復雜地形不同測風年數據對風電場發電量推算的影響研究

文 | 蘇中瑩，李詩峰，曹勝平

隨著風電場大規模開發，可供開發的優質風能資源區域越來越少。在這種情況下，建設單位為了保證風電場投運后的發電收益與降低風電場前期的投資風險，要求對風電場投運后年預期發電量進行準確的評估，從而確保達到預期的收益目標。

目前，行業大多通過對某一年測風數據的分析，結合風電場附近區域的長期數據，從而將該年風速訂正為風電場投運后年均風速，并據此得到風電場年預期的發電量。此時，風向數據在整個風電場投運期內變化是可忽略的。然而，經分析發現，不僅不同測風年風速與該點同期風速數據的相關性存在差異（引起其訂正后年均風速也會有差異），而且不同測風年的風向數據也是變化的。

本文以國內某復雜地形的風電場為例，通過對不同測風年數據計算分析，尋求其對投運后風電場預測年發電量的影響程度及對應的影響因素，并對風電場總體與單臺機組發電量的變化程度加以量化。建設單位可將該量化值作為敏感性因子考慮，從而降低風電場的前期投資風險。

場區描述

圖1 風電場項目示意圖

圖2 數據1風向與風能玫瑰圖

圖3 數據2風向與風能玫瑰圖

本文選取湖北的某風電場項目，如圖1所示。場區內最高海拔為813m，山體大致為南北走向，地形起伏較為明顯，屬于復雜地形。該風電場測風數據已滿三年，現分別選取2012年3月1日－2013年3月1日（以下簡稱數據1，小風年）、2013年3月1日－2014年3月1日（以下簡稱數據2，大風年）、2014年3月1日－2015年3月1日（以下簡稱數據3，小風年）、2012年3月1日－2015年3月1日（以下簡稱數據4，平風年）測風數據，并分別對其風速進行長年代風速訂正，風向數據采用原始數據。場區內擬安裝21臺風電機組，設立1座測風塔，位于風電場偏東位置。測風塔主風向與主風能方向集中，主風向集中在N、SSW及S方向，主風能集中在N、NNE、SSW方向；其測風數據的各時間段風向風能如圖2－圖5所示。

測風數據分析

選取數據1、數據2、數據3、數據4等四個時間段的測風數據及測風塔附近中尺度merra2數據，將中尺度merra2同期數據與上述4項數據分別進行線性相關，相關性均在65%以上，滿足實際工程需求。根據兩者的相關性，并結合國家規范《風電場風能資源測量方法GBT18709－2002》對各測風數據進行長年代風速訂正。數據1～數據4與中尺度merra2同期數據相關性及其長年代訂正后年均風速成果見表1。

由表1可見，測風數據存在如下現象：

（1）不同測風時段風速與中尺度merra2同期數據風速的相關性存在差異。相比平風年相關后年均風速，其風速相關性的差異最大值為0.04，最小值0.02，在合理范圍內；

圖4 數據3風向與風能玫瑰圖

圖5 數據4風向與風能玫瑰圖

表1 數據1～數據4與中尺度merra2同期數據的相關性及對應長年代訂正后風速成果

表2 不同測風年數據的發電量結果對比

（2）對同一點的中尺度merra2數據與不同測風時段的測風數據進行長期數據訂正，其訂正后的風速存在差異。相比平風年風速，其小風年與大風年訂正后的年均風速偏差百分比最大值為1.72%，最小值為0.38%，在合理的范圍內。并且同為小風年的數據1與數據3相比平風年，其風速偏差百分比相同，其值均為1.72%。

發電量結果分析

一、發電量結果

（一）風電場總體發電量結果對比如表2所示，以數據4為基礎，將數據1、數據2、數據3與風電場總體發電量結果進行對比，得到如下結論：

（1）采用數據1、數據2及數據3得到的風電場總體發電量與數據4結果的偏差分別為3.6%、2.25%、1.19%。因此，選擇不同測風年對風電場總體發電量影響較大，其最大發電量結果偏差達到3.6%。

（2）由測風數據分析可知，數據1與數據3相比平風年訂正后的風速偏差百分比相同，在不考慮其他因素的情況下，其發電量結果偏差應該保持一致。然而，數據1與數據3得到風電場總體發電量偏差與風速偏差并不是一致的；很顯然，總體發電量結果還受到其他間接因素的影響。

（二）不同機位點發電量結果對比

如表3、圖6及圖7所示，以數據4風電場單臺機位點發電量為參考，將數據1、數據2及數據3的發電量與之對比分析，得到如下結論：

（1）不同測風年數據計算的單臺機位點發電量變化趨勢一致。這說明不同測風年數據訂正后年均風速與數據本身的固有特性一致。數據1與數據3相比數據4，其風電場內單臺機位點的發電量變化百分比趨勢是一致的，而數據2相比數據4，其風電場內單臺機位點的發電量變化百分比明顯與數據1、數據3差異較大。這是由測風數據本身的大、小風年風速固有特性決定的。

（2）數據1、數據2、數據3相比數據4計算的結果，其風電場內單臺機位點的發電量變化百分比的最大值與最小值分別為6.76%與1.72%、9.9%與0.18%、3.52%與0.2%；其中，數據1、數據2、數據3相比數據4結果，單臺機位點發電量變化超過3.6%的分別有12臺、6臺、1臺。這說明不同測風年數據計算的單臺機位點的發電量結果差異較大，其中數據2的單臺機位點發電量的結果偏差存在最大值，其值為9.9%。

表3 不同機位點發電量結果偏差對比

圖6 數據1、數據2及數據3相對數據4的發電量變化

圖7 數據1、數據2、數據3及數據4發電量變化趨勢

（3）同為小風年的數據1與數據3測風數據，其單臺機位點的發電量結果差異也較大，并且數據3訂正后年均風速明顯大于數據1。這說明在外圍數據建模均相同的情況下，訂正后年均風速的大小會對機位點發電量結果有影響。

二、發電量與風速

由數據1、數據2及數據3相對數據4的計算結果（表4、圖8及圖9）可得到如下結論：

（1）數據1、數據2、數據3及數據4的單臺機位點年均風速變化趨勢一致，這與其對應單臺機位點的發電量變化趨勢保持一致。這符合風能吸收原理，即風速與風能吸收成三次方的關系。在發電量計算過程中，風速對風能影響是最大的。

（2）數據1、數據2及數據3相對數據4的年均風速變化百分比大于2%的機位點數量分別是21臺、1臺、4臺。其對應年均風速變化百分比的最大值與最小值分別為2.06%與3.38%、0%與3.58%、0.6%與2.25%。由數據1計算的所有單臺機位點年均風速變化均大于2%，主要是由訂正后年均風速引起的，并且此結果與數據1的風電場總體發電量結果一致。由數據2計算的單臺風速變化最大、其發電量結果變化也最大的機位點為WTG13，風速變化趨勢與發電量變化趨勢一致。

（3）由圖8可見，數據1、數據2及數據3相對數據4的變化趨勢明顯存在差異，數據1與數據3風速變化趨勢一致，而數據2風速變化趨勢明顯與數據1、數據3差異較大，主要是由于數據2為大風年測風數據，但此結果與其對應的發電量變化趨勢是一致的。而同為小風年的數據1與數據3，其風速的變化趨勢與對應的發電量結果變化趨勢一致。

表4 機位點風速偏差對比

圖8 數據1、數據2及數據3相對數據4的風速變化

圖9 數據1、數據2、數據3及數據4機位點風速變化趨勢

三、發電量與風向

發電量計算結果是在本風電場年風向數據變化忽略不計的情況下，依據訂正后的風速與原始風向數據，結合風電機組技術參數，利用風能資源評估軟件進行流場模擬得到的。然而，因風向與風速數據處理的原則不同，分析發電量與風向的關系時，風向數據按連續測風塔年風向變化百分比考慮。由圖10、圖11、圖12及圖13可見：

（1）不同測風年的風向是變化的。數據1、數據2、數據3及數據4的主風向與次風向分別為N與SSW、N與SSW、N與S以及N與SSW、S。而且數據1相對數據2、數據2相對數據3及數據3相對數據1在主風向變化百分比分別達到6.09%、5.35%、2.56%。

（2）不同測風年的風能是變化的。數據1、數據2、數據3及數據4的主風能與次風能分別為N與NNW、N與NNE、N與NNE以及N與NNE。而且數據1相對數據2、數據2相對數據3及數據3相對數據1在主風能變化百分比分別達到13.83%、11.46%、10.23%。

綜上，不同測風年的風向與風能是其固有特征，并且不同的測風年數據對應的風向與風能也是發生變化的。在實際流場模擬過程中，不同測風年風向會對機位點風速造成影響。主要原因為流場模擬是考慮各個風向扇區下風速值加權平均得到的。其中任一扇區風向百分比發生變化，必將會引起風向加權值變化，進而影響機位點風速值。

四、發電量與威布爾分布

威布爾分布是體現風電場風速、風頻分布的主要特征參數。而機位點發電量是統計該點風速風頻分布情況，結合已知的功率曲線值得到的。現選取不同測風年數據計算單臺機位點的發電量變化較大4臺機組WTG06、WTG07、WTG12、WTG13，并對其機位點威布爾的風頻分布進行對比分析，其詳細機位點風速及發電量結果見表5，威布爾風頻分布情況見圖14。

圖10 數據1、數據2、數據3及數據4的各扇區年風向變化

圖11 數據1、數據2、數據3及數據4的各扇區年風能變化

圖12 數據1、數據2及數據3的各扇區年風向變化

圖13 數據1、數據2及數據3的各扇區年風能變化

表5 WTG06、WTG07、WTG12、WTG13機位點風速與發電量對照表

圖14 4個機位點風頻分布

由表5與圖14可得到如下結論：

（1）WTG06、WTG07、WTG12、WTG13機組機位點風頻分布變化趨勢是一致的。但數據1與數據4風頻分布曲線最為接近，數據2、數據3與數據4的風頻分布曲線差異最大。

（2）通過對WTG06、WTG07 WTG12、WTG13機位點風速與發電量分析不難發現，最為明顯的結果是數據2與數據3經流場模擬后此4臺機位點風速差異分別0.02m/s、0m/s、0.01m/s、0.21m/s，其對應的發電小時數結果偏差達到113h、100h、96h、240h。這說明機位點發電量除了受風速影響外，還受機位點風頻分布的影響。

圖15 主風向與主風能風廓線

其他參數分析

如圖15所示，選取本風電場主風向與主風能扇區的風廓線，并對其進行分析。可發現存在如下現象：

（1）不同測風年數據經流場模擬前后風廓線變化趨勢是一致的，這說明訂正后測風數據保持了原測風數據的固有特性。

（2）不同測風年數據在主風向與主風能扇區上風廓線所呈現同一海拔高度處的風速差較大。年均風速較大的數據3在流場模擬后在主扇區中相同的海拔高度處風速不一定是最大值。如NNE扇區中相同海拔高度處，數據3得到的風速僅高于數據1得到的風速，低于數據2與數據4得到的風速。這說明訂正后測風數據風速大的，其流場模擬后風速不一定是最大值。這是由數據1、數據2、數據3及數據4中風向數據存在差異引起的。

結語

通過對實際工程案例進行分析表明，在外圍數據建模相同的情況下，不同測風年數據對風電場總體發電量及單臺機位點的發電量結果影響很大。小風年與大風年測風數據相比平風年的風電場整體發電量偏差分別達到3.6%、2.25%，而單臺機組機位點發電量偏差最大值達到6.76%、9.9%。不同測風年測風數據結果對風電場總體發電量影響可能會導致該風電場建設項目的棄用；而對單臺機位點影響則會導致該機位點的棄選，從而影響風電場總體容量。此外，本文研究了不同測風年數據年風向、單臺機組機位點風頻分布情況及與同期數據相關性等問題，從側面驗證了不同測風年數據對風電場發電量推算的影響，并將不同測風年數據對發電量影響以數值形式加以體現，為今后準確地預測風電場全生命周期內發電量收益提供了理論依據。