探路风电预报

　　偏低的准确率
　　《风电功率预测预报考核办法》中规定，风电场月平均风电功率预测预报准确率应达到80%以上。但是，目前的情况是，我国风电功率预测的准确率仍然偏低，并非所有风电场预报的准确率都能满足要求。而且，“即使准确率达到80%，也意味着10万千瓦的风电场仍有2万千瓦的预测偏差，这种偏差在风电负荷低谷时段将更加严重，如果按风电预测曲线安排发电计划将面临较大的风险。”一位风电开发商这样说道。
　　多位专家指出，影响风电场风电功率预测准确率的因素有很多，但数值天气预报的影响最大。“数值天气预报预测的是风速、风向、气温、气压等气象数据，是风电场开展风电功率预测的基础和输入，能否得到准确的数值天气预报对风电功率预测准确率有很大影响。但是，近地面的风速数值预报难度很大。”中国气象局风能太阳能资源评估中心首席专家朱蓉说。
　　目前我国很多风电场都建在边远地区，地形差异较大，短时间会有风的快速变化，而“风电功率与风速的3次方相关联，在这种情况下，如果风速多预报了10%，风电功率的预报就会增加30%。”冯双磊对《能源》杂志记者说。另外，“个别风电场，由于小气候比较复杂，风电功率预测在某些时段的准确率要想达到80%以上还是比较困难的。”
　　除了数值天气预报，风电功率预测方法也可能会影响预测的准确率。目前国内主要采用的物理方法和统计方法，对数据都有很高要求。如果数据本身不是很完整，或者经过人为影响，或者得到的数据是错误的，都会影响到风电功率预测结果的准确度。
　　同时，数据源（气象源）也会对预测的准确率造成影响。“总体来说，欧洲和美国的风电功率预测准确率要比我国高一些。比如欧洲，有很多商业性的公司能够提供气象服务，气象方面的数据可以有偿或无偿共享，通过整合数据源能够提高预测的准确性。而在我国，社会上能够提供气象服务的机构除了气象部门之外基本上就没有了。而且在处理这些数据的技术上，我国较欧美也有差距。”吴金城说。
　　业界呼吁，要整合社会资源，充分发挥气象局、科研机构、高校、企业的力量，加强基础学科的建设，全面提升核心技术实力，提高国内预测预报的准确率。
　　除了风电功率预测准确率的问题，电网公司对于风电功率预测的考核体系也并不完善。首先，各地电网公司考核标准不统一，有些电网公司考核过严。
　　《能源》杂志记者得到的一份各省电网公司考核办法显示，全国各地的电网公司对于风电场风电功率预测的考核方式不尽相同，例如，对于限电时段，河北省、江苏省电网公司不纳入考核，而甘肃省电网公司则不论是否限电，均按全天96个时间节点考核。