冀北电网—新能源优先调度执行情况调研
现针对新能源优先调度实际执行情况进行调研，只作为了解实际情况使用，不作为工作考评的依据，请如实反馈。
有关问题：
风电预测的偏差有多大？按照负荷高峰（9：30－12：
30）、低谷时段（17：00－20：00）的实际值统计，并给出对应的概率。
1新能源功率预测评价指标体系
新能源功率预测评价指标分为短期功率预测和超短期功率预测的误差指标。
1.1短期功率预测误差指标
短期功率预测的误差指标包括极大误差率、准确率、高峰低谷区间误差等，各指标的计算方法如下：
（1）极大误差率
每日的极大误差率按下式计算得到
max()100%Pi Mi
i P P EV C -=?
其中，Mi P 为i 时刻的实测功率，Pi P 为i 时刻的预测功率，i C 为i 时刻的开机容量。
（2）准确率
每日的准确率按下式计算得到
100%CR ?=? ?
其中Mi P 为i 时刻的实测功率，Pi P 为i 时刻的预测功率，n
为参与统计的样本个数，i C 为i 时刻的开机容量。
（3）高峰低谷区间误差
每日的高峰低谷区间误差包括系统负荷高峰区间的最大正向误差和负荷低谷区间的最大负向误差，计算方法如下：根据系统负荷曲线确定高峰、低谷区间，以高峰、低谷时刻前后1.5小时以内的区间作为高峰、低谷评价区间，取区间内的实测功率和预测功率，分别统计高峰区间正向误差的最大值和低谷区间负向误差的最大值，其中：
每日最大正向误差
max(max(),0)Pi Mi s i P P E L -=
每日最大负向误差
max(max(),0)Mi Pi d i P P E L -=
其中，Mi P 为i 时刻的实测功率，Pi P 为i 时刻的预测功率。
1.2超短期功率预测误差指标
超短期功率预测误差指标包括超短期预测极大误差率和准确率。
（1）超短期预测极大误差率
计算方法如下：分别提取出单次16点预测功率中的第1点（即15min ）、第4点（即1hour ）和第16点（即4hour ）这三个数据，按照式(1)分别计算出单次超短期预测的第1点（即15min ）、第4点（即1hour ）和第16点（即4hour ）的
极大误差率。
（2）超短期预测准确率
计算方法如下：分别提取出单次16点预测功率中的第1点（即15min）、第4点（即1hour）和第16点（即4hour）这三个数据，按照式(2)分别计算出单次超短期预测的第1点（即15min）、第4点（即1hour）和第16点（即4hour）的准确率。
2 评价指标在冀北电网的表现形式
以冀北电网2015年全网风电实际功率、短期和超短期预测风电功率、负荷数据为基础，依据上节新能源功率预测评价指标计算方法，计算冀北电网2015年风电功率预测误差指标。
（1）极大误差率
短期功率预测和超短期功率预测第1点、第4点、第16点的极大误差率如下图所示。
图冀北2015年极大误差率时间序列图
极大误差率的统计结果如下表所示。
极大误差率/%
短期功率预
测
超短期功率
预测第1点
超短期功率
预测第4点
超短期功率
预测第16点最大值64.91 54.71 52.56 43.39 最小值 3.22 1.28 2.11 3.89
平均值13.54 9.92 12.95 18.59 分
区
段
[0,10%] 30.30% 69.55% 40.27% 9.86%
(10%,20%] 56.47% 19.40% 47.95% 50.41% (20%-30%] 11.57% 7.46% 7.67% 33.15% ＞30% 1.65% 3.58% 4.11% 6.58%
图-冀北2015年极大误差率分布图
由上表分析可知，短期功率预测的极大误差率主要集中于0~20%区段。超短期功率预测的极大误差率平均值，第1点小于第4点，第4点小于第16点，即整体而言，超短期功率预测的时间点越近，预测结果的极大误差越小。分区段的统计结果也证明了上述结论。
（2）准确率
短期功率预测和超短期功率预测第1点、第4点、第16点的准确率如下图所示。
图-冀北2015风电功率预测准确率时间序列图准确率的统计结果如下表所示。
准确率/% 短期功率预测
超短期功率预
测第1点
超短期功率预
测第4点
超短期功率预
测第16点最大值98.29 99.46 98.74 98.13
最小值67.96 87.70 87.78 78.75
平均值92.53 97.29 95.53 91.35
分
区
段
(95,100] 25.07% 94.46% 68.64% 14.65%
(90,95] 57.58% 5.23% 30.51% 54.08%
(80,90] 15.43% 0.31% 0.85% 30.70%
[0,80] 1.93% 0.00% 0.00% 0.56%
图-冀北2015年准确率分布图
由上表分析可知，短期功率预测的准确率主要集中于90%~100%区段。超短期功率预测的准确率平均值，第1点
大于第4点，第4点大于第16点，即整体而言，超短期功率预测的时间点越近，预测结果越准确。分区段的统计结果也证明了上述结论。短期功率预测的准确率介于超短期功率预测的第4点和第16点之间。
（3）高峰低谷区间误差
短期功率预测的最大正向误差和最大负向误差如下图所示。
图-冀北峰谷时段的最大正/负向误差时间序列
最大正/负向误差的统计结果如下表所示。
最大正向误差最大负向误差
最大值0.24 0.12
最小值0 0
平均值0.03 0.01
分区段0% 25.48% 57.53% (0%,5%] 55.62% 35.62% (5%,10%] 14.52% 6.30% >10% 4.38% 0.55%
图-冀北2015峰谷时段的最大正/负向误差分布图由上表分析可知，短期功率预测的最大正向误差平均值大于最大负向误差，同时最大正向误差的零值个数远少于最大负向误差，这说明相对而言，低谷区间的预测结果优于高峰区间。
负荷预测的偏差有多大？按照实际值统计，并给出对应的概率。
是否根据风电预测优化机组组合？如果是，请说明优化的原则。
如果风电预测偏差较大，或负荷预测偏差较大，导致电力供应紧张，有什么应急机制或手段？
各区域和各省旋备是如何留取的，是分省搞的还是区域统一搞的？控制区旋转备用按照什么原则留取，实际留取多少？能不能在区域内统筹安排？
跨省输送新能源如何补偿，西北是如何做的，包括现有的新能源交易机制。西北搞了很多工作，要详细了解一下。