第三章 发电量估算（AEP）：从测风数据到真金白银
各位好，欢迎来到第三章。
前面我们聊了风资源评估的基础，测风塔怎么立、数据怎么筛。但说句实在话，那些都只是前戏。真正让老板们两眼放光的，是这一章——发电量估算，也就是AEP（Annual Energy Production）。
你想想看，一个风电场值不值得投，投下去多少年回本，最终都落在这个数字上。我见过太多项目，前期测风数据漂漂亮亮，结果一算AEP，折减系数没搞对，直接导致投资决策失误。嗯，今天我们就来把这层窗户纸捅破。
核心观点：AEP不是简单的「风速×时间×功率曲线」。它是一个系统工程，涉及测风数据的代表性、折减系数的精细化、以及不确定性分析。任何一个环节的疏忽，都可能导致10%以上的偏差。
3.1 基于测风数据的AEP计算流程
我个人习惯把AEP计算分成三步走：
- 数据准备：把测风塔的10分钟数据，修正到代表年（长期订正后的数据）。
- 轮毂高度风速外推：测风塔的测风高度往往不是轮毂高度，需要用风切变公式推上去。
- 功率曲线匹配：把轮毂高度的风速频率分布，叠加上风机的功率曲线，算出理论发电量。
这里有个坑，我提醒一下。很多新手直接拿测风塔10米高度的数据去算，结果偏差巨大。为什么？因为风切变指数在不同高度、不同季节是变化的。我在内蒙古一个项目上就遇到过，夏季和冬季的风切变差了0.15，直接导致AEP差了8%。
下面这张图，是我自己总结的AEP计算逻辑框架，你一看就明白：
3.2 折减系数详解——别让理论值骗了你
理论发电量算出来之后，你以为就完了？太天真了。实际运行中，风机不可能100%把风能转化成电能。折减系数，就是把这些「损耗」量化出来。
我见过最离谱的一个项目，折减系数只打了85%，结果实际发电量只有预期的70%。老板差点把项目经理开了。所以，折减系数不是拍脑袋，每一个都要有依据。
3.2.1 尾流折减
尾流，说白了就是前排风机把风「吃掉」了，后排风机吃到的风少了。这个折减系数跟机位布局、风机间距、湍流强度都有关系。
我个人习惯用Park模型做初步估算。对于典型的海上风电场，尾流折减一般在5%-15%之间。陆上项目会小一些，3%-8%左右。
我的经验：如果你用WindPRO或者WAsP做尾流计算，记得把湍流强度设成实际值，别用默认值。我在江苏一个项目上，默认湍流强度设了0.12，实际测出来是0.18，尾流折减差了2个百分点。
3.2.2 湍流折减
湍流强度高了，风机叶片受力不均匀，发电效率会下降。这个折减系数通常取1%-3%。
但要注意，湍流强度跟地形关系很大。复杂山地项目，湍流强度可能到0.25以上，这时候折减系数就要取上限了。我曾经在云南一个山地项目上，湍流折减打了3.5%，后来实际运行验证，基本吻合。
3.2.3 叶片污染折减
叶片脏了，气动性能下降，发电量自然就少了。这个折减系数取决于环境：
| 环境类型 | 典型折减范围 | 说明 |
|---|---|---|
| 清洁环境（草原、海上） | 1% - 2% | 雨水冲刷效果明显 |
| 一般环境（农田、丘陵） | 2% - 4% | 建议每季度清洗一次 |
| 恶劣环境（沙漠、工业区） | 4% - 7% | 需要频繁清洗或涂层处理 |
注意：叶片污染折减不是线性的。刚洗完叶片，折减接近0%；但到了清洗周期的末尾，折减可能翻倍。我建议在财务模型中，按年均值取，但运营期要按季度动态调整。
3.2.4 电网可用率折减
电网不是永远都让你发电的。限电、检修、故障，都会导致风机停机。这个折减系数，说白了就是「电网让你发多少，你才能发多少」。
在国内，这个数字差异很大。三北地区（新疆、甘肃、内蒙）限电严重的时候，电网可用率可能只有85%-90%。而中东部地区，一般能到95%-98%。
我建议你在做项目测算时，先查一下当地电网的历史限电数据。别盲目乐观。我曾经在甘肃一个项目上，电网可用率取了95%，结果实际只有82%，那叫一个惨。
3.3 折减系数的综合应用——一个完整的计算示例
光说不练假把式。我们拿一个实际项目来算一算。
假设某陆上风电场，理论发电量（未折减）为 200,000 MWh/年。各折减系数如下：
| 折减项目 | 折减系数 | 说明 |
|---|---|---|
| 尾流折减 | 6% | 机位间距 5D × 7D |
| 湍流折减 | 2% | 湍流强度 0.15 |
| 叶片污染折减 | 3% | 一般环境，半年清洗一次 |
| 电网可用率折减 | 5% | 参考当地历史数据 |
| 其他（自用电、停机等） | 2% | 包含风机自用电、计划停机 |
综合折减系数怎么算？不是简单相加！
正确的算法是：
综合折减系数 = (1 - 6%) × (1 - 2%) × (1 - 3%) × (1 - 5%) × (1 - 2%)
= 0.94 × 0.98 × 0.97 × 0.95 × 0.98
= 0.8326
净发电量 = 200,000 × 0.8326 = 166,520 MWh/年你看，如果简单相加（6%+2%+3%+5%+2%=18%），净发电量是164,000 MWh。而用乘法算出来是166,520 MWh，差了2,520 MWh。对于一个大项目来说，这就是几百万的收入差距。
重要提醒：折减系数一定要用乘法，不能用加法。这是很多新手容易犯的错误。我见过不止一个财务模型，因为用了加法，导致AEP低估了2%-3%。
3.4 不确定性分析——给AEP打个「置信区间」
算出来的AEP是一个点估计。但实际运行中，它可能比这个高，也可能比这个低。所以，专业的财务模型都会做不确定性分析。
我个人习惯用P50、P75、P90这三个指标：
- P50：有50%的概率达到或超过这个值。用于融资测算。
- P75：有75%的概率达到或超过。用于保守估算。
- P90：有90%的概率达到或超过。用于极端保守场景。
一般来说，AEP的不确定性在±10%左右。如果你测风数据只有1年，不确定性可能到±15%。如果有3年以上数据，可以降到±8%。
嗯，这里要注意。银行做项目贷款时，通常看P90值。你如果拿P50去跟银行谈，大概率会被打回来。我有个朋友，第一次做项目融资，拿P50去谈，银行直接说「你这数字太乐观了，我们按P90算」。结果贷款额度砍了20%。
好了，这一章的内容就到这。AEP计算是风电投资的核心，折减系数是核心中的核心。你把这些搞明白了，后面的财务模型就是水到渠成的事。