电开发企业负责风电场发电功率预报工作，按照要求上报风电场发电功率预报曲线，并执行电网调度机构下发的发电功率计划曲线。 第四条电网调度机构负责电力系统风电发电功率预测工作，建立以风电功率预测预报为辅助手段的电力调度运行机制，保障风电优先调度，落实风电全额保障性收购措施。 风电功率预测预报和并网运行的有关考核办法另行制定。 第五条各有关单位应保证安全接收、传送、应用气象和电力运行等信息，确保涉密信息的获取和使用符合国家相关保密规定。 第二章气象数据服务及功率预测
电机文献综述
电机文献综述 （08级） 学生姓名金其超 学号 08132209 院系工学院机电系 专业自动化 082 填写日期2010-09-27
电机行业综述 前言 电机行业是一个传统的行业。经过200多年的发展，它已经成为现代生产、生活中不可或缺的核心、基础，是国民经济中重要的一环。作为劳动密集型产业，我国发展电机制造业有着得天独厚的优势。到目前为止，我国的电机制造业已经具有一定规模。据全国电工行业统计，2006年全国交流电机产量达到15000万kw，同比增16％；汽轮发电机9583万kw，同比增长21.64％，水轮发电机组1922万kw，同比增长49.57％。在经过了2006年下半年的低速发展之后，2007年到现在，我国电机制造行业保持高速发展态势。电机出口市场的需求还将在相当一个时期趋于稳定，交流电动机的国际市场需求也十分可观，并将持续处于高速增长阶段。随着电机产品国外市场的进一步拓宽，中小型电机在出口数量、品种、产品档次、创汇额上将会有重大突破。未来出口电机产量增长主要外部原因在于世界经济稳定增长，促进了行业贸易产量的增长。内因是国内出口退税率改革导致企业加快出口步伐，及国内外资企业规模的不断扩大和数量的快速增加，产品竞争提高，在国内形成巨大的效益，也刺激了出口上升。随着生产现代化程度的不断提高和人们对家用电器、汽车等消费的不断增加，市场对电机的需求也将越来越大。预计到2010年，全国发电装机容量将达到6.6亿千瓦左右，平均每年将投产发电装机容量3700万千瓦以上，年均增长7.8%左右。而电动机的需求与发电设备的需求呈1∶3.51的正比关系，据此分析，大型、中小型交流电动机产品在国内市场的有效需求会保持稳定增长。 正文 电机的起源和发展 电机工作基本原理是利用带电导体和磁场间的相互作用而把电能变为机械能。电动机结构主要包括两部分：转子和定子。转子为电动机的旋转部分，由转轴座组成，导体绕组的排列方式决定电动机的类型及其特性。 1821年英国科学家法拉第首先证明可以把电力转变为旋转运动。最先制成电动机的人，据说是德国的雅可比。他于1834年前后成了一种简单的装置：在两个u型电磁铁中间，装一六臂轮，每臂带两根棒型磁铁。通电后，棒型磁铁与u型磁铁之间产生相互吸引和排斥作用，带动轮轴转动。后来，雅可比做了一具大型的装置。安在小艇上，用320个丹尼尔电池供电，1838年小艇在易北河上首次航行，时速只有2.2公里，与此同时，美国的达文波特也成功地制出了驱动印刷机的电动机，印刷过美国电学期刑《电磁和机械情报》。但这两种电动机都没有多大商业价值，用电池作电源，成本太大、不实用。 直到第一台实用直流发动机问世，电动机才广泛应用。1870年比利时工程师格拉姆发
近海风电场项目风功率预测系统技术协议
江苏响水近海风电场项目风功率预测系统技术协议 二○一五年五月响水
目录 第一章总则 (2) 第二章技术规范 (3) 2.1 标准和规范 (3) 2.2 工程概况 (4) 第三章技术参数和性能要求 (6) 3.1 海上测风塔数据传输技术要求 (6) 3.2 设备要求概述 (6) 3.3 功率预测技术要求 (6) 3.4预测功能要求 (8) 3.5 统计分析 (10) 3.6 界面要求 (10) 3.7 至调度主站要求 (12) 3.8 联网方式及数据上传方式 (12) 3.9 GPS 对时方式 (12) 3.10 电磁兼容性要求 (13) 第四章屏柜结构及布线要求 (13) 4.1 屏体要求 (13) 4.2 屏内布线 (14) 第五章图纸和资料 (14) 第六章现场验收及服务 (15) 第七章交货要求 (15) 附件1 供货范围、备品备件及技术参数表 (16) 附件2 风电场风电功率预测系统结构图 (18) 附件3 信息传送网络拓扑图 (19)
第一章总则 1.1 本技术协议适用于江苏响水近海风电场工程风电功率预测系统。 1.2 本技术协议提出的是最低限度的技术要求，并未对一切技术细节作出规定，也未充分引述有关标准和规范的条文，卖方应提供符合本规范书和工业标准的优质产品。卖方应具备风功率预测系统的制造资质和经验，可根据需要提供预测系统建设的解决方案。1.3 如果卖方没有以书面形式对本规范书的条文提出异议，则意味着卖方提供的设备完全符合本技术协议的要求。如有异议，不管是多么微小，都应在报价书中以“对规范书的意见和同规范书的差异”为标题的专门章节中加以详细描述。风功率预测系统是预测风电场未来发电能力的重要手段，是推动风电行业持续健康发展的必要条件之一。根据国家电网公司的要求，风电场需要上报测风塔自动气象站实时采集的数据、风功率预测结果等内容。为此，卖方承担的工作内容包括(但不限于)： （1）提供测风塔侧无线发射设备和风机侧的无线接收设备各1套，将测风塔自动气象站所采集的数据接入到无线发射设备，通过无线传输到风机侧，再借用风机35kV光电复合缆中光纤的备用芯将数据传输到陆上集控中心中控室。卖方需负责完成整个传输通道的各项接口配合工作，向调度中心传送实时测风数据。 （2）风功率预测系统的建设：包括中心站的硬件、平台软件、短期风功率预测软件、超短期风功率预测软件等，并向调度中心报送预测功率数据。 （3）提供系统预验收后第一年的气象预报数据服务。 （4）系统框架具体内容，参见技术文件提供的附件1《供货范围、备品备件及技术参数表》、附件2《风电场风电功率预测系统结构图》和附件3《信息传送网络拓扑图》。 1.4 测风塔和自动气象站由买房负责建设。 1.5 本技术协议所使用的标准如遇与卖方所执行的标准不一致时，按较高标准执行。1.6 本技术协议经买卖双方确认后作为订货合同的技术附件，与合同正文具有同等的法律效力。 1.7 本技术协议未尽事宜，由买卖双方协商确定。