風電場的選址與風能資源評估及其后評價

鹿 浩，焦 姣

(中國廣核新能源控股有限公司，北京 100070)

0 引言

2019 年國家發展和改革委員會發布《關于完善風電上網電價政策的通知》，其規定“2018年底之前核準2020 年底前仍未并網的、2019 年1 月1 日至2020 年底前核準2021 年底前未并網的陸上風電項目，國家不再補貼；2021 年1 月1 日開始新核準的陸上風電項目全面實現平價上網”，這說明平價上網時代已經來臨。在平價上網時代，風電投資企業面臨更大的挑戰，一方面，隨著上網電價下調投資收益也隨之降低；另一方面，長期大規模開發導致風能資源好且可供開發建設的場址所剩不多。在這種背景下，風電場選址的優劣、風能資源評估的準確性對風電項目成功與否起到了決定性作用。

本文從工程實踐的角度，對風電場在場址選擇、測風方案、數據分析、模型計算過程中遇到的幾個關鍵問題進行概述，并以貴州省處于復雜地形的某風電場為例進行后評價，分析理論計算得到的發電量與實際發電量的差異及差異產生原因。

1 風電場選址和立塔測風

1.1 場址選擇

可利用高精度風能資源圖譜或經驗判斷的方法來初步確定風電場場址，然后通過現場勘查進一步核實。

1.1.1 高精度風能資源圖譜

通過查詢風能資源分布圖，可以大致判斷一個區域的風能資源分布情況。美國能源部可再生能源實驗室曾于2005 年推出中國東部地區50 m 高度風能資源分布圖，實踐證明，該分布圖的準確性較高。近年來，商業化氣象資源數據產品逐漸運用到風電場宏觀選址和測風塔方案制定工作中。比如，在網絡平臺上瀏覽美國AWS Truepower 公司的風資源宏觀選址模塊Windnavigator，可獲得全球范圍內200 m 分辨率陸地風能資源圖譜；西班牙Vortex 公司可提供全球范圍(包含海上)1 km 分辨率的風能資源圖譜。

1.1.2 經驗判斷

根據經驗，通常風能資源較好的典型區域有：1)經常發生強烈氣壓梯度的區域的隘口和峽谷；2)從山脈向下延伸的長峽谷(峽谷寬度應超過1 km)；3)高原和臺地；4)強烈高空風區域內暴露的山脊和山峰；5)強烈高空風或溫度區域內暴露的海岸；6)島嶼的迎風角和側風角。

1.1.3 現場勘查核實

借助高精度風能資源圖譜或經驗判斷初步確定風電場場址后，再疊加土地利用現狀圖、生態紅線范圍圖等，可以選擇出風能資源相對較好的區域，作為潛在規劃區域，避免盲目搜索。

工程師可通過現場查看地表植被情況或向當地居民詢問調查進一步核實風能資源情況，并根據現場勘查發現不利于風電場建設的限制因素。

1)地表植被情況。一些地方的植被可明顯顯示出風力大小和主導風向，比如圖1 中無風狀態時植被向西南方向倒伏，說明此地盛行東北風。

圖1 植被無風狀態下的倒伏情況Fig.1 Lodging situation of vegetation in a windless state

2)詢問調查。可通過詢問長住居民了解當地的風資源情況。比如，云南省的西雙版納州是氣象系統典型的靜風區，氣象站測得的數據顯示該州一年中75%的時間風速為零，但在西雙版納勐海縣有著“西定的風八達的雨”的說法，當地人反映勐海縣西定鄉的風力較大，后經實際觀測該地風能確實具備開發價值。

3)限制因素。現場勘查還能發現明顯不適合開發的因素，比如山體過于陡峭，不滿足風電機組的吊裝和運輸，而此類區域在資源圖譜上通常是風能資源條件較好的地區。坡度陡峭的山體如圖2 所示。

圖2 坡度陡峭的山體Fig.2 Steep mountain slope

1.2 立塔測風方案

1.2.1 測風塔選址基本原則

測風塔選址需遵循的基本原則為：1)避開樹木、建筑、高大山體；與單個障礙物距離應大于障礙物高度的3 倍，與成排障礙物距離應保持在障礙物最大高度的10 倍以上，如果主風向上有障礙物，距離則應不低于20 倍。2)避開陡坡、懸崖，因為大角度迎風會導致產生較大的湍流和脫流區，觀測數據缺乏代表性。3)周邊地形對未來確定風電機組安裝位置有代表性。

由于1 座測風塔僅能代表一定范圍內、地形相似區域的風能資源水平，通常對于平原地形的風電場，1 座測風塔可覆蓋其3～5 km 半徑內風電機組機位，而復雜山地地形時則降至2 km 半徑內，且要保證每條連續山脊上有1 座測風塔比較適宜。但也不必過于追求測風塔覆蓋風電機組機位的數量，應盡可能使立塔位置覆蓋場區內多樣化的地形條件[1-2]。

1.2.2 觀測設備安裝高度

風向傳感器安裝高度：10 m 高度空氣流動受地面影響很大，并且在低風速時段，10 m 高度的風向會與70 m 及其以上高度的風向均出現嚴重偏離，復雜地形尤其明顯。因此，建議在30 m 甚至50 m 及以上高度安裝風向傳感器。

風速傳感器安裝高度：除常規梯度測風外，應在擬安裝風電機組輪轂的高度觀測風速，避免風切變推算過程引入誤差。工程師可依據該地區風切變大小、吊裝運輸條件等因素預判項目最有可能采用的輪轂高度，并在此高度安裝風速傳感器。

其他計量設備安裝高度：通常溫度計和氣壓計等計量設備安裝高度為8 或10 m，在計算空氣密度時，需先計算近地層的然后再推算至輪轂高度，本文認為將計量設備直接安裝在接近輪轂高度處為佳，有利于精確計算現場的空氣密度。

1.2.3 風速傳感器的安裝注意事項

當風速傳感器位于下風向時，會受到測風塔塔體影響產生“塔影效應”，導致測量結果小于實際值。因此，在安裝風速傳感器之前，應先收集氣象站、周邊已有測風資料或中尺度數據，確定當地主導風向；然后將風速傳感器安裝支架垂直于主風向，并至少在接近輪轂高度的觀測層安裝兩套風速傳感器。工程師進行測風數據分析前務必到現場確認傳感器的安裝方向。

1.2.4 覆冰地區注意事項

覆冰可導致風速傳感器旋轉減慢甚至停止，使風向傳感器失去平衡或改變氣動分布、方向讀數畸變，或導致傳感器凍結在某個位置，重度覆冰甚至還會導致測風塔倒塌。中國南方地區海拔高、濕度大的山地風電場，在12 月—次年3 月期間經常出現覆冰現象，而寒流來臨時往往伴隨大風，即便對測量得到的數據進行處理，仍會對風能資源評估的準確性造成較大影響。因此，制定覆冰地區測風方案時，為傳感器增加加熱設備、選擇加強型塔架是必要的。

1.2.5 足夠的測風時間

測風塔至少需要觀測1 個完整年的風資源數據，這是毋庸置疑的。但在實際工程中，由于種種客觀原因也會存在實測數據長度不滿1 年的情況，雖然通過插補的方法可以解決部分問題，但總是不能和真實數據完全一致。文獻[3]中指出，當實測數據和多年長期參考數據的同期數據長度超過6000 h (約8 個月)后，相關性標準差才逐漸趨于穩定，也就是說測風塔測風數據長度不宜短于8 個月。

風電項目開發商應盡早立塔測風，且立塔后定期檢查測風數據，同時，定期現場巡檢也十分必要。定期檢查測風數據可以在早期發現設備因雷擊、強風、結冰等原因發生的故障，并及時修復設備；定期現場巡檢則可以根據檢查拉線是否拉緊、塔架是否垂直、關鍵部件是否被冰雪覆蓋、接地系統腐蝕是否嚴重等的表象提前發現隱患，避免因設備故障影響有效數據的完整率。

1.2.6 機械式測風設備輔以雷達觀測

在鋼筋三角桁架上方安裝機械式測風設備，是目前行業內最普遍的測風方式。該測風方式的優點是技術成熟、造價低；缺點是有些情況下存在局限性，如需要辦理征地手續、狹窄山脊拉線距離不足、施工周期相對較長、覆冰地區有倒塔風險等。近年來，為解決上述問題，行業內開始將激光雷達、聲雷達等新型設備作為輔助設備運用于機械式測風設備。此外，NB/T 31147—2018《風電場工程風能資源測量與評估技術規范》也規定“以固定式測風為主、移動雷達觀測為輔”。

雷達在正式觀測前應與機械式測風設備在同一高度進行交叉對比，以降低雷達觀測的不確定性和提高數據的一致性。激光雷達通過測量空氣中微塵的運動來判斷風流特性，如果空氣特別潔凈，會降低測量的精度；而周圍物體反彈產生的回聲會導致聲雷達生成錯誤數據。因此，選擇雷達測風需關注其環境適應性。

2 測風數據分析和發電量計算

2.1 測風數據的插補、訂正

在實際項目中會因各種原因導致測風塔數據長度不滿1 年，目前對缺少的測風數據進行插補時，主要以周邊其他測風塔或MERRA-2、ERA5等再分析數據作為數據源，風數據處理分析軟件Windographer 可以通過建立待插補測風數據與數據源的相關關系將其插補成完整1 年[4]。Windographer 軟件雖然針對數據插補提供了多種方法，但軟件默認選項為線性最小二乘法(LLS)，而在一些情況下，完全最小二乘法(TLS)或方差比率法(VR)的擬合效果更好。以內蒙古自治區某風電場的測風數據為例，該測風塔在可行性研究時的實測數據長度為7 個月，插補前100 m 高度處實測的年平均風速為7.337 m/s，威布爾分布的形狀參數k的值為2.349、尺度參數A的值為8.280 m/s。采用不同方法后得到的插補后結果對比如表1 所示。

表1 采用不同方法后得到的插補后結果對比Table 1 Comparison of interpolation results obtained by using different methods

由表1 可知：不同方法得到的年平均風速之間雖然差異很小，但k值之間的差值最大可達到0.31。

在測風塔觀測滿1 年后重新分析發現此時插補前的威布爾分布的形狀參數值為2.380，與TLS 的插補后結果最為接近。在插補缺測數據，尤其是缺測時間段較長時，建議對比多種方法得到插補后的年平均風速、風向、威布爾分布的變化，從中選擇擬合效果更好的方法，盡量降低因缺少測風數據帶來風資源評估誤差。

風速的年際變化早就被證明存在周期性，且具有不確定性。通過觀察一些長期觀測站的年平均風速數據發現，風速變化幅度超過10%很常見，10%的風速變化幅度反映到風能的變化幅度則是30%。若要對平價時代風電場風能資源進行準確評估，則必須要考慮大、小風年產生的影響。

在判斷測風年是大風年、小風年或平風年，以及進行測風數據代表年訂正時，參證氣象站應具備以下條件：1)距離風電場較近；2)有20 年及以上可靠的歷史觀測數據；3)與測風塔同期數據相關性較好；4)下墊面條件與風電場所在區域相似。需要注意的是，很多氣象站因受城鎮化進程及周邊修建高樓的影響，造成風速逐年降低，若不經現場調研直接判斷測風年為小風年并進行訂正，必然會高估現場實測風速。在氣象站觀測環境不理想、與風電場下墊面差異過大或相關性不滿足的情況下，建議參考MERRA-2、ERA5等再分析數據[5]。

若判斷測風年為大風年或小風年，則需要對實測數據進行代表年訂正。常用的訂正方法有相關關系法和比值法，相關關系法可按16 個扇區、8 個扇區或全扇區求出訂正量；比值法將測風數據年平均風速與歷史觀測多年測風數據平均風速之間的比值作為訂正量，可以按一年中各個月的比值分別訂正，也可以按全年比值訂正。風速的年變化對低風速風電場的影響要大于其對高風速風電場的影響，年平均風速較低的風電場在風能資源評估時更要慎重判斷所測年份是大風年還是小風年，根據代表年訂正后的計算結果再評估。

2.2 風電場的發電量計算

2.2.1 測風塔位置驗證

風電場發電量計算模型中輸入的測風塔位置坐標是否準確對計算結果的影響很大，尤其是當其位于復雜地形時。測風塔通常立在山頂或迎風坡上，如果輸入的坐標位置偏離到了凹地或背風處，計算結果將是顛覆性的。為避免這種情況，務必現場核實、確認測風塔實際安裝位置及所處地形，并且要比較現場地形和數字化地形圖是否有差異，發現差異要作出調整，使圖上所處地形與實際情況完全吻合。

2.2.2 模型適用性

針對風能資源分析，目前行業內廣泛應用的商業型軟件可分為兩大類，一類是基于線性化風流模型的WAsP 軟件，或以WAsP 軟件為內核的WindFarmer 軟件和WindPRO 軟件；另一類是基于計算流體動力學(CFD)模型的MetedynWT軟件、WindSim 軟件等。前者能夠較為精確地模擬簡單、平緩地形風的流動，后者更適用于復雜地形，應視風電場地形復雜程度、地表特征選擇適用的軟件模擬計算風電場發電量。實際工程中，通常以坡度17°作為簡單地形和復雜地形的分界線。

隨著風電大基地和海上風電的強勢崛起，單個風電場規模不斷增大，普通尾流模型嚴重低估大型風電場和海上風電場尾流損失的問題也凸顯出來。通常認為傳統的Park 尾流模型更適用于布置3 排以內風電機組的風電場，不適宜超過5 排風電機組的風電場；大型風電場建議采用LWF 尾流模型。海上風電場發電量計算時建議將尾流衰減常數K設置為0.04～0.05。

2.2.3 發電量折減系數

在風電場發電量理論計算結果的基礎上還要考慮各項折減因素，如風電機組可利用率損失、葉片污染損失、場用電損失、集電線路損失、升壓站及電網故障損失、周邊風電場尾流影響損失、冰凍停機損失、測風塔代表性誤差損失等。另外，如果風電機組需要在特定時間降功率運行才能滿足噪聲排放標準，則噪聲停機損失也是必須考慮的一項因素。根據風能專業委員會2019 年的調研結果顯示，中國41 家參與調研的單位中，開發商和咨詢設計單位在計算風電場發電量時多采用綜合折減法，而整機廠家多采用概率算法。雖然兩種計算模式各有優劣，但綜合折減法得到國內風電行業多年驗證。

為使折減系數更趨于實際情況，建議將各項折減因素分為以下3 類：1)可量化計算；2)可取經驗值；3)具有不確定性。可量化計算的折減因素包括周邊風電場尾流影響損失、噪聲停機損失、集電線路損失和場用電損失等。可取經驗值的折減因素包括風電機組可利用率損失，其折減系數取值可參考同一風電機組廠家的歷史數據取值；冰凍停機折減系數取值可參考風速傳感器結冰時間所占比例和周邊風電場風電機組因冰凍停機損失的發電量占全年估算發電量的比例來確定[6]。具有不確定性的折減因素則建議結合項目具體情況取值，如模型模擬結果的誤差根據測風塔代表性、模型精度驗證結果來取值[7]。實際工程中常出現機位在征地、施工過程中發生變化，導致發電量低于設計方案的情況，可根據場址涉及敏感性因素的數量、解決難易程度及前期工作深度來對機位變動風險損失取值。

3 風電場后評價

本文以貴州省某20 MW 山地風電場為例，該風電場共安裝10 臺風電機組(編號為1#～10#)，項目可行性研究階段場址區域內立有1座測風塔，測風塔與風電機組機位水平距離在2～4 km；測風塔的海拔高度為1615 m，風電機組的海拔高度在1620～1690 m 之間，具體如圖3、圖4 所示。

圖3 測風塔與風電機組的水平距離示意圖Fig.3 Schematic diagram of horizontal distance between wind measurement tower and wind turbine

圖4 測風塔和風電機組的海拔高度示意圖Fig.4 Schematic diagram of altitudes of wind measurement tower and wind turbine

在該項目可行性研究階段，工程師計算發電量時出于保守考慮綜合折減系數取值為64.9%，利用風電機組廠家保證的輸出功率曲線計算出的風電場年等效滿負荷小時數設計值為1737 h。該項目后評價時選取2018 年風電場運行數據進行分析，2018 年時該風電場的實際年等效滿負荷小時數為1203 h。本文基于后評價分析結果，從風電機組機艙風速、輸出功率曲線、發電量折減系數等幾個方面著手，分析實際的年等效滿負荷小時數與設計值的差異原因。

3.1 測風塔代表性造成的發電量高估

風電場后評價時，首先將機艙風速通過風速傳遞函數還原至自由風速，同時在場區內放置3臺激光雷達(見圖5 中綠色標識)短期觀測風電機組前方的實際來流風速，校驗自由風速還原結果。對比發現，2018 年還原的自由風速比可行性研究時模擬的風速低了0.83 m/s，消除年際波動后仍低了0.70 m/s。當其他設計輸入條件、折減系數取值不變時，采用2018 年機艙風速還原的自由風速計算得到風電場年等效滿負荷小時數為1183 h，消除年際波動后的年等效滿負荷小時數為1275 h。因高估風速，該項目實際年等效滿負荷小時數與設計值相比下降了462 h。

圖5 3 臺激光雷達觀測位置示意圖Fig.5 Schematic diagram of three laser radar observation positions

項目可研階段高估風速的原因主要有：1)測風塔與風電機組機位距離遠，其距機位水平距離在2～4 km 之間；2)全場10 臺風電機組的海拔均低于測風塔的海拔，其中5 臺風電機組與測風塔的海拔高差在50 m 以上；3)風電機組與測風塔不在同一條連續山脊上；4)測風塔受北側東南—西北(SE-NW)走向山脊影響存在風速加速效應。總之，該項目高估風速主要是由測風位置與風電機組位置的地形條件缺乏相似性導致的。風電場發電量計算軟件采用的模型是基于測風塔的實測數據，由于實際工程中不可能在每一處擬安裝風電機組的位置都豎立測風塔，若測風塔位置與風電機組所在位置的相似性較差，計算結果可能與實際情況差別巨大。

復雜地形風電項目受發電量模擬軟件自身能力的限制，模擬結果是否準確高度依賴測風塔代表性。因此，此類項目制定測風方案時，需要從水平距離、海拔高差和山脊連續性等方面進行考慮，關注區域大地形對風速的影響，確保測風塔的空間代表性。在利用軟件模擬發電量時，針對存在大地形影響的風電項目，宜采用中-微尺度耦合的方法模擬風能資源，以降低誤差。

3.2 輸出功率曲線

按照GB/T 18451.2—2012《風力發電機組功率特性測試》中的要求繪制風電機組輸出功率曲線。利用還原的自由風速、數據采集與監視控制系統(SCADA)提供的有功功率，繪制不同風速下每臺風電機組的實際輸出功率曲線，對比10 臺風電機組實際輸出功率曲線與風電機組廠家保證的輸出功率曲線的差異。具體如圖6 所示。

圖6 不同風速下各風電機組的實際輸出功率曲線與保證輸出功率曲線對比Fig.6 Comparison of actual output power curves and guaranteed output power curves of wind turbines under different wind speeds

由圖6 可知：在5～8 m/s 的低風速段，風電機組的實際輸出功率略低于保證輸出功率；在8.0～10.5 m/s 的高風速段，實際輸出功率明顯比保證輸出功率低很多。這主要是因為風電機組廠家提供的保證輸出功率曲線為靜態輸出功率曲線，而風電機組在實際運行過程中，受湍流強度、空氣密度、入流角和風切變等因素的影響，導致實際(動態)輸出功率曲線與靜態時的情況差異較大。其他設計輸入條件、折減系數取值不變，采用2018 年機艙風速還原的自由風速和實際輸出功率曲線，計算得到風電場年等效滿負荷小時數為929 h。對比3.1 小標題中僅改變輸入風速時的計算結果可知，因實際輸出功率曲線與保證輸出功率曲線差異帶來254 h 的年等效滿負荷小時數下降。

工程師在計算風電場發電量時可通過輸出功率曲線形狀來判斷風電機組廠家提供的是靜態還是動態輸出功率曲線，應采用代表全風電場風電機組平均狀態的動態輸出功率曲線來計算發電量[8]；還需復核風電機組風能利用系數Cp曲線，觀察其是否存在明顯突變，對于風能利用系數曲線異常的輸出功率曲線應進行適當處理。

3.3 發電量折減系數取值

本項目可行性研究階段計算得到風電場年等效滿負荷小時數為929 h，測風塔代表性、湍流和輸出功率曲線保證率對應的折減系數取值分別為98%、95%、95%；而后評價時計算風電場年等效滿負荷小時數采用了機艙風速還原的自由風速和實測輸出功率曲線，即不存在測風塔代表性損失，由湍流造成的發電量損失和因輸出功率曲線未達到保證值的損失也已反映在實測輸出功率曲線中，因此在929 h 基礎上剔除上述3 個折減項對應的損失值后計算得到的年等效滿負荷小時數為1050 h。

后評價時發現風電機組可利用率損失、冰凍停機損失、升壓站及電網故障損失可行性研究時損失值取值過高，對應的折減系數分別為95%、90%、96%，而2018 年實際的折減系數應為98.6%、94.9%、99.0%；基于風電場年等效滿負荷小時數1050 h 修正此3 個折減項對應的損失值后，風電場年等效滿負荷小時數為1188 h。可行性研究時未考慮山地風電場機位平臺施工后地形改變導致的發電量損失及周邊風電場尾流影響損失，經軟件計算得到此兩項的損失值均為1.0%，對應的折減系數均為99.0%；基于風電場年等效滿負荷小時數1188 h 增加這2 項損失后年等效滿負荷小時數為1164 h，該計算結果比2018 年的風電場實際年等效滿負荷小時數低約3%。可行性研究階段，工程師通常將未來可能發生的機位變動風險損失、噪聲停機損失、周邊風電場尾流損失等不確定因素一并作為其他因素考慮，本項目可行性研究時折減系數均取值95%，后評價時已明確不存在機位變動和因噪聲影響降功率運行的情況，當其他因素損失值調整為2%(對應的折減系數為98%) 時年等效滿負荷小時數為1200 h，與2018 年風電場實際年等效滿負荷小時數1203 h基本一致。

不同折減項下的折減系數取值如表2 所示。

表2 不同折減項下的折減系數取值Table 2 Value of discount coefficient under different discount terms

從該風電場的折減系數取值可以看出：1)測風塔代表性不足導致的發電量計算誤差很難通過增加折減系數來彌補，如本文案例即便綜合折減系數保守考慮取值64.9%，計算結果仍大幅高估了年等效滿負荷小時數；2)覆冰地區由冰凍停機損失的發電量占比為5.1%，需分析冰凍停機發生的時間點、時長，并需收集周邊風電場冰凍停機資料，避免高估或低估折減系數取值；3)風電機組機位平臺削高后地形改變及周邊風電場風電機組尾流等因素會造成電量損失，發電量計算時需要考慮。針對山地風電項目，冰凍停機、測風塔代表性、周邊風電場尾流及其他折減項的折減系數建議取值，應結合項目具體情況分析后確定。

4 結論

風電場選址、風能資源評估的準確性決定項目的收益，是風電場開發建設的先決條件。本文從工程實踐的角度，對風電場在場址選擇、測風方案、數據分析、模型計算過程中的遇到的幾個關鍵問題進行概述，并以貴州省處于復雜地形的某風電場為例進行了后評價，分析理論計算得到的發電量與實際發電量的差異及差異產生原因。得到以下結論：

1)場址選擇方面，借助高精度風能資源圖譜，通過疊加土地利用現狀圖、生態紅線范圍圖等，選出資源相對較好的區域作為潛在規劃區域，再通過現場實地勘查，排除限制區域。

2)測風方案方面，需有足夠的測風塔數量和充足的測風時間，測風塔安裝位置盡可能覆蓋場區內多樣化的地形條件。地形條件、征地或施工時間受限時可根據環境特點選擇適合的雷達輔助觀測。

3)數據分析方面，測風數據的插補選用多種擬合方法，對比插補后風速、威布爾分布的變化，盡量降低因缺少測風數據帶來的計算誤差。

4)模型計算方面，應先驗證測風塔在數字化地形圖上的位置與實際地形是否吻合，視項目所在地地形復雜程度、地表特征，選擇適用的計算模型，海上風電項目和陸上大基地風電項目應重點關注尾流模型的適用性和尾流衰減常數的取值。

5)風電場后評價方面，開展基于風能資源評估的風電場后評價，找尋導致風電場實際運行時的發電量與設計發電量差異的因素，有助于減少之后風電場在設計階段的誤差。