杨靖文，张双益

(1. 北京瑞科同创能源科技有限公司，北京 100079；2. 北控清洁能源集团有限公司，北京 100102； 3. 中国科学院大气物理研究所国际气候与环境科学中心，北京 100029)

风能属于清洁、无污染的可再生能源。开发利用风能不仅可为生产生活提供所需的能源和电力，而且也是人类社会减少温室气体排放、应对全球气候变化的重要举措。近年来随着风力发电技术的进步和成本下降，使得大规模商业化投资开发风电项目具备了可行性。目前我国风电行业已取得了举世瞩目的成绩，根据全球风能理事会统计，2018年我国风电新增装机规模达到了25.9 GW，全球占比为48%。

风力发电机组安装在大气层的底部，主要吸收利用地面30～200 m高度的低空风能[1]。摸清风能资源状况是大规模发展风电的关键步骤，开展风资源评估也是风电场规划选址、可行性研究等工作的重要内容。早期的风资源评估主要是基于气象站和测风塔的历史观测资料，随着科技进步，数值天气预报(Numerical Weather Prediction, NWP)[2]、计算流体力学(Computational Fluid Dynamics, CFD)[3]、高分辨率气象再分析数据(Reanalysis Data)[4]等方法已被应用于实际工作当中。风资源评估的准确性已有了较大改进和提升[5]。

另一方面，目前还有不少已运行的风电场，其实际发电量与前期风资源评估的设计发电量存在较大的差别，个别风电场出现了实际发电量低于设计值30%～50%的极端情况[6]，给投资方造成了一定的经济损失。因此，风资源评估方法和技术仍需要不断的改进和完善。

影响风资源评估准确性的主要因素包括测风塔的代表性、地形数据的精度、风流模型及参数设置的不同、发电量折减[7]取值等方面。其中目前行业常用的发电量折减评估方法较为粗放，取值范围也较为宽泛，缺乏精细化和定量化，容易出现较大误差。

本文以全国不同地区49个运行风电场为例，研究了实际发电量折减与前期风资源评估折减取值之间的误差和原因，在此基础上提出了发电量折减精细化评估方法，并通过实际风电场评估了应用效果。本文研究成果可为我国的风资源评估和风电场开发建设提供参考和支撑。

1 发电量折减的各项因素

风资源评估工作中，一般需根据风电场现场实际测风数据，并结合一定的风能资源评估手段，计算出各风电机组理想状态下的发电量，即风电场的理论发电量；然后对理论发电量扣除发电量折减后，计算出电网计量点处的实际可售电力，即风电场的上网电量。

发电量折减的定义是指对风电场实际出力的因素进行逐个分析，得出各因素所引起的发电量减少的数值。目前行业通常采用的发电量折减各项因素如表1所示[8]。

表1 发电量折减的各项因素表

根据表1中发电量折减的各项因素，即可计算总折减系数及风电场的上网电量，具体公式如下：

L=i=110(1-li)

(1)

Enet=Etot×L

(2)

式中：L为总折减系数；l为发电量折减的第i项因素；Enet为风电场的上网电量；Etot为理论发电量。

由于表1中发电量折减各项因素的取值范围较为宽泛，因而计算出的总折减系数一般在55%～80%，波动范围较大；并且各项因素未给出具体的计算公式或查检表，因而在实际工作中容易受工程师个人经验和主观因素的影响，而导致数值出现较大的偏差。急需建立发电量折减精细化评估方法，提高风资源评估的精确度和准确度。

2 已运行风电场的实际折减情况

本文收集了运行时间满一个完整年以上的陆上风电场的实际上网电量数据(如有限电情况，则复原到限电前)，并结合各风电场的理论发电量计算出了实际折减数据。由于发电量折减的尾流折减项和空气密度折减项是风资源评估专业软件计算出的，不需人工取值，故在风资源评估实际工作中经常剔除这两项因素后给出总折减系数，本文亦采用该方法。

本文选取的风电场总数量为49个，总规模为498万kW，覆盖了东北、华北、西北、华东、华中、华南、西南等全国典型气候环境区域，具有较好的代表性。图1给出了各风电场的实际折减系数和前期风资源评估折减取值。可以看出各风电场的实际折减系数高于前期评估值的情况和低于前期评估值的情况均普遍存在，平均误差为9%，其中个别风电场的误差甚至达到22%(10号和14号风电场)。

图1 风电场的实际折减系数和前期风资源评估折减取值对比图

3 发电量折减误差原因分析

结合上述49个风电场实际情况研究发现，影响实际折减系数的主要因素包括风资源代表性(测风数据质量、测风塔的代表性、软件自身误差等)、风电机组的发电性能(可利用率、功率曲线符合度等)、气候环境(湍流、覆冰、风沙等)、以及其他。

1)风资源代表性因素。根据文献[8]，50 MW及以下的平坦地形风电场的测风塔控制半径不宜超过5 km，安装1～2座测风塔；复杂地形风电场的测风塔控制半径不宜超过2 km，安装2～3座测风塔，当遇山脊走势多变时，还应增加测风塔数量。然而在实际工作当中，经常会由于场址规划、前期开发、成本经济等原因，导致风电场的测风塔的数量不足、位置偏离，而导致控制半径不能覆盖所有风电机组，测风结果的代表性较差，在这种情况下风资源评估软件计算出的风速和发电量具有较大偏差。

以图1中49个风电场的2号风电场为例，风电机组的排布图见图2。由于该项目属于复杂地形风电场，装机规模较大，合计200 MW，共设立了两座测风塔，数量过少，且控制半径2 km无法覆盖大部分风电机组，代表性严重不足。该风电场的实际折减系数仅有56%，远低于前期评估值70%。

图2 2号风电场的风电机组排布图(白色圆圈表示测风塔的控制半径2 km范围)

除此之外，测风数据的质量(未满足测风满一年、有效完整率90%以上等)、风资源评估软件自身误差(线性软件与计算流体力学软件的适应性、尾流模型之间的差异等)也是影响风速和发电量评估结果的重要因素。经研究发现，上述风电场中约有70%存在风资源代表性不足的情况，并影响了实际上网电量和折减系数。因此有必要根据测风塔的代表性情况，对发电量的折减系数进行科学调整，从而提高评估结果的可靠性。

2)风电机组的发电性能因素。主要包括可利用率和功率曲线符合度两项，通常风电机组采购合同中约定风电场的全场平均可利用率不低于95%，全场平均功率曲线符合度不低于95%。根据电力生产数据统计，上述49个风电场的平均可利用率达到了98%，功率曲线符合度达到了96%，均超过了合同约定的保证值。然而值得注意的是，也有个别风电场出现了低于保证值的情况，包括12、25、33号风电场的全场平均可用率分别为91%、89%、88%，而6、13、21号风电场的全场平均功率曲线符合度仅有89%、85%、83%。

上述49个风电场中按照风电机组的品牌进行分类，其中采用一线品牌(中国风能协会发布的2018年新增装机规模排名前三的品牌)成熟机型(取得型式认证证书)的风电机组的风电场数量和装机规模上均超过了60%，可利用率和功率曲线符合度均高于合同约定值，且单个风电场的平均可利用率均在98%以上，功率曲线符合度达到了97%以上。可见不同品牌的风电机组的实际发电性能具有一定差异性，有必要进行细化考虑。

3)气候环境因素。近年来的研究成果[9]表明，风切变、湍流等因素对风电机组的发电性能具有明显的影响。图3给出了高低不同湍流情况下的风电机组的功率曲线，可见高湍流情况下的中等风速段(8～10 m/s)的风电机组的输出功率要明显减小，综合评价湍流对风电场年发电量的影响可达1%～2%左右。

图3 高低不同湍流情况下的风电机组的功率曲线图

此外，高寒高湿山区风电场在冬季容易发生叶片覆冰现象，会造成一定的发电量损失，根据覆冰强度和持续时间有所不同，其中42号风电场的情况较为严重，多年平均叶片覆冰电量损失达到了9%。此外风沙也可导致叶片磨损、气动性能改变，从而造成发电量损失，统计损失电量占比约1%～2%。

其他因素。根据电力生产数据统计，不同区域风电场的场用电及线损折减具有较大区别，其中西北、东北地区风电场一般较高在4%～5%，其他地区风电场一般较低在2%～3%。电网频率波动的影响较少在0.2%～0.3%以内，基本可以忽略。研究发现复杂地形风电场需考虑一定的场平折减，即风电机组的基础土建施工导致局部地形的变形和破坏，从而引起机组位置的海拔高度下降和风速下降，带来的电量损失一般在1%～2%范围。

4 发电量折减精细化评估方法及应用

根据上述分析，本文对发电量折减各项因素(表1)进行了细化和量化，创新性地提出了风电场发电量折减精细化评估方法(表2)。本文将49个风电场分为两组，其中1号至33号风电场作为建模组，34号至49号风电场作为验证组。表2的选取原则是基于建模组风电场的风资源代表性、风电机组的发电性能、气候环境及其他因素实际数据经细化分类得到的。

表2 风电场发电量折减精细化评估表

表2中相关情况说明如下：一线品牌指中国风能协会发布的2018年新增装机规模排名前三的品牌；成熟机型指取得型式认证证书的机型；西北地区是甘肃、青海、宁夏，东北地区是黑龙江、吉林、辽宁；动态和静态功率曲线分别指含湍流和不含湍流的功率曲线；风沙地区指沙尘暴年平均日数在10日以上地区；轻度和重度覆冰地区分别指覆冰年平均日数在10～20日和20日以上地区；平坦和复杂地形分别指地形陡峭度在0%～5%和5%以上地区。

本文在49个风电场(1号至33号风电场作为建模组，34号至49号风电场作为验证组)应用了发电量折减精细化评估方法。图4给出了各风电场的实际折减系数和折减精细化评估取值，可见建模组和验证组的应用效果均较为良好。建模组和验证组的折减系数的平均误差为5%，最大误差均为11%(10号、27号和40号风电场)，与图1的平均偏差9%和最大误差22%相比具有明显的下降。

图4 风电场的实际折减系数和折减精细化评估取值对比图

5 总结和展望

本文通过全国49个运行风电场的实际发电量折减的研究和分析，创新性进出了发电量折减精细化评估方法，将平均误差从9%缩小到5%，最大误差从22%缩小到11%，取得了良好的应用效果。在本文研究成果的基础上，完成开发了《陆上风电场发电量折减精细化评估软件》(计算机软件著作权号2018SR702783)，并在行业多个风电场中进行了推广和应用。未来将对风电场发电量折减进一步深入研究，改进和完善发电量折减精细化评估方法。