2020年10月14日-16日，2020北京國際風能大會暨展覽會（CWP 2020）在北京新國展隆重召開。作為全球風電行業年度最大的盛會之一，這場由百余名演講嘉賓和數千名國內外參會代表共同參與的風能盛會，再次登陸北京，本屆大會以“引領綠色復蘇，構筑更好未來”為主題，聚焦中國能源革命的未來。能見App全程直播本次大會。

　　

　　在14日下午召開的風資源精細化評估分論壇上，明陽智慧能源集團股份公司風資源區域經理利昭儀發表《特殊地形機位實際綜合折減的精細化分析》主題演講。

　　以下為發言實錄：利昭儀：我代表明陽給各位領導專家匯報一下我們在一些特殊地形機位的綜合折減的分析。我報告分成四個部分，第一個部分現在折減的現狀，第二個就是我們收集到的一些實際運行數據和初步的分析，第三個識別幾種可能會出現較大的偏差的特殊機位。最后一個是結論跟改進。

　　

　　接下來第一部分?，F在在國內大家用的比較多的還是綜合折減，而國外用不確定度比較多，2009年發布了對應的折減數值文件，常用折減65%到80%，所以我們后面的一個評估方法，也是基于這一個文件的基礎上去評估綜合折減的取值。另外這是一個行業內一些分析，我就稍微引用一下。關于一個風電場綜合折減用多少，行業內好多不同的單位也做了好多的分析了，最近的就是2018年一篇文章取了七個風電場，然后按現有的標準跟測風塔海拔高差50米以內，距離三公里以內，機位點也沒有明顯的限電，故障的機位，分析結論在這樣的情況下，得到的綜合折減，0.85基本沒問題，但是我在論文里面發現一個小問題，雖然這些機位雖然測風塔代表性都挺好，但是實際上可以看到26號機位，用0.683這個可能會更合適，29號機位變成0.941，同樣作為代表性比較好的機位，折減差了30%。還有一個2018年的分析，不同的塔組合計算，平均偏差差不多，每個機位點波動非常之大，有的達到20%多，最大達到40%多，我們對風機場平均折減評估的還可以，現在我們要做到平價做到一個精細化，或者因為評估偏差有問題，導致了錯過一些高效的機位，或者是混搭時考慮不周，因為肯定風速大的地方用大兆瓦，風速小的用小兆瓦的,有利于全場的發電，因此需要對每個機位點實際的評估要做到一個準確。

　　

　　對于一個復雜的山地，每個機位點情況不一樣，CFD模擬準確性有限，而且好多的變量，地形圖CFD入口邊界條件，每個地方都不一樣，所以對這種情況現在大部分人建議都是實際測風，現在很多情況就是有時候業主著急要把項目馬上要開工了，風測完我們再決定干不干就太晚了。測風塔代表性不好，有時候是沒辦法去避免的問題，那么針對這么該情況這邊做了一些分析。

　　

　　第二部分就是一個實際運行的數據的收集和初步的分析。就是目前我們收集27個風電場，還有一個常規的CFD軟件的模擬結果，都是經過有經驗的工程師檢驗這么一個結果再去分析，總共收集862臺機位，有一些限電真的特別多，或者特別異常的，最終總共有827臺是有效的風機。這些風機基本上是山地比較多，19個復雜山地，兩個丘陵，還有兩個是海上。這個是一個簡單的兩個指標，就是我按這個公式去算實際發電量除以尾流后理論發電量，得到綜合折減，跟我們平時70%~80%的折減相比，這個是一個實際值而不是一個預估值。如何對一個風電場，我算一下每一個風電廠的每個機位點綜合折減偏差，SD越大風電場的趨勢，模擬的就越不好，如果SD越小，說明在這個平均折減下，至少每個機位該大的地方，實際上就是大的，模擬出來，小的機位，就是小的?？傮w的情況分了幾個地形評估出來SD值也跟我們預想的一樣，就是如果復雜山地風電場，SD值非常大，超過10%，對于簡單的丘陵平地，海上風電場SD值比較小，對于現在的CFD軟件，丘陵發電量該高的還是該高的，發電量低還是低的，對于復雜山地變化比較大。

　　

　　上面就是橫坐標是機位但跟測風塔的一個水平距離，然后縱坐標是它的一個折減，這山東的一個平地項目，雖然我的水平距離增加了，但是對于我一個平地風電場來說，各個機位實際折減的波動性跟距離關系不是太大的。然后包括海拔高差的關系也是，可能你海拔高差十米跟一百米，模擬的步驟還是不準。

　　

　　這也是平地項目，結論跟剛剛差不多，跟距離、水平高差沒有太相關的一個關系，這個是一個丘陵項目，也是差不多的結論，就是說雖然可能你距離近了，你海拔差異小了，但是它可能波動，實際的折減還是在一定范圍內波動，沒有說我距離近了，綜合折減就很穩定。 所以前面的話是一個整體的一個情況的分析，接下來的話，就是我們找的綜合折減差異比較大的機位，找一些特殊地形，對綜合折減的情況，進行一個簡單的分析。

　　

　　首先是對這一種主山脊和主峰是垂直的，有兩條機位山脊走向差異90度，變成和主風向垂直，800多個機位找到38個所在的山脊和測風塔差了90度，95%的機位比這一個風電場的平均值低，這是它的一個概率的一個分布。所以我建議遇到這種情況，應該在折減上多取一點。第二個出現這種狹管效應的機位，軟件能不能模擬出來這種效應，需要開展繼續研究，不過涉及的21個機位處于狹管效應中，然后發現是95%的機位，比平均折減高。這個是它的分布，大部分都是比折減平均值要高。第三個是后方受到遮擋的情況。測風塔在后面山脊，而前面有受到遮擋的機位找到42個，平均值是低了10%。第四種情況的話，有兩條山脊平行，都跟主風向垂直，測風塔是在后面那條山脊的話，然后我們對前面那條山脊的機位做分析，機位點實際折減比平均值低。如果反過來如果測風塔在前面的山脊，機位點在后面的山脊，這樣的情況有13個機位，這個跟剛剛反過來，后面的機位比平均值高。

　　

　　另外還有一些特殊機位，就是比例一半一半了，就是沒有說它的實際折減普遍比平均值低或者比較高。例如前面受到遮擋的機位，還有山脊上它是一個平臺，這個平臺上有兩排機位，后面這排機位也是沒有明顯的規律，第三種半山坡的機位，我取的例子比較極端，快到山腳下了，在半山腰上的機位也是比較多的，這種也是沒有明顯規律。

　　

　　最后就是一個結論部分，總結前面說的就是兩點，第一個對一個復雜山地的風電場，我們取一個平均折減對全場發電量評估還是可以，但機位點偏差可能很大。精細化分析必須考慮這方面的信息。然后還有就是說從測風塔代表性這一塊，單純從距離高差判斷是比較簡單的標準，可能有時候不是那么有效。還有就是特殊的機位的話，我們有建議分上述這么五種特殊情況，額外再考慮不同的折減。

　　

　　明陽智能后面的工作會繼續收集更多的機位點的實際運行數據，跟它當時設計的數據，為后面更多評價的風電場的開發，提供更多合理的依據。還有別的后面我們會再考慮從理論角度再去分析，目前是基于實際運行結果，但過程可就是作為一個黑匣子，沒有非常精確化的分析，后面從理論角度分析為什么情況是這么樣，我的報告就到這里，謝謝。

　　

　　（根據速記整理，未經本人審核）