朱金陽，王 聰，黎 波

(龍源(北京)風電工程設(shè)計咨詢有限公司，北京100034)

0 引言

風是因空氣密度不均勻、溫度差異而引起的空氣的流動。由于地球的公轉(zhuǎn)和自轉(zhuǎn)，同一地區(qū)受到的太陽輻射會發(fā)生變化，導致溫度差異；同時，自然環(huán)境也會隨著社會的現(xiàn)代化進程發(fā)生變化，這些都使風速具有不確定性——既有短期的日間變化屬性，又有長期的年際變化特點。

風電項目評估主要關(guān)注的是風電機組運行20年的發(fā)電量情況。通常的評估思路是分析收集到的風電項目場區(qū)的實際測風數(shù)據(jù)(一般為1～2年的數(shù)據(jù))，借助氣象站數(shù)據(jù)、再分析數(shù)據(jù)、中尺度數(shù)據(jù)將其訂正為20年長期的平均風速[1-6]，具體的訂正方法已有一些相關(guān)研究[7-10]。風電行業(yè)內(nèi)目前有多種分析數(shù)據(jù)可供選擇，比如：氣候預(yù)測系統(tǒng)再分析(CFSR)、MERRA2、ERA5、3TIER，以及氣象站數(shù)據(jù)等。在實際風資源分析中，工程師一般選取與實際測風數(shù)據(jù)相關(guān)性較好的中尺度數(shù)據(jù)進行代表年訂正工作。

可供選擇的分析數(shù)據(jù)眾多，不同的分析數(shù)據(jù)得到的風速訂正量不同，甚至對大、小風年的判定結(jié)果也不相同，這就涉及到如何評判哪種分析數(shù)據(jù)能更好地反映風資源的年際變化，因此，對各種分析數(shù)據(jù)在判定大、小風年，進行代表年訂正時的可靠性進行考察十分必要。風電項目前期評估中進行的代表年訂正，歸根結(jié)底是反映在項目投產(chǎn)后的發(fā)電量的年際變化上。而隨著風電產(chǎn)業(yè)的完善、投產(chǎn)風電項目運行年限的增加，使通過分析不同代表年分析數(shù)據(jù)與實際發(fā)電量數(shù)據(jù)的年際相關(guān)性來反映風資源的年際變化成為可能，其比單純通過分析不同分析數(shù)據(jù)與前期實際測風數(shù)據(jù)的相關(guān)性來評判采用哪種分析數(shù)據(jù)進行代表年訂正更有參考意義。

在排除限電等外界影響因素的情況下，風電機組的實際發(fā)電量最能反映風電場建成后當?shù)仫L資源的年際變化，本文首次提出了一種新的評判方法，即通過分析不同分析數(shù)據(jù)與實際發(fā)電量數(shù)據(jù)的年際相關(guān)性來探討不同分析數(shù)據(jù)進行代表年訂正的可靠性。首先對當前常用的不同分析數(shù)據(jù)進行了介紹，然后對再分析數(shù)據(jù)和中尺度數(shù)據(jù)進行代表年訂正的非一致性進行了分析，最后選擇了其中3種分析數(shù)據(jù)，即ERA5、MERRA2、DATA1，并通過實際案例對采用這3種分析數(shù)據(jù)進行代表年訂正的可靠性進行了驗證。

1 不同分析數(shù)據(jù)介紹

風資源評估領(lǐng)域的“中尺度”一詞來源于天氣系統(tǒng)，是指一個地方的天氣系統(tǒng)是由若干個大大小小的大氣系統(tǒng)(高壓、低壓等)相互作用、相互影響引起的，通常用特征尺度或運動尺度來衡量大氣系統(tǒng)的影響范圍，該影響范圍包括空間尺度和時間尺度。中尺度天氣系統(tǒng)的空間水平尺度在幾十到幾百公里，時間尺度在1～10 h。雷暴、寒潮、沙塵暴、臺風等極端氣候都屬于中尺度天氣系統(tǒng)的范疇。

風資源評估領(lǐng)域被廣泛使用的分析數(shù)據(jù)主要包括CFSR、MERRA2、ERA5、3TIER等。其中，CFSR、MERRA2、ERA5屬于再分析數(shù)據(jù)，而3TIER屬于中尺度數(shù)據(jù)。

1)CFSR。CFSR是美國國家環(huán)境預(yù)測中心(NCEP)的氣候預(yù)測系統(tǒng)再分析資料，最初包括1979～2009年的31年時間的數(shù)據(jù)資料，現(xiàn)已擴展至2011年3月。

2)ERA5。ERA5是歐洲中期天氣預(yù)報中心(ECMWF)研發(fā)的全新大氣再分析工具，提供了1979年以來全球天氣氣候的詳細信息，涵蓋從1979年到現(xiàn)在(數(shù)據(jù)實時更新)的不同高度的大氣溫度、氣壓、風力、降雨、土壤含水量和海浪高度等參數(shù)，其取代了ECMWF之前研發(fā)的大氣再分析數(shù)據(jù)ERA-Interim。

3)MERRA2。MERRA2是美國國家航空航天局(NASA)研發(fā)的現(xiàn)代回顧性分析研究和應(yīng)用再分析資料，其提供的數(shù)據(jù)始于1980年，由于同化系統(tǒng)的進步，MERRA2吸收了現(xiàn)代高光譜輻射和微波觀測，以及GPS無線電掩星數(shù)據(jù)集；MERRA2還使用了始于2004年末的NASA臭氧剖面觀測結(jié)果，吸收了氣溶膠的空基觀測結(jié)果，并表示了它們與氣候系統(tǒng)中其他物理過程的相互作用。

4) 3TIER。3TIER首選的數(shù)值天氣預(yù)報(NWP)模式是天氣研究和預(yù)報(WRF)模式，其是由分布在世界各地的大學、科研團體、政府、私營機構(gòu)通力合作創(chuàng)建而成，能夠捕捉從地面到高空動態(tài)急速氣流之間風況變化的種種過程，風向的空間分辨率為15 km，風速的空間分辨率為5 km。3TIER也可對數(shù)據(jù)進行降尺度處理，使空間分辨率降低至90 m。

風資源評估領(lǐng)域被廣泛使用的分析數(shù)據(jù)的概況如表1所示。除上述提到的分析數(shù)據(jù)外，表1還列出了某研究機構(gòu)開發(fā)的中尺度數(shù)據(jù)，簡稱為DATA1。DATA1的WRF模式的空間分辨率可以達到公里級別，但因為該空間分辨率不足以描述局部的地形變化，尤其是在復(fù)雜地形中，可利用計算流體力學(CFD)模型及空間分辨率達到幾十米量級的地形數(shù)據(jù)，以WRF風速作為輸入，得到降尺度處理的百米量級空間分辨率的風速。本研究主要討論再分析數(shù)據(jù)和中尺度數(shù)據(jù)，因降尺度數(shù)據(jù)由中尺度數(shù)據(jù)處理得到，因此一并進行比較。

此外，各地的縣城一般設(shè)有氣象站，收集到的氣象站數(shù)據(jù)也可用于代表年訂正。

在風電項目的前期開發(fā)中，當測風塔的測風數(shù)據(jù)不滿1年時，可用再分析數(shù)據(jù)或中尺度數(shù)據(jù)對其進行完整年插補；當測風數(shù)據(jù)滿1年時，可利用再分析數(shù)據(jù)或中尺度數(shù)據(jù)與實測數(shù)據(jù)進行相關(guān)性分析和長期代表年訂正。

表1 風資源評估領(lǐng)域常用的分析數(shù)據(jù)概況Table 1 Overview of commonly used analysis data in field of wind resource assessment

2 不同再分析數(shù)據(jù)和中尺度數(shù)據(jù)進行代表年訂正的非一致性

以云南省某風電項目和安徽省某風電項目作為案例，對不同再分析數(shù)據(jù)和中尺度數(shù)據(jù)代表年訂正的非一致性進行研究。云南省某風電項目所在區(qū)域的海拔約為2100 m，為典型的山地風電場；安徽省某風電項目所在區(qū)域的海拔約為270 m，為丘陵風電場。

分析數(shù)據(jù)選用MERRA2、ERA5、DATA1，時間為2001～2019年，這2個風電項目采用不同分析數(shù)據(jù)判定的大、小風年結(jié)果對比如圖1所示。圖中：當年平均風速與累年平均風速的差值為正值代表是大風年，當年平均風速與累年平均風速的差值為負值代表是小風年，當年平均風速與累年平均風速的差值為零則代表是平風年。

圖1 采用不同分析數(shù)據(jù)判定的2個風電項目大、小風年的結(jié)果對比Fig. 1 Comparison results of large and small wind years of two wind power projects judged by different analysis data

從圖1可以看出：針對云南省某風電項目，MERRA2、ERA5、DATA1這3種分析數(shù)據(jù)給出的2002年的大、小風年判定結(jié)果一致，均是將2002年判定為小風年，但3種分析數(shù)據(jù)給出的當年平均風速與累年平均風速的差值區(qū)別較大，分別為-0.25、-0.09、-0.39 m/s；而這3種分析數(shù)據(jù)給出的2016年的大、小風年判定結(jié)果不一致，且當年平均風速與累年平均風速的差值區(qū)別較大，分別為0.00、0.07、-0.25 m/s。

針對安徽省某風電項目，雖然3種分析數(shù)據(jù)給出的2001、2003、2013、2015年的大、小風年判定結(jié)果一致，但給出的當年平均風速與累年平均風速的差值均有較大差異，偏差可達0.1 m/s；3種分析數(shù)據(jù)給出的2014年的大、小風年判定結(jié)果不一致，其中，MERRA2和DATA1的判定結(jié)果為小風年，而ERA5的判定結(jié)果為平風年。

對圖1的數(shù)據(jù)進行統(tǒng)計后發(fā)現(xiàn)，2001～2019年中，僅有約一半的年份3種分析數(shù)據(jù)給出的大、小風年判定結(jié)果一致，且當年平均風速與累年平均風速的差值接近。當風資源工程師按照傳統(tǒng)的方法采用不同分析數(shù)據(jù)與前期實際測風數(shù)據(jù)的相關(guān)性來評判以某種分析數(shù)據(jù)做代表年訂正時，若前期實際測風數(shù)據(jù)的測風時段剛好是3種分析數(shù)據(jù)判定結(jié)果不一致的時段，而風資源工程師又未充分進行各分析數(shù)據(jù)大、小風年的分析，導致不同分析數(shù)據(jù)給出的代表年風速不一致，則據(jù)此計算得到的風電項目20年發(fā)電量估算值也必然不一致。在風電項目逐漸轉(zhuǎn)為平價上網(wǎng)的背景下，對于某些臨界收益率的風電項目而言，這種風速代表年訂正帶來的差異會導致其收益率測算結(jié)果的準確性降低，進而影響項目可行性的判定。

之所以上述3種分析數(shù)據(jù)給出的大、小風年判定結(jié)果、當年平均風速與累年平均風速的差值不同，是因為不同分析數(shù)據(jù)的來源、計算模型和計算模式存在區(qū)別。

3 不同再分析數(shù)據(jù)和中尺度數(shù)據(jù)進行代表年訂正的可靠性

以上文中的2個風電項目(不存在限電及重大風電機組故障的影響)為例，從項目后評估的角度對分析數(shù)據(jù)MERRA2、ERA5、DATA1與實際發(fā)電量數(shù)據(jù)的相關(guān)性進行分析，以此來判定不同分析數(shù)據(jù)進行風資源代表年訂正的可靠性。相關(guān)性好，則說明該分析數(shù)據(jù)可以更好地反映風資源的年際變化。

3.1 案例1：云南省某風電項目

對云南省某風電項目的測風塔前期實際測風數(shù)據(jù)與MERRA2、ERA5、DATA1這3種分析數(shù)據(jù)及氣象站數(shù)據(jù)的相關(guān)性進行分析，具體如圖2所示。圖中：R2為判定系數(shù)。

圖2 不同再分析數(shù)據(jù)、中尺度數(shù)據(jù)及氣象站數(shù)據(jù)與測風塔前期實際風速數(shù)據(jù)的相關(guān)性Fig. 2 Correlation between different reanalysis data，mesoscale data and meteorological station data and actual wind speed data in the early stage of wind tower

從圖2可以看出：相比于氣象站數(shù)據(jù)與測風塔前期實際測風數(shù)據(jù)的相關(guān)性，3種再分析數(shù)據(jù)和中尺度數(shù)據(jù)與測風塔前期實際測風數(shù)據(jù)的相關(guān)性較好，以相關(guān)系數(shù)R值表征的相關(guān)性排序為：DATA1(0.98)＞ERA5(0.97)＞MERRA2(0.97)＞氣象站數(shù)據(jù)(0.93)。

由于選取的再分析數(shù)據(jù)與中尺度數(shù)據(jù)的風速數(shù)據(jù)均在50 m以上高度，氣象站數(shù)據(jù)為地面10 m高度，且氣象站通常距離風電項目的場區(qū)較遠，地貌特征與項目所在區(qū)域的差異較大，因此氣象站數(shù)據(jù)對于復(fù)雜山地情況的代表性略差。3種再分析數(shù)據(jù)和中尺度數(shù)據(jù)與測風塔前期實際測風數(shù)據(jù)的相關(guān)系數(shù)十分接近，但由于DATA1結(jié)合CFD進行了降尺度處理，更能反映局部地形地貌對風電場風資源的影響，因此其與測風塔前期實際測風數(shù)據(jù)的相關(guān)性最好。

對云南省某風電項目投產(chǎn)運行7年(2013～2019年)的實際發(fā)電量數(shù)據(jù)與MERRA2、ERA5、DATA1這3種分析數(shù)據(jù)的相關(guān)性進行分析，以實際發(fā)電小時數(shù)表征實際發(fā)電量，具體如圖3所示。

圖3 不同分析數(shù)據(jù)與云南省某風電項目實際發(fā)電量數(shù)據(jù)的相關(guān)性Fig. 3 Correlation between different analysis data and actual power generation data of a wind power project in Yunnan Province

從圖3可以看出：3種分析數(shù)據(jù)中，ERA5、MERRA2與風電項目實際發(fā)電量數(shù)據(jù)的相關(guān)性比DATA1與風電項目實際發(fā)電量數(shù)據(jù)的相關(guān)性更好，以相關(guān)系數(shù)表征的相關(guān)程度排序為：ERA5 (0.88)＞MERRA2(0.85)＞DATA1(0.75)。

3.2 案例2：安徽省某風電項目

對安徽省某風電項目投產(chǎn)運行6年(2014～2019年)的實際發(fā)電量數(shù)據(jù)與MERRA2、ERA5、DATA1這3種分析數(shù)據(jù)的相關(guān)性進行分析，以實際發(fā)電小時數(shù)表征實際發(fā)電量，具體如圖4所示。

圖4 不同分析數(shù)據(jù)與安徽省某風電項目實際發(fā)電量數(shù)據(jù)的相關(guān)性Fig. 4 Correlation between different analysis data and actual power generation data of a wind power project in Anhui Province

從圖4可以看出：3種分析數(shù)據(jù)中，MERRA2、ERA5與風電項目實際發(fā)電量數(shù)據(jù)的相關(guān)性比DATA1與風電項目實際發(fā)電量數(shù)據(jù)的相關(guān)性更好，以相關(guān)系數(shù)表征的相關(guān)程度排序為：ERA5(0.96)＞MERRA2(0.91)＞DATA1(0.88)。

對上述研究結(jié)果進行分析發(fā)現(xiàn)，降尺度處理雖然更能反映局部的地形地貌，與前期實際測風數(shù)據(jù)的相關(guān)性更好，但是從風電場空間尺度(一般為十幾公里)的角度考慮，過于追求高空間分辨率(百米量級)的降尺度數(shù)據(jù)對風電場大、小風年的代表性減弱。再分析數(shù)據(jù)ERA5和MERRA2更適合進行代表年訂正，當兩者的判定結(jié)果不一致時，優(yōu)先選取ERA5；降尺度的DATA1更適合缺少實際測風數(shù)據(jù)時的風電項目宏觀選址，此時百米量級的空間分辨率具有一定的參考價值。

4 結(jié)論

本文對3種再分析數(shù)據(jù)和中尺度數(shù)據(jù)進行風資源代表年訂正時的可靠性進行了研究，首次提出通過再分析數(shù)據(jù)和中尺度數(shù)據(jù)與已投產(chǎn)風電項目的實際發(fā)電量數(shù)據(jù)進行相關(guān)分析來判定的方法。研究結(jié)果表明：

1) 3種分析數(shù)據(jù)中，采用再分析數(shù)據(jù)ERA5或MERRA2進行代表年訂正的可靠性均優(yōu)于采用中尺度數(shù)據(jù)DATA1的，且ERA5比MERRA2略好。

2)降尺度處理雖然更能反映局部的地形地貌，與前期實際測風數(shù)據(jù)的相關(guān)性更好，但是從風電場空間尺度(一般為十幾公里)考慮，過于追求高空間分辨率(百米量級)的降尺度數(shù)據(jù)對風電場大、小風年的代表性減弱。

3)再分析數(shù)據(jù)ERA5和MERRA2更適合進行代表年訂正，當兩者不一致時，建議優(yōu)先選取再分析數(shù)據(jù)ERA5；降尺度處理的DATA1更適合缺少實際測風數(shù)據(jù)情況下的風電項目的宏觀選址，此時百米量級的空間分辨率更具有參考價值。

在風電項目逐漸轉(zhuǎn)為平價上網(wǎng)的背景下，對于某些臨界收益率的項目而言，采用不同再分析數(shù)據(jù)或中尺度數(shù)據(jù)的風速數(shù)據(jù)進行代表年訂正帶來的差異會影響收益率測算結(jié)果，進而影響項目的可行性判定。因此，本研究的思路和方法不僅具有一定的理論價值，對未來風電項目的開發(fā)也有重要的實際意義。需要說明的是，本文中的2個典型風電項目目前的運行年限僅為6～7年，考慮到風電場的設(shè)計運行年限約為20年，后續(xù)需進一步以10年以上的理論發(fā)電量數(shù)據(jù)對本研究提出的判定方法進行檢驗。此外，僅有2個風電項目的樣本量略顯不足，后續(xù)還需擴大分析的樣本量。