重庆市主要风区风能资源分析

王 勇 陈志军 何泽能

（1.华电国际电力股份有限公司奉节发电厂，重庆奉节 404611；2.重庆市气象科学研究所，重庆 401147）

1 引言

随着我国社会经济发展，能源需求快速增长，在此背景下，我国风电发电量占比逐年上升，中国风能协会（CWEA）统计，2021 年全年风电发电量同比增长40.5%， 占全部发电量的比例达8.04%，成为仅次于火电和水电的第三大电力来源。 风电具有丰富、清洁、安全的特点，加快风电发展，对于增加清洁能源供应、保护环境、实现可持续发展具有重要意义。

关于风能资源空间分布及开发潜力分析，国内一直以来都在开展研究[1-3]。 朱瑞兆等[4-5]根据有效风能密度和年3—20 m/s 风速的累积小时数，对我国风能资源进行了初步的区划。张红卫等[6]采用统计和流体力学风能计算方法，结合ArcGIS 分析了河南省的风能及分布。孙艳伟等[7]以福建省年平均风速的空间分布数据为基础， 结合研究区的DEM 和土地利用等地理限制因素，评估了距地面50 m、80 m 和100 m 高度上的风能开发的技术潜力及发电经济成本。杨明祥等[8]基于再分析资料对雅砻江全流域风能资源进行了初步评估。吴琼等[9]采用数值模拟GIS 空间分析法以及实测与野外勘察调研两种方法， 规划了江西省山地风能资源的具体分布并定量估算了其储量。

在重庆的一些高山区域存在着较为丰富的风能资源，高阳华等[10]基于气象站数据，结合GIS 技术，模拟了重庆市风速的空间分布，为复杂地形风能资源的评估和风电场规划提供了依据。 但由于前期缺少足够的山地测风数据， 相关结果已经不能满足风能资源开发的需要， 有必要采用新的数据和方法对重庆的风能资源进行细化研究， 为科学合理开发风能资源提供数据支撑。

2 资料与方法

2.1 资料

本文采用了ERA5 和Global Wind Atlas（GWA） 风图谱再分析资料， 研究时段选取为2008—2022 年。 ERA5 是欧洲中期天气预报中心第五代大气再分析数据集，空间分辨率为30 km，时间分辨率为1 h，可作为常年代评估的依据[11-12]；GWA 是丹麦技术大学（DTU）在ERA5 数据集的基础上， 通过降尺度及微尺度建模得到的250 m的格点数据。

本文采用的测风数据来自重庆市的40 座测风塔（图1），常年代序列订正后，时段为2008—2022 年。为便于分析，参考山脉走向和气候特征，本文将重庆风能资源较好的区域分为大巴山巫山风区、东南部风区、齐跃山武陵山风区3 个部分， 其中大巴山巫山风区包含重庆东北部的城口、巫山、巫溪的全部，以及开县、云阳、奉节的北部，测风塔10 座，海拔高度1 400—2 550 m，塔高为70 m、80 m、120 m； 东南部风区包含彭水、黔江、酉阳、秀山，测风塔4 个，海拔高度1 510—1 780 m，塔高为70 m、120 m；齐跃山武陵山风区从大巴山巫山东南至南川、万盛、綦江，测风塔26座，塔高为70 m、80 m、100 m、120 m。

图1 测风塔空间分布

2.2 方法

按照《中华人民共和国气象行业标准》(QX/T 74—2007)，《风电场气象观测及资料审核、订正技术规范》，对测风数据进行合理性检验。

测风塔所处位置的海拔较高， 冬季存在不同程度的冻结，需要对测风数据进行插补订正，具体方法为：在满足统计样本数量的前提下，与不同高度层或者与相邻测风塔同时段观测资料进行相关性分析、计算、检验，并在此基础上进行插补订正，当不存在同期观测时， 采用同期的中尺度数据进行插补订正。

针对测风塔观测时间较短的情况， 本文采用ERA5 再分析数据对测风塔实测数据进行长序列订正[11]，得到2008—2022 年多年平均风速。

3 风能参数计算

3.1 地表粗糙度与风切变

近地层风速的垂直分布主要取决于地表粗糙度和低层大气的层结状态，在中性大气层结下，对数和幂指数方程都可以较好地描述风速的垂直廓线，规范推荐使用幂指数公式。 其表达式为：

式中，V2为高度Z2处的风速 （m/s）；V1为高度Z1处的风速（m/s）；α 为风切变指数，其值的大小表明了风速垂直切变的强度。

由图2 可见，总体上各风区风切变均为正值，说明风速总体上随着高度的增加而增加。其中，各风区的测风塔垂直风廓线基本都符合幂指数分布，拟合结果与实测值较为接近，拟合曲线与实测曲线分布趋势一致。 各区域风速随高度变化存在明显的区域差异， 齐跃山武陵山风区风切变指数为0.2433，垂直方向增加2.4 m/s，风速垂直方向变化最大； 东南部风区次之， 风切变指数为0.0976，垂直方向增加1.2 m/s；大巴山巫山风区风切变指数为0.0478，垂直方向增加0.6 m/s，风速垂直变化最小。风速随高度变化呈现阶段性特征，50 m 以上风速随高度增加而增加的速率变缓。

图2 大巴山巫山风区（a）、齐跃山武陵山风区（b）、东南部风区（c）、重庆市（d）风速随高度变化

3.2 湍流强度分析

湍流强度表示瞬时风速偏离平均风速的程度，是评价气流稳定程度的指标。湍流强度与地理位置、地形、地表粗糙度和天气系统类型等因素有关，其计算公式为：

式中，V 为10 min 平均风速（m/s）；σv为10 min 瞬时风速相对平均风速的标准差。

根据IEC61400-1 的要求， 轮毂高度处风速15m/s 时湍流强度是湍流强度特征值，是风机设计重要参数。 受地形影响，70 m 以下风速15 m/s 时湍流强度随高度增加而减少，70 m 以上湍流强度随高度增加变化不大； 齐跃山武陵山风区湍流强度随高程变化减少幅度最大， 大巴山巫山风区随高度变化减少幅度最小。 各风区100 m 高度均属于中等偏小湍流强度，齐跃山武陵山风区最小，为0.071；大巴山巫山风区最大，为0.091。

3.3 主导风向

重庆位于四川盆地东南部，处于东亚季风区，风向与本地的地理气候特征有着密切的关系。 由重庆市主要风区风玫瑰图可以看出（图3），大巴山巫山风区气候特征与湖北东部气候相近， 风向以SSW 与S 为主；齐跃山武陵山风区位于四川盆地内部，主导风向以SSE 为主；东南部风区处于盆地边缘，主导风向为ESE。风向的差异一定程度上反映了重庆市气候的内部差异。

图3 重庆市主要风区（a：大巴山巫山风区；b：齐跃山武陵山风区；c：东南部风区）风玫瑰图

3.4 风速和风能密度

就重庆市主要风区风能资源来看， 齐跃山武陵山风区风能资源最为丰富，风速在5.7～7.0 m/s，风功率密度200～350 W/m2， 风能资源等级2 级，1—3 级风出现频率较高；大巴山巫山风区次之，风速5.5～6.2 m/s，风功率密度150～260 W/m2，风能资源等级1—2 级；东南部风区，风速5.0～5.5 m/s，风功率密度小于200 W/m2，风能等级1 级。 总体上重庆市主要风区风速、风功率密度年内变化大，季节性明显，白天风速偏小，夜晚风速偏大。

4 风能资源空间分布

由于重庆市地形复杂， 风能资源空间分布在受到大气候背景影响的同时， 也具有很强的局地性特征。为更好地了解重庆市风能资源总体状况，本文利用测风资料对再分析数据GWA 风图谱进行了订正。

为验证GWA 数据的可用性， 提取了测风塔对应点的GWA 数据，40 个测风塔实测数据与GWA 的再分析数据总体相对误差达到12.04%。东南部风区最大，为35.13%；齐跃山武陵山风区最小，为10.14%。 GWA 再分析数据与实测值存在较大差异，不能直接应用于风能资源状况分析。考虑到GWA 再分析数据存在区域性误差， 本文采用了分区域的线性订正方法，结合实测数据，先计算出各测风塔所处位置的风速订正系数，将MOS模型的一元线性回归方程简化成正比例方程，采用最小二乘法， 对GWA 再分析矢量数据风速进行订正。 订正后与实测数据总体误差为6.02%，大巴山巫山风区、齐跃山武陵山风区、东南部风区分别为6.7%、3.9%、1.5%， 误差明显减少。 图4 为GWA 重庆市100 m 高度订正前后的风图谱，可以看出，订正后重庆市的红色区域明显减少，与实测风速更为接近。

图4 重庆市100 m 高度GWA 风图谱（a：订正前；b：订正后）

5 结语

（1）大巴山巫山风区，主导风向为SSW，年平均风速5.5～6.2 m/s， 风功率密度150～260 W/m2，风能等级为1—2 级；100 m 高度平均湍流强度为0.092，属于中等偏小湍流强度；风速随高度增加呈现增大的趋势，但变化幅度不大，平均风切变指数为0.0478。

（2）齐跃山武陵山风区，主导风向为SSE，年平均风速5.5～7.0 m/s，风功率密度200～350 W/m2，风能等级为2 级；100 m 高度平均湍流强度为0.071，属于较小湍流强度；风速随高度增加呈现增大的趋势，风切变指数为0.2433，是风速垂直方向变化最大的风区。

（3）东南部风区，主导风向为ESE，年平均风速5.0～5.5 m/s，风功率密度小于200 W/m2，风能等级为1 级；100 m 高度平均湍流强度为0.076，属于较小湍流强度； 风速随高度增加呈现增大的趋势，风切变指数为0.0976。

（4）受到局部地形影响，重庆市风能资源空间分布较为复杂， 现有的GWA 风速矢量与实测值误差较大，不能直接使用，结合测风数据进行分区域订正后，精度明显提高，对于风能资源分析具有更好的参考价值。

（5）重庆市主要风区山区湍流强度中等偏小、风向分布较为集中， 有利于风资源开发及风机排列布局。 但中、低风速时段较长，加上山区冬季覆冰较为严重，建议选用抗冰、低速风机。总体上，风速随高度增加而增加，50 m 以上， 风速随高度增加而增加的速率变缓， 建议风电场建设中选择合适的轮毂高度以降低成本。

（6）由于重庆市地形复杂，风能资源空间分布具有局地性特征， 再分析数据与实测值可能存在较大差异， 建议使用再分析数据时应当参考实际测风数据。