1. 风电场功率预测与调度协同概述
风电的出力由风速决定，而风速本身具有显著的随机性与波动性。当风电在电力系统中的占比不断升高，这种波动不再只是“电源侧的小扰动”，而会直接影响日前发电计划、实时功率平衡、调频备用乃至输电断面的安全。风电场功率预测与调度协同，正是围绕这一矛盾展开的技术体系：用预测把未来的不确定出力“提前量化”，再用调度把量化后的预测“转化为可执行的运行安排”，使风电从被动接受调度指令的变量，变成可参与计划编制的可预期资源。
课程目标与核心概念
本课程的目标可以概括为三层能力。第一层是理解预测：掌握风速—功率转换关系、预测的时间尺度划分以及误差评价方式，能读懂一套预测系统输出的数值含义。第二层是理解协同：弄清预测结果如何进入日前计划、日内滚动、实时调度和AGC指令，理解“预测—计划—执行—反馈”的闭环。第三层是落地实现：能够针对具体风电场，设计预测数据接入、误差评估、调度接口与考核指标，并判断协同效果是否达标。
几个核心概念需要先厘清。功率预测指对未来某时段风电场并网点有功出力的估计，按时间尺度通常分为超短期（未来15分钟至4小时，用于实时调度与AGC）、短期（未来24至72小时，用于日前计划与检修安排）和中长期（数天至数月，用于电量计划与市场交易）。预测误差常用归一化均方根误差（nRMSE）和平均绝对误差（MAE）衡量，前者反映整体偏差水平，后者反映平均偏离幅度。以装机容量100 MW的风电场为例，若某日短期预测的nRMSE为12%，意味着全天各时段误差的均方根约为12 MW，这一量级直接决定调度需要预留多少备用。
调度协同则指预测系统与调度自动化系统之间的信息交互与决策配合。它包含两个方向：预测向调度提供未来出力曲线与置信区间，调度向预测反馈实际出力、限电指令与考核结果，形成双向校正。协同的关键参数包括预测更新周期、调度计划颗粒度（通常为15分钟）、备用容量系数以及偏差考核阈值。
协同框架
从系统结构看，风电场功率预测与调度协同可分为四个层次：数据采集层、预测计算层、调度决策层和执行反馈层。数据采集层从测风塔、SCADA、数值天气预报（NWP）和电网调度端获取原始数据；预测计算层完成数据清洗、特征提取与模型推理，输出功率曲线；调度决策层将预测曲线与负荷预测、机组组合、备用需求联合优化，形成发电计划；执行反馈层通过AGC或功率控制系统下发指令，并将实际出力回传，用于误差统计与模型再训练。
图中虚线回路是协同区别于“单向预测”的关键：实际出力与预测的偏差会回流到预测模型和调度策略中，使下一轮计划更贴近真实运行。若缺少这一回路，预测精度再高也难以持续改善调度效果。
典型应用场景
场景一：日前计划编制。调度在每日上午根据次日短期预测曲线，安排常规机组开机方式与风电接纳空间。假设某风电场装机200 MW，次日短期预测午间高峰出力140 MW、夜间低谷30 MW，调度据此在午间少开一台燃气机组，夜间保留调峰机组。若实际午间出力仅100 MW，缺口40 MW需由备用或日内滚动修正补足，这正是预测误差向调度传导的典型路径。
场景二：实时调度与AGC。超短期预测每15分钟更新一次，调度据此提前调整AGC调节速率和死区。当预测显示未来1小时出力将上升50 MW，调度可提前降低其他机组出力，避免频繁反向调节。这里的关键参数是预测更新周期与AGC响应时间的匹配：若预测更新慢于AGC调节周期，协同效果会明显下降。
场景三：限电与消纳。当电网断面受限或调峰能力不足时，调度下达限电指令。此时预测系统需结合限电曲线重新计算可发功率，并评估限电电量与考核偏差。例如某日限电时段预测可发80 MW，实际限电至50 MW，则考核应按限电后曲线而非原始预测曲线计算，否则会误判风电场责任。
场景四：市场交易与偏差考核。在电力现货市场中，风电场需申报次日各时段电量。短期预测直接决定申报曲线，而实时偏差按规则结算。若某风电场申报电量基于nRMSE 10%的预测，实际偏差超过考核阈值，将产生偏差费用。因此，预测精度不仅是技术指标，也直接转化为经济收益。
从概念到落地：一个最小协同示例
以一个装机100 MW的风电场为例，说明协同的最小实现路径。数据侧，接入测风塔10分钟平均风速、风机SCADA有功功率和NWP未来72小时风速预报。预测侧，超短期采用持续法加滑动平均修正，短期采用NWP风速经功率曲线转换后叠加误差修正系数。调度侧，将短期预测曲线按15分钟颗粒度上报调度端，并接收调度下发的计划值和限电标志。反馈侧，每15分钟统计实际出力与预测出力的偏差，当连续3个时段nRMSE超过15%时，触发模型参数重新标定。
这一示例中，关键输入是风速、功率和NWP；关键操作是功率曲线转换与误差修正；值得观察的变化是预测曲线与实际曲线的贴合程度；结果判断依据是nRMSE是否低于考核阈值、调度计划是否被有效执行。读者可据此对照自己所在风电场的实际系统，检查数据接入是否完整、预测更新是否及时、反馈回路是否真正闭合。
总体而言，风电场功率预测与调度协同不是单一算法问题，而是数据、模型、调度规则与考核机制共同作用的系统工程。理解这一框架，是后续学习具体预测方法、调度策略和工程实现的基础。