竞价时代的大基地风能资源评估技术

文 | 胥昂

大基地、集中式是我国风电开发的重要模式之一，随着竞价上网的全面实施，此种模式下的风能资源评估也需要进一步精细化。本文以内蒙古上海庙大基地建设为例，重点探讨该模式下的风能资源评估技术优化。

竞价时代的核心指标LCOE

相较于以往的标杆电价模式，竞价上网模式的最大不同在于上网电价由确定转为不确定，同时也让风电项目的收益由确定转为不确定，这让以投资收益百分比为核心的衡量指标收益率变得不再适用于直接衡量一个风电场的好坏，于是另一个重要的评价指标——平准化度电成本（LCOE）成为竞价上网时代的核心衡量标准。

国际竞价市场概况

在国内提出竞价上网之前，以欧洲为代表的一部分国际风电市场早已进入竞价上网时代，其中的两种主要模式是：

模式一：一次性招标模式，典型案例为南非某项目。

（1）政府只公布每轮招标总容量，按照电价由低到高、社会发展由高到低的加权平均分中标原则，宣布中标项目。

（2）中标项目总容量达到本轮招标总量，则本轮结束。

（3）项目容量不限（14万千瓦以下），地区不限，独立发电商自行选择风电场地区并开展前期开发工作，独立发电商需要提前完成项目所需所有文件包括但不限于并网、环评、可研、融资等所有工作。

图1 平准化度电成本（LCOE）计算公式

图2 南非某项目4轮中标容量与电价

（4）独立发电商提前和整机供货商沟通，选择成本和产量最优的机型，达到项目收益最大化。

（5）政府公布中标项目，未中标项目可以继续参与下一轮竞标。

模式二：赫式拍卖模式，典型案例为土耳其项目。

（1）整机厂家与投资者绑定联合体投标，前者负责落实本地建厂、研发中心等本地化要求，投资商投标上网电价，实行15年固定电价。

（2）政府首先公布投标区域以及对应区域容量。

（3）整机厂家向投资人推荐具有竞争力的机型以及出具发电量报告。

（4）政府组织电价投标会，设定天花板价格，价低者中标。

（5）官方发布中标价格，并与投资商签署15年购电协议。

由上述两个案例对比可见，南非项目采用的主要为一次性投标模式，即各参与方在完成一次投标之后即可确定中标方案，未中标方前往参与下一轮投标，第一轮中标方电价相对较高，后续各轮依次降低；而土耳其项目则采用多轮拍卖形式，共计8家投标方参与了多轮竞标，第一轮之后有5家放弃竞标，第二轮后则只剩下两家继续竞标，最后两家以拍卖形式不断压低投标电价，直至另一方放弃。综合来看，南非项目的方式相对简单，并未在一开始就将中标电价压到最低，而是逐渐走低；而土耳其项目相对而言就要惨烈许多，中标方最终拿到的电价实际是经过多轮打压之后确定的。对于参与竞价的单位来说，两种模式的收益和风险存在着极大差别。

大基地竞价市场现状

国内竞价市场目前尚处于摸索阶段，对于开发商、设计单位、设备制造商甚至于地方政府和电网来说都是一片未知领域，短时间内也无法形成一个有效的运作模式，这对基本进入整体发展瓶颈期的国内风电市场来说是一个机遇与挑战并存的时代。如何在竞价开始之初营造一个合理的竞争氛围，保障竞争得到的电价能够实实在在地变成开发商手中的收益，而不是20年亏损的开始，成为摆在整个行业面前的难题。

图3 土耳其某项目多轮竞价结果

从目前各省份的规划与政策推进速度来看，最先迎来竞价的风电项目会大概率落在内蒙古上海庙大基地上。下面简单梳理上海庙大基地的现状。

1.政策与模式

这方面尚未明确。从目前来看，政策层面倾向于对参与方的准入条件设定一定门槛，以保证具备更高风险抵御能力的企业成为最终中标单位，保障项目的有效执行。模式上会大概率采用类似于南非市场的一次性投标模式，综合考虑投标电价、技术先进性、企业实力、社会贡献等因素进行打分排名以确定中标人。

2.规划与普查

受限于2016年开始被列为红色预警区域、开发进度基本停滞，目前整个市场对内蒙古区域的风能资源分布认知基本还处于两年前的水平，测风时段久远且测风高度不足，加上上海庙大基地所在区域内此前的风电开发热度相对较低，测风数据密度有限，导致目前对于上海庙大基地的资源普查存在巨大难度，整体的规划设计难度也明显增加。

3.选型与设计

自2016年北方大部分地区被划入红色预警区域后，整个市场开发重点转移到南方，机组的研发方向也开始主要针对三类以下低风速风能资源区域，制造商们推出的新机型配备更大叶轮和更高的塔筒。在上海庙这个风能资源介于三类上限与二类下限之间的区域，新机型的适用性或多或少会存在一定问题，而老机型又存在发电能力不足的问题，加上实施竞价之后利润被压缩得较为严重，确保所选机组在高效发电的同时稳定运行也成为非常重要的一环。与机组选型密不可分的还有设计方案，在大基地集群式开发模式下，机组与机组之间、风电场与风电场之间的影响会非常明显，不同的单机容量、不同的发电能力、不同的排布间距组合将很大程度上决定着LOCE的高低。而在竞价上网环境下，即使LCOE仅相差0.1元/千瓦时，最终造成的可能就是盈利与亏损的差别。因此，在不同方案的设计和对比上也需要投入大量精力。

4.电价的计算

竞价过程中的电价需要根据LCOE与目标收益率反推得出，设置一个合理的收益率目标区间将是导致最终电价变化的最重要因素。在LCOE计算公式的分子部分，建设与运维成本是占比最高的两个因子。其中，运维成本的有效评估是整个行业的难题之一，有能力搭建运维成本评估方法的企业更是寥寥可数。竞价过程中，各竞价单位报价的很大一部分偏差会来自于运维成本。因此，运维成本将是竞价方考量的重要部分。

上面列举的几大现状只是大基地竞价目前面对的一部分相对较为重要的问题，其他一些诸如合作模式、评标细则等都难以从技术角度解决，这里暂不做讨论。由上可见，大基地竞价在推进过程中其实依旧面临着巨大的不确定性。其中，资源评估、方案设计与度电成本计算等方面表现得尤为明显。下面将重点从风能资源评估的角度出发探讨在现阶段下，哪些技术可以降低在大基地竞价中的风险和不确定性。

风能资源评估影响分析

就竞价时代的核心指标度电成本角度而言，风能资源设计对LCOE计算公式分母中的发电量和分子中的建设成本都有巨大影响。因此，风能资源评估实际上是竞价时代非常重要的一个影响因素，接下来以上海庙大基地为例重点分析相关部分。

1.资源普查

图4 上海庙区域某原始图谱偏差

图5 上海庙区域某定制化图谱偏差

前面已经提到过，上海庙区域的实测数据源不多，加上测风时间久远且高度不足，即使参与竞价的单位收集到一些数据，它们在代表性的局限上也非常大。因此，现阶段要想完成如此大范围区域的资源普查，只有一种有效途径，即制作区域化的定制图谱，而拥有尽可能多的实测数据将直接决定着图谱的准确性高低。

当然，数据收集的效率也很重要，最理想的状态是形成数字化平台的数据库，能够在地图上以直观的方式筛选出可用数据。但数据平台仅仅解决了效率问题，最困难的在于寻找数据源。以目前的市场条件，不同企业在不同区域掌握的数据情况差异极大，因此，投资方选择合作单位时，数据的互补性将是主要考量因素之一。

这里值得一提的是，在实测数据源中，测风塔固然是最直接有效的数据获取形式，但实际在运风电场的数据相对而言是一种更加可靠的数据形式。以实际运行数据为核心，在进行一定的后评估分析工作后，可以为资源条件评估、方案设计甚至是软件模型修正等提供诸多的参考依据，大大降低投标电价的不确定性。

2.方案设计

与南方复杂山地的项目相比，上海庙区域项目概算各主要组成部分的占比相差较大。以这两个地区相同容量项目的概算为例，由于建设条件存在显著差异，两者的建筑工程费用占比差异较大。从中可见，在北方地区，建筑工程成本变化对LCOE的影响相对不大，而发电量对LCOE的影响要高于建筑工程成本。

图6 南方（左）、北方典型风电场概算对比

图7 对比排布方案

以上海庙区域某20万千瓦风电场为例，采用不同间距排布方案对LCOE的影响如图7。由此可见，在该区域大型风电场中，LCOE对于道路线路增加的建设成本敏感度并不是很高，而发电量的增加对LCOE的降低作用明显。因此，在上海庙区域大型风电场的排布方案设计中，建议应该尽可能地利用场区空间，拉大机组间距，降低尾流效应的影响。在该案例对比中，由于主风能风向较为集中，拉大平行主风向间距显然比拉大垂直主风向间距的效果更加明显。

图8 不同方案LCOE对比（未考虑运维成本）

图9 ADM模型的评估对比

图10 ADM尾流模型与商业软件尾流模型结果对比

3.模拟计算

在上海庙大基地区域，整体地形较为平坦，单座风电场的整体风能资源差异并不大，对发电量影响最大的因素是尾流。依据一些平坦区域大型风电场的后评估结果，目前主流风能资源软件对尾流影响存在极为严重的低估。相较于软件测算，风电场尾流对发电量的实际影响普遍要高出50%。针对此种情况，我们尝试着引入ADM（致动盘）尾流模型，用于在上海庙区域进行尾流计算的对比。该尾流模型以在流场中建立物理模型的方式来模拟尾流，相较于传统的半经验公式，它对物理现象的还原度更高。

运用该模型对两个大型平坦地形风电场进行实际后评估的情况如图9所示。

由上述案例可见，目前市场上的商业软件对大型风电场尾流存在明显的低估，而ADM模型的引入则可以将误差范围显著降低。利用ADM尾流模型对上海庙区域某20万千瓦风电场的主风向扇区尾流进行计算，其与商业模型的偏差情况如图10所示。

总结

进入竞价上网时代，电价的波动导致风电行业的投资风险不断增加。从国外竞价市场来看，随着参与企业经验的增加，电价下降非常明显，意味着随着竞价的不断发展，参与方对投资成本的压缩不断加强，对发电量、建设和运维成本的计算精度要求也将不断提高。国内的竞价上网刚刚起步，遇到的又是上海庙区域资源分布不明确、参考数据陈旧、主流机型难适用的情况，这对风能资源评估的风险把控能力提出了很高的要求。在上述应用于上海庙区域的风能资源设计解决方案中，定制化的区域图谱可以将有限的数据源应用到更广阔的空间中。建设成本和发电量对LCOE的不同影响程度促使更多样化设计方案的出现；ADM尾流模型的应用可以大幅提升资源评估的准确性，从而降低投资风险，而这些仅是竞价上网时代做好风能资源评估工作的一小部分探索。随着更多创新技术与数字化产品投入应用，风能资源对LCOE和投资决策的影响将不断增强。

摄影：张国勇