報告書番号

V08065

タイトル（和文）

電中研ウィンドファーム風力発電出力予測システムの開発

タイトル（英文）

Development of the Prediction System for Wind Power Generation over a Wind Farm

概要 （図表や脚注は「報告書全文」に掲載しております）

当所がこれまでに開発してきた気象予測システム、数値流体モデル、および統計モデルに、更に風車後流モデル、稼動状況予測モデルを組み合わせ、風力発電出力予測モデルを構築した。本モデルの各段階における不確かさの評価を行ったところ、気象モデルでは出力の早い変化の可能性を示し、数値流体モデルでは風車ごとの違いを表現し、統計モデルではバイアスや誤差を打ち消す働きをする、というように各段階で予測再現性が向上することが示された。また、ウィンドファームからの測定データに基づく風車の稼働状況予測の成否が、誤差に大きな影響を与えることを明らかにした。本モデルを用いて、風況場の特性が異なる5ウィンドファーム（東北エリア３サイト、関東エリア１サイト、九州エリア１サイト）を対象にした予測計算を実施し誤差評価による検証をおこなった。その結果、予測時刻から18～42時間後までの翌日予測の誤差で20%以内となった。また予測時刻の出力がそのまま継続するとする持続モデルに対しての改善率は30%以上であった。

概要 （英文）

By combined use of a meso-scale meteorological prediction system, a Computational Fluid Dynamics (CFD) model and a statistical model, which are developed by CRIEPI, in addition to a wind turbine wake-model and a prediction model for operational status of wind-turbine, a prediction model for wind power generation of a wind farm have been constructed. Evaluating the uncertainty step-by-step in the model, it is shown that the performance of predictability is improved at each step of the model; the meteorological prediction system show the possibility of rapid variations, the CFD model separates difference between wind-turbines, and the statistical model improve the bias and error. This analysis, furthermore, makes it clear that the error statistics is affected by the prediction of operational status based on observational data from a wind farm. The model is validated by the prediction simulation for 5 wind farms, where the wind fields have different properties, 3 sites in Tohoku Area, 1 site each in Kanto Area and Kyushu Area. The prediction error is less than 20% as for the next day prediction, where the lead-time is between 18 and 42 hours. The improvement rate defined by comparison with the continuous model, which predicts continuously the same value of the wind power generation as that at the prediction time, is greater than 30%.

報告者

キーワード