近年来国内风电装机并网份额不断提升.为了降低风电场间歇性发电对电网稳定性的影响,远景能源自主开发了风功率预测产品.本产品由中国气象局、美国大气与海洋局、欧洲中尺度天气预报中心等权威机构提供原始数值天气预报数据,使用历史风机数据和测风塔数据对原始预报数据做修正,结合流体力学模型得到每一台风机处的风速预报,引入真实功率曲线的同时考虑风机运行状态和维护调度安排,最终得到预测发电功率.相比于市场上已有的风功率预测产品,本产品完全基于风电转换物理过程建模,使用风机数据以提升预报精度,且精细化到每一台风机的预报结果可为风场运行维护提供参考.由于数值模式的水平分辨率有限,在复杂地形地区,模式中地形无法反映真实地形,预报结果同真实结果差异甚大.以山西省某复杂地形区域的风场为例,各数值模式的预测风速普遍比真实风速偏低2到5m/s.随着预报时长的增长,预报误差不断累积,预报偏差越来越大,且呈现出显著的日变化特征.相似集合算法(Analog Ensemble)能够基于历史预报结果及历史真实观测结果对当前预报结果进行修正,其基本思想为：若当前预报结果及变化趋势与历史上某一次的预报结果及变化趋势相似,则历史时刻的真实风速可作为当前时刻的预报风速.本产品的风速预报模块使用相似集合算法对各组数据源的预报结果进行预处理,算法中在分析相似性时仅考虑风速风向两个要素,且对不同预报步长独立做处理.预处理后d各数值预报结果在依据其相对于测风塔真实风速的偏差大小被赋予不同的权重.山西某风场的案例分析结果表明该风速预报算法大幅提升了原始数据源的预报质量：最终的风速预报序列相对于测风塔风速序列基本是无偏的,且均方根误差(Root Mean Square Root)将至2.84m/s,比中国气象局、美国大气与海洋局、欧洲中心的原始数值结果相对于测风塔风速的均方根误差分别降低了43.3％(5.004m/s)、32.4％(4.197m/s)及34.1％(4.303m/s).