面向冬季极端天气的风电场覆冰损失预测

2021年得克萨斯州电力危机凸显了电力系统在风力极端条件下的脆弱性，尤其是随着依赖天气条件（如风能）的能源资源渗透率不断提高。当前的风电功率预测模型未能有效考虑此类极端天气事件的影响。在本研究中，我们利用 Eolos 风能研究站十年规模的实用级涡轮机数据，开发了一个快速且稳健的统计模型，用于预测此类天气条件下的覆冰损失。该模型涵盖了不同的寒冷气候影响，包括降水覆冰、霜污染和低温效应。我们使用三个大规模（大于100 MW）风电场的数据对该模型进行了评估，这些风电场涉及不同容量、来自不同制造商且分布于多个地理区域的涡轮机。值得注意的是，该模型已被用于预测2021年得克萨斯州电力危机期间整个得克萨斯州（占得州风电装机总量91%以上）的风电功率损失。所提出的模型可轻松集成到现有的风电场和电网运行中，使电力系统运营商能够制定更恰当且精准的计划，以平衡严重而突发的能源缺口，并提升冬季极端条件下的系统完整性。