刘晓楠 ，周介圭 ，2，贾宏杰 ，穆云飞 ，王 彤 ，戴晨松

（1.天津大学 智能电网教育部重点实验室，天津 300072；2.铁道第三勘察设计院集团有限公司电化电信处，天津 300251；3.南京南瑞太阳能科技有限公司，江苏 南京 211106）

0 引言

风能作为一种蕴藏量大、清洁、分布区域广的重要可再生能源，日益受到各国的广泛关注。风力发电作为目前成本较低、技术最为成熟的可再生能源利用形式，具备大规模开发及商业化利用的发展前景。然而与常规能源发电不同，受制于风速的间歇性及波动性的特点，风电难以为系统所调度，当风电穿透功率较高时（一般大于8%），可能会严重影响电力系统的发电计划、调度、潮流分布、电压及频率的稳定、继电保护装置的设定、电力市场电价制定等多方面［1-4］。因此，风速及风电功率的精确预测变得尤为重要。当前对于风速预测方法的研究主要分为物理方法与统计方法两大类。

物理方法主要考虑一些物理量，如天气数据（风速、风向、气压等）、风电场周围的信息（等高线、粗糙度、障碍物等）以及风电机组的技术参数（轮毂高、穿透系数等）。其目的是找到风电机组轮毂高度处的风速最优估计值，然后使用模型输出统计MOS（Model Output Statistic）以减小预测误差，最后根据风电场的功率曲线计算得到风电场的输出功率［5］。文献［6-7］在考虑了粗糙度变化、地形变化和尾流效应的基础上对风速进行了预测和修正，进而计算得到风电场的输出功率。然而，通过物理方法对风速进行预测的计算量大，且对信息量要求较高，风电场一般难以完整提供相应数据。……