競價時代的大基地風能資源評估技術

文 | 胥昂

大基地、集中式是我國風電開發的重要模式之一，隨著競價上網的全面實施，此種模式下的風能資源評估也需要進一步精細化。本文以內蒙古上海廟大基地建設為例，重點探討該模式下的風能資源評估技術優化。

競價時代的核心指標LCOE

相較于以往的標桿電價模式，競價上網模式的最大不同在于上網電價由確定轉為不確定，同時也讓風電項目的收益由確定轉為不確定，這讓以投資收益百分比為核心的衡量指標收益率變得不再適用于直接衡量一個風電場的好壞，于是另一個重要的評價指標——平準化度電成本（LCOE）成為競價上網時代的核心衡量標準。

國際競價市場概況

在國內提出競價上網之前，以歐洲為代表的一部分國際風電市場早已進入競價上網時代，其中的兩種主要模式是：

模式一：一次性招標模式，典型案例為南非某項目。

（1）政府只公布每輪招標總容量，按照電價由低到高、社會發展由高到低的加權平均分中標原則，宣布中標項目。

（2）中標項目總容量達到本輪招標總量，則本輪結束。

（3）項目容量不限（14萬千瓦以下），地區不限，獨立發電商自行選擇風電場地區并開展前期開發工作，獨立發電商需要提前完成項目所需所有文件包括但不限于并網、環評、可研、融資等所有工作。

圖1 平準化度電成本（LCOE）計算公式

圖2 南非某項目4輪中標容量與電價

（4）獨立發電商提前和整機供貨商溝通，選擇成本和產量最優的機型，達到項目收益最大化。

（5）政府公布中標項目，未中標項目可以繼續參與下一輪競標。

模式二：赫式拍賣模式，典型案例為土耳其項目。

（1）整機廠家與投資者綁定聯合體投標，前者負責落實本地建廠、研發中心等本地化要求，投資商投標上網電價，實行15年固定電價。

（2）政府首先公布投標區域以及對應區域容量。

（3）整機廠家向投資人推薦具有競爭力的機型以及出具發電量報告。

（4）政府組織電價投標會，設定天花板價格，價低者中標。

（5）官方發布中標價格，并與投資商簽署15年購電協議。

由上述兩個案例對比可見，南非項目采用的主要為一次性投標模式，即各參與方在完成一次投標之后即可確定中標方案，未中標方前往參與下一輪投標，第一輪中標方電價相對較高，后續各輪依次降低；而土耳其項目則采用多輪拍賣形式，共計8家投標方參與了多輪競標，第一輪之后有5家放棄競標，第二輪后則只剩下兩家繼續競標，最后兩家以拍賣形式不斷壓低投標電價，直至另一方放棄。綜合來看，南非項目的方式相對簡單，并未在一開始就將中標電價壓到最低，而是逐漸走低；而土耳其項目相對而言就要慘烈許多，中標方最終拿到的電價實際是經過多輪打壓之后確定的。對于參與競價的單位來說，兩種模式的收益和風險存在著極大差別。

大基地競價市場現狀

國內競價市場目前尚處于摸索階段，對于開發商、設計單位、設備制造商甚至于地方政府和電網來說都是一片未知領域，短時間內也無法形成一個有效的運作模式，這對基本進入整體發展瓶頸期的國內風電市場來說是一個機遇與挑戰并存的時代。如何在競價開始之初營造一個合理的競爭氛圍，保障競爭得到的電價能夠實實在在地變成開發商手中的收益，而不是20年虧損的開始，成為擺在整個行業面前的難題。

圖3 土耳其某項目多輪競價結果

從目前各省份的規劃與政策推進速度來看，最先迎來競價的風電項目會大概率落在內蒙古上海廟大基地上。下面簡單梳理上海廟大基地的現狀。

1.政策與模式

這方面尚未明確。從目前來看，政策層面傾向于對參與方的準入條件設定一定門檻，以保證具備更高風險抵御能力的企業成為最終中標單位，保障項目的有效執行。模式上會大概率采用類似于南非市場的一次性投標模式，綜合考慮投標電價、技術先進性、企業實力、社會貢獻等因素進行打分排名以確定中標人。

2.規劃與普查

受限于2016年開始被列為紅色預警區域、開發進度基本停滯，目前整個市場對內蒙古區域的風能資源分布認知基本還處于兩年前的水平，測風時段久遠且測風高度不足，加上上海廟大基地所在區域內此前的風電開發熱度相對較低，測風數據密度有限，導致目前對于上海廟大基地的資源普查存在巨大難度，整體的規劃設計難度也明顯增加。

3.選型與設計

自2016年北方大部分地區被劃入紅色預警區域后，整個市場開發重點轉移到南方，機組的研發方向也開始主要針對三類以下低風速風能資源區域，制造商們推出的新機型配備更大葉輪和更高的塔筒。在上海廟這個風能資源介于三類上限與二類下限之間的區域，新機型的適用性或多或少會存在一定問題，而老機型又存在發電能力不足的問題，加上實施競價之后利潤被壓縮得較為嚴重，確保所選機組在高效發電的同時穩定運行也成為非常重要的一環。與機組選型密不可分的還有設計方案，在大基地集群式開發模式下，機組與機組之間、風電場與風電場之間的影響會非常明顯，不同的單機容量、不同的發電能力、不同的排布間距組合將很大程度上決定著LOCE的高低。而在競價上網環境下，即使LCOE僅相差0.1元/千瓦時，最終造成的可能就是盈利與虧損的差別。因此，在不同方案的設計和對比上也需要投入大量精力。

4.電價的計算

競價過程中的電價需要根據LCOE與目標收益率反推得出，設置一個合理的收益率目標區間將是導致最終電價變化的最重要因素。在LCOE計算公式的分子部分，建設與運維成本是占比最高的兩個因子。其中，運維成本的有效評估是整個行業的難題之一，有能力搭建運維成本評估方法的企業更是寥寥可數。競價過程中，各競價單位報價的很大一部分偏差會來自于運維成本。因此，運維成本將是競價方考量的重要部分。

上面列舉的幾大現狀只是大基地競價目前面對的一部分相對較為重要的問題，其他一些諸如合作模式、評標細則等都難以從技術角度解決，這里暫不做討論。由上可見，大基地競價在推進過程中其實依舊面臨著巨大的不確定性。其中，資源評估、方案設計與度電成本計算等方面表現得尤為明顯。下面將重點從風能資源評估的角度出發探討在現階段下，哪些技術可以降低在大基地競價中的風險和不確定性。

風能資源評估影響分析

就競價時代的核心指標度電成本角度而言，風能資源設計對LCOE計算公式分母中的發電量和分子中的建設成本都有巨大影響。因此，風能資源評估實際上是競價時代非常重要的一個影響因素，接下來以上海廟大基地為例重點分析相關部分。

1.資源普查

圖4 上海廟區域某原始圖譜偏差

圖5 上海廟區域某定制化圖譜偏差

前面已經提到過，上海廟區域的實測數據源不多，加上測風時間久遠且高度不足，即使參與競價的單位收集到一些數據，它們在代表性的局限上也非常大。因此，現階段要想完成如此大范圍區域的資源普查，只有一種有效途徑，即制作區域化的定制圖譜，而擁有盡可能多的實測數據將直接決定著圖譜的準確性高低。

當然，數據收集的效率也很重要，最理想的狀態是形成數字化平臺的數據庫，能夠在地圖上以直觀的方式篩選出可用數據。但數據平臺僅僅解決了效率問題，最困難的在于尋找數據源。以目前的市場條件，不同企業在不同區域掌握的數據情況差異極大，因此，投資方選擇合作單位時，數據的互補性將是主要考量因素之一。

這里值得一提的是，在實測數據源中，測風塔固然是最直接有效的數據獲取形式，但實際在運風電場的數據相對而言是一種更加可靠的數據形式。以實際運行數據為核心，在進行一定的后評估分析工作后，可以為資源條件評估、方案設計甚至是軟件模型修正等提供諸多的參考依據，大大降低投標電價的不確定性。

2.方案設計

與南方復雜山地的項目相比，上海廟區域項目概算各主要組成部分的占比相差較大。以這兩個地區相同容量項目的概算為例，由于建設條件存在顯著差異，兩者的建筑工程費用占比差異較大。從中可見，在北方地區，建筑工程成本變化對LCOE的影響相對不大，而發電量對LCOE的影響要高于建筑工程成本。

圖6 南方（左）、北方典型風電場概算對比

圖7 對比排布方案

以上海廟區域某20萬千瓦風電場為例，采用不同間距排布方案對LCOE的影響如圖7。由此可見，在該區域大型風電場中，LCOE對于道路線路增加的建設成本敏感度并不是很高，而發電量的增加對LCOE的降低作用明顯。因此，在上海廟區域大型風電場的排布方案設計中，建議應該盡可能地利用場區空間，拉大機組間距，降低尾流效應的影響。在該案例對比中，由于主風能風向較為集中，拉大平行主風向間距顯然比拉大垂直主風向間距的效果更加明顯。

圖8 不同方案LCOE對比（未考慮運維成本）

圖9 ADM模型的評估對比

圖10 ADM尾流模型與商業軟件尾流模型結果對比

3.模擬計算

在上海廟大基地區域，整體地形較為平坦，單座風電場的整體風能資源差異并不大，對發電量影響最大的因素是尾流。依據一些平坦區域大型風電場的后評估結果，目前主流風能資源軟件對尾流影響存在極為嚴重的低估。相較于軟件測算，風電場尾流對發電量的實際影響普遍要高出50%。針對此種情況，我們嘗試著引入ADM（致動盤）尾流模型，用于在上海廟區域進行尾流計算的對比。該尾流模型以在流場中建立物理模型的方式來模擬尾流，相較于傳統的半經驗公式，它對物理現象的還原度更高。

運用該模型對兩個大型平坦地形風電場進行實際后評估的情況如圖9所示。

由上述案例可見，目前市場上的商業軟件對大型風電場尾流存在明顯的低估，而ADM模型的引入則可以將誤差范圍顯著降低。利用ADM尾流模型對上海廟區域某20萬千瓦風電場的主風向扇區尾流進行計算，其與商業模型的偏差情況如圖10所示。

總結

進入競價上網時代，電價的波動導致風電行業的投資風險不斷增加。從國外競價市場來看，隨著參與企業經驗的增加，電價下降非常明顯，意味著隨著競價的不斷發展，參與方對投資成本的壓縮不斷加強，對發電量、建設和運維成本的計算精度要求也將不斷提高。國內的競價上網剛剛起步，遇到的又是上海廟區域資源分布不明確、參考數據陳舊、主流機型難適用的情況，這對風能資源評估的風險把控能力提出了很高的要求。在上述應用于上海廟區域的風能資源設計解決方案中，定制化的區域圖譜可以將有限的數據源應用到更廣闊的空間中。建設成本和發電量對LCOE的不同影響程度促使更多樣化設計方案的出現；ADM尾流模型的應用可以大幅提升資源評估的準確性，從而降低投資風險，而這些僅是競價上網時代做好風能資源評估工作的一小部分探索。隨著更多創新技術與數字化產品投入應用，風能資源對LCOE和投資決策的影響將不斷增強。

攝影：張國勇