应用案例发电企业与虚拟电厂运营方
发电企业 · 功率预测
吉林某发电企业
风电场功率预测：逐台风机到全场站
面向集团在吉林的 7 个风电场，统一风机实测、数值天气预报、测风塔、遥测与检修数据，逐台风机建立 15 分钟到日前的多时效功率预测，并汇总为场站功率，与场站现有的短期预测逐时段对照。
23.7%日前功率预测误差降低较按当前功率外推
132台单个风电场逐台建模15 分钟至日前多时效
7个风电场数据接入另有 1 座光伏电站
1,038万条风机 15 分钟实测数据
- 场站
- 7 个风电场、1 座光伏电站与 8 座测风塔
- 数据
- 风机 15 分钟实测 1,038 万条，数值天气预报 270 万条，遥测 4,502 万条
- 测试窗口
- 2026-07-01 至 08-04
01
关键问题
风电出力随风速快速变化，预测误差直接影响申报与偏差考核。方案要回答：分散在风机、数值天气预报、测风塔、遥测与检修报表中的数据如何统一对齐；逐台风机与全场站在不同预测时效上采用哪种模型，才能稳定优于现有方法。
02
解决方案
- 数据对齐
风机实测、数值天气预报、测风塔、遥测与检修报表统一为 15 分钟标准表；天气预报只使用发布时间早于预测时刻的版本。
- 逐台建模
每台风机比较历史特征、序列模型与气象特征等多种方法，爬坡工况下切换到气象修正模型。
- 多时效预测
覆盖 15 分钟、1 小时与日前时效，按时间顺序划分训练、验证与测试，由验证期选定最终策略。
- 场站汇总
逐台预测汇总为场站功率，与场站现有的短期预测在同一目标时刻对照，按 14 天滚动复测。
03
结果
- 日前（提前 1 天）单机功率预测平均误差 156.5 kW，较按当前功率外推的 205.1 kW 降低 23.7%；
- 15 分钟超短期预测在爬坡工况切换气象修正模型，平均误差较按当前功率外推降低 2.9%；
- 场站级 15 分钟功率预测的拟合优度达到 0.91（1 为完全吻合）；
- 完成 7 个风电场、1,038 万条风机实测与 4,502 万条遥测数据的清洗与对齐，形成可复用的单机与场站建模底表。