第1章：基础参数设定——风资源数据、机组选型与发电量估算基础
各位同学，大家好。我是你们这堂《分散式风电项目收益测算模型实战》的讲师。今天咱们正式开始第一章节的内容。
做风电项目测算，说白了，就是算一笔账。这笔账能不能算得准，关键看基础参数打得牢不牢。我见过太多项目，模型建得花里胡哨，结果基础参数拍脑袋一填，最后算出来的收益率，跟实际运营差个十万八千里。嗯，咱们今天就把这第一步走稳了。
1.1 风资源数据——项目的“粮草”
风资源数据，是所有测算的起点。没有风，一切都是空谈。我个人习惯，拿到一个项目，第一件事就是看它的测风数据。
1.1.1 年平均风速
这个参数最直观。它代表场址长期的平均风速水平。通常我们说的年平均风速，是指轮毂高度处的风速。
- 数据来源：测风塔实测数据（至少一年，最好两年以上）、中尺度气象数据库（如MERRA-2、ERA5）、或商业风资源图谱。
- 典型范围：分散式风电项目，年平均风速在5.5m/s到7.5m/s之间比较有开发价值。低于5m/s，项目经济性会非常吃力。
- 避坑指南：我曾经遇到一个项目，业主拿来的测风数据只有8个月，而且恰好是风季。我一看年平均风速6.8m/s，觉得不错。但后来补测了完整两年数据，实际只有5.9m/s。所以，数据年限不够，千万别急着下结论。
1.1.2 威布尔参数（Weibull Parameters）
年平均风速只能告诉你平均水平，但风是变化的。威布尔分布就是用来描述风速概率分布的。它有两个关键参数：形状参数k和尺度参数A。
- 形状参数k：描述风速分布的集中程度。k值越大，风速越集中；k值越小，风速越分散。典型值在1.5到3.0之间。我见过内陆山地项目k值只有1.6，风速忽大忽小，发电量波动很大。
- 尺度参数A：与平均风速直接相关。A值越大，平均风速越高。通常A ≈ 1.128 × 年平均风速（当k=2时）。
为什么要用威布尔参数？因为光靠年平均风速算发电量，误差很大。你想想看，两个场址年平均风速都是6m/s，但一个k=1.8，一个k=2.5，它们的发电量能差出5%到10%。
核心要点：在模型中，我们通常用威布尔分布来生成风速频率曲线，再结合功率曲线计算发电量。这是行业标准做法。
1.2 机组选型——项目的“心脏”
选什么风机，直接决定了项目能发多少电。这里我重点讲三个参数。
1.2.1 单机容量
分散式风电项目，单机容量一般在2MW到6MW之间。选大了，可能电网消纳不了；选小了，单位千瓦造价偏高。
- 我的建议：优先考虑当地电网的接入容量限制。我曾经在河北做一个项目，业主想上4台5MW风机，结果电网只给了12MW的接入容量。最后只能改成3台4MW，或者2台6MW。这个在前期就要和电网公司沟通清楚。
1.2.2 轮毂高度
轮毂高度越高，风速越大，发电量越高。但成本也上去了。这里有个权衡。
- 经验公式：风速随高度变化遵循风切变指数。公式是：V2 = V1 × (H2/H1)^α。α是风切变指数，一般在0.1到0.3之间。
- 实际案例：我在山东一个平原项目，风切变指数只有0.12。轮毂高度从80米提到100米，风速只增加了不到3%。但塔筒成本增加了15%。算下来，经济上不划算。所以，不是越高越好，要算细账。
1.2.3 功率曲线
功率曲线是风机的“身份证”。它告诉你，在每一个风速下，风机能发多少电。
- 关键点：一定要用厂家提供的、经过认证的功率曲线。不要用理论曲线。
- 注意：功率曲线是在标准空气密度（1.225 kg/m³）下测的。实际项目中，空气密度不同，需要修正。
小技巧：拿到功率曲线后，我习惯先看一眼切入风速和切出风速。切入风速越低（比如2.5m/s），风机在低风速段就能发电，对低风速项目很有利。
1.3 发电量估算基础——把风变成电
有了风资源数据和机组参数，我们就可以估算发电量了。但这里还有两个关键修正因子。
1.3.1 空气密度
空气密度直接影响风功率密度。公式是：P = 0.5 × ρ × A × V³。ρ就是空气密度。
- 影响因素：海拔、气温、气压。海拔越高，空气密度越低。比如在海拔3000米的高原，空气密度只有海平面的70%左右。
- 修正方法：用实际空气密度除以标准空气密度，得到一个修正系数。然后乘以功率曲线对应的功率值。
说白了，同样的风速，在高原上发的电就是比平原少。我做过一个云南的项目，海拔2500米，空气密度0.95 kg/m³，修正系数0.78。如果不做这个修正，发电量会高估20%以上。
1.3.2 尾流损失
风经过上游风机后，风速会降低，湍流会增加。下游风机就会“吃不饱”。这就是尾流损失。
- 典型值：分散式风电项目，机组数量少，尾流损失一般在2%到5%之间。但如果布局不合理，也可能超过8%。
- 影响因素：机组间距、主导风向、地形。我建议机组间距至少保持3倍风轮直径（顺风向）和5倍风轮直径（垂直风向）。
注意：尾流损失不是固定值。它随风速、风向变化。在模型中，最好用专业的尾流模型（如Jensen模型、Park模型）来动态计算。简单粗暴地取一个固定值，误差会很大。
知识体系结构图
下面我用一张SVG图，把本章的知识结构梳理一下。这样大家看起来更直观。
小结
好了，这一章的内容就到这里。我们讲了风资源数据里的年平均风速和威布尔参数，机组选型里的单机容量、轮毂高度和功率曲线，还有发电量估算里的空气密度和尾流损失。
这些参数，每一个都会直接影响最终的发电量。我个人的经验是，前期花80%的时间把基础参数搞准，后面模型跑起来就顺了。千万别图省事，随便填几个数就完事。你想想看，一个参数差5%，几个参数叠加起来，可能就是20%的偏差。项目投资决策，可不能靠猜。
下一章，我们会把这些参数用到实际的发电量计算模型中。到时候，我会带大家一步步用Python实现。今天就到这里，大家先消化一下这些基础概念。