遼寧省內三個地區的風能資源對比分析

中電投東北新能源發展有限公司 李思東

風能是一種清潔、安全、可再生的綠色能源，風能的開發和利用對于保護自然環境、維持生態平衡起著至關重要的作用。目前風力發電技術日漸成熟，其可靠性和利用率都越來越高。對風能資源的測量和評估能夠直觀反映一定區域內的風況，從而為項目的風力發電機組選型、布置乃至最終建成投產發電均有重要意義。

1 風能資源測量及評估概述

測風塔應選擇在能較好代表整個風電項目風能資源情況的位置，同時附近不能有明顯的遮擋，某新能源公司在山地風電項目安裝測風塔時選擇的點位為項目中較高的山包，通常會立兩座及以上測風塔。如在平坦地形則在項目中心位置布置一座測風塔，這樣就可滿足風能資源評估的需要。

按國標要求，測風塔應在10米和擬選用風力發電機組輪轂中心高度的位置安裝風速風向儀，但據以往項目風能資源評估的經驗，如只安裝兩處風速風向儀，則在一處測風設備出現故障時會失去重要的風能資源信息，因此某新能源公司在中間層加裝兩層風速風向儀，從而保證日后風能資源評估的準確性。

在風能資源的評估分析過程中，首先要剔除不合理數據，同時有效數據的完整率應達到90%以上，要選用風電項目附近的長期測站的觀測數據來對我們的數據進行訂正。做完這些工作后，計算風能資源的平均風速、風功率密度、風切變指數、湍流強度等重要指標，以此來作為風能資源評估的基礎。遼寧省總體上具有北部山地丘陵和遼東灣沿海風能資源偏大、東南部山區風能資源偏小的特點。本文將選用三個有代表性的地區，對風能資源情況進行初步對比分析。

2 三個不同地區風電項目風能資源對比分析

在某新能源公司遼寧地區已有風電項目中所在地形有顯著差別，下文將分別對朝陽市建平縣A 山地風電項目、鞍山市臺安縣B 平坦地形風電項目、大連市瓦房店C 沿海風電項目的風能資源情況進行分析，并對比在不同地形條件下風能資源存在的共性和差異。在本文的分析中，各測風塔的數據時段均滿一個完整年，同時已完成了數據處理，有效數據均在90%以上。

2.1 平均風速

平均風速是反映當地風能資源情況的重要參數，分為月平均風速和年平均風速。利用Windographer4.0軟件進行分析，所得上述三個風電項目的月平均風速圖顯示，A、B、C 項目的月平均風速的最低值分別出現在6月、8月、7月，這三個最低值的月份均在夏季。但縱觀全年，三項目月平均風速的低谷卻有所不同，A 項目和B 項目的風速低谷在6月、7月和8月，而C 項目或因受到沿海氣候的影響，其月平均風速的低谷為7月、8月和9月。三個項目的月平均風速最大值分別出現在4月、5月和4月，均屬于春季。從圖的趨勢可看出，春、冬兩季風速最好，秋季次之、夏季最差。

圖1 月平均風速

鑒于上述三座測風塔的數據時間并不完全相同，因此需進行長期數據訂正。通過使用Merra-2的數據，用相關分析的方法將驗證后的風電項目測風數據訂正為一套反映風電項目長期平均水平的代表性數據。其中A 項目、B 項目和C 項目三個項目的R值分別為0.512、0.63和0.70。經過分析，上述三個項目的年平均風速存在較大差異：A～C 項目年平均風速（m/s）分別為5.646/6.239/7.575，訂正風速（m/s）分別為5.78/6.62/7.48。

2.2 風切變

風切變是一種大氣現象，分為水平和垂直兩個不同的方向，在風能資源評估中，風切變指的是風速在垂直于風向平面內的變化，通常用風切變指數來對它進行描述、分析和計算，它所代表的是風速隨高度變化而變化的趨勢，其冪律公式為v2=(z2/z1)α。其中α 是風切變指數，v2是高度z2的風速（m/s），v1是高度z1的風速（m/s）。A～C 項目的風切變綜合指數分別為0.203/0.378/0.130，其可通過擬合指數函數的方式，得到相應的函數曲線。

由風切變綜合指數可得出，B 項目的風切變指數最大、A 項目次之、C 項目的風切變指數最小。顯而易見的，在近地層范圍內，在B 項目中增加高度會帶來最明顯的風速提升，在C 項目中增加高度帶來的風速提升要差得多。

2.3 風速日變化

風速日變化是指在一年的時間內，每日同一小時的風速平均值，以此來描述項目風能資源從0點至23點的風速變化趨勢。利用Windographer4.0軟件進行分析，上述三個項目的風速日變化圖如2。

由此可看出，上述三個項目的風速日變化均在11點至15點中處于上升或相對較高的數值，A 項目和C 項目在這一時間段的風速最大，因此，該時間段也是利用風能最好的時間段，這與遼寧省內的風能利用最佳時段相似。同時，上述三個項目在11點至15點時，由于氣溫的升高，導致大氣穩定度下降，氣層逐漸變得活躍，上下層空氣間的動能交換增強，導致各層風速差別變小。從上圖還能看出，C 項目各層風速之間的差異最小，B 項目各層風速之間的差異最大，從而也印證了前文風切變所得出的結論，既C 項目的風速變化受高度影響最小。

圖2 風速日變化圖

2.4 風向玫瑰圖

風向是風能資源評估中的一項重要參數，對今后項目建設具有重要意義。在風向玫瑰圖上，能夠直觀反映項目在16個方向上的出現頻率，從而確定項目的主導風向。如圖3所示，三項目的風向存在明顯差異。A 項目的主導風向為南風，B 項目的主導風向為西南偏南和東北偏北兩個方向，C 項目的主導風向為南風和東北風。由此可看出，因上述三個項目所在地的地形和氣候差異，會給風向帶來影響。

圖3 風向玫瑰圖

B 項目和C 項目的風向都隨季節變化而變化，其中B 項目的風向變化趨勢與整個遼寧省的典型氣候相同，在此不做分析。而C 項目為沿海地區項目，該地區的風向變化原因受多方面影響，固對其進行逐月風向玫瑰圖分析可知，秋、冬兩季的主風向為東北方向，隨著氣溫的升高，在春季該項目的主風向逐步發生變化，開始向南風轉變，而到了夏季主導風向已經全部集中到南。

這一顯著特征正是當地季風所帶來的影響。產生這一現象的原因有兩點：一是陸地和海洋的比熱容有較大差異，隨著氣溫升高或降低，陸地的溫度變化速度要大于海洋，因此所產生的氣壓差會改變當地的風向；二是季風也受到全球大氣環流等宏觀地形的影響，所以方向也會存在一定的偏差。

2.5 湍流強度

湍流是指風速、風向及其垂直分量的迅速擾動或不規律性，是重要的風況特征。湍流強度能夠反映風速變化的相對強度。因湍流對風力發電機的發電量和安全性均有很大影響，因此湍流強度是一項非常重要的參數。在風能資源評估中，湍流強度的計算方式是使用10分鐘的風速標準偏差值除以10分鐘的平均風速來得出，具體公式為：IT=σ/V。

圖4 湍流圖

三個項目的湍流強度如圖3，其中湍流曲線所采用的高度為項目風力發電機組擬安裝輪轂高度。由此可看出，A 項目的湍流強度最大，在15m/s 的風速情況下湍流強度達到了IEC 標準的A 類；B 項目和C 項目的湍流強度較小，在15m/s 的風速情況下湍流強度均為IEC 標準的C 類。由此可見，山地風電項目因為地形的復雜性，導致湍流強度要遠大于平原和沿海地區項目。

2.6 空氣密度

空氣密度是指在一定的溫度和壓力下，單位體積空氣所具有的質量。上述三個項目的空氣密度并非直接測量值，而是通過測風塔上安裝的溫度和氣壓兩個傳感器采集的數據計算得到對應的空氣密度。其計算公式為：ρ=P/(RT)，其中，P 為氣壓（hPa），R 為常數287J/kg·K，T 為開氏溫度，A～C 項目空氣密度（kg/m3）分別為1.153、1.239、1.217。

上述三個風電項目的海拔高度不同，A 項目的海拔高度為682米，B 項目的海拔高度為9米，C項目的海拔高度為121米。再結合以上數據可看出，在通常情況下，隨著海拔高度的提高空氣密度將會減少。空氣密度也是估算風電項目發電量的重要指標，不過本文側重對風能資源的分析，同時這里并沒有擬定任何型號的風力發電機組，并沒有相應的功率曲線作為計算依據，因此在這里不再進一步描述。

2.7 風功率密度

風功率密度是指與風向垂直的單位面積中風所具有的功率，數值為給定時間周期內的平均值。其計算公式為：w=1/(2n)∑ni=1ρv3。上述A～C 項目的風功率密度（W/m2）分別為189、204、467。由此可看出，C 項目的風功率密度最大、B 項目次之、A 項目最低。上述風功率密度均為50米高度處的數值，對應國標GB/T18710-2002的風功率密度等級劃分，A、B、C 項目分別對應1級、2級和4級。

風功率密度是一個平均值，各個季節所對應的數值也有差異。A 項目風功率密度最大值和最小值分別出現在4月和6月，其數值分別為400.4W/m2和77.5W/m2，B 項目風功率密度最大值和最小值分別出現在5月和8月，其數值分別為345.1W/m2和61.4W/m2，C 項目風功率密度最大值和最小值分別出現在4月和7月，其數值為830.73W/m2和135.2W/m2。總體來說，上述三個項目春、冬兩季風功率密度最大，也是風電項目風能利用的最好季節，其他兩季中秋季較差，夏季最差。

2.8 50年一遇最大風速

依據對上述三個項目測風數據，利用EWTSII（Davenport）的計算方法，可得出A～C 三個項目的50年一遇最大風速值分別為（m/s）32.2、29.5、36.2。根據IEC 標準的規定，上述三個項目均屬于III 類。

綜上，根據對上述三個風電項目的風能資源情況分析，可得出C 項目所在區域的風能資源最好、B 項目所在區域的風能資源次之，這也符合遼寧省的風能資源情況，既環遼東灣的風能資源較好。從季節上來看，春冬兩季是利用風能資源最好的季節，從風速日變化來看，中午左右也是利用風能資源最好的時間。從風向上來看，主導風向大體為南、北兩個方向。從湍流強度上看，平原地區和沿海地區的湍流強度較小，項目選用的風力發電機組可在這方面節約一些成本。但上述分析僅考慮了三個地區的三座測風塔，測風數據的時間也僅為一年，因此，上述結論可能存在需要進一步完善之處。