基于快速投資估算及費用－效益模型的復雜地形風電場微觀選址研究

范煒，鐘天宇，劉慶超，李憶

(華電電力科學研究院，浙江 杭州 310030)

0 引言

近年來，我國不斷推進可再生能源項目的開發，部分開發難度大、地形復雜、并網容易、電價相對較高的區域風電場得到了開發。這類區域風電場地形起伏大、風速風向多變，因此，其微觀選址較平坦地形風電場難度大，選址優劣與風電場收益的關系更加密切，必須引起各方的高度重視［1］。

目前，微觀選址軟件主要有WindFarmer，Win-Pro和OpenWind，各軟件的原理基本相同，都是以分析計算得出的風電場區域風資源分布數據作為基礎數據，再輸入風電機組相關參數，設定布機區域及相關限制條件，通過迭代計算，得出風電場發電量最高的布機方案。然后通過現場踏勘，根據實際情況，對軟件計算的布機方案進行微調，得出風電場最終的微觀選址方案［2］。

復雜地形大致可分為隆升地形和低凹地形2類，包括山脈、丘陵、谷地等，其地形高差起伏較大，地表多有曲折、轉彎和折角等特征。在此地形條件下，最優點位湍流強度或入流角可能無法滿足廠家要求，需要進行分析計算。同時，由于復雜地形致使道路和集電線路造價過高，需要對不同布機方案進行技術經濟分析。

因此，本文提出基于快速投資估算及費用－效益模型的復雜地形風電場微觀選址方法，其綜合考慮了湍流強度、入流角、綜合造價及經濟效益等影響因素，從而確定最優方案，使投資方效益最大化。

1 復雜地形微觀選址影響因素分析

1.1 湍流強度

由于風是隨機的，加之地表粗糙度的不同和障礙物的影響，由此產生無規則的湍流會給風電機組帶來不可估量的危害，主要影響如下:

(1)減少可利用風能;

(2)使風電機組振動加大;

(3)葉片受力不均衡，引起部件機械磨損，從而縮短風機壽命，嚴重時會使葉片及部分部件毀壞。

因此，在復雜地形條件下選址時，應分別計算各個機位的湍流強度，以滿足廠家要求。

在復雜地形條件下，運用線性理論直接根據測風塔湍流強度預測風電機組機位的湍流強度和湍流頻譜分布誤差較大。當氣流穿越山丘時，氣流加速，湍流強度可能會下降，因此，建議運用基于計算流體力學理論的風資源計算軟件對復雜地形湍流強度進行計算分析［3］。

1.2 入流角

復雜條件場址的特殊入流角情況也是制約風電機組布置的一個因素，入流角是衡量風向偏移對風電機組引起的偏負荷的參數。根據IEC標準設計的風電機組可承受入流角不大于8°的風況，而不同廠家對入流角的接受會有所不同，出現特殊的情況時，應與廠家及時溝通、協調，以確保風機的安全運行。

1.3 綜合造價及效益分析

在復雜地形條件下，不同機位對風電場道路、集電線路等單位工程造價影響較大，并且道路及集電線路單位造價較高。因此，在微觀選址時，不能單獨追求高發電量，應對不同方案下的增量投資進行費用－效益分析，從而得出最佳方案。

2 基于費用－效益模型的風電場微觀選址

2.1 基于BP神經網絡的風電場投資估算

在風電場建設中，影響總投資的主要因素有裝機容量、機組價格、地形、集電線路長度、基礎形式、風機載荷、永久征地費用以及臨時征地費用等。

利用目前已有的工程進行數據整理，其中輸入因素主要為:

(1)裝機容量，以百萬千瓦為單位。

(2)單臺機組價格，以億元為單位。

(4)集電線路形式:架空線取 0.1，地纜取0.2。

(5)基礎彎矩載荷，單位為109N·m。

(6)永久征地費用，單位為千元/m2。

(7)臨時征地費用，單位為千元/m2，輸出為風電場總投資，單位為百億元。

(8)風機臺數，以千臺為單位。

搜集已有工程數據，按照以上輸入、輸出因素建立樣本數據，利用BP神經網絡模型建立投資估算模型，從而對新工程進行快速投資估算。

2.2 費用－效益模型

費用－效益分析法通過對項目的投入(費用)和產出(效益)的對比分析，定量考察工程項目的費用、效益狀況，研究建設項目的經濟性，根據項目經濟活動的得失、優劣進行評價和比較，為合理決策提供一種分析方法［4］。

從工程角度出發，按照費用－效益理論，在風電場建設和運營中，可分為年發電成本和年發電收益。

(1)年發電成本可分為建設投資成本、財務成本和風電場經營成本。建設投資成本通常為一次性投資，分布在項目初期，通常以折舊費計入總成本費用;風力發電不存在燃料成本，其經營成本主要包括風電機組的修理費、人員工資及福利、材料費、保險費等。

（4）針對農村生活環境中存在的臟、亂、差現象，采取建設秸稈堆漚池、糞便處理池、生物凈化池（或沼氣池）、污水處理池，配備戶用垃圾桶等措施，實現垃圾分類處理，生活污水、生活垃圾和人畜糞便的無害化處理與資源化利用，以減小水功能區的污染負荷。

(2)年發電收益取決于風電場的年發電量，可根據風電機組的功率特性曲線、風電場風速狀況計算得到。

根據以上分析，可建立式(1)所示的費用－效益模型

式中:F為風電場壽命期內收益凈現值;Pw為風電場上網電量;p為電價;i為折現率;n為建設期和經營期總年數;Ij為第j年建設總投資，包括設備及安裝工程投資、建筑工程總投資、占地費用、價差預備費、建設期利息、送出工程投資等;Oj為以投資年為起始年的第j年的修理費，修理費 =固定資產價值 ×修理費率;Rj為第j年貸款償還利息;Tj為第j年的其他費用，包括工資及福利、材料費、保險費、其他額外費用等，職工工資及福利費=編制定員×職工年平均工資×(1+福利系數)，材料費按元/kW計，保險費=固定資產價值×保險費率，保險費率通常取0.25%，其他額外費用=風電場裝機容量×其他額外費用定額。

2.3 基于費用－效益模型的風電場微觀選址

根據費用－效益模型及常規微觀選址計算方法，可歸納基于費用－效益模型的風電場微觀選址方法流程圖，如圖1所示。

圖1 基于快速投資估算及費用－效益模型的風電場微觀選址方法流程圖

主要計算步驟如下:

(1)利用已知數據和風資源分析軟件計算風資源分布圖，運用優化布機軟件，確定不同布機方案并估算上網電量［5］。

(2)計算各個布機方案的工程總投資。

(3)運用費用－效益模型對各個布機方案進行技術經濟分析，從而得出最優方案。

3 案例分析

以某復雜地形風電場微觀選址方案為例進行分析說明。受風電場場地條件的限制，原則上規定平行主導風向不小于7倍風輪直徑，垂直主導風向不小于4倍風輪直徑。利用基于計算流體力學數值模擬技術的Meteodyn Suite WT軟件，輸入測風塔測風資料、場址的1∶1 000地形圖以及粗糙度、風電機組的功率曲線、推力系數曲線等數據，計算出風電場各個水平及垂直(40～70 m)區域的風功率密度、入流角及湍流強度等參數，在選定區域運用OpenWind軟件對機組進行優化布置。設定湍流強度小于0.15、入流角小于8°這2個限定條件，得到各個風電機組坐標。通過分析計算，確定以下2種方案，如圖2、圖3所示。

表1為2種方案風電場年上網電量計算結果，由表1可知:方案2較方案1風電場年上網電量增加了1.91%，但由于道路及集電線路增長，從而致使投資增加了290萬元。風電場經營期為20年，含稅上網電價按0.61元/(kW·h)計;工資及福利按年160萬元計;材料費按8元/kW計;其他費用按40元/kW計;保險費按總投資的0.25%計;貸款比例為固定資產投資的80%，貸款年利率按6.8%計算，還款年限為15年;年修理費按經營期平均值計算，為固定資產投資的1.5%;折現率按8%計算［6］。方案1總投資為13 188萬元，方案2總投資為13478萬元，方案1與方案2凈現金流量見表2。

表1 2種方案風電場年上網電量計算結果

表2 2種方案凈現金流量 萬元

按照費用－效益模型，2種方案壽命期內收益凈現值分別為8940.63萬元和8517.48萬元，因此，推薦方案1。

4 結論

(1)通過對復雜地形條件下微觀選址主要影響因素進行分析，建議投資方在考慮湍流強度、入流角后，再綜合造價及效益，選擇最佳布機方案，從而達到經濟效益最優。

(2)本文通過分析建立了費用－效益模型，從而可以實現不同方案的技術經濟比較分析，方便投資者及設計者做出最優決策。

(3)鑒于目前軟件缺少費用－效益分析功能，因此建議開發相關軟件，以方便設計者能夠以最高效率準確地完成設計工作。

［1］王承煦，張源.風力發電［M］.北京:中國電力出版社，2007.

［2］宮靖遠.風電場工程技術手冊［M］.北京:機械工業出版社，2004.

［3］Tony Burton.風能技術［M］.北京:科學出版社，2007.

［4］范煒，張文忠，劉慶超.基于費用－效益模型的風電機組優化選型研究［J］.華東電力，2010，38(6):914 －916.

［5］白紹桐，胡曉，陳顯揚，等.風電場微觀選址工作的探討［J］.華電技術，2008，30(3):73 －76.

［6］楊慶蔚，王曉濤，羅國三.建設項目經濟評價方法與參數［M］.北京:中國計劃出版社，2006.