[科普中国]-[风能资源评估]代表年

背景

近几年，风力发电技术发展迅速，但与传统的化石能源相比，风能具有诸多的不确定性。因此，准确有效地评估风能资源，对研究大规模风电并网、论证风电项目建设的可行性具有重要意义。

风能资源评估是对风能的自然属性进行评估，风速的持续性可以直接体现当地风能资源的可利用率。欧、美等发达国家利用气象站观测数据，对全球的风能资源分布进行了大量的研究工作。丹麦1150国家实验室是最早进行风能资源评估的专业机构，他们利用欧洲多个国家气象站的观测数据，结合地表粗糙度、地形条件、风廓线等参数计算并绘制了50 m高度的风功率密度图。该图表明欧洲风能资源丰富区域主要分布在沿海各国，其风功率密度可达800 W /mZ以上。美国能源部绘制了全球10 m高度的地表风能资源分布状况图[00。在中国国家气象局公布的第三次全国风能资源普查结果的基础上，我国10 m高度的陆上风能资源总储量为32.26 x 10" W，并提出了实际可开发量为2. 53 x 10" W。研究发现，我国西北和东南沿海地区年持续风速相同的情况下，西北地区的年平均功率密度和年风能密度显著大于东南沿海地区，其风功率密度可以大1-2个等级。造成这种显著差异的原因是西北地区“大风速”的频率较东南沿海地区更多。美

国国家新能源实验室(national renewable enemylaboratory } NREL)对我国东部和近海300万kmZ面积的区域进行了风能资源评估，得出50 m高度的风能资源可开发量约为到 W，风能功率密度在300W /m以上的陆地面积约为65万km。利用WRF结合CFD的模式，除可以对复杂地形和海上的风能资源进行有效评估外，还可以预测这些区域未来的风能资源。

当前国内外的风能资源评估方法主要可分为:基于测风塔观测数据建立不同的数学模型，有效地将气象站和测风塔的观测数据转化为风能、风功率等风能资源评估参数的数理统计评估方法，以及利用计算机模拟技术结合测风塔观测数据、中尺度数据实现对近地层风能资源进行分析的数值模拟评估方法1。

风能资源评估的基本思想风能资源评估的基本思路评估不同区域面积的风能资源采用的方法也有所不同:宏观风能资源评估多是从规划和普查的角度出发，其主要评估对象是国家或地区。由于气象站、测风塔等小范围的测量数据很难观测到海风、低层急流风、回流等地形复杂区域的大气运动规律，因此，对宏观区域的风能资源进行评估时，多采用中尺度数据+数值模拟的方法进行评估;进行风电场等中、小尺度区域的风能资源评估时，对测风数据的质量和可靠性要求更高。中尺度数据很难准确描述小范围内的地貌、湍流、切变等参数，因此，微观区域的风能资源评估更多采用数理统计方法。

风电场风能资源评估如图所示。

评估首先是对地形数据和测风塔的观测数据进行收集处理，绘制相关区域的风能资源图谱;然后，通过商业软件模拟整体布机方案排布，计算机组的发电量、尾流、功率密度等参数;最后对风能资源结果进行不确定性因素分析，对可利用小时数和容量系数进行经济指标评价1。

风能资源评估的特征参数风能资源评估的主要特征参数包括:风速统计概率分布、风向、平均风功率密度、风能、有效风能、可利用小时数等。

(1)风速统计概率分布。

通过对风速:概率统计得出的分布特性能够衡量一个地方风能资源分布情况，风速的频率分布是体现这一特性的主要形式，常采用W eibull分布曲线来拟合不同高度层风速的概率分布。

确定了W eibull分布的参数之后，可以得到该区域的风速概率分布，再由风速概率分布特性计算出平均风速、平均风功率密度、有效风功率密度、可利用小时数等体现风能资源状况的风能特征指标。

同一风电场的空气密度以及自然地形环境等因素都是固定的，其对风能资源的影响较小，只有风速会随着大气运动呈现出变化。

风向划分国外通常采用12扇区，国内则采用的是16扇区。对风向扇区的研究结果表明:不同区域的风速在水平方向分布是不均衡的，而在不同风向上风速参数和频率分布也是不同的，因此有专家提出不同的风向扇区划分方法，包括依据实测数据权重比进行的动态扇区划分方法，如图所示。

以及依据大气热稳定度，将风向扇区划分为2个不同时段6个扇区的分组划分方法。对比传统扇区的划分方法，这些方法可以有效提高风能资源评估的精度。

(3)平均风功率密度。

风能密度是衡量一个地区风能大小和风能储量最有价值的参考量。风功率密度是气流在单位时间内垂直流过单位截面积中所具有的能量。

(4)风能。

风能的利用就是将风流动所产生的动能转换为其他形式的能量。假设气体内分子之间的距离不会改变(依据能量守恒定律)，那么这种动能就可以视为纯动力，根据动力学原理。

(5)有效风能。

对于风能转换装置而言，可利用的风能是在切入风速到切出风速之间的风速段，这个范围的风能即“有效风能”，该风速范围内的平均风功率密度即有效风功率密度。

(6)可利用小时数。

风电场容量系数的高低由可利用小时数决定，可利用小时数越高则说明风电场的投资回报率也越高。统计代表年测风序列中的有效风速的风能可利用小时数计算式如图所示。

图中N为统计时段的总时间，h。其中可利用风能资源储量，是通过有效风功率密度、风电场面积和风能利用率之间的关系计算得出的2。

风能资源评估方法基于数理统计的风能资源评估方法数理统计方法是利用测风塔观测数据构建不同的数学模型，有效地将气象站和测风塔的观测数据转化为风能、风功率等风能资源评估参数的方法34。

以风速为出发点的数理统计评估方法认为，风功率密度与风速的三次方成正比，因此风速的统计对能量的评估至关重要。其中矩阵法、最大似然估计法和最小二乘法是较为常用的方法。矩阵法是最早用来估算风电场年发电量的方法。有文献采用矩阵法、极大似然估计法和最小二乘法估算了长期风速并计算了风能密度等指标，研究结果表明:矩阵法具有很强的通用性，但计算结果往往收敛性不好、可变性较差;极大似然估计法是一种适用性很强的评估算法，在多结果点下可以很好地拟合Weihull分布的参数值。

空间插值算法也是常用的风能资源评估算法。有文献通过推导结果与实测参数的结果比对，论证了空间插值统计方法在风能资源评估应用的可行J险。常见的空间插值方法有，趋势面分析法、距离倒数加权法、局部多项式法和薄板样条法、克里格法、斜克里格法和泛克里格法等插值法。

同时空间差值的数理统计方法也可以对缺乏观测数据区域和宏观区域的风能资源分布状况进行评估。但由于气象站的分布是离散的，因此用该方法评估的结果仅能粗略地估算该区域风能资源水平，精度不高。数理统计方法的评估精度，取决于参加评估的观测站数量和观测数据的质量。为此许多国家成立了专门的测风网络和机构开展风能资源的观测与评估，对风能资源的快速发展奠定了基础。到目前为止，世界多国都己拥有了各自国家的风能资源详图，并建立了风能资源数据库。

为了解决数理统计方法评估过程中，短期观测数据无法有效对目标风场进行长期风能资源储量估算的问题，基于测量-关联-预测模型(MCP)的风能资源评估方法被应用于风能资源评估领域。MCP评估步骤如图所示。

MCP关联模型的建立方法可分为单体方法和组合方法两大类。单体法是风电场同气象站选用一种模型的算法，而组合方法可以理解为风电场同多个气象站建立不同的适应模型来进行结果计算，并根据相关性对结果进行组合后得到最终结果的一种算法。组合方法主要涉及单体方法的组合和参考气象站的组合，而单体方法可分为散点拟合类和概率分布类方法。

概率分布类的方法又可分为联合概率密度分布法和分布函数关系法。借助统计软件分析发现风速服从正态分布，虽然单分布函数模型对呈单峰特性的风速以及平均风速较大的地区风况拟合较好，但在风速分布复杂区域中拟合效果差。通过概率分布模型中的贝叶斯估计、最大嫡等高级算法来描述风速分布特性的研究发现，概率分布模型对风速拟合效果较好，但对低风速区的拟合偏高，且对风功率密度分布的拟合效果不太理想。针对这一特性，有文献提出了改进最大嫡算法，使其整体适用性和评估结果的精度有了明显的提高。在组合模型过程中，调整组合权重时需考虑实际的地形地貌条件以及各类单体方法的特征选择适合的模型，有助于提高风能资源的评估精度。

基于数值模拟的风能资源评估方法数值模拟方法通过对地形地貌等信息的数值化，对近地层的风电场风能资源进行模拟。依据空气动力学和热力学的基本原理，结合中尺度数据对不同区域范围的风能进行评估，从而得到这些区域风能资源的连续分布状况。

常见的数值模拟模型可以分为，线性模型和流体力学模型。WAsP是基于JAI原理开发的线性模型，也是行业内应用最为广泛的线性模拟软件。利用该软件，Riso实验室除了对欧洲风能资源进行整体建模评估外，还结合分辨率为2 - 5 km的中尺度数据，对部分区域进行了风能资源评估，并得到了较高分辨率的风资源分布图。尽管该软件包含了粗糙度和障碍物模型，但对复杂地形的风能资源评估效果并不理想。

NREL实验室通过中尺度数值模拟技术对美国近海风能资源进行了模拟评估并制作了90 m高度、水平分辨率200 m x 200 m的风能资源分布图，美国(true w ind so lutio n } T W S)公司研制了M eso M ap中尺度数值模拟系统Cazl，通过载入中尺度数据，该系统就可生成分辨率最小为100 m的风能资源分布图。

该系统最大的优点是无需测风塔观测数据即可实现精度的风能资源评估，缺点是计算收敛率较差且仅能评估最高距地50 m高度的风能资源。国家气象中心基于中尺度数值模拟技术，开发了适用于中国风能资源评估的WERAS系统。通过该系统与MCP数理统计方法的算法组合，可以有效提高评估的精度并缩短评估周期。研究人员使用该系统结合MMS中尺度数据，完成了对我国沿海陆地区域、近海区域70 m高度风能资源的评估工作。

为了解决线性模型软件对复杂地形风能资源评估的不足。法国美迪公司和挪威WindSim AS公司基于CFD模型分别开发了Meteodyn WT和WindSim风能资源评估软件。通过求解Navier-Stokes方程，实现对区域风能资源特征参数的模拟和分析。有文献利用CFD软件对复杂地风能资源分布进行了数值模拟，模拟结果与实际观测数据基本吻合。研究发现测风塔的数量和生成网格分辨率的密度可以有效提高评估的精度。

结合中尺度数据，CFD模型可以实现对大区域风能资源的模拟，右图所示为CFD模型结合中尺度数据的模拟评估思路图。

CFD数值模拟软件可根据载入数据格式，完成对不同尺度风能资源评估的目标。综合融合数据的CFD模拟评估，可以通过大范围高精度的风能资源数据，解决复杂地形风能资源评估中局部区域的小气候问题，有效提高评估精度。

数值天气预报模型(numerical weatherprediction ，NWP)是最新一代的数值模拟技术。利用NWP模型对全球风能资源评估的研究结果表明，该模型在预测复杂区域地形条件的时候风速的预测值偏低[4A]。但该模型最大的优点是包括完整的CFD方程，可对太阳辐射、红外线、云层、对流等多种气象参数进行预报分析。结合地表气象站、探空气象站和卫星观测数据，可以实现对局地和全球风能资源运动规律的预测。

目前风能评估存在的问题主要包括以下4点:(1)对宏观区域内风能资源的蕴含储量和最大可开发量的评估分析有待加强，同时风能资源评估结果应更注重与电力系统规划设计和运行调度相结合;(2)对区域风能资源的评估结果通常为平均风速和风功率密度，不同高度间的风速推算也多是基于指数函数关系进行的简单折算，对微观范围的地形地貌及不同高度层的风能资源评估结果仍有待加强;(3)风电场风能资源评估过程中，发电量的计算依然停留在对功率曲线的简单线性拟合，不能充分反映不同机制机组的实际工作状况;(4)风电场风能资源评估，应进一步加强尾流叠加模型和湍流模型的研究。

针对上述不足，未来风能资源评估的发展方向如下:(1)在智能电网的发展要求下，评估结果的准确J险和最大限度地缩短评估周期，己经成为最基本的要求。研究应从目前己有的风电场出发，结合不同场地条件下的风场实际运行数据。有选择地对风能资源评估中的不同算法进行组合，分析造成评估误差的原因和不确定性影响因素。建立基于各区域风电场风能资源评估模型，有效提高类似区域的风能资源评估精度和准确性，降低模型算法不当所造成的损失。(2)用大数据与云计算技术，为风能资源评估提供更有参考价值的平台。深层次挖掘中尺度数据、周边风电场、气象站、机组SCADA数据和理论模型之间的相互关系。提升风能资源评估精度的同时优化预测模型的评估精度，构筑风场全生命周期的评估体系。建立前、中、后期的一体化评估模型。从而使评估参数多元化，进一步提升评估预测结果的精度。(3)改进现有机组曲线评估模型。增加气象要素和实际运行曲线模型，研究并构筑各点位动态曲线模型，避免理想功率曲线折算所造成的评估误差，还可以根据动态曲线对机组的生产、运维工作计划进行定制。4)当前风电场总装机容量和单机容量的不断增大，应深入研究尾流叠加模型和湍流扰动模型，考虑其对电量评估和预测的影响，进一步提高风能资源评估的精度56。

中国近海风能资源评估我国共进行了5次全国规模的近海风能资源调查，分别是第一、第二次全国风能普查，全国海岸带和海涂资源综合调查，第四次全国近海海洋可再生能源普查和全国风能资源详查。其中给出我国近海风能资源技术可开发量(潜在开发量)的3次全国近海风能资源调查与评估是:第二次全国风能资源普查、第四次全国近海可再生能源普查和全国风能资源详查7。

第二次普查中的近海风能资源评估20世纪80年代末，薛析等利用全国900多个测风资料(1980年以前的观测资料)绘制了我国多年平均风功率密度分布图，并首次估算了全国离地面10 m高度处的风能资源储量和技术可开发量，陆地风能资源总储量为32.26亿kW，技术可开发量按总储量的10%再乘以0.785计算(0.785为风能捕获系数)，得陆地风能技术可开发量2.53亿kW，近海(水深小于l5m)风能技术可开发量估计为7.5亿kW。薛析等提出的风能资源总储量计算方法随后被国家发改委栓国风能资源评价技术规定》采用，但该规定未采用其技术可开发量的计算方法。

本次普查首次对我国风能资源储量和技术可开发量进行了估算，其中海上风能资源是按陆地风能资源技术可开发量的3倍计算，是套用丹麦的陆、海风能资源比例得出的。但丹麦是个岛国，海洋面积是陆地面积的几倍，而我国是个大陆国家，海洋面积不足陆地面积的1/3，因此直接套用丹麦陆、海风能资源比例对我国海洋风能进行评估缺乏科学依据。

第四次全国近海可再生能源普查2004-2011年，在国家海洋局组织实施的“我国近海海洋综合调查与评价专项”我国近海海洋可再生能源调查与评价项目中，采用2a (2007-2008年)的2976个常规地面观测站、196个探空站、112条船舶提供的观测资料和QuikSCAT卫星反演资料作为同化资料，以NCEP再分析资料作为初始场和驱动场，利用中尺度气象模式MMS，重构了2007-2008年我国近海10 m高度风场，在利用76个海洋站气象资料对模拟结果进行验证后，根据《全国风能资源评价技术规定》对我国近海海洋风能资源进行了评估。结果表明，我国近海5Om等深线以内风能资源总储量为8.83亿kW，技术可开发量为5 .70亿kW。

本次调查采用先进的观测技术手段，并通过多源融合资料同化进行了近海风能资源评估，获得较为可靠的评价结果，这在我国近海风能资源调查与评估方面尚属首次。需要说明的是:(1)评估区域不包括台湾省;(2)评估数据序列长度为2a与《全国风能资源评价技术规定》规定的30a差距较大;(3)评估的水平分辨率较低，且评估的高度为lOm，使评估结果无法直接应用于海上风电开发规划。

全国风能资源详查中的近海风能资源评估2007年，中国气象局采用WEST模式完成了对我国大陆及其近海30a(1971-2000年)的风能资源评估。本次详查给出垂直高度lOm,50m,70m和110m，的全国陆地和近海风能资源分布图。按照GB /T 187102002《风电场风能资源评估方法》的风能资源区划标准，计算了我国陆地离地面5Om高度达到3级及其以上的风能资源潜在开发量约为23.8亿kW，我国近海5-25 m水深范围内海平面以上5Om高度处达到3级及其以上的风能资源潜在开发量约为1. 88亿kW。潜在开发量是指在理论储量的基础上，考虑了限制风能资源开发的自然地理和环境保护等因素后的风能资源储量。中国近海风能资源丰富。渤海的风能资源等级主要是4级;黄海及东海的杭州湾等级为3级;广西北海以外的北部湾海域，风能资源等级为3 }4级。风能资源最丰富的近海海域是浙江南部、福建和广东东部沿海，风能资源一般在4级以上。

2009年，中国气象局又利用WERAS/CMA风能资源数值模拟评估系统重点对山东、江苏、上海、浙江和福建近海近20a(1986一2005年)的风能资源进行了精细化研究。本次精细化评估得到了各高度层上的逐时风向、风速、年平均风速、平均风功率密度等10项参数。

综合评估时段、水平分辨率和评估高度等方面，本次全国风能资源详查是迄今为止最详实的近海风能资源调查与评估，上述成果对于我国海上风电规划的编制和风电场选址发挥了重要作用。

我国近海风能资源评估展望与建议加快近海风能资源评估体系建设在近海风能资源的评估技术方法上，由过去的基于测风塔、气象站和船舶等观测资料统计分析方法发展到采用数值模拟、再分析资料和卫星遥感等评估方法。目前进行近海风能资源评估通常依据枫电场风能资源评估方法》和《全国风能资源评价技术规定》，但这两个标准(技术规定)是针对陆地风能制定的，其评估方法也仅有观测资料统计分析法(技术规定中数值模拟为可选项)。

国家发改委发布的《可再生能源发展“十二五”规划》规定，到2015年海上风电装机达到500万kW ， 2020年海上风电装机达到3000万kW。在这个大规模发展海上风电的形势下，建立近海风能资源评估体系，统一评估海洋风能资源储量、技术可开发量、经济可开发量的技术指标，规范数值模拟、再分析资料和卫星反演等评估方法显得尤其重要。

做好近海风能资源长期变化趋势预测资源评估是风电场建设的基础性工作，风能资源的长期变化直接关系到风电开发的经济效益。现阶段的海洋风能资源评估一般是针对历史上1-30a时间进行，而风电场的运营期一般在20年以上，因此开发商更关注的未来几十年的风能资源。

开展近海风能资源评估中的不确定性分析近海风能资源评估结果的准确性直接关系到海上风电场业主投资的风险及经济效益。由于测量误差问题、代表年的选择不同、风切变分析、选用的数值模式的差异、风能资源长期订正问题(评估地点风速与最近气象站风速相关性不完全满足要求)等诸多原因，评估结果必然存在一定的不确定性。目前针对近海风能资源评估中的不确定性的分类和评估方法并不统一且不易量化，应对风能资源评估不确定性因素进行分类并提出科学、合理、可操作性的评估方法。

加强海上风电开发利用环境影响评价海上风电虽然对环境污染较少，但是在施工期和运营期也会对海洋环境造成一定程度的影响。在施工期会产生噪声、悬浮物和废弃物，影响域生态和水动力环境;在运营期会也会产生噪音和辐射等，对渔业生产、鸟类迁徙和自然景观等产生影响。因此，在进行海上风电开发以前，有必要对海上风电开发而带来的环境影响进行深入、细致地研究，并做好海上风电场选址工作，避开鸟类的迁徒路线、海洋保护区、港口航运区和特殊利用区等，将风电开发对环境的影响降低到最低;在风电场施工期和运维期进行长期监测，对风电项目不同阶段的实际环境影响进行评价，对由海上风电开发造成的生态和水动力系统破坏、环境污染等，应进行修复和补偿。

开展海上风电场的局地气候影响评估大型风电场建立与运行以后，无疑将改变原有的局地近地层大气运动特征，近地层大气运动的改变进而产生对整个大气边界层中动量、热量和水汽输送的影响。大规模发展近海风电对局地的风速、温度、降水和湍流强度等会有一定的影响。因此，有必要对近海风电开发带来的局地气候影响进行深入、细致的研究，同时应科学论证大规模开发利用近海风电的温室气体减排效应7。

结语随着大规模风电接入电力系统，精确可靠的风能资源评估，可以有效地降低风电并网所带来的风险。现有的风能资源评估方法和模型还存在一定的局限性，特别是对风能资源的间歇性和不确定性的预测难度极大。