2023年10月16日-20日，2023北京國際風能大會暨展覽會（CWP2023）在北京如約召開。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，聚焦中國能源革命的未來。

本屆大會以“構筑全球穩定供應鏈 共建能源轉型新未來”為主題，將歷時四天，包括開幕式、主旨發言、高峰對話、創新劇場以及關于“全球風電產業布局及供應鏈安全”“雙碳時代下的風電技術發展前景”“國際風電市場發展動態及投資機會”“風電機組可靠性論壇”等不同主題的21個分論壇。能見App全程直播本次大會。

10月17日上午，十灃科技熊恒在“風資源技術論壇上”發表了題目為《基于后驗概率以大代小的評估》的主旨發言。

以下為演講全文：

謝謝各位同仁中午聆聽我的這么一個報告，接下來由我和大家分享《基于后驗概率以大代小的評估》。

經典風資源評估過程，我們做很多的工作都是圍繞這樣一個課題，但時至今天有20年的周期，從2005年算起快接近一茬的時間，國內風電事業應該來說發展的如火如荼，但也有它存在的一些問題。

首先回顧我國風電發展歷程和展望，第一張圖是統計2005年-2021年中國風電裝機累計量，2021年突破3億千瓦，今年報道數據已經達到4億千瓦的裝機，預計在2030年未來以每年6000-8000萬的裝機做風電場的建設，屆時到2030年風電會實現翻番。

國內風電事業快速發展，風資源評估和風電事業質量是怎么樣的？我們可以做一個參考，看中國和美國風力發電裝機和數據，統計2018年-2021年總的裝機和小時數，可以看到2021年國內是3.2-3.3億千瓦，美國大概是1.36億千瓦，折合年小時數普遍是1800-2000，美國是2700-2900。

簡單來說，我們要三同等規模的風電場，才能夠抵美國兩個風場的發電量。

有人會說裝機量比較大，我們平衡起來比較低，實際上我國風資源最好的內蒙，年平均小時數也就是在2600小時多一點?？梢钥吹剑瑖绎L場對風資源評估小時數不高，可能是從多方面考慮的，一方面風資源的水平確實不如美國，因為我國地勢北高南低，南方資源都是零星的，美國西部像落基山脈南北走向，中間是一個大通道，平均的風速還是很高的。有報道，北極的渦旋可以吹到德州，它的風是很大的。

再是風資源評估和選址也是有待提高的，包括風場建立調度和運維水平，我們在很多風場或多或少都有體現。按照雙碳的要求，未來新增的裝機容量非常大，今天談的課題是以大代小風場的風資源評估有兩方面，一方面可以緩解新增裝機的壓力，現在以大代小相同面積的風場裝機量有提升，另外一方面以大代小是對原來的風場進行改造，我們評估質量是有提高的。

風資源評估我想到的是一系列模型的串聯，其實可以做一個比方，在做活動比如說入職有一些培訓活動，小球做很多的傳遞，怎么樣讓它的傳播效率更高？我們也看到大馬路上有很多鏈式的形式，它其實就是很常見的模型，但是這個模型也對應著風資源評估的模型。這樣的問題我們看的很普遍，但是它并不簡單，我們要求解一個小球從高處落到低處，緩解之間是關聯的。

風資源評估也是這樣的過程，我們想到測風和CFD評估，我們想到折減不確定性的評估體系。它是串式的鏈條，要做好風場的發電評估，原則上要每一個環節抓好，而且每一個環節是否抓好還不好說，還是要看結果導向。

可以看到左邊的圖，它反映出風場座落在地球表面，特點是有編程的效應。風場建設利用風機基于風流吹動葉輪和葉片的作用進行發電，風機和風機至今有一定相互作用，這個作用也不見得是尾流，現在想起來評估好像是尾流，我們后面發現有向前傳的組織效應。

我們想嘗試CFD評估加模擬的過程，向發電量轉化折減體系做評估，我們更多依賴于廠家、設計院一起來做，我們會有風流推動風機發電的過程，我們首先要模擬地形，通過圖給它呈現建模，它來構建風場或者控制體提供下表面的網格，通過一定的生成技術來生成控制體。

同時風場比較有典型的特點是入口，要表征風流的特點，一般是有豐富。比如說基于理論可以給它能夠表征的條件，后面有提到比較熱的概念，基于理論給到入口邊界不是特別的充分，能夠表征入口面的分布，可以基于woff模型把數據給入口面精確的分布，它的準確性可能更進一步提高，我們也有理由相信，它在風資源評估層面準確性有更進一步的提高。

地表有一些地貌的組織效應有開發粗糙度模型，發現森林一般的粗糙度模型不夠，我們又開發森林灌輸模型。風是360度的，但是我們做工程項目的評估，不可能是360度的建模，我們一般要在風向上做離散，這也構成我們有分散區域的CFD計算，主要是考慮工程計算來做離算，得到一個風場入口的豐富和場內風速的關系，間接建立場內的信息和研究對象，比如說風場派不的相互關系。

基于此，我們開發出風資源仿真軟件，有六大特點：一是使用自己的開發平臺QAfess有充分的模型，并且對標行業的軟件開發專門的模型，二是有豐富的模型，針對大規模的風場也有疊加尾流效應評估大規模風場的發電量。

軟件基于BS云平臺架構，用戶可以通過網絡進行訪問，對于我們提交的風場排化任務，可以通過任務管理器進行實施管理和計算任務的調度，針對計算結果可以進行三維格式化的展示和呈現，包括和用戶的呈現，幫助用戶建立風場直觀的感受。

基于六大功能亮點，我們新發布軟件有這么多的功能模塊，包括三大數據庫模塊和網格的生成、中位耦合和大基地的評估定項。

我們構建這么多的軟件，它的準確性如何？非?？上г趪鴥葲]有這樣的數據做評估，我們基于國際上豐富的案例做驗證。我們有基于波蘭的（英）做風流模型和尾流的驗證，像波蘭的項目有絕壁的海島，這個是高邊坡的課題，它的研究比較困難，從原理上基于CFD，對地形的仿真有一些困難的。

但是我們開發幾款模型，針對波蘭項目風加速評估，以及湍流的評估是比較好的，我們在波蘭一個山丘上面評估是比較高的。針對波蘭40萬千瓦的風場，針對尾流的評估準確性還是非常高的。

這里面還有沒有問題？都說中國的風場有自身的特色，其實還是有問題的，在做仿真的評估，把風流模型和尾流模型解耦，這個事情是值得商榷的。風流模型本身評估的是風場沒有建立起來的狀況，一旦把風場建立起來就不存在了，這意味著什么？對于大規模的風場，不能夠做串行的評估做修正，什么是大規模風場？怎么樣定義它？國外40萬千瓦的風場也叫大規模風場，國內是動輒幾百萬的風場，能不能用國外通行的軟件評估國內的項目？這個是要打問號的。包括風機建的越來越大，怎么樣做這個評估？改進和傳統的解析模型參數是否合適？

這一套軟件和西北院做了合作開發，并且有和國電投開展相關的驗證，包括復雜地形、簡單地形以及國內外的項目做驗證評估，在風速評估方面誤差還是在可接受的范圍內，普遍是在3%以內。

回到風資源評估，國際上評估還是基于不確定性的體系，我以前有幸在國外工作兩年，接觸過這樣的評價體系，這樣是基于科學規范的，國內的風資源評估，動輒以一兩個項目為范例做分享，有的時候說服力都不是很夠。世界是一個本體和項的關系，也就是說這個世界可能是隨機的。

經過這樣一套評估體系下還是開環的評估，今天說要研究以大代小的項目的評估，怎么樣提高準確性？一個風場要推導重建，以前建立這個項目運行的數據，是否能夠為后評估所用？包括場內的測風和運行的事件等等，我們可以把風場的發電量追回來，那么是非可以開展評估？答案是肯定的。

我們先進行開放評估，結合運行風場的評估提供觀測誤差，把它引入進來針對二次開發或者以大代小的項目結合，可以推出基于概率分布的項目進行評估。

這個評估的特點，因為引入后評估的數據可以量化不確定度，可以在傳統基于開環的評估基礎上，可以把風電場評估的不確定度進行下降。下降的同時可以提高評估的準確性，P50并不低于原來的評估，投資收益或者財富效益也不會降低。

基于風資源分布的概率方法，基于開環風資源評估誤差，它遵循高處分布，規劃的風場也是遵循高處分布。如果現在說基于之前的風電場，已經有運行數據的基礎上，把它為已知的條件下，怎么樣評估風場后續的規劃？其實這是一個條件概率的存在，我們認為這樣的統計量，也是遵循這樣的高處分布。

我們可以基于這一套理論計算出高處分布的均值和標準差，以大代小風資源的評估方案，P50是原來不考慮占用風場數據評估的值，減去均值。它的方差解決概率分布的方差，我們得到的一套理論公式就是下面的（PPT），基于以大代小的風資源評估是在原來的基礎上，考慮原來項目風資源評估的偏差做反饋，它的標準差是在原來的基礎上，我們也是做一個校準，得到標準差比原來來得小，意味著評估的準確性會得到提高。

我們也有基于以大代小的項目對風場進行評估，這里評估的過程是要計算項目風資源評估，以及規劃項目的風資源評估方案斜方，可以計算相關系數，也可以基于方程組求解年發電量標準差的值。

小結和思考，我們考慮在運行項目前期的評估和運行的發電量偏差，把它整合到風場以大代小項目的評估當中來，一方面是對原來規劃風場均值P50做反饋調整，另外一方面不確定度也是做反饋校正。具體的效果是基于PDM開環評估，不考慮折減它是這樣的分布。如果經過折減的體系后，它是達到這樣的狀況，經過折減之后的不確定還是高知分布，它增加了折減的過程。

基于以大代小的風資源評估，其實一定程度上是調整均值，更重要的是調整標準差。因為評估的過程當中，我們是降低它的標準差，我們得到的評估方案是這樣一條曲線。

這就是我個人的分享，謝謝。

（根據演講速記整理，未經演講人審核）