風能行為預測必要性及氣候對風電系統性能影響的探討

摘要：隨著全球化石能源的逐漸枯竭，對于可再生能源的研究逐年增加，其發展進一步加快。風能作為可再生能源中的重要能源類型，受到廣泛關注。由于風能受天氣影響，呈現出隨機性、波動性、間歇性等特點，因此研究氣候因素對風能出力的影響至關重要。聚焦于風電場風速、低溫、雷電、雨蝕等氣候因素對于風力發電的影響，可見準確的氣象預測可優化風機運行，最大程度地利用風能資源，提高能源產出，也可避免因極端天氣而導致的風機結構受損。

關鍵詞：風力發電；風能行為；氣候因素；風電系統性能

引言

《2023年全球風險報告》顯示，二氧化碳、甲烷和一氧化二氮在大氣中的含量繼續呈上升趨勢[1]。聯合國政府間氣候變化專門委員會（IPCC）預計，至2030年，全球氣溫升幅超1.5℃的可能性大于50%[1]。七國集團（G7）峰會建議，至2050年，將全球氣溫升幅限制在2.7℃。但這一升幅遠超2016年制訂的《巴黎協定》中的規定，即在本世紀將全球氣溫升幅限制在2℃以內，并尋求將氣溫升幅限制在1.5℃以內的措施。氣候變化引起的極端天氣不斷增多，而可再生能源發電受天氣影響，發電的不確定性、脆弱性、風險性會影響電力系統的電能質量和系統運行的經濟性，嚴重制約可再生能源消納和電網調節能力[2]，因此明確氣候變化對于可再生能源發電情況的影響尤為重要。本研究主要聚焦于風速、低溫、雷電、雨蝕等氣候因素對于風力發電的影響。

1風力發電概況

社會經濟的發展離不開能源供應，而全球的能源供需極不平衡，尤其是化石能源，分布極不均衡，且面臨著逐漸枯竭的現狀，因此為了保證電力供應，亟需發展新能源。近年來，可再生能源因具有源于自然且可循環再生的特點而被大力推廣，在全球范圍內均得到廣泛發展。其中，風能和太陽能是占比最高的兩類能源，具有清潔、低碳的特點，有助于控制溫室氣體排放、全球氣溫升高等環境問題。

1.1 全球風力發電裝機現狀

全球范圍內，2022年給電網供電的風能容量增加了近78GW，達到歷史第三高的增長速度[3]。其中，陸上風電增長68.8GW，我國占比52%；海上風電新增8.8GW，我國占比58.6%，持續引領全球海上風電的發展[3][4]。截至2022年末，全球海上風電總容量達到了64.3GW[3]。

1.2 我國風力發電裝機現狀

除港澳臺地區外，2022年我國新增風電裝機11098臺，容量達4983萬kW，包括陸上風電4467.2萬kW（占新增容量的89.7%）和海上風電515.7萬kW[4]。相比于10年前，2022年新增風電裝機容量增加384.5%，累計裝機容量增加525.2%。截至2022年底，我國累計風電裝機量超18萬臺，新增裝機主要集中于華北（33.6%）、西北（19.2%）和中南（15.1%）地區，其中內蒙古地區新增吊裝容量最大，高達1258.1萬kW[4]。以上數據說明，我國大力推進建設低碳化社會、資源節約型社會，為實現社會全面協調可持續發展做出了積極探索。

2風能行為預測的必要性

《中國能源大數據報告（2023）》顯示，“2022年，我國風電發電量7626.7億kWh，同比增長16.2%；可再生能源發電量2.7萬億kWh，已成為我國新增發電量的主體”[5]，詳見圖1。由此可見，我國能源消費日趨低碳化，低碳能源消費占比穩步提升，綠色生產和消費的模式逐漸形成。

國家發展改革委、國家能源局發布的《“十四五”現代能源體系規劃》對于未來能源體系結構進行了展望，在非化石能源消費于2030年達到至少占比25%的基礎上，進一步擴大提高，把可再生能源作為發電的主力，進一步提升新型電力系統的發電規模，讓碳排放總量達峰后穩中有降；大力發展、全面推進風電和太陽能發電，優先就地、就近開發利用高質量電能；重點加速推進沙漠、戈壁、荒漠地區的大型風電光伏基地項目建設。

目前，可再生能源發電量、消耗量的占比在整個電網中均為穩中有升的趨勢。但可再生能源存在時間和空間上分布不均勻的情況，其發電量具有間歇性和隨機性的特點，會導致其出力的不確定性，從而對電網的穩定性產生影響[6]。如，在惡劣的氣候條件下，風能可能出現出力不夠的現象，導致電網大范圍停電，面對這種情況，若能預知氣象條件變化，提前通知調度人員，及時調整電網發電結構，將會降低惡劣氣候對正常用電的影響。美國Vibrant Clean Energy公司運用的顆粒度天氣數據，通過對全美以3×3km2劃分、每5min更新1次天氣數據、全年檢測天氣情況，來考量風力發電機應當修建的位置、朝向等問題，從而使風力發電機通過直流電纜連接地區電網時，具有最大的效率[7]。這一方法可使整個風力系統的產能達到總體平衡，當某處的風力發電量減小時，其他部位可作為后備電源補充上來[7]。因此，預測風能行為、減輕電網波動、增加電網韌性等措施，對應對風電產能不均勻和穩定風電功率具有重要意義。

3氣候對風電系統性能的影響與應對策略

風電出力特性主要受地理環境和氣候因素的影響，其中氣候因素主要集中于下雨、刮風、溫度、濕度、雷電、冰雪等氣候現象。風速風向突變、大雨大霧、大雪冰凍等極端天氣，會影響風機出力情況，甚至有損機體構造[8]。

3.1 風速

風速是影響風機發電量的重要指標之一，因此需對風電場的風速進行預測、建模，從而提高發電效率。常用的風速預測模型有神經網絡算法、時間序列法、灰色預測法、卡爾曼濾波法等[9]。風速受地理位置、地區地形、風電場的地表粗糙度及障礙物對風的影響等多種因素制衡。當風速超過風電場所能承受的最大風速時，產生的風力可能對風電場的基礎設施造成損害。因此，通常情況下，當風電場風速大于25m/s時，將會啟動保護系統，把風力發電機從電網系統中切除，避免風力發電機受到結構性損壞而進一步破壞整個電力系統的運作[10]。

3.2 低溫

近年來，越來越多的風電場開始在寒冷地區建設，但寒冷地區多低溫、結冰、雨雪等天氣現象，將會影響風力發電機的正常運行。低溫天氣下，風力發電機運作需要權衡3個問題，即①材料的物理狀態是否受到影響；②風機結構上是否結冰；③風機周圍是否有積雪[11]。若權衡不當，可能產生機體覆冰、大風切機、低溫脫網、晴冷無風等現象，影響風力發電機的正常運行，甚至導致其因結構受損而長時間停機[12]。如，鋼材質結構性元器件在低溫條件下會更脆弱、機械性能發生變化；發電機、偏航傳動電機和變壓器等電氣設備，若在低溫環境中停機時間較長，那么一旦通電進入工作狀態，繞組可能會因受到突如其來的熱沖擊而受損[11]；覆冰和積雪等情況，雖不一定對機器造成嚴重損壞，但會降低其性能，導致發電效率降低。因此，應在設計階段考慮風力發電機于低溫天氣的運行情況，采取適當措施降低負面影響，最小化停機時間，確保其在低溫天氣更可靠、高效地運行，如選擇耐低溫材料，優化風機結構以把冰積聚降至最低等措施。

3.3 雷電

風力發電機組通常位于沿海或高山地區，在空間上處于孤立、開闊地帶，且自身高度達到100m以上，若遇雷電天氣，風力發電機被雷電擊中的可能性較大，其中最易遭受雷擊的部位是軸承、葉片等[13]。一旦被擊中，雷電流將會對機器結構造成嚴重損害，導致機組停運，并產生高昂的維修運營費用等，因此加強對風電系統的雷電防護十分必要。如，當雷電擊中風力發電機時，迅速把雷電流導走，降低雷電對于機器的影響。但這一措施的落實需要良好的接地系統，以及在日常管控中加強對接地裝置的檢測與維護。需要注意的是，隨著接地材料逐漸腐蝕或降阻劑性能降低，接地電阻將會不斷升高，當超過當地要求的阻值時，應采取相應措施降低阻值，以保證接地系統能暢通、迅速地導走雷電流。

3.4 雨蝕

葉片作為風力發電機的重要元件之一，其氣動性能會直接影響風力發電機組的發電效率。風力發電機的葉片處于室外環境下，易被雨水侵蝕，其外形隨著時間的推移而受到不同程度的損傷，可造成5%～25%不等的年發電量損失[14]。雨水是風力發電機葉片前緣損傷的主要因素，其落至葉片形成的瞬間沖擊力很大，而在落至葉片之后的擴散和破碎過程中，雨水則表現出作用力小、時間長的特性[15]。為了降低2種情況下雨水對葉片的影響，可通過增加葉片表面的高延伸彈性體來緩沖外部的沖擊，如葉片貼膜防護技術或前緣保護涂層防護技術[15]。

結語

為了減緩能源枯竭的趨勢、優化能源結構、降低碳排放、延緩全球氣溫升高，風能作為可再生能源中發展最迅速、發電量占比最高的能源，其應用和發展受到廣泛關注。由于風力發電機的發電產能依賴于氣候條件，其間歇性、隨機性、不確定性的特點會影響風電出力的穩定性，進而影響整個風電系統的可靠性，因此研究氣候因素對風電系統效能的影響非常必要。風電場的風速需在可控范圍內，才能讓風力發電機正常運轉，若遇大風、龍卷風等極端天氣，風力發電機有可能受到結構性損壞，進而影響整個風電系統。風力發電機在低溫環境影響下有可能性能受損，主要影響因素是材料狀態、覆冰、積雪等。風電場多位于空曠地界，且風力發電機自身較高，若遇雷雨天氣，被雷電擊中的可能性較大，為了把雷電流即時疏散至大地中，需要維持接地電阻始終處于較小水平。風力發電機的葉片易受雨蝕，使葉片前緣損傷，影響發電效率。

可見無論是突發極端天氣，還是常規氣候的長期作用，均有可能導致風電系統性能下降，甚至造成設備損壞。因此，風電場在設計和建設階段應采取適當措施，如使用耐低溫材料、冰抗性設計和閃電檢測、導流系統等。在實際運營時應加強氣象預測，并采取適當措施應對天氣變化帶來的風電出力不確定性，視情況即時調整供電方案，降低停機時間，提高系統的韌性和可靠性。另外，由于風力發電機易受氣候和天氣影響，因此研究各種氣象類型，不僅有助于最大化發電效率，還有助于保障安全運行，避免設備受損或人員受傷。

參考文獻

[1] World Economic Forum.Strategic Partner of the Global Risks Report 2023[R].Switzerland：International Energy Agency，2024.

[2] 朱靈子，翟勇，唐建興，等.基于信息物理模型的可再生能源電網能量平衡控制[J].可再生能源，2022，40（2）：254-259.

[3] Global Wind Energy Council.Global Offshore Wind Report 2023[R].Brussels：IEA，2023.

[4]中國可再生能源學會風能專業委員會.2022年中國風電吊裝容量統計簡報[J].風能，2023（4）：40-56.

[5]中能傳媒能源安全新戰略研究院.中國能源

大數據報告（2023）[R].北京：電力規劃設計總院，2023.

[6]劉震宇.基于孤島模式的可再生能源電網分層能量平衡控制方法[J].自動化技術與應用，2023，42（12）：75-79，107.

[7] FAIRLEY P.Building a Weather-Smart Grid[J].Scientific American，2018，319（1）：60-65.

[8]張艷鋒，郭建華，宋舉，等.基于案例推理的極端天氣下風功率預測系統研究[J].電工技術，2023（18）：64-67.

[9]李玉敦.計及相關性的風速模型及其在發電系統可靠性評估中的應用（博士論文）[D].重慶：重慶大學，2012.

[10] SONG W Q，LIU Y C，WANG Z X，et al.A Novel Wind Turbine Control Strategy to Maximize Load Capacity in Severe Wind Conditions[J].Energy Reports，2022，8：7773-7779.

[11] LACROIX A，MANWELL JF.Wind energy：Cold Weather Issues[R].Amherst：University of Massachusetts at Amherst Renewable Energy Laboratory，2000.

[12]鄭婷婷，單小雨，馬繼濤，等.寒潮天氣對風電運行和功率預測的影響分析[J].內蒙古電力技術，2023，41（4）：8-12.

[13]夏一楠.大唐平陰風電場雷擊風險評估分析[C]//第35屆中國氣象學會年會S19雷電物理和防雷新技術——第十六屆防雷減災論壇論文集.北京：中國氣象學會，2018：494-497.

[14]盧家騏，牟書香，李權舟.風電葉片前緣防護技術進展[J].玻璃鋼/復合材料，2015（7）：91-95.

[15]張立新，趙春妮.風電葉片雨蝕微觀機理及防護特性的研究[C]//第四屆中國風電后市場專題研討會論文集.北京：中國農業機械工業協會風力機械分會，2017：73-79.

作者簡介

羅喬婉（1996—），女，漢族，四川德陽人，助教，碩士，主要從事電力系統、建筑電氣的研究及教學工作。

加工編輯：王玥

收稿日期：2024-05-21