明阳智能利昭仪：特殊地形机位实际综合折减的精细化分析

　　2020年10月14日-16日，2020北京国际风能大会暨展览会（CWP 2020）在北京新国展隆重召开。作为全球风电行业年度最大的盛会之一，这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会，再次登陆北京，本届大会以“引领绿色复苏，构筑更好未来”为主题，聚焦中国能源革命的未来。能见App全程直播本次大会。

　　

　　在14日下午召开的风资源精细化评估分论坛上，明阳智慧能源集团股份公司风资源区域经理利昭仪发表《特殊地形机位实际综合折减的精细化分析》主题演讲。

　　以下为发言实录：利昭仪：我代表明阳给各位领导专家汇报一下我们在一些特殊地形机位的综合折减的分析。我报告分成四个部分，第一个部分现在折减的现状，第二个就是我们收集到的一些实际运行数据和初步的分析，第三个识别几种可能会出现较大的偏差的特殊机位。最后一个是结论跟改进。

　　

　　接下来第一部分。现在在国内大家用的比较多的还是综合折减，而国外用不确定度比较多，2009年发布了对应的折减数值文件，常用折减65%到80%，所以我们后面的一个评估方法，也是基于这一个文件的基础上去评估综合折减的取值。另外这是一个行业内一些分析，我就稍微引用一下。关于一个风电场综合折减用多少，行业内好多不同的单位也做了好多的分析了，最近的就是2018年一篇文章取了七个风电场，然后按现有的标准跟测风塔海拔高差50米以内，距离三公里以内，机位点也没有明显的限电，故障的机位，分析结论在这样的情况下，得到的综合折减，0.85基本没问题，但是我在论文里面发现一个小问题，虽然这些机位虽然测风塔代表性都挺好，但是实际上可以看到26号机位，用0.683这个可能会更合适，29号机位变成0.941，同样作为代表性比较好的机位，折减差了30%。还有一个2018年的分析，不同的塔组合计算，平均偏差差不多，每个机位点波动非常之大，有的达到20%多，最大达到40%多，我们对风机场平均折减评估的还可以，现在我们要做到平价做到一个精细化，或者因为评估偏差有问题，导致了错过一些高效的机位，或者是混搭时考虑不周，因为肯定风速大的地方用大兆瓦，风速小的用小兆瓦的,有利于全场的发电，因此需要对每个机位点实际的评估要做到一个准确。

　　

　　对于一个复杂的山地，每个机位点情况不一样，CFD模拟准确性有限，而且好多的变量，地形图CFD入口边界条件，每个地方都不一样，所以对这种情况现在大部分人建议都是实际测风，现在很多情况就是有时候业主着急要把项目马上要开工了，风测完我们再决定干不干就太晚了。测风塔代表性不好，有时候是没办法去避免的问题，那么针对这么该情况这边做了一些分析。

　　

　　第二部分就是一个实际运行的数据的收集和初步的分析。就是目前我们收集27个风电场，还有一个常规的CFD软件的模拟结果，都是经过有经验的工程师检验这么一个结果再去分析，总共收集862台机位，有一些限电真的特别多，或者特别异常的，最终总共有827台是有效的风机。这些风机基本上是山地比较多，19个复杂山地，两个丘陵，还有两个是海上。这个是一个简单的两个指标，就是我按这个公式去算实际发电量除以尾流后理论发电量，得到综合折减，跟我们平时70%~80%的折减相比，这个是一个实际值而不是一个预估值。如何对一个风电场，我算一下每一个风电厂的每个机位点综合折减偏差，SD越大风电场的趋势，模拟的就越不好，如果SD越小，说明在这个平均折减下，至少每个机位该大的地方，实际上就是大的，模拟出来，小的机位，就是小的。总体的情况分了几个地形评估出来SD值也跟我们预想的一样，就是如果复杂山地风电场，SD值非常大，超过10%，对于简单的丘陵平地，海上风电场SD值比较小，对于现在的CFD软件，丘陵发电量该高的还是该高的，发电量低还是低的，对于复杂山地变化比较大。

　　

　　上面就是横坐标是机位但跟测风塔的一个水平距离，然后纵坐标是它的一个折减，这山东的一个平地项目，虽然我的水平距离增加了，但是对于我一个平地风电场来说，各个机位实际折减的波动性跟距离关系不是太大的。然后包括海拔高差的关系也是，可能你海拔高差十米跟一百米，模拟的步骤还是不准。

　　

　　这也是平地项目，结论跟刚刚差不多，跟距离、水平高差没有太相关的一个关系，这个是一个丘陵项目，也是差不多的结论，就是说虽然可能你距离近了，你海拔差异小了，但是它可能波动，实际的折减还是在一定范围内波动，没有说我距离近了，综合折减就很稳定。 所以前面的话是一个整体的一个情况的分析，接下来的话，就是我们找的综合折减差异比较大的机位，找一些特殊地形，对综合折减的情况，进行一个简单的分析。

　　

　　首先是对这一种主山脊和主峰是垂直的，有两条机位山脊走向差异90度，变成和主风向垂直，800多个机位找到38个所在的山脊和测风塔差了90度，95%的机位比这一个风电场的平均值低，这是它的一个概率的一个分布。所以我建议遇到这种情况，应该在折减上多取一点。第二个出现这种狭管效应的机位，软件能不能模拟出来这种效应，需要开展继续研究，不过涉及的21个机位处于狭管效应中，然后发现是95%的机位，比平均折减高。这个是它的分布，大部分都是比折减平均值要高。第三个是后方受到遮挡的情况。测风塔在后面山脊，而前面有受到遮挡的机位找到42个，平均值是低了10%。第四种情况的话，有两条山脊平行，都跟主风向垂直，测风塔是在后面那条山脊的话，然后我们对前面那条山脊的机位做分析，机位点实际折减比平均值低。如果反过来如果测风塔在前面的山脊，机位点在后面的山脊，这样的情况有13个机位，这个跟刚刚反过来，后面的机位比平均值高。

　　

　　另外还有一些特殊机位，就是比例一半一半了，就是没有说它的实际折减普遍比平均值低或者比较高。例如前面受到遮挡的机位，还有山脊上它是一个平台，这个平台上有两排机位，后面这排机位也是没有明显的规律，第三种半山坡的机位，我取的例子比较极端，快到山脚下了，在半山腰上的机位也是比较多的，这种也是没有明显规律。

　　

　　最后就是一个结论部分，总结前面说的就是两点，第一个对一个复杂山地的风电场，我们取一个平均折减对全场发电量评估还是可以，但机位点偏差可能很大。精细化分析必须考虑这方面的信息。然后还有就是说从测风塔代表性这一块，单纯从距离高差判断是比较简单的标准，可能有时候不是那么有效。还有就是特殊的机位的话，我们有建议分上述这么五种特殊情况，额外再考虑不同的折减。

　　

　　明阳智能后面的工作会继续收集更多的机位点的实际运行数据，跟它当时设计的数据，为后面更多评价的风电场的开发，提供更多合理的依据。还有别的后面我们会再考虑从理论角度再去分析，目前是基于实际运行结果，但过程可就是作为一个黑匣子，没有非常精确化的分析，后面从理论角度分析为什么情况是这么样，我的报告就到这里，谢谢。

　　

　　（根据速记整理，未经本人审核）