后評估視角下的高質(zhì)量測風(fēng)2025CWP·中國北京可持續(xù)更美好DRIVINGOUR

RENEWABLE

FUTURE02

測風(fēng)失真引發(fā)的電量偏差黑洞03

價值守護(hù)者：

馭風(fēng)技術(shù)全周期實踐01

風(fēng)電開發(fā)的隱形基石——測風(fēng)后評估視角下的高質(zhì)量測風(fēng)土地權(quán)屬土地權(quán)屬多元，

多部門協(xié)調(diào)難

、審批周期長

。權(quán)屬復(fù)雜市場電價分散式風(fēng)電采用機(jī)制電價+市場化交易，

投資收益不確定性劇增

。波動加劇政策執(zhí)行地方招商政策捆綁產(chǎn)業(yè)，

開發(fā)主體單一

、競爭不足

。政策模糊資源評估場景復(fù)雜，

無測風(fēng)或測風(fēng)質(zhì)量差，資源評估失真

。測風(fēng)不足環(huán)保約束需避讓鳥類遷徙通道

、生態(tài)敏感區(qū)，

噪聲敏感區(qū)

。環(huán)保嚴(yán)苛經(jīng)濟(jì)收益低風(fēng)速資源收益低，

LCOE高

、回收期長，

投資回報難達(dá)預(yù)期

。零和生命線電網(wǎng)接入農(nóng)村電網(wǎng)容量弱

、結(jié)構(gòu)老舊，

接入成本高

、審批流程長

。接入受限鄉(xiāng)村風(fēng)電開發(fā)難點收益偏差（

等效小時）5000450040003500300025002000150010005000

實際發(fā)電量

實際發(fā)電量（加限電）0500

1000

15002000

2500300035004000

評估發(fā)電量（等效小時）設(shè)計平均符合度101.4%設(shè)計等效滿發(fā)小時數(shù)：前期測風(fēng)數(shù)據(jù)訂正至運(yùn)行年后重新仿真計算的結(jié)果，采用設(shè)計階段折減實際等效滿發(fā)小時數(shù)：風(fēng)電場運(yùn)行年實際發(fā)電等效小時數(shù)，包含限電損失部分設(shè)計等效滿發(fā)小時數(shù)2420實際等效滿發(fā)小時數(shù)2455實際電量統(tǒng)計分析實際運(yùn)行整體統(tǒng)計數(shù)據(jù)實際發(fā)

電量實際折減統(tǒng)計分析——測風(fēng)不是選配，

是生死線！全部機(jī)位折減

復(fù)雜地形折減

平坦地形折減

丘陵地形折減

一般山地地形折減

測風(fēng)塔位置折減1.601.401.201.000.800.600.400.200.000.005.0010.000.005.0010.00.005.0010.00.005.0010.00.005.0010.00.005.0010.00風(fēng)速風(fēng)速風(fēng)速風(fēng)速風(fēng)速風(fēng)速均值

0.81

0.850.750.850.840.84

真實折減=實際發(fā)電量（加限電）

/運(yùn)行年理論評估發(fā)電量

復(fù)雜山地風(fēng)電場平均值無明顯偏低，

但較為分散，

其不確定性較高

平坦地形整體折減明顯偏低

、偏差較大，

與傳統(tǒng)認(rèn)知相左

測風(fēng)塔位置處折減相對集中，

但仍然存在波動2023年1月-2023年12月運(yùn)行數(shù)據(jù)運(yùn)行年份平均風(fēng)速實發(fā)（含限電）前期評估訂正到運(yùn)行年實際/設(shè)計(m/s)小時數(shù)（

h

）發(fā)電小時數(shù)(h)發(fā)電小時數(shù)2023.1.1-2023.12.315.232089.712103.5999.34%.....

精準(zhǔn)評估：

準(zhǔn)確判斷項目風(fēng)參特性，

實際運(yùn)行與前期設(shè)計的發(fā)電量符合度為99.34%

。

運(yùn)行情況優(yōu)異：

全場平均時間可利用率99.83%，（含限電）

能量可利用率99.01%

。好的風(fēng)電場是設(shè)計出來的全場統(tǒng)計指標(biāo)96.04%35003000250020001500100050002.97%

000%025%

0

10%

0

13%

0

51%100.00%90.00%80.00%70.00%60.00%50.00%40.00%30.00%20.00%10.00%0.00%0

5

10

1520理論曲線實際曲線限負(fù)荷損失

占比自降容損失

占比啟動損失

占比停機(jī)損失

占比能量可利用率維護(hù)損失

占比待機(jī)損失

占比風(fēng)機(jī)狀態(tài)占比后評估視角下的高質(zhì)量測風(fēng)01

風(fēng)電開發(fā)的隱形基石——測風(fēng)02

測風(fēng)失真引發(fā)的電量偏差黑洞03

價值守護(hù)者：

馭風(fēng)技術(shù)全周期實踐1

、低估平原村鎮(zhèn)對測風(fēng)影響測風(fēng)塔周邊機(jī)位實發(fā)與設(shè)計電量接近，評估精度高。測風(fēng)塔距離村莊較近，

東

、西部機(jī)位距離村莊遠(yuǎn)

。受村莊影響

，遠(yuǎn)離村莊機(jī)位電量低估200-240h，風(fēng)速低估0.3m/s左右。

大范圍村鎮(zhèn)會對風(fēng)參產(chǎn)生較大影響

。ESA10

m粗糙度更符合當(dāng)?shù)氐匦蔚孛卜植记闆r，評估偏差略小。

不同粗糙度源及設(shè)置調(diào)整無法有效提升村鎮(zhèn)帶來的仿真偏差

。ESA10m_2020定向粗糙度示意圖

LC100m_2019定向粗糙度示意圖5526#（

2017.4.1-2018.3.31

）：近海：

風(fēng)速6.21m/s@

120m，

風(fēng)切變0.3375494#（

2017.4.1-2018.3.31

）：遠(yuǎn)海：

風(fēng)速5.88m/s@

120m，

風(fēng)切變0.383若前期評估僅一座測風(fēng)塔，

軟件難以模擬出風(fēng)風(fēng)參隨離岸距離的梯度變化，

全場結(jié)果將偏差較大，各機(jī)位偏差加劇

。2

、忽視距沿海遠(yuǎn)近對風(fēng)參的影響34km18km3

、距湖遠(yuǎn)近對切變誤判影響塔架高度選擇測風(fēng)塔位于湖邊，

部分機(jī)位遠(yuǎn)離湖邊

。測風(fēng)塔處風(fēng)速偏高

、風(fēng)切變較低，

遠(yuǎn)離湖邊機(jī)位趨勢相反

。項目一期測風(fēng)代表性有限選擇了傳統(tǒng)塔架，

二期充分測風(fēng)選擇高塔架

。4

、復(fù)雜山地測風(fēng)代表性不足引起的偏差《

NB∕T31147-2018風(fēng)電場工程風(fēng)能資源測量與評估技術(shù)規(guī)范》復(fù)雜地形風(fēng)電場風(fēng)能資源測量方案應(yīng)符合：測風(fēng)塔的有效控制區(qū)域半徑不宜超過2km，

測風(fēng)塔與預(yù)裝風(fēng)電機(jī)組的海拔高差不宜大于50m，

擬開發(fā)區(qū)域及周邊3km范圍內(nèi)測風(fēng)塔數(shù)量不應(yīng)少于2座

。測風(fēng)塔位于背風(fēng)次山梁，

機(jī)位與測風(fēng)塔海拔落差-50~254m

。商業(yè)軟件對復(fù)雜地形風(fēng)參推算精度存在局限

。測風(fēng)塔編號海拔(m)高度(m)測風(fēng)時長140m風(fēng)速(m/s)風(fēng)切變LIDAR#（

3km

）8824016個月5.530.3062017#（

12km）551403個月6.150.253峽谷入口加速增，

山側(cè)阻滯漸減弱

。寬谷風(fēng)速趨平緩，

風(fēng)向隨谷向偏轉(zhuǎn)

。5

、峽口加速與山側(cè)阻滯帶來的差異第一次第二次第三次使用測風(fēng)塔2020#2020#2020#測風(fēng)高度150150150海拔高度555測風(fēng)開始2020-11-92020-11-92020-11-10測風(fēng)結(jié)束2021-1-292021-6-12021-11-4數(shù)據(jù)完整率(%)2255.798.46參考年開始2020-2-12020-6-12020-11-10參考年結(jié)束2021-1-312021-5-312021-11-4插補(bǔ)前測風(fēng)塔參考年實測風(fēng)速(m/s)6.03@150m5.96@150m5.48@150m插補(bǔ)數(shù)據(jù)源ERA5ERA5/代表年平風(fēng)年平風(fēng)年平風(fēng)年插補(bǔ)后完整年實測風(fēng)速(m/s)6.23@150m5.66@150m5.40@140m代表年風(fēng)速(m/s)6.17@140m5.55@140m5.40@140m空氣密度(kg/m3)1.2211.2591.228主風(fēng)向NW@

150mNW@

150mNW@

150m湍流強(qiáng)度(15m/s)0.131@

150m0.140@150m0.134@

150m切變0.3260.2980.309等效小時數(shù)(h)287724632377根據(jù)實際發(fā)電情況推算項目等效小時數(shù)為2429h，

滿年數(shù)據(jù)評估符合度102.2%

。測風(fēng)3個月與滿年處理風(fēng)速偏差0.77m/s，評估小時數(shù)與實際電量偏差448h

。測風(fēng)7個月與滿年處理風(fēng)速偏差0.15m/s，評估小時數(shù)與實際電量偏差34h

。6

、測風(fēng)時長不足帶來顛覆性偏差后評估視角下的高質(zhì)量測風(fēng)01

風(fēng)電開發(fā)的隱形基石——測風(fēng)02

測風(fēng)失真引發(fā)的電量偏差黑洞03

價值守護(hù)者：

馭風(fēng)技術(shù)全周期實踐中尺度圖譜來源誤差范圍±1m/s點位數(shù)及占比誤差范圍±0.5m/s點位數(shù)及占比誤差范圍±0.4m/點位數(shù)及占比誤差范圍±0.3m/s點位數(shù)及占比誤差范圍±0.2m/s點位數(shù)及占比A138847556340.79760.48550.43350.32370.1965B116685642290.67050.3930.32360.24270.1676C69241511100.39880.13870.08670.06360.0578GW1561119474530.90170.64160.54330.42770.3063

某風(fēng)電場規(guī)劃階段依據(jù)中尺度數(shù)據(jù)進(jìn)行可行性判斷，設(shè)計階段測風(fēng)塔實測風(fēng)速降低0.73m/s（5.52→4.79），發(fā)電量相差518h，全投資IRR相差6.8%，項目規(guī)劃容量縮減47%

（300→

160MW）

。觀測數(shù)據(jù)優(yōu)先級遠(yuǎn)高于中尺度數(shù)據(jù)

。

通過173個滿年測風(fēng)塔數(shù)據(jù)，對比驗證，金風(fēng)Freemeso精度更高

。采用高精準(zhǔn)度中尺度數(shù)據(jù)平臺作為輔助參考

。風(fēng)資源觀測大數(shù)據(jù)平臺規(guī)劃階段——觀測大數(shù)據(jù)平臺+宏觀選址規(guī)劃平臺New

Freemeso平臺傳統(tǒng)測風(fēng)桿塔精度高風(fēng)參完整測風(fēng)周期長安裝時間久不易挪動一塔多用可轉(zhuǎn)化為風(fēng)功率預(yù)測短期雷達(dá)測風(fēng)虛擬測風(fēng)技術(shù)時間短短期測量（3個月）點位靈活安裝方便快捷中尺度仿真計算多輪優(yōu)化多模式集合精細(xì)化地形輸入物理模型本地優(yōu)化成本低無需征地立塔等安裝流程完整年測風(fēng)數(shù)據(jù)風(fēng)速

、風(fēng)向

、溫度精度提升數(shù)智化測風(fēng)方案設(shè)計測風(fēng)方案設(shè)計工具平臺3D代表性展示

2D代表性展示中尺度數(shù)據(jù)測風(fēng)塔雷達(dá)+GoldWRF數(shù)據(jù)精度≈0.6m/s-0.2m/s生產(chǎn)周期1天1年3個月生產(chǎn)方式直接提取觀測觀測+仿真優(yōu)化測風(fēng)高度50m或100m10m-185m40m-300m測風(fēng)階段——組合測風(fēng)（測風(fēng)塔+雷達(dá)+GoldWRF虛擬測風(fēng)技術(shù)）測風(fēng)塔時間長度丘陵(風(fēng)速誤差）m/s平原(風(fēng)速誤差）m/s山地(風(fēng)速誤差）m/s1

month0.2150.2300.2522

month0.1630.1950.1933

month0.1320.1720.1524

month0.1060.1450.1245

month0.0900.1240.1016

month0.0770.1040.0857

month0.0650.0860.0708

month0.0530.0690.0589

month0.0420.0530.04610

month0.0320.0370.03311

month0.0180.0200.019對比1month3month6month9month12month15monthBSR0.2120.1320.0670.0440.0320.029MTS0.2070.1360.1110.0690.0240.040SS0.1960.1210.0590.0460.0330.032TLS0.2050.1240.0600.0500.0350.033VR0.2130.1310.0680.0500.0350.034WBL0.2260.1390.0720.0490.0340.035LLS0.1830.1070.0700.0460.0380.032

測風(fēng)時間越長風(fēng)速誤差越小，復(fù)雜山地項目僅1個月測風(fēng)數(shù)據(jù)

，帶來的平均風(fēng)速誤差接近0.3m/s

，離散誤差更大

。

通過2000多個測風(fēng)塔滑動平均對比，七種插補(bǔ)方法中，最優(yōu)算法可將6個月測風(fēng)風(fēng)速平均誤差控制到0.1m/s。評估階段——精細(xì)化數(shù)據(jù)分析（彌補(bǔ)測風(fēng)時長不足）BSRMTSSSTLSVRWBLLLS0.25000.20000.15000.10000.05001month3month6month9month12month15month風(fēng)速不確定度與時長變化關(guān)系相對標(biāo)準(zhǔn)差-不同高度差不同外推方法的偏差絕對值7.00%6.00%5.00%4.00%3.00%2.00%1.00%0.00%Calculate

ineach

time

step

20m高度差

2.54%40m高度差

4.20%

60m高度差

6.07%

20m高度差

40m高度差

60m高度差70.00%60.00%50.00%40.00%30.00%20.00%10.00%0.00%

偏差2%以內(nèi)樣本數(shù)量

偏差2%-3%以內(nèi)樣本數(shù)量

偏差3%-4%以內(nèi)樣本數(shù)量

偏差4%-5%以內(nèi)樣本數(shù)量逐年外推VS逐月外推VS逐時外推20m高度差各方法最優(yōu)為按月切變外推，40m高度差各方法最優(yōu)為固定常數(shù)外推，60m高度差各方法最優(yōu)為固定常數(shù)外推。高層切變外推VS整體切變外推以輪轂高度為基準(zhǔn)，分析采用不同自上向下多層數(shù)據(jù)切變擬合情況來看，偏采用3評估階段——精細(xì)化數(shù)據(jù)分析（彌補(bǔ)測風(fēng)高度不足）差平均值最低的是采用僅輪轂2層，層次之；從中位數(shù)來看，采用2層-3層數(shù)據(jù)偏差相較小，約2%。Specify

bydirectionSpecify

by

monthaSpecify

by

direction

sector-16扇區(qū)

nd

hourofday

sectorand

month1.06%1.09%

1.08%1.92%

2.02%1.96%4.01%4.18%4.05%

偏差2%以內(nèi)樣本數(shù)量偏差2%-3%以內(nèi)樣本數(shù)量偏差3%-4%以內(nèi)樣本數(shù)量偏差4%-5%以內(nèi)樣本數(shù)量Specify

by

hourof

day1