第1章风资源评估概述

1. 风资源评估概述

风能开发，说白了就是把风的动能变成电能。这件事的意义有多大？我举个例子你就明白了。

一个5万千瓦的风电场，年发电量大约1亿度。这相当于节省了3万多吨标准煤，减少二氧化碳排放8万多吨。我在内蒙古做过一个项目，那片草原上竖起了50台风机，一年发的电够10万个家庭用。你想想看，这背后省下的资源、减少的污染，数字相当可观。

从全球角度看，风能已经成为第三大电力来源。我个人习惯把风能开发的意义归纳为三点：

嗯，这里要注意一点。风能开发不是随便找个地方竖风机就行。我见过不少项目，前期看着风资源不错，结果投产后发电量远低于预期。为什么？因为评估环节出了问题。

风资源评估，我把它比作给风电场做体检。流程不复杂，但每个环节都不能马虎。

核心流程：

下面这张图，是我自己总结的风资源评估核心逻辑。你看一眼就能明白整个流程的脉络。

这张图里，最关键的环节就是长期订正。为什么？因为现场测风数据通常只有一年左右，而风电场要运行20年。用一年的数据去推算20年的发电量，误差可能大到离谱。

我在云南做过一个项目，现场测风年平均风速6.2m/s，但用附近气象站30年数据订正后，长期代表年风速只有5.4m/s。差了将近15%。如果不做订正，直接按6.2m/s去算发电量，那投资决策就全错了。

长期订正，说白了就是解决一个问题：你测的这一年的风，能不能代表未来20年的风？

答案通常是不能。因为风具有年际变异性。有的年份风大，有的年份风小。我统计过中国北方几个典型风电场的数据，年际风速波动幅度一般在5%-15%之间。极端年份可能达到20%以上。

我的经验：

做长期订正时，我建议至少使用20年以上的气象站数据。数据太短，订正结果不可靠。我曾经遇到一个项目，气象站只有10年数据，订正后发电量偏差达到了8%。后来换了30年数据的气象站，偏差降到了3%以内。

代表年分析，就是找出一个能代表长期平均水平的年份。这个年份的风资源特征，要尽可能接近长期平均值。具体来说：

我常用的方法是：先做MCP（Measure-Correlate-Predict）订正，把短期数据延长到长期序列，然后从长期序列中挑选一个代表年。这个代表年，就是用来做最终发电量计算的基准。

避坑指南：

我曾经犯过一个错误。在一个山地项目中，我直接用气象站的数据做订正，没考虑地形差异。结果订正后的风速比实际偏高了12%。后来我改用分扇区订正，把地形影响考虑进去，误差才降下来。

所以，做长期订正时一定要注意：气象站和测风塔的地形特征是否一致？如果不一致，必须做地形修正。

长期订正的方法有很多种，我简单列一下常用的：

你可能会问：这么多方法，到底选哪个？我的建议是：没有最好的方法，只有最适合的方法。我一般会先用线性回归法试一下，如果相关系数R²大于0.8，那就够用了。如果小于0.8，我会改用分扇区回归法或者威布尔参数法。

嗯，最后再说一句。长期订正不是万能的。如果气象站数据本身质量不好，或者测风塔数据只有几个月，那订正结果的可信度就要打折扣。我见过最离谱的项目，测风塔只竖了3个月就拿来订正，结果发电量估算偏差超过30%。这种项目，我建议直接放弃。

好了，这一章的内容就到这里。记住一句话：风资源评估，长期订正不是可选项，而是必选项。不做订正，你的发电量估算就是空中楼阁。