1. 风机排布概述：风能资源评估基础、风机排布对发电量的影响、课程目标与学习路径
1.1 风能资源评估基础
做风机排布优化，第一步不是画点，而是搞清楚风从哪来、有多强。说白了，风能资源评估是整个项目的根基。根基不稳，后面再漂亮的算法都是空中楼阁。
我个人习惯把风能资源评估拆成三个核心要素：
- 风速分布——风不是一直吹的，它有规律。我们常用威布尔分布来描述，形状参数 k 和尺度参数 c 决定了风的脾气。
- 风向玫瑰图——风从哪个方向来？占比多少？这决定了风机排布的主方向。
- 湍流强度——风不是平稳的，它会有波动。湍流太强，风机疲劳载荷就大，寿命会受影响。
核心公式：风功率密度 P = 0.5 × ρ × A × v³
其中 ρ 是空气密度，A 是扫风面积，v 是风速。注意风速是三次方关系——风速翻倍，功率变八倍。这就是为什么选址时风速差一点，发电量差很多。
我在项目中遇到过一件事：某风场选址时，测风塔数据只有半年。结果实际运行后，年均风速比预测低了 0.5 m/s。你想想看，三次方关系下，发电量直接掉了近 20%。所以，测风数据至少要满一年，最好覆盖完整四季。
1.2 风机排布对发电量的影响
风机排布，说白了就是决定风机站在哪、站多远。这事影响有多大？我举个例子你就明白了。
假设两排风机，前后距离太近。前排风机把风吃了，后排风机只能喝西北风——这就是尾流效应。尾流效应会导致后排风机发电量下降 10%~40%，具体取决于间距和风向。
为什么会这样？因为风机把风的动能转化成了电能，风经过风机后速度降低、湍流增强。后排风机处在这样的"脏风"里，出力自然打折。
| 排布参数 | 对发电量的影响 | 我见过的坑 |
|---|---|---|
| 行间距（顺风向） | 3D~5D（D为叶轮直径），间距越小尾流损失越大 | 某项目用了 2.5D，后排发电量直接掉了 35% |
| 列间距（垂直风向） | 5D~7D，影响偏航对风效率 | 间距太窄，风机之间互相干扰偏航控制 |
| 排布角度 | 与主风向夹角影响尾流叠加 | 建议与主风向垂直，减少尾流叠加 |
经验之谈：我一般建议行间距不低于 4D，列间距不低于 6D。当然，这要看具体地形和风况。山地项目和平原项目差别很大，不能一概而论。
1.3 课程目标与学习路径
这门课的目标很明确：让你从零开始，掌握风机排布优化的核心算法和实战技能。不是纸上谈兵，是真正能落地的能力。
学习路径我建议这样走：
- 基础篇（第1-5章）——风资源评估、尾流模型、优化算法基础。打好地基。
- 算法篇（第6-15章）——遗传算法、粒子群算法、模拟退火等。每种算法我都会讲原理、给代码、说坑在哪。
- 实战篇（第16-25章）——真实风场案例、多目标优化、约束处理。这部分我会拿我参与过的项目来拆解。
- 进阶篇（第26-30章）——并行计算、不确定性分析、AI辅助排布。前沿方向，让你走在前面。
注意：这门课需要一定的 Python 基础和数学基础。如果你对 numpy、pandas 还不熟，建议先补一下。我曾经带过一个学员，算法原理都懂，但代码写不出来，卡在数据处理上，很可惜。
嗯，这里要强调一点：不要只学算法，不学工程思维。算法是工具，但真正决定项目成败的，是你对风场、对工程约束的理解。比如，有些地方虽然风资源好，但环保不允许建；有些地方地形复杂，风机运输都成问题。这些都要考虑进去。
下面这张图是我自己整理的课程知识体系，你可以先有个整体印象：
这张图把课程内容分成了四个层次。从底层的风资源评估和尾流模型，到中间的优化算法，再到上层的实战应用，最后是前沿进阶。每一层都依赖下一层，环环相扣。
最后说一句：这门课我会尽量把每个知识点都讲透，但更重要的是你自己动手。代码我会给，但建议你一行一行敲一遍。遇到问题很正常，我当年学的时候也踩过无数坑。关键是别怕，多试几次就通了。