2. 物理基础与数据来源：新能源（风/光）出力特性、影响功率的主要气象因素、数据采集（SCADA/测风塔/数值天气预报NWP）
各位同学，欢迎来到《超短期功率预测算法精讲与实战》的第一章。
做预测，最怕什么？最怕你模型调得再好，数据源头就错了。我见过太多项目，算法工程师花三个月调参，最后发现是测风塔的传感器冻住了——数据全是噪声。所以这一章，咱们先把物理基础和数据来源彻底搞明白。
2.1 风电出力特性：风不是你想来，想来就能来
风电功率，说白了就是风能转化为电能的效率。核心公式其实很简单：
P = 0.5 * ρ * A * v³ * Cp其中ρ是空气密度，A是风轮扫掠面积，v是风速，Cp是风能利用系数（贝兹极限是0.593）。
注意看，功率和风速的三次方成正比。这意味着什么？风速从5m/s涨到6m/s，功率能涨将近一倍。反过来，风速掉一点，功率掉得飞快。我在西北某风场遇到过，调度那边看着功率曲线突然跳水，以为是机组故障，结果一查——就是一阵风过去了。
核心要点：风电功率的波动性，本质上是风速三次方效应的放大。预测风电，本质上是在预测风速的微小变化。
另外，还有个切入风速和切出风速的概念。一般风机在3m/s左右开始发电，25m/s左右停机保护。中间那段叫额定风速，大概12-15m/s，之后功率就平了。你想想看，如果风速在额定点附近晃悠，功率预测会特别难——因为模型得判断它是在爬坡还是已经饱和了。
2.2 光伏出力特性：太阳也有脾气
光伏就相对温柔一些。它的功率主要取决于辐照度和温度。理想情况下：
P = G * A * η * (1 - β * (T_cell - 25))G是辐照度（W/m²），A是面积，η是转换效率，β是温度系数（一般-0.3%到-0.5%/°C），T_cell是电池板温度。
这里有个坑：很多人以为光伏功率和辐照度是线性关系。其实不是。温度一高，效率就掉。我做过一个项目，夏天中午辐照度最强，但功率反而比上午低——因为电池板温度飙到70°C，效率掉了15%。
个人经验：做光伏预测时，千万别只看辐照度。温度、湿度、甚至风速（影响散热）都得考虑。我曾经在模型里加了个简单的散热项，RMSE直接降了8%。
还有个特点：光伏出力有明显的日周期性。早上爬坡，中午高峰，下午下坡。但云层一过，功率能瞬间掉70%。这种“云影效应”是超短期预测最大的挑战之一。
2.3 影响功率的主要气象因素
说白了，气象因素就是预测模型的输入特征。选对了，模型事半功倍；选错了，就是白费功夫。
| 因素 | 对风电影响 | 对光伏影响 | 数据来源 |
|---|---|---|---|
| 风速 | 核心因素，三次方关系 | 影响散热，间接影响 | 测风塔/NWP |
| 风向 | 影响尾流效应和机组效率 | 无直接影响 | 测风塔/NWP |
| 辐照度 | 无直接影响 | 核心因素，线性关系为主 | 辐照仪/NWP |
| 温度 | 影响空气密度 | 影响电池板效率 | 气象站/NWP |
| 湿度 | 影响空气密度 | 影响散射辐照 | 气象站/NWP |
| 气压 | 影响空气密度 | 无直接影响 | 气象站/NWP |
| 云量 | 无直接影响 | 影响直射辐照 | 卫星/NWP |
避坑指南：我曾经在某个项目里，把风速、风向、温度、湿度、气压全塞进模型，结果过拟合得一塌糊涂。后来发现，对于风电，风速和湍流强度就够了；对于光伏，辐照度和温度是核心。别贪多，特征不是越多越好。
2.4 数据采集：三大数据源
做预测，数据就是你的弹药。三大数据源各有各的脾气，咱们一个一个说。
2.4.1 SCADA系统
SCADA（数据采集与监视控制系统）是每个风场和光伏电站的标配。它记录的是实际运行数据：有功功率、无功功率、电压、电流、桨距角、转速等等。采样频率一般是1秒到1分钟。
SCADA数据最大的优点是真实。但它也有毛病：
- 数据质量差：传感器漂移、通信中断、死值（长时间不变）——我见过一个风场，SCADA里风速数据连续三天都是6.2m/s，明显是传感器卡住了。
- 时间戳对齐问题：不同机组的时间戳可能差几秒，做聚合时得小心。
- 缺失值：停机、限电、检修期间，数据是空的。
我的习惯：拿到SCADA数据后，第一件事不是建模，而是做数据清洗。我会先画个时间序列图，肉眼扫一遍。看到异常值、死值、跳变，先标记出来。这一步花的时间，往往能省下后面调参的十倍时间。
2.4.2 测风塔数据
测风塔是风电场的“气象站”。它安装在风场附近，不同高度（10m、30m、50m、70m、100m）都有传感器，记录风速、风向、温度、湿度、气压等。
测风塔数据是物理测量，精度高，但覆盖范围有限。一个测风塔只能代表周围几公里内的风况。如果风场很大，不同位置的机组可能差异很大——这就是所谓的空间代表性误差。
我做过一个项目，风场东西跨度10公里，东边的测风塔风速8m/s，西边只有5m/s。如果用单一测风塔数据做预测，西边的机组误差会很大。后来我们加了两个测风塔，误差降了12%。
2.4.3 数值天气预报（NWP）
NWP是预测的未来气象数据。它由气象局或商业公司（如ECMWF、GFS、MeteoGroup）提供，分辨率从几公里到几十公里不等。更新频率一般是1小时到6小时。
NWP数据是预测的预测——它本身就有误差。而且分辨率越粗，误差越大。比如GFS全球模型，分辨率约13公里，对于单个风场来说，可能一个网格点覆盖了整个风场，根本分辨不出局部风况。
关键认知：NWP不是“真实数据”，它是模型输出。做超短期预测时，NWP的误差会直接传递到你的预测结果里。所以，我一般会做NWP的偏差校正——用历史NWP数据和实测数据做对比，找出系统偏差，然后修正。
2.5 知识体系总览
下面这张图，是我自己总结的本章知识体系。你可以把它当作一个思维导图，方便理解各个知识点之间的关系。
嗯，这张图基本把本章的核心逻辑串起来了。从左到右，从上到下：先理解风电和光伏的物理特性，再搞清楚哪些气象因素影响它们，最后知道数据从哪来、有什么坑。这三步走完，你才有资格谈建模。
最后说一句：数据清洗和特征工程，往往比模型本身更重要。我见过太多人一上来就调LSTM、Transformer，结果数据里全是脏值——再好的模型也白搭。所以，这一章的内容，请你务必吃透。后面所有算法，都建立在这些基础之上。