低温冰冻下的新能源功率预测模型优化

由于风电和光伏发电受低温冰冻、降雪覆雪等恶劣天气影响严重，仅依靠优化数值天气预报常规气象要素提升功率预测精度已逐渐达到瓶颈。迫切需要系统分析恶劣天气对新能源发电的影响及其量化指标，优化新能源功率预测模型，提升预测精度。本文将介绍低温冰冻天气对新能源发电的影响和象心力科技相关研发产品及应用效果。

【低温冰冻对风/光电场的影响及危害】

降低风机寿命：当风机叶片表面大量积冰时，由于每个叶片上的冰载不同，使机组的不平衡载荷增大，从而降低风机的零部件寿命，对机组造成较大的危害。

降低发电功率：由于积冰厚度不一，叶片原有的气动外形将发生改变，降低机组的风能利用系数，从而造成发电功率降低，严重时还可造成风电机组无法正常启动，据统计风机结冰导致年发电量损失1%-10%，恶劣地区高达20%-50%。

影响机组运行：风机上的测风仪结冰后，将无法正常工作，使测量数据不准，影响机组的正常运行和控制。

伤害周边人物：结冰后，如果风机继续运行，抛出的冰层碎块或掉落的大冰块可能会伤害到风机自身及其附近的人或物。

在持续低温的环境中，如果积雪不能及时清理，很容易形成结冰，这不但会严重影响发电效率，而且极有可能对组件造成不可预估的损害。冰雪和冻雨天气还会在光伏阵列的组件之间产生冰柱等结冰现象，这些冰柱容易将水带入接线盒、电缆接头等电路和电器内部，导致电气绝缘破坏和短路故障。进入接线盒和连接器内部的水再次结冰膨胀还会对这些电器造成二次损坏。

【风机结冰预报方法】

主要有三类：阈值法、统计方法和物理方法。

阈值法：阈值法适用于无风机结冰数据和运行数据，仅依靠气象预报要素，给定气温、相对湿度、云混合比等阈值，就能预测风机结冰风险。

统计方法：统计方法基于历史风机结冰数据及气象信息，采用统计算法建立风机结冰预测模型，数据量和模型参数决定了预测准确度。

物理方法：物理方法有基于自由转动的垂直圆柱体的积冰仿真Makkonen模型，以及改进版的iceBlade模型。

【功率预测模型优化】

目前不少功率厂家虽然推出了低温冰冻天气预警产品，在常规功率预测业务之外，为用户额外提供风机结冰天气预警。但是，如何将这种结冰情况量化为具体的发电量损失，建立结冰强度和发电量损失之间的定量关系，是亟待解决的问题。

象心力科技充分考虑到新能源电场实际需求，用户需要最终产品而不是中间产物。经过2年多的结冰数据搜集，象心力科技利用“大数据+机器学习”算法不断优化预测模型，将低温冰冻天气对新能源功率预测产生的影响直接融入功率预测模型，研发风机叶片/光伏板结冰降容预警模型，并实时业务运行，用户无需再根据结冰气象预警对功率预测曲线进行二次调整。

下图是验证结果，蓝线为实际功率，橙线为原始预测功率，灰线为考虑了风机结冰的预测功率。可以看到，对于长达2.5天结冰导致的实际功率为零，考虑了风机结冰的功率预测模型能够较好预测出前期结冰对出力的衰减、中期的停机以及后期出力的逐步恢复。

俗话说：“晴天修屋顶，下雨不补漏”，欢迎大家早测试早使用。