流域风光水多能互补运行中风光出力不确定性研究

weather distinction and analogy of power output process; an annual/month/ten-day energy production forecasting model considering about the medium and long term periodic law of wind & solar resources will also be built. 3) The uncertainty analysis model for wind & solar power forecasting under different temporal scales will be established, and the aggregation and coupling laws of the uncertainty of the wind & solar power outputs in the basin will be revealed. The above researches will provide the wind & solar power forecasting and the uncertainty quantification for the wind-solar-hydro multi-energy complementary optimal operation in Yalong River basin, and will facilitate the complementary operation of these three energies in multiple temporal and spatial scales, so as to improve the capability and quality of the aggregated power generated from wind, solar and hydro in Yalong River basin.

雅砻江流域的风、光、水能资源都很丰富，规划电力总装机容量达6000万千瓦，是目前世界上规划规模最大的流域可再生能源基地。流域风光出力预测及其不确定性分析是实现风光水多能资源互补运行的必要前提。项目围绕“流域内风光出力预测不确定性的聚合特性及其时空耦合规律”这一科学问题，以流域风光资源及其出力的特性分析与模拟为基础，提出基于独立点位自订正和多个点位互校验的数值天气预报双层修正方法，建立基于“气候和特殊天气分型/出力过程类推”的全流域多层级风光功率短期/超短期预测模型和考虑中长期风光资源周期性规律的风光发电量年/月/旬预测模型；建立不同时间尺度下风光出力预测不确定性分析模型，揭示流域内风光出力预测不确定性的聚合和耦合规律，为雅砻江流域风光水多能互补优化运行提供风、光预测方法和不确定性定量分析模型。研究成果可以促进风光水在多个时空尺度的互补利用，提升雅砻江流域风光水打捆外送的能力和质量。

雅砻江流域具有丰富的风、光、水能资源，但是流域跨度大，天气和地形条件复杂，导致其出力预测不确定性及其耦合规律复杂多样。因此，项目围绕“流域内风光出力预测不确定性的聚合特性及其时空耦合规律”这一科学问题，从多个时空尺度出发，按照“模拟→预测→耦合”的思路展开研究，达到了计划的研究目标，超额完成了指标，主要的研究结果及其关键科学意义如下：.1）揭示了空间规模和风电出力相关性对风电聚合出力波动特性的影响规律，提出了基于深度学习的风电场聚合特性模拟方法。.2）提出了基于独立点位自订正和多个点位互校验的数值天气预报双层修正方法，分别修正数值天气预报的历史系统误差和未来时刻随机误差，提高数值天气预报精度；.3）创立了集中式风电功率预测的新技术领域；针对传统单电场独立预测方法忽略多场站间的时空耦联关系，构建具有多对多交叉映射能力的深度学习网络框架，建立基于多任务深度学习和随机过程精细化分型的风光出力多尺度预测模型，在提高风光功率预测的同时满足电力系统的不同需求；.4）建立了风光功率预测不确定分析模型，解析雅砻江流域风、光出力预测不确定性的聚合和耦合机理，分析功率预测误差分布情况，为电力系统运行提供更为客观、独立的风险信息。.5）依托本项目，发表学术论文11篇，其中SCI收录6篇；申请发明专利2项。.本项目研究成果可以促进风光水在多个时空尺度的互补利用，提升雅砻江流域风光水打捆外送的能力和质量，具有一定的工程意义和推广价值。