风电场的选址与风能资源评估及其后评价

鹿 浩，焦 姣

(中国广核新能源控股有限公司，北京 100070)

0 引言

2019 年国家发展和改革委员会发布《关于完善风电上网电价政策的通知》，其规定“2018年底之前核准2020 年底前仍未并网的、2019 年1 月1 日至2020 年底前核准2021 年底前未并网的陆上风电项目，国家不再补贴；2021 年1 月1 日开始新核准的陆上风电项目全面实现平价上网”，这说明平价上网时代已经来临。在平价上网时代，风电投资企业面临更大的挑战，一方面，随着上网电价下调投资收益也随之降低；另一方面，长期大规模开发导致风能资源好且可供开发建设的场址所剩不多。在这种背景下，风电场选址的优劣、风能资源评估的准确性对风电项目成功与否起到了决定性作用。

本文从工程实践的角度，对风电场在场址选择、测风方案、数据分析、模型计算过程中遇到的几个关键问题进行概述，并以贵州省处于复杂地形的某风电场为例进行后评价，分析理论计算得到的发电量与实际发电量的差异及差异产生原因。

1 风电场选址和立塔测风

1.1 场址选择

可利用高精度风能资源图谱或经验判断的方法来初步确定风电场场址，然后通过现场勘查进一步核实。

1.1.1 高精度风能资源图谱

通过查询风能资源分布图，可以大致判断一个区域的风能资源分布情况。美国能源部可再生能源实验室曾于2005 年推出中国东部地区50 m 高度风能资源分布图，实践证明，该分布图的准确性较高。近年来，商业化气象资源数据产品逐渐运用到风电场宏观选址和测风塔方案制定工作中。比如，在网络平台上浏览美国AWS Truepower 公司的风资源宏观选址模块Windnavigator，可获得全球范围内200 m 分辨率陆地风能资源图谱；西班牙Vortex 公司可提供全球范围(包含海上)1 km 分辨率的风能资源图谱。

1.1.2 经验判断

根据经验，通常风能资源较好的典型区域有：1)经常发生强烈气压梯度的区域的隘口和峡谷；2)从山脉向下延伸的长峡谷(峡谷宽度应超过1 km)；3)高原和台地；4)强烈高空风区域内暴露的山脊和山峰；5)强烈高空风或温度区域内暴露的海岸；6)岛屿的迎风角和侧风角。

1.1.3 现场勘查核实

借助高精度风能资源图谱或经验判断初步确定风电场场址后，再叠加土地利用现状图、生态红线范围图等，可以选择出风能资源相对较好的区域，作为潜在规划区域，避免盲目搜索。

工程师可通过现场查看地表植被情况或向当地居民询问调查进一步核实风能资源情况，并根据现场勘查发现不利于风电场建设的限制因素。

1)地表植被情况。一些地方的植被可明显显示出风力大小和主导风向，比如图1 中无风状态时植被向西南方向倒伏，说明此地盛行东北风。

图1 植被无风状态下的倒伏情况Fig.1 Lodging situation of vegetation in a windless state

2)询问调查。可通过询问长住居民了解当地的风资源情况。比如，云南省的西双版纳州是气象系统典型的静风区，气象站测得的数据显示该州一年中75%的时间风速为零，但在西双版纳勐海县有着“西定的风八达的雨”的说法，当地人反映勐海县西定乡的风力较大，后经实际观测该地风能确实具备开发价值。

3)限制因素。现场勘查还能发现明显不适合开发的因素，比如山体过于陡峭，不满足风电机组的吊装和运输，而此类区域在资源图谱上通常是风能资源条件较好的地区。坡度陡峭的山体如图2 所示。

图2 坡度陡峭的山体Fig.2 Steep mountain slope

1.2 立塔测风方案

1.2.1 测风塔选址基本原则

测风塔选址需遵循的基本原则为：1)避开树木、建筑、高大山体；与单个障碍物距离应大于障碍物高度的3 倍，与成排障碍物距离应保持在障碍物最大高度的10 倍以上，如果主风向上有障碍物，距离则应不低于20 倍。2)避开陡坡、悬崖，因为大角度迎风会导致产生较大的湍流和脱流区，观测数据缺乏代表性。3)周边地形对未来确定风电机组安装位置有代表性。

由于1 座测风塔仅能代表一定范围内、地形相似区域的风能资源水平，通常对于平原地形的风电场，1 座测风塔可覆盖其3～5 km 半径内风电机组机位，而复杂山地地形时则降至2 km 半径内，且要保证每条连续山脊上有1 座测风塔比较适宜。但也不必过于追求测风塔覆盖风电机组机位的数量，应尽可能使立塔位置覆盖场区内多样化的地形条件[1-2]。

1.2.2 观测设备安装高度

风向传感器安装高度：10 m 高度空气流动受地面影响很大，并且在低风速时段，10 m 高度的风向会与70 m 及其以上高度的风向均出现严重偏离，复杂地形尤其明显。因此，建议在30 m 甚至50 m 及以上高度安装风向传感器。

风速传感器安装高度：除常规梯度测风外，应在拟安装风电机组轮毂的高度观测风速，避免风切变推算过程引入误差。工程师可依据该地区风切变大小、吊装运输条件等因素预判项目最有可能采用的轮毂高度，并在此高度安装风速传感器。

其他计量设备安装高度：通常温度计和气压计等计量设备安装高度为8 或10 m，在计算空气密度时，需先计算近地层的然后再推算至轮毂高度，本文认为将计量设备直接安装在接近轮毂高度处为佳，有利于精确计算现场的空气密度。

1.2.3 风速传感器的安装注意事项

当风速传感器位于下风向时，会受到测风塔塔体影响产生“塔影效应”，导致测量结果小于实际值。因此，在安装风速传感器之前，应先收集气象站、周边已有测风资料或中尺度数据，确定当地主导风向；然后将风速传感器安装支架垂直于主风向，并至少在接近轮毂高度的观测层安装两套风速传感器。工程师进行测风数据分析前务必到现场确认传感器的安装方向。

1.2.4 覆冰地区注意事项

覆冰可导致风速传感器旋转减慢甚至停止，使风向传感器失去平衡或改变气动分布、方向读数畸变，或导致传感器冻结在某个位置，重度覆冰甚至还会导致测风塔倒塌。中国南方地区海拔高、湿度大的山地风电场，在12 月—次年3 月期间经常出现覆冰现象，而寒流来临时往往伴随大风，即便对测量得到的数据进行处理，仍会对风能资源评估的准确性造成较大影响。因此，制定覆冰地区测风方案时，为传感器增加加热设备、选择加强型塔架是必要的。

1.2.5 足够的测风时间

测风塔至少需要观测1 个完整年的风资源数据，这是毋庸置疑的。但在实际工程中，由于种种客观原因也会存在实测数据长度不满1 年的情况，虽然通过插补的方法可以解决部分问题，但总是不能和真实数据完全一致。文献[3]中指出，当实测数据和多年长期参考数据的同期数据长度超过6000 h (约8 个月)后，相关性标准差才逐渐趋于稳定，也就是说测风塔测风数据长度不宜短于8 个月。

风电项目开发商应尽早立塔测风，且立塔后定期检查测风数据，同时，定期现场巡检也十分必要。定期检查测风数据可以在早期发现设备因雷击、强风、结冰等原因发生的故障，并及时修复设备；定期现场巡检则可以根据检查拉线是否拉紧、塔架是否垂直、关键部件是否被冰雪覆盖、接地系统腐蚀是否严重等的表象提前发现隐患，避免因设备故障影响有效数据的完整率。

1.2.6 机械式测风设备辅以雷达观测

在钢筋三角桁架上方安装机械式测风设备，是目前行业内最普遍的测风方式。该测风方式的优点是技术成熟、造价低；缺点是有些情况下存在局限性，如需要办理征地手续、狭窄山脊拉线距离不足、施工周期相对较长、覆冰地区有倒塔风险等。近年来，为解决上述问题，行业内开始将激光雷达、声雷达等新型设备作为辅助设备运用于机械式测风设备。此外，NB/T 31147—2018《风电场工程风能资源测量与评估技术规范》也规定“以固定式测风为主、移动雷达观测为辅”。

雷达在正式观测前应与机械式测风设备在同一高度进行交叉对比，以降低雷达观测的不确定性和提高数据的一致性。激光雷达通过测量空气中微尘的运动来判断风流特性，如果空气特别洁净，会降低测量的精度；而周围物体反弹产生的回声会导致声雷达生成错误数据。因此，选择雷达测风需关注其环境适应性。

2 测风数据分析和发电量计算

2.1 测风数据的插补、订正

在实际项目中会因各种原因导致测风塔数据长度不满1 年，目前对缺少的测风数据进行插补时，主要以周边其他测风塔或MERRA-2、ERA5等再分析数据作为数据源，风数据处理分析软件Windographer 可以通过建立待插补测风数据与数据源的相关关系将其插补成完整1 年[4]。Windographer 软件虽然针对数据插补提供了多种方法，但软件默认选项为线性最小二乘法(LLS)，而在一些情况下，完全最小二乘法(TLS)或方差比率法(VR)的拟合效果更好。以内蒙古自治区某风电场的测风数据为例，该测风塔在可行性研究时的实测数据长度为7 个月，插补前100 m 高度处实测的年平均风速为7.337 m/s，威布尔分布的形状参数k的值为2.349、尺度参数A的值为8.280 m/s。采用不同方法后得到的插补后结果对比如表1 所示。

表1 采用不同方法后得到的插补后结果对比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风速之间虽然差异很小，但k值之间的差值最大可达到0.31。

在测风塔观测满1 年后重新分析发现此时插补前的威布尔分布的形状参数值为2.380，与TLS 的插补后结果最为接近。在插补缺测数据，尤其是缺测时间段较长时，建议对比多种方法得到插补后的年平均风速、风向、威布尔分布的变化，从中选择拟合效果更好的方法，尽量降低因缺少测风数据带来风资源评估误差。

风速的年际变化早就被证明存在周期性，且具有不确定性。通过观察一些长期观测站的年平均风速数据发现，风速变化幅度超过10%很常见，10%的风速变化幅度反映到风能的变化幅度则是30%。若要对平价时代风电场风能资源进行准确评估，则必须要考虑大、小风年产生的影响。

在判断测风年是大风年、小风年或平风年，以及进行测风数据代表年订正时，参证气象站应具备以下条件：1)距离风电场较近；2)有20 年及以上可靠的历史观测数据；3)与测风塔同期数据相关性较好；4)下垫面条件与风电场所在区域相似。需要注意的是，很多气象站因受城镇化进程及周边修建高楼的影响，造成风速逐年降低，若不经现场调研直接判断测风年为小风年并进行订正，必然会高估现场实测风速。在气象站观测环境不理想、与风电场下垫面差异过大或相关性不满足的情况下，建议参考MERRA-2、ERA5等再分析数据[5]。

若判断测风年为大风年或小风年，则需要对实测数据进行代表年订正。常用的订正方法有相关关系法和比值法，相关关系法可按16 个扇区、8 个扇区或全扇区求出订正量；比值法将测风数据年平均风速与历史观测多年测风数据平均风速之间的比值作为订正量，可以按一年中各个月的比值分别订正，也可以按全年比值订正。风速的年变化对低风速风电场的影响要大于其对高风速风电场的影响，年平均风速较低的风电场在风能资源评估时更要慎重判断所测年份是大风年还是小风年，根据代表年订正后的计算结果再评估。

2.2 风电场的发电量计算

2.2.1 测风塔位置验证

风电场发电量计算模型中输入的测风塔位置坐标是否准确对计算结果的影响很大，尤其是当其位于复杂地形时。测风塔通常立在山顶或迎风坡上，如果输入的坐标位置偏离到了凹地或背风处，计算结果将是颠覆性的。为避免这种情况，务必现场核实、确认测风塔实际安装位置及所处地形，并且要比较现场地形和数字化地形图是否有差异，发现差异要作出调整，使图上所处地形与实际情况完全吻合。

2.2.2 模型适用性

针对风能资源分析，目前行业内广泛应用的商业型软件可分为两大类，一类是基于线性化风流模型的WAsP 软件，或以WAsP 软件为内核的WindFarmer 软件和WindPRO 软件；另一类是基于计算流体动力学(CFD)模型的MetedynWT软件、WindSim 软件等。前者能够较为精确地模拟简单、平缓地形风的流动，后者更适用于复杂地形，应视风电场地形复杂程度、地表特征选择适用的软件模拟计算风电场发电量。实际工程中，通常以坡度17°作为简单地形和复杂地形的分界线。

随着风电大基地和海上风电的强势崛起，单个风电场规模不断增大，普通尾流模型严重低估大型风电场和海上风电场尾流损失的问题也凸显出来。通常认为传统的Park 尾流模型更适用于布置3 排以内风电机组的风电场，不适宜超过5 排风电机组的风电场；大型风电场建议采用LWF 尾流模型。海上风电场发电量计算时建议将尾流衰减常数K设置为0.04～0.05。

2.2.3 发电量折减系数

在风电场发电量理论计算结果的基础上还要考虑各项折减因素，如风电机组可利用率损失、叶片污染损失、场用电损失、集电线路损失、升压站及电网故障损失、周边风电场尾流影响损失、冰冻停机损失、测风塔代表性误差损失等。另外，如果风电机组需要在特定时间降功率运行才能满足噪声排放标准，则噪声停机损失也是必须考虑的一项因素。根据风能专业委员会2019 年的调研结果显示，中国41 家参与调研的单位中，开发商和咨询设计单位在计算风电场发电量时多采用综合折减法，而整机厂家多采用概率算法。虽然两种计算模式各有优劣，但综合折减法得到国内风电行业多年验证。

为使折减系数更趋于实际情况，建议将各项折减因素分为以下3 类：1)可量化计算；2)可取经验值；3)具有不确定性。可量化计算的折减因素包括周边风电场尾流影响损失、噪声停机损失、集电线路损失和场用电损失等。可取经验值的折减因素包括风电机组可利用率损失，其折减系数取值可参考同一风电机组厂家的历史数据取值；冰冻停机折减系数取值可参考风速传感器结冰时间所占比例和周边风电场风电机组因冰冻停机损失的发电量占全年估算发电量的比例来确定[6]。具有不确定性的折减因素则建议结合项目具体情况取值，如模型模拟结果的误差根据测风塔代表性、模型精度验证结果来取值[7]。实际工程中常出现机位在征地、施工过程中发生变化，导致发电量低于设计方案的情况，可根据场址涉及敏感性因素的数量、解决难易程度及前期工作深度来对机位变动风险损失取值。

3 风电场后评价

本文以贵州省某20 MW 山地风电场为例，该风电场共安装10 台风电机组(编号为1#～10#)，项目可行性研究阶段场址区域内立有1座测风塔，测风塔与风电机组机位水平距离在2～4 km；测风塔的海拔高度为1615 m，风电机组的海拔高度在1620～1690 m 之间，具体如图3、图4 所示。

图3 测风塔与风电机组的水平距离示意图Fig.3 Schematic diagram of horizontal distance between wind measurement tower and wind turbine

图4 测风塔和风电机组的海拔高度示意图Fig.4 Schematic diagram of altitudes of wind measurement tower and wind turbine

在该项目可行性研究阶段，工程师计算发电量时出于保守考虑综合折减系数取值为64.9%，利用风电机组厂家保证的输出功率曲线计算出的风电场年等效满负荷小时数设计值为1737 h。该项目后评价时选取2018 年风电场运行数据进行分析，2018 年时该风电场的实际年等效满负荷小时数为1203 h。本文基于后评价分析结果，从风电机组机舱风速、输出功率曲线、发电量折减系数等几个方面着手，分析实际的年等效满负荷小时数与设计值的差异原因。

3.1 测风塔代表性造成的发电量高估

风电场后评价时，首先将机舱风速通过风速传递函数还原至自由风速，同时在场区内放置3台激光雷达(见图5 中绿色标识)短期观测风电机组前方的实际来流风速，校验自由风速还原结果。对比发现，2018 年还原的自由风速比可行性研究时模拟的风速低了0.83 m/s，消除年际波动后仍低了0.70 m/s。当其他设计输入条件、折减系数取值不变时，采用2018 年机舱风速还原的自由风速计算得到风电场年等效满负荷小时数为1183 h，消除年际波动后的年等效满负荷小时数为1275 h。因高估风速，该项目实际年等效满负荷小时数与设计值相比下降了462 h。

图5 3 台激光雷达观测位置示意图Fig.5 Schematic diagram of three laser radar observation positions

项目可研阶段高估风速的原因主要有：1)测风塔与风电机组机位距离远，其距机位水平距离在2～4 km 之间；2)全场10 台风电机组的海拔均低于测风塔的海拔，其中5 台风电机组与测风塔的海拔高差在50 m 以上；3)风电机组与测风塔不在同一条连续山脊上；4)测风塔受北侧东南—西北(SE-NW)走向山脊影响存在风速加速效应。总之，该项目高估风速主要是由测风位置与风电机组位置的地形条件缺乏相似性导致的。风电场发电量计算软件采用的模型是基于测风塔的实测数据，由于实际工程中不可能在每一处拟安装风电机组的位置都竖立测风塔，若测风塔位置与风电机组所在位置的相似性较差，计算结果可能与实际情况差别巨大。

复杂地形风电项目受发电量模拟软件自身能力的限制，模拟结果是否准确高度依赖测风塔代表性。因此，此类项目制定测风方案时，需要从水平距离、海拔高差和山脊连续性等方面进行考虑，关注区域大地形对风速的影响，确保测风塔的空间代表性。在利用软件模拟发电量时，针对存在大地形影响的风电项目，宜采用中-微尺度耦合的方法模拟风能资源，以降低误差。

3.2 输出功率曲线

按照GB/T 18451.2—2012《风力发电机组功率特性测试》中的要求绘制风电机组输出功率曲线。利用还原的自由风速、数据采集与监视控制系统(SCADA)提供的有功功率，绘制不同风速下每台风电机组的实际输出功率曲线，对比10 台风电机组实际输出功率曲线与风电机组厂家保证的输出功率曲线的差异。具体如图6 所示。

图6 不同风速下各风电机组的实际输出功率曲线与保证输出功率曲线对比Fig.6 Comparison of actual output power curves and guaranteed output power curves of wind turbines under different wind speeds

由图6 可知：在5～8 m/s 的低风速段，风电机组的实际输出功率略低于保证输出功率；在8.0～10.5 m/s 的高风速段，实际输出功率明显比保证输出功率低很多。这主要是因为风电机组厂家提供的保证输出功率曲线为静态输出功率曲线，而风电机组在实际运行过程中，受湍流强度、空气密度、入流角和风切变等因素的影响，导致实际(动态)输出功率曲线与静态时的情况差异较大。其他设计输入条件、折减系数取值不变，采用2018 年机舱风速还原的自由风速和实际输出功率曲线，计算得到风电场年等效满负荷小时数为929 h。对比3.1 小标题中仅改变输入风速时的计算结果可知，因实际输出功率曲线与保证输出功率曲线差异带来254 h 的年等效满负荷小时数下降。

工程师在计算风电场发电量时可通过输出功率曲线形状来判断风电机组厂家提供的是静态还是动态输出功率曲线，应采用代表全风电场风电机组平均状态的动态输出功率曲线来计算发电量[8]；还需复核风电机组风能利用系数Cp曲线，观察其是否存在明显突变，对于风能利用系数曲线异常的输出功率曲线应进行适当处理。

3.3 发电量折减系数取值

本项目可行性研究阶段计算得到风电场年等效满负荷小时数为929 h，测风塔代表性、湍流和输出功率曲线保证率对应的折减系数取值分别为98%、95%、95%；而后评价时计算风电场年等效满负荷小时数采用了机舱风速还原的自由风速和实测输出功率曲线，即不存在测风塔代表性损失，由湍流造成的发电量损失和因输出功率曲线未达到保证值的损失也已反映在实测输出功率曲线中，因此在929 h 基础上剔除上述3 个折减项对应的损失值后计算得到的年等效满负荷小时数为1050 h。

后评价时发现风电机组可利用率损失、冰冻停机损失、升压站及电网故障损失可行性研究时损失值取值过高，对应的折减系数分别为95%、90%、96%，而2018 年实际的折减系数应为98.6%、94.9%、99.0%；基于风电场年等效满负荷小时数1050 h 修正此3 个折减项对应的损失值后，风电场年等效满负荷小时数为1188 h。可行性研究时未考虑山地风电场机位平台施工后地形改变导致的发电量损失及周边风电场尾流影响损失，经软件计算得到此两项的损失值均为1.0%，对应的折减系数均为99.0%；基于风电场年等效满负荷小时数1188 h 增加这2 项损失后年等效满负荷小时数为1164 h，该计算结果比2018 年的风电场实际年等效满负荷小时数低约3%。可行性研究阶段，工程师通常将未来可能发生的机位变动风险损失、噪声停机损失、周边风电场尾流损失等不确定因素一并作为其他因素考虑，本项目可行性研究时折减系数均取值95%，后评价时已明确不存在机位变动和因噪声影响降功率运行的情况，当其他因素损失值调整为2%(对应的折减系数为98%) 时年等效满负荷小时数为1200 h，与2018 年风电场实际年等效满负荷小时数1203 h基本一致。

不同折减项下的折减系数取值如表2 所示。

表2 不同折减项下的折减系数取值Table 2 Value of discount coefficient under different discount terms

从该风电场的折减系数取值可以看出：1)测风塔代表性不足导致的发电量计算误差很难通过增加折减系数来弥补，如本文案例即便综合折减系数保守考虑取值64.9%，计算结果仍大幅高估了年等效满负荷小时数；2)覆冰地区由冰冻停机损失的发电量占比为5.1%，需分析冰冻停机发生的时间点、时长，并需收集周边风电场冰冻停机资料，避免高估或低估折减系数取值；3)风电机组机位平台削高后地形改变及周边风电场风电机组尾流等因素会造成电量损失，发电量计算时需要考虑。针对山地风电项目，冰冻停机、测风塔代表性、周边风电场尾流及其他折减项的折减系数建议取值，应结合项目具体情况分析后确定。

4 结论

风电场选址、风能资源评估的准确性决定项目的收益，是风电场开发建设的先决条件。本文从工程实践的角度，对风电场在场址选择、测风方案、数据分析、模型计算过程中的遇到的几个关键问题进行概述，并以贵州省处于复杂地形的某风电场为例进行了后评价，分析理论计算得到的发电量与实际发电量的差异及差异产生原因。得到以下结论：

1)场址选择方面，借助高精度风能资源图谱，通过叠加土地利用现状图、生态红线范围图等，选出资源相对较好的区域作为潜在规划区域，再通过现场实地勘查，排除限制区域。

2)测风方案方面，需有足够的测风塔数量和充足的测风时间，测风塔安装位置尽可能覆盖场区内多样化的地形条件。地形条件、征地或施工时间受限时可根据环境特点选择适合的雷达辅助观测。

3)数据分析方面，测风数据的插补选用多种拟合方法，对比插补后风速、威布尔分布的变化，尽量降低因缺少测风数据带来的计算误差。

4)模型计算方面，应先验证测风塔在数字化地形图上的位置与实际地形是否吻合，视项目所在地地形复杂程度、地表特征，选择适用的计算模型，海上风电项目和陆上大基地风电项目应重点关注尾流模型的适用性和尾流衰减常数的取值。

5)风电场后评价方面，开展基于风能资源评估的风电场后评价，找寻导致风电场实际运行时的发电量与设计发电量差异的因素，有助于减少之后风电场在设计阶段的误差。