2. 风资源评估：园区测风数据收集、风功率曲线分析、年等效满负荷小时数计算

风资源评估，说白了就是回答三个问题：风够不够大？风机能不能抓住？一年能发多少电？ 这三个问题搞不清楚，后面的风电消纳和自用率提升都是空中楼阁。

我个人习惯，做园区风电项目，第一步不是选风机，而是先看测风数据。数据不准，后面算得再漂亮也是白搭。你想想看，一个园区投资几千万的风机，如果因为风资源评估偏差导致发电量少20%，那损失可就大了。

2.1 园区测风数据收集

测风数据收集，我把它分成三个阶段：测风方案设计、数据采集、数据质量控制。

2.1.1 测风方案设计

园区测风和大型风电场不一样。园区面积小，地形复杂，周边建筑物多。我建议采用多点布设策略。

• 测风塔高度：至少达到风机轮毂高度的1.2倍。比如你选80米轮毂的风机，测风塔至少100米。我在项目中遇到过，有人用50米测风塔去推算80米的风速，结果偏差超过15%。
• 测风点数量：园区面积小于1平方公里，至少2个测风点；1-5平方公里，至少3个。我曾经在苏州一个园区做项目，园区只有0.8平方公里，但东边有厂房遮挡，西边是开阔地，风速差异很大。最后布了3个点才把真实情况摸清楚。
• 测风周期：至少连续12个月。为什么？因为风有季节性。你只测了夏天，冬天的大风天就漏掉了。

2.1.2 数据采集与质量控制

数据采集不是把数据拿回来就完事了。我见过太多人，拿到数据直接算，结果算出来的结果根本不能用。

质量控制要做的几件事：

• 剔除异常值：风速超过60m/s的，基本是仪器故障。我记得有一次，一个项目的数据里出现了120m/s的风速，一看就是传感器被鸟撞了。
• 补全缺失数据：如果缺失率低于10%，可以用相邻测风塔的数据做线性回归补全。如果超过10%，我建议重新测。
• 检查数据一致性：不同高度的风速应该符合风切变规律。如果10米风速比50米还大，那肯定有问题。

2.2 风功率曲线分析

风功率曲线，就是风机在不同风速下的发电能力。每台风机都有自己的曲线，这是厂家给的，但实际运行中会有偏差。

2.2.1 理论风功率曲线

风机的功率曲线一般长这样：

• 切入风速：通常3-4 m/s。低于这个风速，风机不发电。
• 额定风速：通常10-12 m/s。达到这个风速，风机满发。
• 切出风速：通常25 m/s。风速太高，风机停机保护。

举个例子，一台2MW的风机，切入风速3m/s，额定风速11m/s。在3m/s时，它可能只发几十千瓦；到了11m/s，它就能发满2MW。

2.2.2 实际风功率曲线修正

怎么修正？我一般用bin法。把风速分成0.5m/s一个区间，统计每个区间内的平均风速和平均功率，然后和理论曲线对比。

# 示例：bin法计算实际风功率曲线
import numpy as np

# 假设有风速和功率数据
wind_speed = np.array([...])  # 10分钟平均风速
power = np.array([...])       # 对应功率

# 分bin
bins = np.arange(0, 30, 0.5)
bin_centers = (bins[:-1] + bins[1:]) / 2
avg_power = []

for i in range(len(bins)-1):
    mask = (wind_speed >= bins[i]) & (wind_speed < bins[i+1])
    if np.sum(mask) > 0:
        avg_power.append(np.mean(power[mask]))
    else:
        avg_power.append(0)

# 输出修正后的曲线
print("风速(m/s) | 实际功率(kW)")
for ws, p in zip(bin_centers, avg_power):
    print(f"{ws:.1f} | {p:.1f}")

这段代码看起来简单，但实际用的时候要注意：每个bin里至少要有10个数据点，否则统计结果不可靠。我一般会检查一下，如果某个bin数据太少，就把它和相邻bin合并。

2.3 年等效满负荷小时数计算

年等效满负荷小时数，简称等效小时数。它的定义很简单：年发电量 ÷ 额定功率。比如一台2MW的风机，一年发了400万度电，等效小时数就是4000000 ÷ 2000 = 2000小时。

这个指标太重要了。它直接决定了项目的经济性。我一般用这个数来判断项目能不能做：

• ≥2500小时：项目很优质，放心干。
• 2000-2500小时：还可以，但需要精打细算。
• ＜2000小时：要慎重，除非电价很高或者有补贴。

2.3.1 计算方法

计算等效小时数，我推荐用风速频率分布法。步骤是这样的：

1. 把测风数据整理成风速频率分布（通常用威布尔分布拟合）。
2. 把风速频率和风功率曲线相乘，得到每个风速下的发电量。
3. 求和，得到年发电量。
4. 除以额定功率，得到等效小时数。

举个例子：

风速区间(m/s)	频率(%)	该风速下功率(kW)	年发电量(kWh)
3-4	8.5	120	120 × 8.5% × 8760 = 89,352
4-5	12.3	250	250 × 12.3% × 8760 = 269,370
...	...	...	...
合计	100		4,200,000

如果风机额定功率是2MW，等效小时数 = 4,200,000 ÷ 2000 = 2100小时。

2.3.2 影响等效小时数的因素

除了风速本身，还有几个因素会影响等效小时数：

• 空气密度：高原地区空气稀薄，同样风速下功率会降低。我在云南一个项目，空气密度只有海平面的80%，等效小时数直接打了八折。
• 湍流强度：园区建筑物多，湍流大，风机效率会下降。一般湍流强度超过0.2，就要考虑降容运行。
• 尾流效应：多台风机之间会互相影响。园区如果装多台风机，间距至少要3倍风轮直径。

2.4 知识体系总览

下面这张图，是我自己总结的风资源评估核心逻辑。你看一遍，应该能对整个流程有个清晰的印象。

这张图把整个流程串起来了。从测风数据收集开始，经过质量控制，再到风功率曲线分析，最后算出等效小时数。注意那个反馈箭头——实际运行数据会反过来修正理论曲线，这是一个迭代优化的过程。