一、风能资源评估基础

做风电机组选型，第一步不是看风机参数，而是看风。风是燃料，燃料不行，再好的机组也白搭。我这些年跑过几十个风场，见过太多因为资源评估没做细，导致后期发电量对不上的案例。今天咱们就把这块基础打牢。

1.1 风速概率分布

风速不是固定值，它是个随机变量。我们得知道不同风速出现的概率有多大。这就像你问一个地方的人均收入，光知道平均数没用，得知道收入分布。

威布尔分布是行业标准工具。它的概率密度函数长这样：

f(v) = (k/c) * (v/c)^(k-1) * exp[-(v/c)^k]

其中：
v — 风速 (m/s)
c — 尺度参数，反映平均风速大小
k — 形状参数，反映风速分布的集中程度

我个人习惯用 k=2 的瑞利分布做快速估算，精度够用。但正式项目必须用实测数据拟合。我记得在内蒙古一个项目，当地风速分布偏陡（k≈2.8），用瑞利分布估算的发电量偏差了8%。

实操建议：

• 用测风塔至少一年的逐10分钟数据
• 用最大似然法或矩估计法拟合k和c
• 检查拟合优度（R²应大于0.95）

1.2 风切变效应

风速随高度变化，这叫风切变。你想想看，轮毂高度80米和100米，风速能差多少？这直接影响塔筒高度选择和发电量计算。

风切变用指数律描述：

v₂ = v₁ * (h₂/h₁)^α

其中：
v₁ — 高度h₁处的风速
v₂ — 高度h₂处的风速
α — 风切变指数

α值怎么取？我一般这么判断：

地形类型	α典型值	说明
开阔海面	0.10-0.14	地表粗糙度极小
平坦草原	0.14-0.18	常见于北方风场
丘陵地带	0.18-0.25	地形起伏明显
森林/城市	0.25-0.40	粗糙度大，慎选

1.3 湍流强度计算

湍流强度描述风速的脉动程度。说白了，就是风稳不稳。湍流大，机组疲劳载荷就大，寿命会受影响。

计算公式：

TI = σ_v / v_mean

其中：
σ_v — 风速标准差 (m/s)
v_mean — 平均风速 (m/s)

IEC标准把湍流强度分三级：

• A类（高湍流）：TI=0.16，适用于复杂地形
• B类（中湍流）：TI=0.14，适用于一般地形
• C类（低湍流）：TI=0.12，适用于平坦地形

嗯，这里要注意：湍流强度不是固定值，它随风速变化。我习惯用15m/s风速下的TI值做选型依据。为什么？因为那是机组额定功率附近，载荷最敏感的区域。

1.4 年发电量估算方法

年发电量（AEP）是选型的最终判据。方法不复杂，但细节决定成败。

标准流程：

1. 用威布尔分布得到风速频率分布
2. 用机组功率曲线得到各风速下的发电功率
3. 两者相乘，再累加，得到理论发电量
4. 扣除各种损失（尾流、可利用率、电气损耗等）

公式表达：

AEP = 8760 * Σ [f(v_i) * P(v_i) * Δv]

其中：
8760 — 全年小时数
f(v_i) — 第i个风速区间的概率密度
P(v_i) — 对应风速下的功率 (kW)
Δv — 风速区间宽度 (通常取0.5m/s)

我一般用Python写个脚本算，代码大概这样：

import numpy as np

def calc_aep(v_mean, k, power_curve):
    """
    计算年发电量
    v_mean: 年平均风速 (m/s)
    k: 威布尔形状参数
    power_curve: 功率曲线，格式为[[风速, 功率], ...]
    """
    # 威布尔尺度参数
    c = v_mean / np.math.gamma(1 + 1/k)
    
    # 风速区间
    v_bins = np.arange(0, 30, 0.5)
    
    # 风速概率密度
    f = (k/c) * (v_bins/c)**(k-1) * np.exp(-(v_bins/c)**k)
    
    # 插值得到功率
    from scipy.interpolate import interp1d
    pc = np.array(power_curve)
    p_interp = interp1d(pc[:,0], pc[:,1], kind='linear', fill_value=0)
    p = p_interp(v_bins)
    
    # 年发电量 (kWh)
    aep = 8760 * np.sum(f * p * 0.5)
    return aep

知识体系总览

下面这张图把本章的核心逻辑串起来了。我建议你保存下来，做项目时对照着看。

这四个模块是环环相扣的。风速分布决定了能量基础，风切变影响轮毂高度选择，湍流强度约束机组等级，年发电量是最终输出。做项目时，我习惯先跑一遍完整流程，再回头检查每个环节的假设是否合理。

---

公众号:蓝海资料掘金营，微信deep3321