复杂地形不同测风年数据对风电场发电量推算的影响研究

文 | 苏中莹，李诗峰，曹胜平

随着风电场大规模开发，可供开发的优质风能资源区域越来越少。在这种情况下，建设单位为了保证风电场投运后的发电收益与降低风电场前期的投资风险，要求对风电场投运后年预期发电量进行准确的评估，从而确保达到预期的收益目标。

目前，行业大多通过对某一年测风数据的分析，结合风电场附近区域的长期数据，从而将该年风速订正为风电场投运后年均风速，并据此得到风电场年预期的发电量。此时，风向数据在整个风电场投运期内变化是可忽略的。然而，经分析发现，不仅不同测风年风速与该点同期风速数据的相关性存在差异（引起其订正后年均风速也会有差异），而且不同测风年的风向数据也是变化的。

本文以国内某复杂地形的风电场为例，通过对不同测风年数据计算分析，寻求其对投运后风电场预测年发电量的影响程度及对应的影响因素，并对风电场总体与单台机组发电量的变化程度加以量化。建设单位可将该量化值作为敏感性因子考虑，从而降低风电场的前期投资风险。

场区描述

图1 风电场项目示意图

图2 数据1风向与风能玫瑰图

图3 数据2风向与风能玫瑰图

本文选取湖北的某风电场项目，如图1所示。场区内最高海拔为813m，山体大致为南北走向，地形起伏较为明显，属于复杂地形。该风电场测风数据已满三年，现分别选取2012年3月1日－2013年3月1日（以下简称数据1，小风年）、2013年3月1日－2014年3月1日（以下简称数据2，大风年）、2014年3月1日－2015年3月1日（以下简称数据3，小风年）、2012年3月1日－2015年3月1日（以下简称数据4，平风年）测风数据，并分别对其风速进行长年代风速订正，风向数据采用原始数据。场区内拟安装21台风电机组，设立1座测风塔，位于风电场偏东位置。测风塔主风向与主风能方向集中，主风向集中在N、SSW及S方向，主风能集中在N、NNE、SSW方向；其测风数据的各时间段风向风能如图2－图5所示。

测风数据分析

选取数据1、数据2、数据3、数据4等四个时间段的测风数据及测风塔附近中尺度merra2数据，将中尺度merra2同期数据与上述4项数据分别进行线性相关，相关性均在65%以上，满足实际工程需求。根据两者的相关性，并结合国家规范《风电场风能资源测量方法GBT18709－2002》对各测风数据进行长年代风速订正。数据1～数据4与中尺度merra2同期数据相关性及其长年代订正后年均风速成果见表1。

由表1可见，测风数据存在如下现象：

（1）不同测风时段风速与中尺度merra2同期数据风速的相关性存在差异。相比平风年相关后年均风速，其风速相关性的差异最大值为0.04，最小值0.02，在合理范围内；

图4 数据3风向与风能玫瑰图

图5 数据4风向与风能玫瑰图

表1 数据1～数据4与中尺度merra2同期数据的相关性及对应长年代订正后风速成果

表2 不同测风年数据的发电量结果对比

（2）对同一点的中尺度merra2数据与不同测风时段的测风数据进行长期数据订正，其订正后的风速存在差异。相比平风年风速，其小风年与大风年订正后的年均风速偏差百分比最大值为1.72%，最小值为0.38%，在合理的范围内。并且同为小风年的数据1与数据3相比平风年，其风速偏差百分比相同，其值均为1.72%。

发电量结果分析

一、发电量结果

（一）风电场总体发电量结果对比如表2所示，以数据4为基础，将数据1、数据2、数据3与风电场总体发电量结果进行对比，得到如下结论：

（1）采用数据1、数据2及数据3得到的风电场总体发电量与数据4结果的偏差分别为3.6%、2.25%、1.19%。因此，选择不同测风年对风电场总体发电量影响较大，其最大发电量结果偏差达到3.6%。

（2）由测风数据分析可知，数据1与数据3相比平风年订正后的风速偏差百分比相同，在不考虑其他因素的情况下，其发电量结果偏差应该保持一致。然而，数据1与数据3得到风电场总体发电量偏差与风速偏差并不是一致的；很显然，总体发电量结果还受到其他间接因素的影响。

（二）不同机位点发电量结果对比

如表3、图6及图7所示，以数据4风电场单台机位点发电量为参考，将数据1、数据2及数据3的发电量与之对比分析，得到如下结论：

（1）不同测风年数据计算的单台机位点发电量变化趋势一致。这说明不同测风年数据订正后年均风速与数据本身的固有特性一致。数据1与数据3相比数据4，其风电场内单台机位点的发电量变化百分比趋势是一致的，而数据2相比数据4，其风电场内单台机位点的发电量变化百分比明显与数据1、数据3差异较大。这是由测风数据本身的大、小风年风速固有特性决定的。

（2）数据1、数据2、数据3相比数据4计算的结果，其风电场内单台机位点的发电量变化百分比的最大值与最小值分别为6.76%与1.72%、9.9%与0.18%、3.52%与0.2%；其中，数据1、数据2、数据3相比数据4结果，单台机位点发电量变化超过3.6%的分别有12台、6台、1台。这说明不同测风年数据计算的单台机位点的发电量结果差异较大，其中数据2的单台机位点发电量的结果偏差存在最大值，其值为9.9%。

表3 不同机位点发电量结果偏差对比

图6 数据1、数据2及数据3相对数据4的发电量变化

图7 数据1、数据2、数据3及数据4发电量变化趋势

（3）同为小风年的数据1与数据3测风数据，其单台机位点的发电量结果差异也较大，并且数据3订正后年均风速明显大于数据1。这说明在外围数据建模均相同的情况下，订正后年均风速的大小会对机位点发电量结果有影响。

二、发电量与风速

由数据1、数据2及数据3相对数据4的计算结果（表4、图8及图9）可得到如下结论：

（1）数据1、数据2、数据3及数据4的单台机位点年均风速变化趋势一致，这与其对应单台机位点的发电量变化趋势保持一致。这符合风能吸收原理，即风速与风能吸收成三次方的关系。在发电量计算过程中，风速对风能影响是最大的。

（2）数据1、数据2及数据3相对数据4的年均风速变化百分比大于2%的机位点数量分别是21台、1台、4台。其对应年均风速变化百分比的最大值与最小值分别为2.06%与3.38%、0%与3.58%、0.6%与2.25%。由数据1计算的所有单台机位点年均风速变化均大于2%，主要是由订正后年均风速引起的，并且此结果与数据1的风电场总体发电量结果一致。由数据2计算的单台风速变化最大、其发电量结果变化也最大的机位点为WTG13，风速变化趋势与发电量变化趋势一致。

（3）由图8可见，数据1、数据2及数据3相对数据4的变化趋势明显存在差异，数据1与数据3风速变化趋势一致，而数据2风速变化趋势明显与数据1、数据3差异较大，主要是由于数据2为大风年测风数据，但此结果与其对应的发电量变化趋势是一致的。而同为小风年的数据1与数据3，其风速的变化趋势与对应的发电量结果变化趋势一致。

表4 机位点风速偏差对比

图8 数据1、数据2及数据3相对数据4的风速变化

图9 数据1、数据2、数据3及数据4机位点风速变化趋势

三、发电量与风向

发电量计算结果是在本风电场年风向数据变化忽略不计的情况下，依据订正后的风速与原始风向数据，结合风电机组技术参数，利用风能资源评估软件进行流场模拟得到的。然而，因风向与风速数据处理的原则不同，分析发电量与风向的关系时，风向数据按连续测风塔年风向变化百分比考虑。由图10、图11、图12及图13可见：

（1）不同测风年的风向是变化的。数据1、数据2、数据3及数据4的主风向与次风向分别为N与SSW、N与SSW、N与S以及N与SSW、S。而且数据1相对数据2、数据2相对数据3及数据3相对数据1在主风向变化百分比分别达到6.09%、5.35%、2.56%。

（2）不同测风年的风能是变化的。数据1、数据2、数据3及数据4的主风能与次风能分别为N与NNW、N与NNE、N与NNE以及N与NNE。而且数据1相对数据2、数据2相对数据3及数据3相对数据1在主风能变化百分比分别达到13.83%、11.46%、10.23%。

综上，不同测风年的风向与风能是其固有特征，并且不同的测风年数据对应的风向与风能也是发生变化的。在实际流场模拟过程中，不同测风年风向会对机位点风速造成影响。主要原因为流场模拟是考虑各个风向扇区下风速值加权平均得到的。其中任一扇区风向百分比发生变化，必将会引起风向加权值变化，进而影响机位点风速值。

四、发电量与威布尔分布

威布尔分布是体现风电场风速、风频分布的主要特征参数。而机位点发电量是统计该点风速风频分布情况，结合已知的功率曲线值得到的。现选取不同测风年数据计算单台机位点的发电量变化较大4台机组WTG06、WTG07、WTG12、WTG13，并对其机位点威布尔的风频分布进行对比分析，其详细机位点风速及发电量结果见表5，威布尔风频分布情况见图14。

图10 数据1、数据2、数据3及数据4的各扇区年风向变化

图11 数据1、数据2、数据3及数据4的各扇区年风能变化

图12 数据1、数据2及数据3的各扇区年风向变化

图13 数据1、数据2及数据3的各扇区年风能变化

表5 WTG06、WTG07、WTG12、WTG13机位点风速与发电量对照表

图14 4个机位点风频分布

由表5与图14可得到如下结论：

（1）WTG06、WTG07、WTG12、WTG13机组机位点风频分布变化趋势是一致的。但数据1与数据4风频分布曲线最为接近，数据2、数据3与数据4的风频分布曲线差异最大。

（2）通过对WTG06、WTG07 WTG12、WTG13机位点风速与发电量分析不难发现，最为明显的结果是数据2与数据3经流场模拟后此4台机位点风速差异分别0.02m/s、0m/s、0.01m/s、0.21m/s，其对应的发电小时数结果偏差达到113h、100h、96h、240h。这说明机位点发电量除了受风速影响外，还受机位点风频分布的影响。

图15 主风向与主风能风廓线

其他参数分析

如图15所示，选取本风电场主风向与主风能扇区的风廓线，并对其进行分析。可发现存在如下现象：

（1）不同测风年数据经流场模拟前后风廓线变化趋势是一致的，这说明订正后测风数据保持了原测风数据的固有特性。

（2）不同测风年数据在主风向与主风能扇区上风廓线所呈现同一海拔高度处的风速差较大。年均风速较大的数据3在流场模拟后在主扇区中相同的海拔高度处风速不一定是最大值。如NNE扇区中相同海拔高度处，数据3得到的风速仅高于数据1得到的风速，低于数据2与数据4得到的风速。这说明订正后测风数据风速大的，其流场模拟后风速不一定是最大值。这是由数据1、数据2、数据3及数据4中风向数据存在差异引起的。

结语

通过对实际工程案例进行分析表明，在外围数据建模相同的情况下，不同测风年数据对风电场总体发电量及单台机位点的发电量结果影响很大。小风年与大风年测风数据相比平风年的风电场整体发电量偏差分别达到3.6%、2.25%，而单台机组机位点发电量偏差最大值达到6.76%、9.9%。不同测风年测风数据结果对风电场总体发电量影响可能会导致该风电场建设项目的弃用；而对单台机位点影响则会导致该机位点的弃选，从而影响风电场总体容量。此外，本文研究了不同测风年数据年风向、单台机组机位点风频分布情况及与同期数据相关性等问题，从侧面验证了不同测风年数据对风电场发电量推算的影响，并将不同测风年数据对发电量影响以数值形式加以体现，为今后准确地预测风电场全生命周期内发电量收益提供了理论依据。