[風能資源評估]代表年

風能資源評估是分析待評估區域長期的風能資源氣象參數的過程。通過對當地的風速、風向、氣溫、氣壓、空氣密度等觀測參數分析處理，估算出風功率密度和有效年小時數等量化參數。通過風能資源評估可以確定區域的風能資源儲量，為風電場選址、風力發電機組選型，機組排布方案的確定和電量計算提供參考依據。

基本介紹

• 中文名：風能資源評估
• 外文名：Wind energy resourceassessment
• 學科：電氣工程
• 領域：能源利用
• 套用：風能資源分布和儲量評估
• 功能：指導風電場選址、選型、機組安排

背景

近幾年，風力發電技術發展迅速，但與傳統的化石能源相比，風能具有諸多的不確定性。因此，準確有效地評估風能資源，對研究大規模風電併網、論證風電項目建設的可行性具有重要意義。

風能資源評估是對風能的自然屬性進行評估，風速的持續性可以直接體現當地風能資源的可利用率。歐、美等已開發國家利用氣象站觀測數據，對全球的風能資源分布進行了大量的研究工作。丹麥1150國家實驗室是最早進行風能資源評估的專業機構，他們利用歐洲多個國家氣象站的觀測數據，結合地表粗糙度、地形條件、風廓線等參數計算並繪製了50 m高度的風功率密度圖。該圖表明歐洲風能資源豐富區域主要分布在沿海各國，其風功率密度可達800 W /mZ以上。美國能源部繪製了全球10 m高度的地表風能資源分布狀況圖[00。在中國國家氣象局公布的第三次全國風能資源普查結果的基礎上，我國10 m高度的陸上風能資源總儲量為32.26 x 10" W，並提出了實際可開發量為2. 53 x 10" W。研究發現，我國西北和東南沿海地區年持續風速相同的情況下，西北地區的年平均功率密度和年風能密度顯著大於東南沿海地區，其風功率密度可以大1-2個等級。造成這種顯著差異的原因是西北地區“大風速”的頻率較東南沿海地區更多。美

國國家新能源實驗室(national renewable enemylaboratory } NREL)對我國東部和近海300萬kmZ面積的區域進行了風能資源評估，得出50 m高度的風能資源可開發量約為到 W，風能功率密度在300W /m以上的陸地面積約為65萬km。利用WRF結合CFD的模式，除可以對複雜地形和海上的風能資源進行有效評估外，還可以預測這些區域未來的風能資源。

當前國內外的風能資源評估方法主要可分為:基於測風塔觀測數據建立不同的數學模型，有效地將氣象站和測風塔的觀測數據轉化為風能、風功率等風能資源評估參數的數理統計評估方法，以及利用計算機模擬技術結合測風塔觀測數據、中尺度數據實現對近地層風能資源進行分析的數值模擬評估方法。

風能資源評估的基本思想

風能資源評估的基本思路

評估不同區域面積的風能資源採用的方法也有所不同:巨觀風能資源評估多是從規劃和普查的角度出發，其主要評估對象是國家或地區。由於氣象站、測風塔等小範圍的測量數據很難觀測到海風、低層急流風、回流等地形複雜區域的大氣運動規律，因此，對巨觀區域的風能資源進行評估時，多採用中尺度數據+數值模擬的方法進行評估;進行風電場等中、小尺度區域的風能資源評估時，對測風數據的質量和可靠性要求更高。中尺度數據很難準確描述小範圍內的地貌、湍流、切變等參數，因此，微觀區域的風能資源評估更多採用數理統計方法。

風電場風能資源評估如圖所示。

風能資源評估思路圖

評估首先是對地形數據和測風塔的觀測數據進行收集處理，繪製相關區域的風能資源圖譜;然後，通過商業軟體模擬整體布機方案排布，計算機組的發電量、尾流、功率密度等參數;最後對風能資源結果進行不確定性因素分析，對可利用小時數和容量係數進行經濟指標評價。

風能資源評估的特徵參數

風能資源評估的主要特徵參數包括:風速統計機率分布、風向、平均風功率密度、風能、有效風能、可利用小時數等。

(1)風速統計機率分布。

通過對風速:機率統計得出的分布特性能夠衡量一個地方風能資源分布情況，風速的頻率分布是體現這一特性的主要形式，常採用W eibull分布曲線來擬合不同高度層風速的機率分布。

確定了W eibull分布的參數之後，可以得到該區域的風速機率分布，再由風速機率分布特性計算出平均風速、平均風功率密度、有效風功率密度、可利用小時數等體現風能資源狀況的風能特徵指標。

同一風電場的空氣密度以及自然地形環境等因素都是固定的，其對風能資源的影響較小，只有風速會隨著大氣運動呈現出變化。

風向劃分國外通常採用12扇區，國內則採用的是16扇區。對風向扇區的研究結果表明:不同區域的風速在水平方向分布是不均衡的，而在不同風向上風速參數和頻率分布也是不同的，因此有專家提出不同的風向扇區劃分方法，包括依據實測數據權重比進行的動態扇區劃分方法，如圖所示。

風向數據動態扇區劃分法

以及依據大氣熱穩定度，將風向扇區劃分為2個不同時段6個扇區的分組劃分方法。對比傳統扇區的劃分方法，這些方法可以有效提高風能資源評估的精度。

(3)平均風功率密度。

風能密度是衡量一個地區風能大小和風能儲量最有價值的參考量。風功率密度是氣流在單位時間內垂直流過單位截面積中所具有的能量。

(4)風能。

風能的利用就是將風流動所產生的動能轉換為其他形式的能量。假設氣體內分子之間的距離不會改變(依據能量守恆定律)，那么這種動能就可以視為純動力，根據動力學原理。

(5)有效風能。

對於風能轉換裝置而言，可利用的風能是在切入風速到切出風速之間的風速段，這個範圍的風能即“有效風能”，該風速範圍內的平均風功率密度即有效風功率密度。

(6)可利用小時數。

風電場容量係數的高低由可利用小時數決定，可利用小時數越高則說明風電場的投資回報率也越高。統計代表年測風序列中的有效風速的風能可利用小時數計算式如圖所示。

風能可利用小時數計算式

圖中N為統計時段的總時間，h。其中可利用風能資源儲量，是通過有效風功率密度、風電場面積和風能利用率之間的關係計算得出的。

風能資源評估方法

基於數理統計的風能資源評估方法

數理統計方法是利用測風塔觀測數據構建不同的數學模型，有效地將氣象站和測風塔的觀測數據轉化為風能、風功率等風能資源評估參數的方法。

以風速為出發點的數理統計評估方法認為，風功率密度與風速的三次方成正比，因此風速的統計對能量的評估至關重要。其中矩陣法、最大似然估計法和最小二乘法是較為常用的方法。矩陣法是最早用來估算風電場年發電量的方法。有文獻採用矩陣法、極大似然估計法和最小二乘法估算了長期風速並計算了風能密度等指標，研究結果表明:矩陣法具有很強的通用性，但計算結果往往收斂性不好、可變性較差;極大似然估計法是一種適用性很強的評估算法，在多結果點下可以很好地擬合Weihull分布的參數值。

空間插值算法也是常用的風能資源評估算法。有文獻通過推導結果與實測參數的結果比對，論證了空間插值統計方法在風能資源評估套用的可行J險。常見的空間插值方法有，趨勢面分析法、距離倒數加權法、局部多項式法和薄板樣條法、克里格法、斜克里格法和泛克里格法等插值法。

同時空間差值的數理統計方法也可以對缺乏觀測數據區域和巨觀區域的風能資源分布狀況進行評估。但由於氣象站的分布是離散的，因此用該方法評估的結果僅能粗略地估算該區域風能資源水平，精度不高。數理統計方法的評估精度，取決於參加評估的觀測站數量和觀測數據的質量。為此許多國家成立了專門的測風網路和機構開展風能資源的觀測與評估，對風能資源的快速發展奠定了基礎。到目前為止，世界多國都己擁有了各自國家的風能資源詳圖，並建立了風能資源資料庫。

為了解決數理統計方法評估過程中，短期觀測數據無法有效對目標風場進行長期風能資源儲量估算的問題，基於測量-關聯-預測模型(MCP)的風能資源評估方法被套用於風能資源評估領域。MCP評估步驟如圖所示。

MCP方法的基本步驟

MCP關聯模型的建立方法可分為單體方法和組合方法兩大類。單體法是風電場同氣象站選用一種模型的算法，而組合方法可以理解為風電場同多個氣象站建立不同的適應模型來進行結果計算，並根據相關性對結果進行組合後得到最終結果的一種算法。組合方法主要涉及單體方法的組合和參考氣象站的組合，而單體方法可分為散點擬合類和機率分布類方法。

機率分布類的方法又可分為聯合機率密度分布法和分布函式關係法。藉助統計軟體分析發現風速服從常態分配，雖然單分布函式模型對呈單峰特性的風速以及平均風速較大的地區風況擬合較好，但在風速分布複雜區域中擬合效果差。通過機率分布模型中的貝葉斯估計、最大嫡等高級算法來描述風速分布特性的研究發現，機率分布模型對風速擬合效果較好，但對低風速區的擬合偏高，且對風功率密度分布的擬合效果不太理想。針對這一特性，有文獻提出了改進最大嫡算法，使其整體適用性和評估結果的精度有了明顯的提高。在組合模型過程中，調整組合權重時需考慮實際的地形地貌條件以及各類單體方法的特徵選擇適合的模型，有助於提高風能資源的評估精度。

基於數值模擬的風能資源評估方法

數值模擬方法通過對地形地貌等信息的數值化，對近地層的風電場風能資源進行模擬。依據空氣動力學和熱力學的基本原理，結合中尺度數據對不同區域範圍的風能進行評估，從而得到這些區域風能資源的連續分布狀況。

常見的數值模擬模型可以分為，線性模型和流體力學模型。WAsP是基於JAI原理開發的線性模型，也是行業內套用最為廣泛的線性模擬軟體。利用該軟體，Riso實驗室除了對歐洲風能資源進行整體建模評估外，還結合解析度為2 - 5 km的中尺度數據，對部分區域進行了風能資源評估，並得到了較高解析度的風資源分布圖。儘管該軟體包含了粗糙度和障礙物模型，但對複雜地形的風能資源評估效果並不理想。

NREL實驗室通過中尺度數值模擬技術對美國近海風能資源進行了模擬評估並製作了90 m高度、水平解析度200 m x 200 m的風能資源分布圖，美國(true w ind so lutio n } T W S)公司研製了M eso M ap中尺度數值模擬系統Cazl，通過載入中尺度數據，該系統就可生成解析度最小為100 m的風能資源分布圖。

該系統最大的優點是無需測風塔觀測數據即可實現精度的風能資源評估，缺點是計算收斂率較差且僅能評估最高距地50 m高度的風能資源。國家氣象中心基於中尺度數值模擬技術，開發了適用於中國風能資源評估的WERAS系統。通過該系統與MCP數理統計方法的算法組合，可以有效提高評估的精度並縮短評估周期。研究人員使用該系統結合MMS中尺度數據，完成了對我國沿海陸地區域、近海區域70 m高度風能資源的評估工作。

為了解決線性模型軟體對複雜地形風能資源評估的不足。法國美迪公司和挪威WindSim AS公司基於CFD模型分別開發了Meteodyn WT和WindSim風能資源評估軟體。通過求解Navier-Stokes方程，實現對區域風能資源特徵參數的模擬和分析。有文獻利用CFD軟體對複雜地風能資源分布進行了數值模擬，模擬結果與實際觀測數據基本吻合。研究發現測風塔的數量和生成格線解析度的密度可以有效提高評估的精度。

結合中尺度數據，CFD模型可以實現對大區域風能資源的模擬，右圖所示為CFD模型結合中尺度數據的模擬評估思路圖。

中尺度數值模擬評估思路圖

CFD數值模擬軟體可根據載入數據格式，完成對不同尺度風能資源評估的目標。綜合融合數據的CFD模擬評估，可以通過大範圍高精度的風能資源數據，解決複雜地形風能資源評估中局部區域的小氣候問題，有效提高評估精度。

數值天氣預報模型(numerical weatherprediction ，NWP)是最新一代的數值模擬技術。利用NWP模型對全球風能資源評估的研究結果表明，該模型在預測複雜區域地形條件的時候風速的預測值偏低[4A]。但該模型最大的優點是包括完整的CFD方程，可對太陽輻射、紅外線、雲層、對流等多種氣象參數進行預報分析。結合地表氣象站、探空氣象站和衛星觀測數據，可以實現對局地和全球風能資源運動規律的預測。

目前風能評估存在的問題主要包括以下4點:(1)對巨觀區域內風能資源的蘊含儲量和最大可開發量的評估分析有待加強，同時風能資源評估結果應更注重與電力系統規劃設計和運行調度相結合;(2)對區域風能資源的評估結果通常為平均風速和風功率密度，不同高度間的風速推算也多是基於指數函式關係進行的簡單折算，對微觀範圍的地形地貌及不同高度層的風能資源評估結果仍有待加強;(3)風電場風能資源評估過程中，發電量的計算依然停留在對功率曲線的簡單線性擬合，不能充分反映不同機制機組的實際工作狀況;(4)風電場風能資源評估，應進一步加強尾流疊加模型和湍流模型的研究。

針對上述不足，未來風能資源評估的發展方向如下:(1)在智慧型電網的發展要求下，評估結果的準確J險和最大限度地縮短評估周期，己經成為最基本的要求。研究應從目前己有的風電場出發，結合不同場地條件下的風場實際運行數據。有選擇地對風能資源評估中的不同算法進行組合，分析造成評估誤差的原因和不確定性影響因素。建立基於各區域風電場風能資源評估模型，有效提高類似區域的風能資源評估精度和準確性，降低模型算法不當所造成的損失。(2)用大數據與雲計算技術，為風能資源評估提供更有參考價值的平台。深層次挖掘中尺度數據、周邊風電場、氣象站、機組SCADA數據和理論模型之間的相互關係。提升風能資源評估精度的同時最佳化預測模型的評估精度，構築風場全生命周期的評估體系。建立前、中、後期的一體化評估模型。從而使評估參數多元化，進一步提升評估預測結果的精度。(3)改進現有機組曲線評估模型。增加氣象要素和實際運行曲線模型，研究並構築各點位動態曲線模型，避免理想功率曲線折算所造成的評估誤差，還可以根據動態曲線對機組的生產、運維工作計畫進行定製。4)當前風電場總裝機容量和單機容量的不斷增大，應深入研究尾流疊加模型和湍流擾動模型，考慮其對電量評估和預測的影響，進一步提高風能資源評估的精度。

中國近海風能資源評估

我國共進行了5次全國規模的近海風能資源調查，分別是第一、第二次全國風能普查，全國海岸帶和海塗資源綜合調查，第四次全國近海海洋可再生能源普查和全國風能資源詳查。其中給出我國近海風能資源技術可開發量(潛在開發量)的3次全國近海風能資源調查與評估是:第二次全國風能資源普查、第四次全國近海可再生能源普查和全國風能資源詳查。

第二次普查中的近海風能資源評估

20世紀80年代末，薛析等利用全國900多個測風資料(1980年以前的觀測資料)繪製了我國多年平均風功率密度分布圖，並首次估算了全國離地面10 m高度處的風能資源儲量和技術可開發量，陸地風能資源總儲量為32.26億kW，技術可開發量按總儲量的10%再乘以0.785計算(0.785為風能捕獲係數)，得陸地風能技術可開發量2.53億kW，近海(水深小於l5m)風能技術可開發量估計為7.5億kW。薛析等提出的風能資源總儲量計算方法隨後被國家發改委栓國風能資源評價技術規定》採用，但該規定未採用其技術可開發量的計算方法。

本次普查首次對我國風能資源儲量和技術可開發量進行了估算，其中海上風能資源是按陸地風能資源技術可開發量的3倍計算，是套用丹麥的陸、海風能資源比例得出的。但丹麥是個島國，海洋面積是陸地面積的幾倍，而我國是個大陸國家，海洋面積不足陸地面積的1/3，因此直接套用丹麥陸、海風能資源比例對我國海洋風能進行評估缺乏科學依據。

第四次全國近海可再生能源普查

2004-2011年，在國家海洋局組織實施的“我國近海海洋綜合調查與評價專項”我國近海海洋可再生能源調查與評價項目中，採用2a (2007-2008年)的2976個常規地面觀測站、196個探空站、112條船舶提供的觀測資料和QuikSCAT衛星反演資料作為同化資料，以NCEP再分析資料作為初始場和驅動場，利用中尺度氣象模式MMS，重構了2007-2008年我國近海10 m高度風場，在利用76個海洋站氣象資料對模擬結果進行驗證後，根據《全國風能資源評價技術規定》對我國近海海洋風能資源進行了評估。結果表明，我國近海5Om等深線以內風能資源總儲量為8.83億kW，技術可開發量為5 .70億kW。

本次調查採用先進的觀測技術手段，並通過多源融合資料同化進行了近海風能資源評估，獲得較為可靠的評價結果，這在我國近海風能資源調查與評估方面尚屬首次。需要說明的是:(1)評估區域不包括台灣省;(2)評估數據序列長度為2a與《全國風能資源評價技術規定》規定的30a差距較大;(3)評估的水平解析度較低，且評估的高度為lOm，使評估結果無法直接套用於海上風電開發規劃。

全國風能資源詳查中的近海風能資源評估

2007年，中國氣象局採用WEST模式完成了對我國大陸及其近海30a(1971-2000年)的風能資源評估。本次詳查給出垂直高度lOm,50m,70m和110m，的全國陸地和近海風能資源分布圖。按照GB /T 187102002《風電場風能資源評估方法》的風能資源區劃標準，計算了我國陸地離地面5Om高度達到3級及其以上的風能資源潛在開發量約為23.8億kW，我國近海5-25 m水深範圍內海平面以上5Om高度處達到3級及其以上的風能資源潛在開發量約為1. 88億kW。潛在開發量是指在理論儲量的基礎上，考慮了限制風能資源開發的自然地理和環境保護等因素後的風能資源儲量。中國近海風能資源豐富。渤海的風能資源等級主要是4級;黃海及東海的杭州灣等級為3級;廣西北海以外的北部灣海域，風能資源等級為3 }4級。風能資源最豐富的近海海域是浙江南部、福建和廣東東部沿海，風能資源一般在4級以上。

2009年，中國氣象局又利用WERAS/CMA風能資源數值模擬評估系統重點對山東、江蘇、上海、浙江和福建近海近20a(1986一2005年)的風能資源進行了精細化研究。本次精細化評估得到了各高度層上的逐時風向、風速、年平均風速、平均風功率密度等10項參數。

綜合評估時段、水平解析度和評估高度等方面，本次全國風能資源詳查是迄今為止最詳實的近海風能資源調查與評估，上述成果對於我國海上風電規劃的編制和風電場選址發揮了重要作用。

我國近海風能資源評估展望與建議

加快近海風能資源評估體系建設

在近海風能資源的評估技術方法上，由過去的基於測風塔、氣象站和船舶等觀測資料統計分析方法發展到採用數值模擬、再分析資料和衛星遙感等評估方法。目前進行近海風能資源評估通常依據楓電場風能資源評估方法》和《全國風能資源評價技術規定》，但這兩個標準(技術規定)是針對陸地風能制定的，其評估方法也僅有觀測資料統計分析法(技術規定中數值模擬為可選項)。

國家發改委發布的《可再生能源發展“十二五”規劃》規定，到2015年海上風電裝機達到500萬kW ， 2020年海上風電裝機達到3000萬kW。在這個大規模發展海上風電的形勢下，建立近海風能資源評估體系，統一評估海洋風能資源儲量、技術可開發量、經濟可開發量的技術指標，規範數值模擬、再分析資料和衛星反演等評估方法顯得尤其重要。

做好近海風能資源長期變化趨勢預測

資源評估是風電場建設的基礎性工作，風能資源的長期變化直接關係到風電開發的經濟效益。現階段的海洋風能資源評估一般是針對歷史上1-30a時間進行，而風電場的運營期一般在20年以上，因此開發商更關注的未來幾十年的風能資源。

開展近海風能資源評估中的不確定性分析

近海風能資源評估結果的準確性直接關係到海上風電場業主投資的風險及經濟效益。由於測量誤差問題、代表年的選擇不同、風切變分析、選用的數值模式的差異、風能資源長期訂正問題(評估地點風速與最近氣象站風速相關性不完全滿足要求)等諸多原因，評估結果必然存在一定的不確定性。目前針對近海風能資源評估中的不確定性的分類和評估方法並不統一且不易量化，應對風能資源評估不確定性因素進行分類並提出科學、合理、可操作性的評估方法。

加強海上風電開發利用環境影響評價

海上風電雖然對環境污染較少，但是在施工期和運營期也會對海洋環境造成一定程度的影響。在施工期會產生噪聲、懸浮物和廢棄物，影響域生態和水動力環境;在運營期會也會產生噪音和輻射等，對漁業生產、鳥類遷徙和自然景觀等產生影響。因此，在進行海上風電開發以前，有必要對海上風電開發而帶來的環境影響進行深入、細緻地研究，並做好海上風電場選址工作，避開鳥類的遷徒路線、海洋保護區、港口航運區和特殊利用區等，將風電開發對環境的影響降低到最低;在風電場施工期和運維期進行長期監測，對風電項目不同階段的實際環境影響進行評價，對由海上風電開發造成的生態和水動力系統破壞、環境污染等，應進行修復和補償。

開展海上風電場的局地氣候影響評估

大型風電場建立與運行以後，無疑將改變原有的局地近地層大氣運動特徵，近地層大氣運動的改變進而產生對整個大氣邊界層中動量、熱量和水汽輸送的影響。大規模發展近海風電對局地的風速、溫度、降水和湍流強度等會有一定的影響。因此，有必要對近海風電開發帶來的局地氣候影響進行深入、細緻的研究，同時應科學論證大規模開發利用近海風電的溫室氣體減排效應。

結語

隨著大規模風電接入電力系統，精確可靠的風能資源評估，可以有效地降低風電併網所帶來的風險。現有的風能資源評估方法和模型還存在一定的局限性，特別是對風能資源的間歇性和不確定性的預測難度極大。