风资源评估的不确定性分析

赵韵

摘 要：風资源评估是评估风电场建设的一个很重要的条件。风资源评估的一个重要部分是对结果不确定性的分析。不确定性分析是指对决策方案受到各种事前无法控制的外部因素变化与影响所进行的研究和估计，是由于不确定因素变化对项目投资效益影响程度的分析与计算。文章描述了在风资源评估过程中，跟不确定性分析相关的因素。

关键词：风资源；评估；不确定性；分析

1 发电量敏感因子

有若干不确定性因素跟风速相关。为了把这些不确定性转化为发电量，得出了一个从发电量到风速的敏感比例，即敏感因子，单位是（GWh/annum）/（m/s），敏感因子有赖于很多因素，包括：（1）平均风速；（2）风速频率分布；（3）风电场风机排布；（4）风机机型。敏感因子也可以由敏感比例来描述风速改变的百分比导致发电量改变的百分比。敏感比例在1.6到2.4之间视为正常。

2 不确定性

将每种因素的结果都假定为中心估计，移除各种偏量。但是，不可能对每一个分析的因素的所有偏量都进行量化和修正。因此，分析中不能被量化的因素（误差）我们当作不确定性来考虑。这些因素里的各种来源的误差一般情况下视为随机。一般认为随机误差的分布接近正态分布。例如，风速仪的校正、相关性分析误差和总体误差，在考虑发电量预测的时候，已经被证实是非常接近正态分布的。在对分析的每一步制定了各自的不确定性之后，应用发电量敏感因子转换成发电量。鉴于每步分析的不确定性根据来源的不同而不同，可以预计每个分析因素的误差和另一个因素的误差是没有关系的。如果分析的每个单独因素的误差是不相关的，那么单独的不确定性也可以认为是彼此独立的。所有分析因素的不确定性可以结合在一起，以平方根的形式呈现，作为发电量预算的总体不确定性，假设不确定性是正态分布。通常提供置信区间为50%、75%和90%的发电量预测。P50是一种情形，实际发电量高于或者低于P50发电量的机会是相等的，因此P50发电量水平通常被称为中心估计。75%和90%的时间都能达到的发电量就是我们说的P75和P50。不同置信区间下的发电量水平是基于中心估计的发电量、不确定性以及置信区间下适合的平均值的标准偏差。

进一步还需要考虑的是发电量是基于未来多少年，通常考虑的是1年、10年和20年，但是其他的时间如果需要的话也可以考虑。

3 不确定性分类

3.1 风速测量

由于风速仪对风速的测量精确性各有不同，需要对其进行不确定性分析，通常考虑的是最高的风速仪。基于风速仪有没有补MEASNET名单内的第三方校准，以及是不是符合IEA和IEC61400-

12-1标准，其不确定性在2.0%-3.0%范围内。

3.2 数据重建

当测风塔数据需要重建的时候，由于应用了分扇区的加速因子到长期风速和风频分布，所以产生了不确定性。值得注意的是，即使有十分钟平均的数据，该不确定性还是由小时平均数据得出。如果进行了许多相关性分析，那么需要考虑多次的不确定性，对根据不同的数据源进行重建的数据进行加权计算，并结合在一起。数据即使是重建后也不是总能达到100%的数据覆盖率。不需要应用额外的不确定性，除非有一个或者多个月，比如所有的一月份数据都少于一个月。如果这样的话，风玫瑰图应该考虑更高的不确定性，来弥补缺失的数据损失。

3.3 长期风速调整

风资源评估当中，测风塔的实测数据时间段有限，需要应用现场参考站的长期数据来对测风塔的实测数据进行长期风速调整，这其中也有不确定性。该不确定性的分析应用Bootstrapping法，即利用有限的样本资料经由多次重复抽样，重新建立起足以代表母体样本分布之新样本。

3.4 年平均风速变化

年平均风速随着年份不同而不同。有研究表明[1]，长期年平均风速的标准变化率为6%。如果现场附近有长期参考站数据可以参考（比如超过15年），那么这些数据可以用来定义该区域年平均风速的变化率。如果没有这样的长期数据参考，那么就用6%来定义。

3.5 垂直外推

当测风塔测量的风速高度和轮毂高度不一致时，需要对测风塔测量风速进行外推，得到风机轮毂高度处的风速，这其中有不确定性。目前，相关不确定性的计算方法还在研究中，但是这个过程存在很多变数，还没有哪种计算方法能考虑到所有的情况。当实际情况与以下情况相符时，可以认为是“理想”的：（1）所有的风速仪类型相同；（2）所有风速仪都经过合格校准；（3）所有风速仪都按照相关标准安装；（4）至少三个高度的风速仪用来计算风剪切；（5）最高处的风速仪和低一些的风速仪高度差至少20m；（6）测量数据显示了良好的对数指数或幂指数的关系；（7）没有因为周围的树木而导致高度调整；（8）最低的风速仪高度至少30m；（9）有另一个测风塔作参考，位于有着相似地形和植被的不同的地方。

但是实际情况往往跟上述有些不相符，需要对这些情况进行评估，其导致的不确定性的大小取决于其对结果的影响程度，如下：（1）风速仪没有经过校准；（2）风速仪的安装不符合标准，离塔身和桅杆距离太近；（3）只有两个风速仪用来分析风剪切；（4）风剪切指数不具备代表性，并且没有其他的测风塔可以做参考。

3.6 风流和尾流建模

风流和尾流建模过程中，影响不确定性的因素主要有：（1）风流模型的精确度（粗糙度、障碍物等）以及发电量模型（功率曲线、推理系数曲线、空气密度等）；（2）风机距离测风塔的距离。在复杂地形（或者复杂风况），建议最好是距离在一公里以内，以降低不确定性。对简单地形而言，建议最好是在两公里以内。当然，实际情况一般是达不到这个标准的，所以不确定性会增大；（3）风机所处的地形特征和测风塔类似；（4）预测的尾流损失和风机的排布；（5）现场及周围的粗糙度是一致的还是变化的；（6）现场及周围是否有树林；（7）在

测风塔及风机位置附近是否有陡峭的斜坡超过20度。通常来说风流和尾流建模对发电量评估的不确定性范围在2%到10%之间。

3.7 风玫瑰的长期代表性

如果测风塔实测数据时长太短，其风玫瑰图是不具备长期代表性的。通常情况下，测风塔实测有效数据的时长和不确定性的关系如表2所示。如果时长在2年以上，则视为具有长期代表性。

除了上述几种不确定性分类之外，还有变电站计量、损失因子假设等带来的不确定性。对风资源评估的不确定性进行分析，可以尽量弄清和减少不确定因素对经济效益的影响，预测项目投资对某些不可预见的风险的抗冲击能力，从而证明项目投资的可靠性和稳定性，避免投产后不能获得预期的利润和收益，在风资源评估过程中是由为重要的。

参考文献

[1]Rattery. P，"Understanding the risks of financing wind farms"， Final report of EU THERMIE B Contract No.STR 939-96 UK，August 1999.