风的基本特性：从形成到影响

做风资源分析这么多年，我越来越觉得，理解风的基本特性就像学开车要先懂油门刹车一样基础。但说实话，很多新人上来就盯着软件和公式，反而忽略了风本身。今天咱们就聊聊风是怎么来的、怎么测、怎么变，以及那些容易被忽略的细节。

风的形成原理：说白了就是气压差

风是怎么来的？其实很简单——空气从高压区流向低压区。就像你打开可乐瓶，气体从瓶内高压冲向瓶外低压一样。地球表面受热不均，有的地方热空气上升，形成低压；有的地方冷空气下沉，形成高压。这一高一低之间，风就产生了。

我在内蒙古做项目时遇到过一件事。当地牧民跟我说，他们看风从来不看天气预报，就看远处的草浪和云的方向。后来我明白了，他们观察的其实就是大尺度气压系统的运动。嗯，这比某些数值模型还准。

影响风形成的主要因素有：

• 太阳辐射不均——赤道热、两极冷，这是全球风带的根本驱动力
• 地球自转偏向力——科里奥利力让风在北半球向右偏，南半球向左偏
• 地形摩擦——山体、建筑物会改变风的流向和速度
• 海陆热力差异——白天海风吹向陆地，晚上陆风吹向海洋

风速与风向：两个最基本的参数

风速和风向，说白了就是风资源的"身份证"。没有这两个数据，后面所有分析都是空中楼阁。

风速的测量与表示

风速通常用米/秒（m/s）表示，也有用节（knot）的。我个人习惯用m/s，因为国内标准都这么走。测风速最常用的是杯式风速计和超声波风速计。

这里有个坑——我曾经在新疆一个项目上，发现两台相邻的测风塔数据差了将近1m/s。排查了半天，原来是其中一台的杯式风速计轴承老化了，转速偏慢。所以，定期校准设备真的很重要。

风速的统计特征通常用威布尔分布来描述：

# 威布尔分布概率密度函数
f(v) = (k/c) * (v/c)^(k-1) * exp(-(v/c)^k)

其中：
v = 风速 (m/s)
c = 尺度参数 (与平均风速相关)
k = 形状参数 (描述风速分布的集中程度)

k值一般在1.5到3之间。k值越小，风速分布越分散；k值越大，风速越集中。我见过最极端的案例是福建沿海某项目，k值达到3.2，说明那里的风非常稳定，几乎全年都在一个风速范围内。

风向的玫瑰图

风向用角度表示，0°为正北，顺时针增加。风向玫瑰图能直观展示主风向。你想想看，如果主风向和地形走向不匹配，那发电量可能直接打八折。

上面这个表是我之前一个项目的实测数据。你看，主风向是SW和NW，占了将近一半。布置风机时，就要让机组尽量垂直于这两个方向排列。

湍流强度与风切变：风的不确定性

这两个参数，说白了就是描述风"乱不乱"和"变不变"的指标。很多新人只关注平均风速，忽略了它们，结果项目运营后问题一堆。

湍流强度

湍流强度（TI）是风速波动的标准差与平均风速的比值：

TI = σ_v / V_mean

其中：
σ_v = 风速标准差 (m/s)
V_mean = 平均风速 (m/s)

TI值小于0.1算低湍流，0.1到0.25算中等，大于0.25算高湍流。高湍流会加速风机疲劳，缩短寿命。我在河北一个山地项目上测到TI值高达0.35，后来不得不选用加强型机组，成本直接上浮15%。

风切变

风切变描述风速随高度的变化。通常用幂律公式表示：

V(z) = V_ref * (z / z_ref)^α

其中：
V(z) = 高度z处的风速 (m/s)
V_ref = 参考高度z_ref处的风速 (m/s)
α = 风切变指数

α值一般在0.1到0.4之间。平坦海面α约0.1，开阔平原约0.15，城市或森林可达0.3以上。我建议你在做项目时，至少用三个高度层的测风数据来拟合α值，别只靠两个点就下结论。

为什么会这样？因为风切变直接影响轮毂高度处的风速推算。如果α算错了，那发电量预测可能偏差10%以上。我记得有一次在东北平原做项目，用两个高度算出来α=0.12，结果用五个高度重新拟合后发现α=0.18。嗯，这一改，年发电量直接多了8%。

空气密度的影响：被低估的关键因素

空气密度直接影响风功率密度。公式很简单：

P = 0.5 * ρ * A * V³

其中：
P = 风功率 (W)
ρ = 空气密度 (kg/m³)
A = 扫风面积 (m²)
V = 风速 (m/s)

你看，功率和空气密度成正比。空气密度每变化10%，发电量就跟着变10%。

空气密度受三个因素影响：

• 海拔高度——海拔每升高1000米，密度下降约12%
• 温度——温度每升高10°C，密度下降约3.4%
• 气压——气压变化直接影响密度

我在青海一个海拔3500米的项目上吃过亏。当时用海平面的标准空气密度（1.225 kg/m³）算发电量，结果实际运行后发现发电量比预期少了将近20%。后来一算，当地空气密度只有0.85 kg/m³左右。从那以后，我每次做项目第一件事就是查当地海拔和年平均气温。

ρ = 1.225 * (P / 101.325) * (288.15 / (T + 273.15))

其中：
P = 当地气压 (kPa)
T = 当地温度 (°C)

知识体系总览

下面这张图是我自己整理的，把风的基本特性串起来了。你对照着看，思路会更清晰。

这张图把四个核心要素串在了一起。你从中心往外看，每个分支都是独立的知识点，但最终都指向同一个目标——准确评估风资源。

公众号:蓝海资料掘金营，微信deep3321