摘要：风能资源具有清洁、可再生的优势，随着世界能源逐渐短缺，化石燃料导致的污染严重化，风能受到越来越多的重视，许多国家已开始致力于这一清洁能源的开发。几十年以前，大多数的风力发电场只是以小范围零星布局的形式存在。随着科学技术的进步，风力发电场面积增大，发电场装机数量增多。随着我国风电装机容量的快速增长，部分新建风电场发电量等效满发小时数与设计预期值相差甚远，已逐渐影响了风电场开发商的投资信心，给风电行业的发展带来了很大的隐患。
关键词：风电场后评价的风能资源评估不确定度；应用；
为了预测风电场的电力输出，使用准确的方法评估风电场的风能资源是十分必要的。大多数风电场风能资源评估所使用的是不存在风电场时轮毂高度处风速，但是风电场的建成，即风电机的引入会影响近地面层的风速。因此会造成资源评估的较大差异，在进行风能资源评估时必须考虑风电场的影响。
一、概述
风能资源是自然资源中的一种，属于可再生资源的范畴。考虑到资源应该是在一定的时期和技术水平条件下可以被利用的，因而最直接的想法是用可以转换成电能的数量来进行风能资源的评价，而这与风能转换装置，也即风电机组的性能有关。风电机组是风能利用的核心装置，不同的风电机组具有不同的能量转换性能，其性能一般通过风电机组的功率给出，风速与风电机组输出功率的对应关系。风电机组的风能利用效率，在标准空气密度下，风电机组输出功率与单位时间内流经风电机组扫风面积的空气所具有的动能之比。为了考察不同风电机组的风能利用效率，尽管风电机组的生产厂家、型号各异，但风电机组的风能利用效率曲线非常相似，数值范围也基本相同，尤其是在风能较集中、利用效率较高的峰值区域一。
二、风电场对风能资源影响
1.非均匀下垫面影响。通常非均匀下垫面主要是指地表非均匀，包括地表动力和热力非均匀作用。动力非均匀作用是由地表粗糙度改变所引起的，如光滑地表到粗糙地表。在中性大气条件下，气流从一种粗糙度表面（风电场建场前）跃变到另一种粗糙度表面（风电场建成）的过程中，新下垫面的强制作用将调整原有的风速廓线和摩擦速度，随着气流向下游的移动，它的强制作用逐渐向上扩散，因而在新表面上空形成一个厚度逐渐加大的新边界层，最后形成适应新下垫面的边界层。在这一过程的初始和中期阶段形成的新边界层为内边界层。适用于风电场内部适应新下垫面的边界层，没有研究内边界层对风电场迎风一侧边缘区域风速的影响，风电场风电机阵列之后电力输出达到稳定。
2.风切变测量高度差的影响。由于风在竖直方向上存在切变，必须考虑目标站与参考站测风数据的采集高度差。气象站测风高度一般为地面高度１０ｍ；测风塔一般有多个测风高度，而风电机组轮毂高度一般为７０ｍ及以上。若简单地使用参考气象站测风高度的风速和测风塔风电机组轮毂高度的风速建立关联，会造成站间风速的相关系数较小且预测误差较大。针对这个问题，需要在ＭＣＰ过程中引入风切变指数，通过目标风电场测风塔各高度的短期风速分布拟合得到各高度间风速切变指数，或通过各高度平均风速拟合得到风速分布随海拔高度的变化规律，推算得到目标测风塔风电机组轮毂高度的长期风速。在建立关联模型时，根据所使用的短期数据形式可以将关联模型分为散点拟合模型和概率分布模型，概率分布模型又可分为联合概率密度分布模型与分布函数关系模型两类。风向发生较大偏转的情况下，使用矩阵法可以很好地提高预测准确度。但是在进行扇区数据剔除时，易忽略所含数据数量小但数值大的扇区。所以在进行数据剔除时，可以将每个风向扇区中目标站风速对应的风功率数据作为权重，将风功率之和及风速之和均最小的若干扇区数据剔除；保留数量少但是风功率总和较大的矩阵元素。
期刊文章分类查询,尽在期刊图书馆
三、后评价与不确定度
风电场发电量后评价是风电工程项目执行过程中很重要的一方面，是将风电场实际发电量与设计目标值进行比对分析的一个评价过程。其中发电量设计目标值的确定是需得到足够重视的，其估算存在着一定的不确定度，估算的好坏直接影响后评价的效果，因此在设计工作中应对不确定度进行详细分析。不确定度主要来源于以下两个方面：影响年平均风速的不确定度和直接影响发电量的不确定度。
1.不确定度分类。从项目前期树立测风塔到项目发电量估算的过程中，不确定度因素无处不在，主要包括测风数据的不确定度、风流场模型的不确定度、损耗折减的不确定度和偏差修正的不确定度。（一）测风数据的不确定度。测风数据是风电场风能资源评估最重要的输入数据，对其不确定度的研究尤为重要。（1）测风数据质量。测风数据质量的不确定度主要来自风速风向仪测量、测风塔安装、测风塔的维护水平。风速风向仪导致的不确定度主要源于风速风向仪本身的外形设计及仪器标定。测风塔导致的不确定度主要受测风塔安装规范和管理维护水平影响。（2）风频分布。实际的风频分布不完全符合威布尔分布，而目前软件大多利用拟合威布尔分布来代替实际风频分布，因此存在不确定度。（3）风速年际波动。若测风年不是代表年，需进行长时期修正。从发电量角度考虑，风速的年际波动使得风电场发电量的预测评估变得难度更大。从机组选型角度考虑，则可能造成机组选型错误，导致发电量达不到预期，并且致使风电机组使用寿命降低。据有关研究可知，一个完整年的测风数据的风速年际波动的不确定度为6%。
2.风流场模型的不确定度。（1）模型垂直外推。垂直外推的不确定度来源于两个方面，即测风塔与风电机组的海拔差、测风塔高度与轮毂高度差。地形效应模型的不确定性表征了海拔差引起的不确定度，风切变模型是否具有代表性表征了测风高度差引起的不确定度。（2）模型水平外推。从微观角度看，同一个风电场内不同点位的风况是不同的。由于没有在每一个机位进行测风，利用软件将测风塔处风能资源推算到机位点处时，软件对模型进行简化，存在着不确定度。（3）地形数据分辨率和准确度。地形越复杂，不确定度越高。（4）粗糙度代表性。风电场植被高度与分布的均一性程度都影响着不确定度。
3.损耗折减的不确定度。（1）尾流折减。尾流损耗折减的不确定度主要包括尾流计算模型本身的不确定度、风电场规模、风电机组间距以及未来周边新建风电场尾流影响的不确定度。（2）功率曲线。理论功率曲线与实际运行的功率曲线的差异。（四）修正的不确定度。（1）平均风速长期修正。主要包括长期修正本身的不确定度和风速年际波动的不确定度。（2）复杂风电场RIX 修正。（3）功率曲线修正。一般风电机组厂商提供的功率曲线为标准空气密度（1.225kg/m3）下的功率曲线。而实际风电场空气密度并非标准空气密度，对功率曲线进行修正存在不确定度。因此仅采用发电量作为风电场项目开发决策，是具有较大风险的，而采用不确定度分析，对不同概率下发电量值进行估算，一方面可在事前充分地进行风险评估，保证风险在管控之内；另外一方面在后评价阶段，可有效修正发电量后评价基于的目标值并指导进行有效评价。
我国的风力发电行业发展比较好，电力企业的智能电网已经形成。在风力发电的运行中，确实存在一些问题需要我们解决，在不断的创新和改革，希望能达到更高的水平，促进我国的经济和社会的发展。经过不确定度分析的风能资源评估结果能较好满足项目风险管控要求，具有较强的可行性和实用性。
参考文献：
[1]李宗相，等． 时空尺度风电统计特性评价指标体系及其应用［J］． 中国电机工程学报，2017，33（13）：53-61．
[2]薛振斌，等． 中国风能资源贮量估算［J］． 太阳能学报，2018，22（2）：167-170．
[3]叶永宁． 风电场风能资源评估的测量-关联-预测方法综述［J］． 电力系统自动化，2017，40（3）：140-150．
论文作者:孙宝君
论文发表刊物:《基层建设》2019年第29期
论文发表时间:2020/2/24
标签：不确定论文; 风速论文; 风能论文; 风电论文; 机组论文; 风电场论文; 发电量论文; 《基层建设》2019年第29期论文;