風電場代表年數據訂正方法的不確定性分析

■ 謝今范 雷楊娜 孫嫻

(1.吉林省氣候中心；2.陜西省氣候中心)

0 引言

運用合理的數據處理技術和方法對風電場風能資源評估是整個風電場建設、運行取得良好經濟效益的關鍵[1，2]。有的風電場因風能資源評價失誤而達不到預期的發電量，造成很大的經濟損失[3]。

風電場往往只有一整年的現場測風數據，根據現場的測風資料所計算出的風能參數只能反映當年風能狀況。由于中國是典型季風氣候，冷暖季節較明顯，加之地形條件復雜，風資源的波動性較大，年際變化明顯，要評價風場的長期風能資源狀況，必須根據能反映風場長期風資源狀況的測風資料進行分析計算，因此場址附近長期測站的多年平均測風資料是必不可少的[4]。結合附近有代表性的長期測站的觀測資料，將驗證后的現場測風數據訂正為一套反映風場長期平均水平的代表性數據進行風資源分析[5]。GB/T 18710-2002《風電場風能資源評估方法》[6]中明確規定風電場測風數據16方位代表年訂正方法，目前大多數工程設計中也是用該方法進行代表年數據訂正處理。但按照規范要求，風電場附近長期測站的測風數據與風電場現場測風數據的相關系數應達到0.80以上，方能用于數據訂正。然而，對于地形起伏較大、氣象站點分布相對稀少的地區而言，這一要求往往難以達到。

這種情況下，現行的訂正方法是否仍適用，是否有替代或改進的訂正方法，近年來也有學者在這方面展開了一些研究，但研究相對較少，研究成果也缺少一定的普遍意義。林蕓[7]采用日平均風速作相關分析對云南某風電場進行數據訂正，并對訂正結果進行了合理性分析，指出在資料缺少的情況下利用該方法進行代表年訂正是合適的。杜燕軍等[4]以內蒙古地區某風電場風資源分析為例，探討采用常規方法和改進方法對代表年風速的訂正所產生的誤差情況，改進了代表年訂正方法，彌補了常規方法中的一些不確定因素對代表年修正結果的影響，減小了誤差范圍。王有祿等[8]分別利用國標GB/T 18710-2002《風電場風能資源評估方法》規定的風向相關法和另一種風速相關法對某風電場測風數據進行代表年訂正，指出氣象站與風電場風速相關性很差時，應通過多種方法計算分析后確定代表年結果。于興杰等[5]采用風速年景劃分法對風場風資源代表年進行訂正，彌補了常規方法的不足，計算簡單，便于應用。但該方法只能得到年風能資源，無法進行代表年風能資源的詳細分析，且忽略了風場地形、地貌及氣候等因素，對水平年在各方向上風速影響程度存在差異。路屹雄等[9]以江蘇省為例，利用站點最大頻數法和區域平均法對區域多站點的風能資源代表年進行選取，表明兩種方法選取的江蘇省風能代表年一致。但該方法僅是對具有較長時段觀測數據的氣象站點的代表性年份進行選取，對于僅有一年觀測的風電場來說意義較小。

本文通過對某典型風電場測風塔測風數據和其周邊氣象站資料(風速、風向)的相關性分析，選定參證氣象站對測風數據進行代表年訂正，并對訂正結果進行對比分析，系統全面地分析風電場代表年數據訂正中的不確定性，研究在風電場代表年數據訂正過程中產生誤差的原因，以便將來對現有訂正方法進行改進和完善。

1 資料與方法

本文數據選用某測風塔2009～2011年逐時風速、風向和距風電場最近的氣象站同期及近30年的風速進行分析。風電場以淺溝壑地貌為主，北低南高，東西方向較為平坦。測風塔海拔高度約為1636 m，塔高70 m。氣象站距風電場直線距離約為16 km，觀測場海拔高度為1336 m，比風電場平均海拔高度低約300 m。本文主要采用回歸分析、相關分析等統計分析方法。鑒于該風電場有兩年以上(2009～2011年)的測風資料，為了分析不同時段代表年計算成果的差異，分別選擇近20年、近10年兩個時段及2009～2011年3個實測年數據進行代表年分析計算。

2 結果分析

2.1 氣象站代表性分析

根據有關規定[8]，該氣象站具有各氣象要素的長期觀測(30年以上)資料，近30年站址未遷移。觀測場周圍環境也未發生較大變化，觀測數據的連續性、一致性、完整性較高，滿足作為風場序列延長的參照站。如近30年(1982～2011年)平均風速為2.2 m/s，近20年(1992～2011年)平均風速為2.2 m/s，近10年(2002～2011年)平均風速為2.2 m/s。氣象站多年平均風速見表1。

表1 氣象站歷年平均風速 (單位：m/s)

計算該氣象站與測風塔同期相關系數見表2。由表2可知，不論是逐時風速、日平均風速、日最大風速，還是有效風速區間風速，氣象站與測風塔相關系數均在0.45以上，相關性較好。另外，由于該站主要氣候特征方面與風電場基本一致，故本文選擇該縣氣象站資料進行區域性和代表性評價。

表2 氣象站10 m與測風塔70 m同期相關系數

根據氣象站2011年逐時風速實測數據與某風電場同期實測逐時風速數據，及QX/T 74-2007《風電場氣象觀測及資料審核、訂正技術規范》[10]，將風電場短期測風數據訂正為代表年風況數據，回歸計算成果詳見表3。測風塔70 m高風速與縣氣象站10 m高風速的相關系數，在16個方位中，除E、ESE和WSW 3個方位外，其他方位二者相關系數均大于0.7，16方位的相關系數均通過了0.01的顯著性檢驗。相關系數較小的幾個方位，可看出樣本數也相對較少，對代表年數據的影響相對較小，因此認為用該氣象站數據進行代表年數據訂正基本可行。

表3 測風塔70 m高度與氣象站10 m高度風速16方位相關方程參數

2.2 測風塔觀測年份不同導致的不確定性

2.2.1 測風塔不同時段代表年結果分析

分別利用測風塔2009～2011年實測逐時風速數據、氣象站同期及近10年(2002～2011年)逐時風速實測數據，根據《風電場風能資源評估方法》，將風電場短期測風數據訂正為代表年風況數據，相關系數計算結果詳見表4。綜合來看，測風塔70 m高風速與氣象站10 m高風速的相關系數在2010、2011年相對較高，2009年則相對偏低。16個方位中，2009年在NNE～NE區間和E～SE區間相關系數均較小，在0.5以下，相關系數大于0.7的方位為9個；2010年僅ESE方位小于0.5，相關系數大于0.7的方位為10個；2011年僅E方位小于0.5，相關系數大于0.7的方位為13個?？梢妼τ谕粶y風塔和同一氣象站，選擇不同年份作為觀測年進行代表年數據訂正時，各方位的相關系數存在一定差異，在測風塔觀測時段較長時，可選擇相關系數較高年份進行代表年數據訂正，以期得到較準確的代表年數據結果。

表4 測風塔2009～2011年70 m與氣象站10 m風速16方位相關系數

利用測風塔2009年數據計算得到代表年平均風速為6.6 m/s，利用2010年數據計算得到測風塔代表年平均風速為6.2 m/s，而用2011年數據計算得到測風塔代表年平均風速為6.0 m/s。2010年與2011年計算得到的代表年數據相差較小，二者相差0.2 m/s，不到4%；而用2009年數據計算得到的代表年數據則與其他兩個年份差距較大，相差7%～10%。從上述相關分析可知，2009年測風塔與氣象站16方位相關系數較低，因此認為以2009年作為觀測年計算測風塔代表年數據誤差較大，在實際工作中不予采用。這也說明在利用氣象站數據進行測風塔代表年數據訂正時，要詳細分析二者在16方位的相關性，以確定是否可采用《風電場風能資源評估方法》中規定的方法進行代表年數據訂正。同時發現2010、2011年測風塔和氣象站相關均較好，但在計算測風塔代表年數據時，得到的代表年風速仍存在差異。

2.2.2 原因分析

分別計算測風塔和氣象站2010年與2011年各風向風速(圖1)，分析塔、站這兩年在風速和風向頻率之間的差異。從圖1可知，2010年和2011年風速差異主要出現在偏西北和偏東南方向。2010年測風塔和氣象站在偏西北和偏東南方向上風速均大于2011年，但二者在2010年和2011年兩個風向區間的風速差異大小并不一致，在W～NNW區間，測風塔2010年較2011年平均偏大18.7%，而氣象站則偏大16.6%，偏大比例略小于測風塔；在SE～S區間，測風塔2010年較2011年平均偏大11.7%，而氣象站則偏大10.7%。另外，可發現在偏西南方向，測風塔2010年風速仍較2011年偏大，而氣象站在這個風向區間2010年和2011年無顯著差異。測風塔和氣象站在不同年份各風向風速差異上的不一致必然會對代表年數據計算造成一定影響。

圖1 測風塔(a)和氣象站(b)2010年及2011年各風向風速(m/s)

分別計算測風塔和氣象站2010年與2011年風向頻率(圖2)。由圖2可知，2010年和2011年風向差異主要出現在偏西北方向和偏南方向。2010年測風塔和氣象站在偏西北方向風向頻率均大于2011年，在W～WNW區間，測風塔2010年較2011年平均偏大3.8%，而氣象站則偏大2.8%，偏大比例略小于測風塔；在偏南方向，測風塔2010年與2011年差異主要在S～SSW區間，2010年較2011年平均偏小2.3%，而氣象站則主要在S方向存在差異，2010年較2011年偏小1.5%。

圖2 測風塔(a)和氣象站(b)2010年及2011年風向頻率

此外，測風塔和氣象站的主導風向并不完全一致。測風塔主導風向為S～SSW區間和W～NNW區間，在偏南方向，S方向風頻較大，在西北方向，WNW方向風頻較大；而氣象站風向則主要分布在S～SSW區間和W～WNW區間，且以SSW和W方向風頻較大。在進行代表年數據訂正時，需對測風塔和氣象站數據分16方位進行樣本統計和回歸方程計算，測風塔和氣象站風向頻率上存在的差異必然會對代表年數據計算結果造成一定誤差。

2.3 測風塔和氣象站風速變化的不一致性分析

《風電場風能資源評估方法》中測風塔代表年數據的計算方法，主要是分16方位利用線性回歸方程進行計算，并未考慮二者風速變化不一致情況。事實上，測風塔各月風速變化與氣象站各月風速變化趨勢并不完全一致(見圖3)。測風塔和氣象站均是冬春季節風速較大，夏秋季節風速相對較小，但是測風塔風速季節變化顯著，兩氣象站季節差異則較小。計算二者各月的風速差，發現6～10月測風塔風速較氣象站偏大，均在4.0 m/s以下，而在1～5月和11～12月二者差值均大于4.0 m/s，說明測風塔和氣象站的風速差異存在季節性。

測風塔和氣象站風速的日變化趨勢相反(圖4)，發現測風塔風速在一日內呈先減后增趨勢，即夜間風速較大，白天風速較??；而氣象站風速則是先增后減，即白天風速較大，夜間風速較小。白天10：00～20：00為測風塔風速相對較小時段，而這個時段氣象站風速則達到了一天中的峰值。

圖3 測風塔與氣象站2010年各月平均風速

由于測風儀器本身、周圍外部環境、測風高度及風電場區域與長期氣象站外部環境存在的差異，導致氣象站風速變化與風電場區域風速變化存在上述差異。現有的測風塔代表年數據計算方法并未考慮這些差異，因此得到的代表年數據結果往往存在不確定性，加之無較長實測資料進行對比分析，很難對其誤差進行訂正；而且不同測風塔和相應的參證站風速及風向差異存在獨特性，很難用統一的統計方法對現有代表年數據訂正方法進行修正。

2.4 數值模擬數據的應用

從上述分析可知，很難用統計方法對現有代表年數據訂正方法進行修正，但在風能資源評估中，因為不同測風年風速存在較大差異，僅用觀測年數據進行風資源評估，不能代表風電場區域長期的風況。近年來，數值模擬技術在風資源評估中逐漸被廣泛應用，美國、丹麥、加拿大、澳大利亞和日本等都先后開發和發展了許多較為成熟的應用數值模擬方法的風能資源評估系統軟件[10-12]。中國也開展了相關研究，龔強等[13-15]、李曉燕等[16]、袁春紅等[17]分別應用MM5模式、歷史觀測資料和中尺度大氣模式相融合等方法進行了數值模擬方法在風能資源評估中的應用研究，獲得很多經驗。姜創業等[18]通過陜北模擬區實驗分析，MM5/CALMET模式在復雜地形下模擬數據的可靠性，發現經過訂正處理的模擬數據具有更好的真實性和可靠性。那長期的數值模擬數據能否代表測風塔長期的風況呢？

利用MM5/CALMET模式提取測風塔所在位置2009～2011年3年逐時風速風向數據，因模式數據存在系統誤差，對于測風塔模擬數據，消除地形等影響的誤差，分別以2010年和2011年為觀測年，分24時次分別建立相關關系對數值模擬結果進行訂正處理，得到測風塔2009～2011年的數值模擬結果(表5和表6)。實際觀測2009～2011年測風塔平均風速為6.30 m/s，數值模擬結果分別為6.40 m/s和6.24 m/s，而以2011年和2010年為觀測年，用國標方法計算得到的代表年結果分別為6.00 m/s和6.18 m/s。同實測值相比，數值模擬數據與實測值相差較小，僅為0.1 m/s和0.06 m/s，約1.7%和1.0%；而用氣象站計算得到的代表年結果與實測值相差0.30 m/s和0.12 m/s，偏小5.0%和1.9%，相差較大。從各月風速比較來看，數值模擬結果除8月和12月相對誤差較大外，其余月份相對誤差都在5%以內。代表年數據除4～5月、8月和10月相對誤差較小外，其余月份相對誤差均較大，絕對值在5%以上，其中12月相對誤差最大。整體來說，大部分月份代表年數據均小于實測數據，這也導致代表年數據整體偏小。

表5 數值模擬和實測2009～2011年及用2011年為觀測年得到的近3年代表年風速數據

表6 數值模擬和實測2009～2011年及用2010年為觀測年得到的近3年代表年風速數據

對比測風塔實測、數值模擬和代表年風速日變化，從圖5可看出，各時次平均風速的變化趨勢基本一致，均呈先減后增的日變化趨勢，0：00～6：00 風速較大，早晨 7：00 開始減小，白天經歷兩個最低值，19：00風速開始增大，至凌晨增至最大。相對來說，數值模擬結果和實測數據在各時次相差較小，尤其是夜間，在白天和實測數據風速相差略大；而代表年結果整體來說各時次風速均小于實測值，且偏小較多。

圖5 測風塔70 m高度平均風速日變化

圖6 測風塔實測和模擬的風向頻率

對比測風塔2009～2011年實測和模擬的風向，可發現二者在主導風向上比較一致，均是WNW～NW和SSE～SW區間風向頻率較大，說明數值模擬技術對風向的模擬比較準確。不同的是，數值模擬數據在偏西北方向風頻大于偏南方向，而實測數據則是偏南方向大于偏西北方向。

另外，挑選了本地區6座測風塔，提取測風塔所在位置數值模擬資料，對比模擬資料和實測數據，計算模擬資料的誤差(表6)，分析數值模擬資料在該地區的可用性。由表6可知，6座測風塔實測風速和模擬風速逐時值相關系數均在0.5以上，相關系數較高，二者差值基本在0.1以下，相對誤差基本在2%以內，可見數值模擬資料與實測數據的誤差較小，基本可代表測風塔所在位置的風速情況。

表6 6座測風塔70 m高度實測數據和模擬數據對比分析

圖7 6座測風塔實測(藍色)和模擬(紅色)風向玫瑰圖

對比6座測風塔實測和模擬的風向(圖7)，可見除1#和4#測風塔外，其余幾座測風塔模擬資料得到的風向頻率和實測數據的風向頻率分布基本一致，較好地模擬出了測風塔的風向分布情況。

綜上分析可知，在本地區利用MM5/CALMET模式模擬測風塔位置的風資源情況，整體來說誤差范圍較小，風向分布的模擬與實測結果基本一致；氣象站數據與風電場測風塔數據風速風向變化一致性較差的情況下，可嘗試利用數值模擬技術對測風塔長期風況進行模擬，計算其模擬誤差，分析數值模擬資料的合理性，判斷是否可用數值模擬資料分析測風塔的長期風況。

3 結論與建議

1)分別利用測風塔不同年份(2009、2010和2011年)實測逐時風速數據、氣象站同期及近10年實測數據訂正得到的代表年風況數據差異較大，得到的代表年數據分比為6.6 m/s、6.2 m/s和6.0 m/s。當測風塔與氣象站16方位相關性較差時訂正得到的代表年數據代表性較差，不予使用；而當16方位相關性較好時，由于不同觀測年測風塔和氣象站在各風向風速和風向頻率上的不一致性，仍會導致代表年數據結果出現不一致的情況。

2)氣象站風速與風電場區域風速在月變化、日變化趨勢上也存在一定差異，而現有測風塔代表年數據計算方法并沒有考慮這些差異，因此利用16方位相關法得到的代表年數據結果往往存在不確定性。但大部分氣象站有近20年的測風數據，從一般風電場20年的運行壽命來講，利用氣象站計算其代表年數據可得到近20年的平均風況，因此在氣象站數據均一性較好、與測風塔風速風向變化情況一致性相對較高時，可選擇用氣象站數據計算測風塔代表年數據。

3)數值模擬技術在風資源評估中廣泛應用，經驗證可利用數值模擬技術模擬測風塔的長期風況，且二者差異較小，可較為客觀準確地反應測風塔的長期風資源狀況。但針對不同區域適用數值模式不一，需分析數值模式的適用性，計算過程相對繁瑣復雜。因此在氣象站數據均一性較差、與測風塔風速風向差異較大時，可適當選擇合適的數值模式進行長期風況的模擬。

[1] 周榮衛， 何曉鳳， 朱蓉. MM5/CAMLET模式系統在風能資源評估中的應用 [J]. 自然資源學報 ， 2010， 25(12)： 2101 －2112.

[2] 陜華平， 肖登明， 薛愛東. 大型風電場的風資源評估[J]. 華東電力 ， 2006， 34(2)： l5 － l8．

[3] 連捷. 風電場風能資源評估及微觀選址[J]. 電力勘測設計，2007， (2)： 71 － 73．

[4] 杜燕軍， 馮長青. 風電場代表年風速計算方法的分析[J]. 可再生能源 ， 2010， 28(1)： 105 － 108．

[5] 于興杰， 孫金丹. 風電場風資源代表年分析法[J]. 中國勘察設計 ， 2012， 1： 62 － 64．

[6] GB/T18710-2002， 風電場風能資源評估方法[S]．

[7] 林蕓. 云南山區風能資源觀測數據訂正方法初探[J]. 云南水力發電 ， 23(6)： 1 － 4.

[8] 王有祿， 沈檬. 風電場代表年風速系列計算方法的探討[J].新能源 ， 2008， 6： 69 － 76．

[9] 路屹雄， 王元， 李艷. 江蘇風能資源代表年選擇的方法比較[J]. 氣象科學 ， 2009， 29(4)： 524 － 526．

[10] QX/T 74-2007， 風電場氣象觀測及資料審核、訂正技術規范[S]．

[11] Archer C L， Jacobson M Z. Evaluation of global wind power[J]. Journal of Geophysical Research， 2005， 110，D12110.

[12] Brower M， Bailey B， Zack J. Applications and validations of the MesoMap wind mapping system in different climatic regimes[R]. Proceedings of Windpower 2001， American Wind Energy Association， Washington， DC， 2001.

[13] 龔強， 袁國恩， 張云秋， 等. MM5模式在風能資源普查中的應用試驗 [J]. 資源科學 ， 2006， 28(1)： 145 － 150．

[14] 李曉燕， 余志. 基于MM5的沿海風資源數值模擬方法研究 [J]. 太陽能學報 ， 2009， 26(3)： 401 － 408．

[15] 袁春紅， 薛析， 楊振斌. 近海區域風速數值模擬試驗分析[J]. 太陽能學報 ， 2004， 25(6)： 741 － 743．

[16] 諶蕓 ， 田浩 ， 宗翔 ， 等 . 基于網格計算的 MM5 系統在青藏高原地區的應用[J]. 氣象與環境科學， 2007， 30(1)： 4－9.

[17] 張鴻雁， 丁裕國， 劉敏， 等. 湖北省風能資源分布的數值模擬 [J]. 氣象與環境科學 ， 2008， 31(2)： 35 － 38.

[18] 姜創業， 孫嫻， 徐軍昶． MM5/CALMET數值模擬在陜北風能資源評估中的應用 [J]. 中國沙漠 ， 2011， 31(6)： 1606 －1610．