云南風(fēng)電項(xiàng)目枯平期發(fā)電量占比計(jì)算方法探討*

馬海鵬，王 芳，梁會(huì)森，劉瑞卿，廖 靜，劉詩(shī)琴，趙 斌?

（1.協(xié)合新能源集團(tuán)有限公司，北京 100048；2.長(zhǎng)沙理工大學(xué)，長(zhǎng)沙 410114）

0 引 言

隨著風(fēng)能產(chǎn)業(yè)日趨進(jìn)步，風(fēng)力發(fā)電所需的成本逐步降低，風(fēng)能成為“十四五”規(guī)劃中大力發(fā)展的重要能源。2020 年9 月30 日，云南省為了緩解汛枯矛盾，“8+3”風(fēng)光項(xiàng)目規(guī)劃落地，并出臺(tái)配套的結(jié)構(gòu)電價(jià)政策，即風(fēng)電項(xiàng)目枯平期（每年11 月1 日至次年5 月31 日）2 000 h 以內(nèi)執(zhí)行燃煤發(fā)電上網(wǎng)基準(zhǔn)電價(jià)，豐水期（每年6 月1 日至10 月31 日）500 h 以內(nèi)執(zhí)行2020 年省內(nèi)集中交易撮合下限價(jià)格，枯平期、豐水期超發(fā)部分執(zhí)行競(jìng)爭(zhēng)性電價(jià)（市場(chǎng)化交易電價(jià)）。

對(duì)于云南風(fēng)電項(xiàng)目結(jié)構(gòu)電價(jià)下的投資決策，風(fēng)資源評(píng)估時(shí)需要分別計(jì)算枯平期、豐水期發(fā)電量，通常情況下采用代表年的測(cè)風(fēng)數(shù)據(jù)風(fēng)頻矩陣計(jì)算風(fēng)電場(chǎng)全生命周期年平均發(fā)電量，計(jì)算結(jié)果不能區(qū)分枯平期、豐水期；若采用時(shí)間序列算法，計(jì)算結(jié)果可統(tǒng)計(jì)各月發(fā)電量，但往往實(shí)測(cè)數(shù)據(jù)僅滿一年，時(shí)段較短，而降水量也存在年際變化，因此計(jì)算結(jié)果仍難以代表風(fēng)電場(chǎng)全生命周期的枯平期、豐水期發(fā)電量水平。為相對(duì)合理地評(píng)估云南結(jié)構(gòu)電價(jià)下風(fēng)電項(xiàng)目枯平期、豐水期發(fā)電量，行業(yè)內(nèi)相關(guān)專家提出“枯平期發(fā)電量占比”的概念，即枯平期發(fā)電量占全年的比值，便于在項(xiàng)目投資決策階段進(jìn)行分析、評(píng)估。

云南燃煤發(fā)電上網(wǎng)基準(zhǔn)電價(jià)D1按0.335 8元/(kW·h)計(jì)，集中交易撮合下限價(jià)格D2按0.15 元/(kW·h) 計(jì)。此外，影響平價(jià)折算小時(shí)數(shù)的變量為項(xiàng)目發(fā)電小時(shí)數(shù)H（取2 000～ 3 200）、枯平期發(fā)電量占比x（取0.65～ 0.85）、市場(chǎng)化競(jìng)爭(zhēng)電價(jià)D3三個(gè)因素。不確定性分析常用的方法為敏感性分析，圖1、圖2 分別為假設(shè)D3為0.05 元/(kW·h) 時(shí)，不同的年等效發(fā)電小時(shí)數(shù)下或不同的枯平期發(fā)電量占比下，枯平期發(fā)電量占比或年等效發(fā)電小時(shí)數(shù)變化對(duì)平價(jià)折算小時(shí)數(shù)的影響[1]。

如圖1 所示，隨著枯平期發(fā)電量占比的增大，平價(jià)折算小時(shí)數(shù)變化呈線性增加趨勢(shì)，以年等效發(fā)電小時(shí)數(shù)2 500 h 為例，枯平期發(fā)電量占比每提高1%，折算小時(shí)數(shù)增加25 h，但增加到一定程度后，枯平期發(fā)電量占比對(duì)平價(jià)折算電量影響較小。當(dāng)發(fā)電小時(shí)數(shù)超過(guò)3 075 h 后，枯平期發(fā)電量占比對(duì)平價(jià)折算小時(shí)數(shù)無(wú)影響，此時(shí)平價(jià)折算小時(shí)數(shù)接近2 300 h。在項(xiàng)目發(fā)電量較低的情況下，枯平期發(fā)電量占比對(duì)折算小時(shí)數(shù)影響較大。

圖1 不同的年等效滿發(fā)小時(shí)數(shù)下枯平期發(fā)電量占比變化對(duì)平價(jià)折算小時(shí)數(shù)的影響Fig.1 The influence of power generation proportion change in dry flat period on commutation hours under different annual equivalent generation hours

如圖2 所示，年等效滿發(fā)小時(shí)數(shù)對(duì)平價(jià)折算小時(shí)數(shù)的影響也有相似的規(guī)律，隨著年等效滿發(fā)小時(shí)數(shù)的增加，平價(jià)折算小時(shí)數(shù)呈現(xiàn)線性增加，總發(fā)電小時(shí)數(shù)每提高50 h，平價(jià)折算小時(shí)數(shù)增加約35～ 46 h，增加到一定程度后，平價(jià)折算小時(shí)數(shù)增加幅度降低至約7 h。發(fā)電小時(shí)數(shù)3 075 h 以上，繼續(xù)提升發(fā)電量，平價(jià)折算小時(shí)數(shù)提升的空間有限，圖2 中所有的折線趨于一致，總發(fā)電小時(shí)數(shù)每增加50 h，平價(jià)折算小時(shí)數(shù)提升幅度約為7 h。

圖2 不同的枯平期發(fā)電量占比下年等效滿發(fā)小時(shí)數(shù)變化對(duì)平價(jià)折算小時(shí)數(shù)的影響Fig.2 The influence of annual equivalent power generation hours on commutation hours under different power generation ratios in dry flat period

枯平期發(fā)電量占比越大，年等效滿發(fā)小時(shí)數(shù)的轉(zhuǎn)折點(diǎn)越早到達(dá)，例如當(dāng)取值79%時(shí)，發(fā)電小時(shí)數(shù)超過(guò)2 550 h，繼續(xù)提升發(fā)電量對(duì)平價(jià)折算小時(shí)數(shù)影響較小。但若風(fēng)電項(xiàng)目的年等效滿發(fā)小時(shí)數(shù)難以達(dá)到2 550 h 以上時(shí)，在評(píng)估項(xiàng)目投資收益率時(shí)，受結(jié)構(gòu)電價(jià)影響，枯平期發(fā)電量占全年的比值成為重要的敏感性因素之一。而目前在前期評(píng)估類似云南結(jié)構(gòu)電價(jià)風(fēng)電項(xiàng)目的枯平期發(fā)電能力時(shí)，枯平期發(fā)電量占比取值的合理性不足。因每年氣候不同，若單以實(shí)測(cè)時(shí)段作為參考或取值過(guò)于激進(jìn)，均會(huì)對(duì)風(fēng)電項(xiàng)目的投資收益評(píng)估帶來(lái)較大的不確定性。因此對(duì)于風(fēng)資源評(píng)估，在計(jì)算風(fēng)電項(xiàng)目全生命周期的年等效滿發(fā)小時(shí)數(shù)的基礎(chǔ)上，如何分析、計(jì)算風(fēng)電項(xiàng)目所在區(qū)域的枯平期發(fā)電量占比也尤為關(guān)鍵[2-7]。

以云南某個(gè)擬建設(shè)的風(fēng)電項(xiàng)目為例，基于實(shí)測(cè)數(shù)據(jù)、中尺度數(shù)據(jù)庫(kù)、計(jì)算發(fā)電量的常用方法及軟件等，分析風(fēng)速、風(fēng)功率密度的變化規(guī)律以及風(fēng)功率密度、發(fā)電量占全年比值的變化，對(duì)比采用不同機(jī)型計(jì)算枯平期發(fā)電量占比的變化；探討采用實(shí)測(cè)數(shù)據(jù)插補(bǔ)處理后的長(zhǎng)時(shí)間序列數(shù)據(jù)計(jì)算風(fēng)電場(chǎng)枯平期發(fā)電量占比的計(jì)算方法，并將計(jì)算評(píng)估值與周邊已建成風(fēng)電場(chǎng)實(shí)際枯平期發(fā)電量占全年的比值進(jìn)行對(duì)比分析；提出適宜類似云南結(jié)構(gòu)電價(jià)下風(fēng)電項(xiàng)目的枯平期發(fā)電量占比計(jì)算方法及項(xiàng)目評(píng)估、運(yùn)行建議。

1 項(xiàng)目概況

1.1 項(xiàng)目簡(jiǎn)介

該擬建設(shè)風(fēng)電項(xiàng)目位于云南省南部紅河州境內(nèi)，場(chǎng)區(qū)占地面積約275 km2，海拔介于1 200～ 2 100 m之間。項(xiàng)目共有機(jī)位86 個(gè)，場(chǎng)區(qū)內(nèi)共有測(cè)風(fēng)塔12 座。具體相對(duì)位置關(guān)系如圖3 所示。

圖3 項(xiàng)目場(chǎng)區(qū)范圍、機(jī)位、測(cè)風(fēng)塔相對(duì)位置關(guān)系示意圖Fig.3 Schematic diagram of the relative position of project site scope,machine position and wind tower

1.2 測(cè)風(fēng)塔情況

場(chǎng)區(qū)內(nèi)共有12 座測(cè)風(fēng)塔，均有一年以上實(shí)測(cè)數(shù)據(jù)，測(cè)風(fēng)塔基本信息如表1 所示。

由表1 分析可知，1#～ 4# 測(cè)風(fēng)塔高度為80 m，其中1#、2# 測(cè)風(fēng)塔分別于2013 年4 月、2014 年4 月開(kāi)始測(cè)風(fēng)，3#、4# 測(cè)風(fēng)塔于2015 年4 月開(kāi)始測(cè)風(fēng)；1# 和4# 測(cè)風(fēng)塔在2020 年4 月重新觀測(cè)，即1#、4#兩座測(cè)風(fēng)塔在同點(diǎn)位處有前后兩個(gè)時(shí)段的測(cè)風(fēng)數(shù)據(jù)。5#～ 12# 測(cè)風(fēng)塔高度為100 m，于2020 年4 月安裝完成并開(kāi)始測(cè)風(fēng)。另外收集到各座測(cè)風(fēng)塔同點(diǎn)位處數(shù)據(jù)庫(kù)A、B、C 等中尺度數(shù)據(jù)，便于分析長(zhǎng)時(shí)間序列的風(fēng)速、發(fā)電量的枯平期變化規(guī)律。

表1 測(cè)風(fēng)塔基本信息Table 1 The basic information of wind towers

2 數(shù)據(jù)分析

風(fēng)速是評(píng)估風(fēng)電項(xiàng)目發(fā)電量的主要參數(shù)，為了探討該項(xiàng)目在全生命周期的枯平期發(fā)電量占比，首先分析每座測(cè)風(fēng)塔實(shí)測(cè)完整年內(nèi)枯平期和豐水期的風(fēng)速、空氣密度、風(fēng)功率密度變化規(guī)律，并結(jié)合中尺度數(shù)據(jù)分析在長(zhǎng)時(shí)間序列中相關(guān)風(fēng)資源參數(shù)的年際變化[8-14]。

2.1 實(shí)測(cè)數(shù)據(jù)分析

由于測(cè)風(fēng)塔實(shí)測(cè)數(shù)據(jù)位置、時(shí)段、塔高等不同，因此基于實(shí)測(cè)數(shù)據(jù)，分別分析100 m 高度處“不同塔同期”“同塔不同期”兩種情況下的風(fēng)速、風(fēng)功率密度等變化（其中，80 m 高度測(cè)風(fēng)塔使用風(fēng)切變指數(shù)推至100 m 高度后進(jìn)行數(shù)據(jù)分析）。

2.1.1 風(fēng)速

選取項(xiàng)目場(chǎng)區(qū)內(nèi)1#、4#、5#～ 12# 共10 座具有2020/5/1-2021/4/30 同時(shí)段數(shù)據(jù)的測(cè)風(fēng)塔，以分析“不同塔同期”情況下風(fēng)速變化趨勢(shì)，以上10 座測(cè)風(fēng)塔100 m 高度風(fēng)速月變化趨勢(shì)如圖4 所示。

從圖4 可以看出，相同實(shí)測(cè)時(shí)段內(nèi)，受地形、海拔等因素影響，測(cè)風(fēng)塔之間風(fēng)速差異較大，但所有塔平均風(fēng)速月變化趨勢(shì)幾乎一致，枯平期比豐水期的月平均風(fēng)速相對(duì)較高；2020/5/1-2021/4/30 時(shí)段內(nèi)，風(fēng)速最大的月份為3 月，風(fēng)速最小的月份為9 月，其中，2 月～ 4 月、6 月～ 8 月都呈現(xiàn)出較大的風(fēng)速變化。

圖4 2020/5/1-2021/4/30 同期測(cè)風(fēng)塔相同高度處風(fēng)速月變化趨勢(shì)Fig.4 Monthly variation trend of wind speed at the same height of wind tower from May 2020 to April 2021

項(xiàng)目場(chǎng)區(qū)內(nèi)1# 和4# 兩座測(cè)風(fēng)塔分別于2013 年4 月、2015 年4 月開(kāi)始測(cè)風(fēng)，2020 年4 月在相同位置處更換新設(shè)備重新觀測(cè)，具有同點(diǎn)位、前后不同年份的數(shù)據(jù)，便于分析“同塔不同期”情況下的風(fēng)速變化趨勢(shì)。若忽略前后設(shè)備不同等差異，對(duì)比1#、4# 測(cè)風(fēng)塔在不同年份的相同高度處風(fēng)速月變化趨勢(shì)如圖5 所示。

從圖5 中相同測(cè)風(fēng)塔、相同高度處在不同年份的風(fēng)速月變化趨勢(shì)可以看出，個(gè)別月份前后相對(duì)大小關(guān)系有差異，2014/5/1-2015/4/30 和 2020/5/1-2021/4/30 兩時(shí)段內(nèi)4 月平均風(fēng)速要低于5 月平均風(fēng)速，2014/5/1-2015/4/30 時(shí)段中8 月、9 月平均風(fēng)速均高于7 月和10 月；但就枯平期、豐水期的月平均風(fēng)速變化總體趨勢(shì)上來(lái)看，每年基本趨于一致，枯平期風(fēng)速高于豐水期風(fēng)速。

圖5 相同測(cè)風(fēng)塔相同高度處在不同年份的風(fēng)速月變化Fig.5 Monthly variation of wind speed in the same tower at the same height in different years

2.1.2 風(fēng)功率密度

風(fēng)功率密度是在單位時(shí)間內(nèi)垂直通過(guò)單位截面積的風(fēng)能，受風(fēng)速、風(fēng)速頻率分布和空氣密度的影響，是衡量風(fēng)電場(chǎng)風(fēng)能資源的綜合指標(biāo)。

除上述分析的風(fēng)速、風(fēng)頻外，空氣密度也是影響風(fēng)功率密度、發(fā)電量的重要參數(shù)，其與溫度和氣壓（海拔）有關(guān)，也會(huì)隨季節(jié)相應(yīng)變化，因此，在研究云南結(jié)構(gòu)電價(jià)下風(fēng)電項(xiàng)目枯平期風(fēng)功率密度、發(fā)電量等占比時(shí)，需優(yōu)先分析項(xiàng)目場(chǎng)區(qū)空氣密度的月際變化。

選取同時(shí)段的幾座具有較完整氣溫、氣壓實(shí)測(cè)數(shù)據(jù)的測(cè)風(fēng)塔（安裝于每座測(cè)風(fēng)塔8 m 高度層），各座測(cè)風(fēng)塔年平均空氣密度介于0.959～ 0.994 kg/m3，經(jīng)計(jì)算得出實(shí)測(cè)時(shí)段內(nèi)空氣密度月變化趨勢(shì)如圖6所示。

圖6 測(cè)風(fēng)塔實(shí)測(cè)完整年時(shí)段內(nèi)空氣密度月變化Fig.6 The wind tower measured the monthly variation of air density during the whole period of the year

從圖6 可以看出，冬季空氣密度高于夏季，一年中空氣密度最低的月份與最高的月份相差約0.045 kg/m3，按照云南枯平期、豐水期劃分，枯平期空氣密度平均值比豐水期高約0.017 kg/m3。對(duì)風(fēng)功率密度、發(fā)電量影響較小。為便于分析計(jì)算，暫不考慮空氣密度的月際變化，以每座塔年平均空氣密度作為參考。

因此，按照分析風(fēng)速月變化的方法，結(jié)合每座測(cè)風(fēng)塔年平均空氣密度、風(fēng)頻分布，分析100 m 高度處“不同塔同期”“同塔不同期”兩種情況下的風(fēng)功率密度變化趨勢(shì)，分別如圖7、圖8 所示。

圖7 2020/5/1-2021/4/30 同期測(cè)風(fēng)塔的相同高度風(fēng)功率密度月變化Fig.7 Monthly variation of wind power density at the same height of wind tower from May 2020 to April 2021

從圖8 分析可知，風(fēng)功率密度與風(fēng)速的月變化趨勢(shì)規(guī)律基本一致。相同時(shí)段內(nèi)，測(cè)風(fēng)塔之間風(fēng)功率密度差異較大，但所有塔風(fēng)功率密度月變化趨勢(shì)幾乎一致，即枯平期風(fēng)功率密度平均值比豐水期高；相同測(cè)風(fēng)塔不同實(shí)測(cè)時(shí)段內(nèi)風(fēng)功率密度月變化趨勢(shì)基本一致，但可看出每年枯平期與豐水期的風(fēng)功率密度差值是變化的，即枯平期風(fēng)功率密度占全年的比值是波動(dòng)的。

圖8 相同測(cè)風(fēng)塔在不同年份的相同高度風(fēng)功率密度月變化Fig.8 Monthly variation of wind power density at the same height in the same wind tower in different years

因此，將上述測(cè)風(fēng)塔各完整年時(shí)段內(nèi)的每月風(fēng)功率密度按照枯平期、豐水期分別占全年的比值進(jìn)行計(jì)算，結(jié)果見(jiàn)表2。

表2 實(shí)測(cè)塔各實(shí)測(cè)完整年內(nèi)枯平期、豐水期風(fēng)功率密度占比Table 2 The ratio of wind power density of wind towers in dry flat period and wet period during the whole year

從表2 可以看出，枯平期風(fēng)功率密度占全年的比值是有年際波動(dòng)規(guī)律的。以1# 測(cè)風(fēng)塔為例，2013/5/1-2014/4/30、2014/5/1-2015/4/30、2020/5/1-2021/4/30 時(shí)段內(nèi)風(fēng)功率密度枯平期占比分別為79.75%、83.00%、70.17%；以4# 測(cè)風(fēng)塔為例，2015/5/1-2016/4/30、2020/5/1-2021/4/30 時(shí)段內(nèi)風(fēng)功率密度枯平期占比分別為79.91%、72.91%。

此外，同時(shí)段內(nèi)不同測(cè)風(fēng)塔枯平期風(fēng)功率密度占比也存在略微差異。2014/5/1-2015/4/30 時(shí)段，1#、2# 測(cè)風(fēng)塔分別為83%、84.16%；2015/5/1-2016/4/30時(shí)段，3#、4# 測(cè)風(fēng)塔分別為 80.3%、79.91%；2020/5/1-2021/4/30 時(shí)段的10 座測(cè)風(fēng)塔枯平期風(fēng)功率密度占比介于68.68%～ 73.73%之間。

2.2 中尺度數(shù)據(jù)分析

通過(guò)分析實(shí)測(cè)數(shù)據(jù)風(fēng)速、風(fēng)功率密度變化趨勢(shì)，可知枯平期風(fēng)速大小、風(fēng)功率密度均具有年際波動(dòng)規(guī)律，以及同時(shí)段內(nèi)不同測(cè)風(fēng)塔枯平期風(fēng)速大小、風(fēng)功率密度占比也存在差異。因此，需結(jié)合中尺度數(shù)據(jù)分析長(zhǎng)時(shí)間序列中枯平期風(fēng)功率密度占全年比值的年際變化規(guī)律。

2.2.1 相關(guān)性

中尺度數(shù)據(jù)即再分析數(shù)據(jù)，選取三個(gè)常用的中尺度數(shù)據(jù)庫(kù)，下載與本項(xiàng)目測(cè)風(fēng)塔同點(diǎn)位的各個(gè)中尺度數(shù)據(jù)進(jìn)行分析，與測(cè)風(fēng)塔實(shí)測(cè)數(shù)據(jù)相關(guān)性情況見(jiàn)表3。

由表3 可知，經(jīng)對(duì)比各中尺度數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)相關(guān)性（R2），可知風(fēng)向的同期相關(guān)性相對(duì)較好，風(fēng)速的同期相關(guān)性較差。經(jīng)對(duì)比，數(shù)據(jù)庫(kù)B 與實(shí)測(cè)數(shù)據(jù)同期相關(guān)性相對(duì)較好，風(fēng)速R2介于0.484～0.585 之間，風(fēng)向R2介于0.536～ 0.809 之間，相關(guān)性系數(shù)均能達(dá)到0.7 以上。因此，后續(xù)分析應(yīng)優(yōu)先選取中尺度數(shù)據(jù)庫(kù)B 作為參考依據(jù)。

表3 實(shí)測(cè)數(shù)據(jù)與中尺度數(shù)據(jù)相關(guān)性Table 3 Correlation between measured data and mesoscale data

2.2.2 風(fēng)功率密度

借助中尺度數(shù)據(jù)可下載長(zhǎng)時(shí)間序列的優(yōu)勢(shì)，進(jìn)一步分析枯平期風(fēng)功率密度占全年的比值年際變化，由于中尺度數(shù)據(jù)分辨率較差，因此選取場(chǎng)區(qū)內(nèi)相對(duì)較遠(yuǎn)且對(duì)局部區(qū)域具有代表性的1#、6#、11# 測(cè)風(fēng)塔同點(diǎn)位的中尺度數(shù)據(jù)，分析近20 年中每年枯平期風(fēng)功率密度占比變化，結(jié)果如圖9 所示。

圖9 測(cè)風(fēng)塔同點(diǎn)位處中尺度數(shù)據(jù)枯平期風(fēng)功率密度占比年際變化Fig.9 Interannual variation of mesoscale wind power density ratio at the same point of wind tower in dry flat period

圖9 中，每個(gè)中尺度數(shù)據(jù)庫(kù)近20 年中每年枯平期風(fēng)功率密度占比是波動(dòng)變化的，其中，數(shù)據(jù)庫(kù)A、C 相對(duì)較接近，大約在75%附近波動(dòng)；數(shù)據(jù)庫(kù)B 比值相對(duì)偏高，大約在80%附近波動(dòng)。

3 枯平期發(fā)電量占比分析

評(píng)估風(fēng)電項(xiàng)目發(fā)電量的另一個(gè)主要因素是機(jī)型功率曲線，為了探討該項(xiàng)目在全生命周期的枯平期發(fā)電量占比，需要在分析每座測(cè)風(fēng)塔實(shí)測(cè)完整年枯平期和豐水期的風(fēng)速、風(fēng)功率密度的基礎(chǔ)上，結(jié)合機(jī)型功率曲線計(jì)算發(fā)電量，并分析在長(zhǎng)時(shí)間序列中每年枯平期發(fā)電量占比的變化。

3.1 機(jī)型簡(jiǎn)介

現(xiàn)選取不同主機(jī)廠家目前主推的7 款新機(jī)型，機(jī)組型號(hào)及單位千瓦掃風(fēng)面積等信息見(jiàn)表4。由表4可知，為對(duì)比采用不同機(jī)型時(shí)枯平期發(fā)電量占比的差異，因此選取的機(jī)型單位千瓦掃風(fēng)面積差異較大，同時(shí)也選取了不同廠家的相同機(jī)型進(jìn)行對(duì)比。選取機(jī)型的功率曲線如圖10 所示，所選機(jī)型的功率曲線在線型上也存在較為明顯的差異。

表4 機(jī)型信息Table 4 The information of wind turbine

圖10 不同機(jī)型功率曲線Fig.10 The power curves of different wind turbine

3.2 實(shí)測(cè)時(shí)段單點(diǎn)電量計(jì)算

根據(jù)實(shí)測(cè)數(shù)據(jù)的風(fēng)速風(fēng)頻，結(jié)合風(fēng)電機(jī)組功率曲線，計(jì)算測(cè)風(fēng)塔處單點(diǎn)發(fā)電量，并統(tǒng)計(jì)出枯平期、豐水期發(fā)電量占比進(jìn)行分析[15-17]。

3.2.1 相同測(cè)風(fēng)塔不同時(shí)段枯平期發(fā)電量占比分析

分析相同測(cè)風(fēng)塔不同時(shí)段的枯平期發(fā)電量占比如圖 11 所示。以 1# 測(cè)風(fēng)塔為例，2013/5/1-2014/4/30、2014/5/1-2015/4/30、2020/5/1-2021/4/30時(shí)段內(nèi)枯平期發(fā)電量占比有較為明顯的差異，大約在65%～ 71%或67%～ 76%之間；4# 測(cè)風(fēng)塔在2015/5/1-2016/4/30、2020/5/1-2021/4/30 時(shí)段內(nèi)枯平期發(fā)電量占比同樣有較為明顯的差異。

圖11 相同測(cè)風(fēng)塔在不同時(shí)段的枯平期發(fā)電量占比Fig.11 Power generation ratio of the same wind tower in different periods of dry flat period

通過(guò)對(duì)實(shí)測(cè)數(shù)據(jù)、中尺度數(shù)據(jù)的枯平期風(fēng)功率密度占全年的比值分析，以及對(duì)實(shí)測(cè)數(shù)據(jù)不同時(shí)段單點(diǎn)發(fā)電量枯平期占比的計(jì)算分析，可以得出，每年的枯平期發(fā)電量占全年發(fā)電量的比值是變化的，即在計(jì)算項(xiàng)目枯平期發(fā)電量占比時(shí)應(yīng)考慮風(fēng)電場(chǎng)全生命周期的平均水平，而不能僅以某實(shí)測(cè)時(shí)段作為依據(jù)。

3.2.2 不同測(cè)風(fēng)塔同時(shí)段枯平期發(fā)電量占比分析

分析不同測(cè)風(fēng)塔處相同時(shí)段的枯平期發(fā)電量占比如圖12 所示。以2020/5/1-2021/4/30 時(shí)段為例，10 座測(cè)風(fēng)塔枯平期發(fā)電量存在較明顯的差異，介于65%～ 70%或67%～ 72%之間。

圖12 不同測(cè)風(fēng)塔在相同時(shí)段的枯平期發(fā)電量占比Fig.12 Power generation ratio of different wind towers in the same period of dry flat period

通過(guò)對(duì)比不同測(cè)風(fēng)塔在同時(shí)段內(nèi)單點(diǎn)發(fā)電量枯平期占比，可知位于場(chǎng)區(qū)不同位置同年的枯平期發(fā)電量占全年發(fā)電量的比值也有差異，即在計(jì)算項(xiàng)目枯平期發(fā)電量占比時(shí)應(yīng)考慮風(fēng)電場(chǎng)全場(chǎng)機(jī)位的平均水平，而不能僅以測(cè)風(fēng)塔作為依據(jù)。

3.2.3 采用不同機(jī)型時(shí)枯平期發(fā)電量占比分析

圖11、圖12 所示為各個(gè)相同實(shí)測(cè)數(shù)據(jù)時(shí)段下，采用不同機(jī)型計(jì)算單點(diǎn)發(fā)電量時(shí)枯平期發(fā)電量占比變化。可以看出在相同風(fēng)頻下，所選機(jī)型中單位千瓦掃風(fēng)面積較小的機(jī)型（WTG182-6250、WTG172-6250）枯平期發(fā)電量占比較高；對(duì)比WTG182-4650_A 和WTG182-4650_B 兩個(gè)單位千瓦掃風(fēng)面積一致但功率曲線存在較大差異的機(jī)型，枯平期發(fā)電量占比也有略微差異；總體而言，前5 個(gè)單位千瓦掃風(fēng)面積較大的機(jī)型，相同風(fēng)頻、不同機(jī)型下枯平期發(fā)電量占比雖有一定的上下浮動(dòng)，但變化比例不大，最高差約1%。

因此，考慮到項(xiàng)目前期測(cè)算時(shí)尋優(yōu)選用機(jī)型方案，各廠家機(jī)型方案單位千瓦掃風(fēng)面積較接近，枯平期發(fā)電量占比變化比例不大，測(cè)算時(shí)可選用具有代表性的機(jī)型計(jì)算風(fēng)電場(chǎng)近20 年、全場(chǎng)機(jī)位的枯平期發(fā)電量占比平均值，以作為評(píng)估項(xiàng)目未來(lái)全生命周期投資收益的測(cè)算依據(jù)。

3.3 采用長(zhǎng)時(shí)間序列數(shù)據(jù)計(jì)算風(fēng)電場(chǎng)枯平期發(fā)電量占比

基于上述分析，選取場(chǎng)區(qū)內(nèi)12 座測(cè)風(fēng)塔的完整年測(cè)風(fēng)數(shù)據(jù)（優(yōu)先選取每座塔最新時(shí)段的第一年）進(jìn)行處理、分析，結(jié)合中尺度數(shù)據(jù)庫(kù)B 對(duì)應(yīng)點(diǎn)位的長(zhǎng)時(shí)間序列數(shù)據(jù)采用同期相關(guān)性將實(shí)測(cè)數(shù)據(jù)插補(bǔ)至近20 年，代入計(jì)算全場(chǎng)機(jī)位的發(fā)電量并得出風(fēng)電場(chǎng)平均枯平期發(fā)電量占比。計(jì)算結(jié)果如圖13 所示，近20 年每年的枯平期發(fā)電量占比呈現(xiàn)在68.78%～81.41%之間波動(dòng)的趨勢(shì)。

圖13 風(fēng)電場(chǎng)近20 年每年枯平期發(fā)電量占比Fig.13 Proportion of wind farm’s annual power generation during dry flat period in recent 20 years

4 與附近風(fēng)電場(chǎng)實(shí)發(fā)電量對(duì)比分析

為了驗(yàn)證采用長(zhǎng)時(shí)間序列計(jì)算近20 年每年枯平期發(fā)電量占比方法的可行性，收集該項(xiàng)目周邊已建成的風(fēng)電項(xiàng)目近年來(lái)實(shí)發(fā)電量，進(jìn)行對(duì)比分析。

4.1 周邊風(fēng)電場(chǎng)簡(jiǎn)介

項(xiàng)目周邊距離較近的共有4 座風(fēng)電場(chǎng)，其中周邊風(fēng)電場(chǎng)A 距離本項(xiàng)目場(chǎng)區(qū)較近，周邊風(fēng)電場(chǎng)B、C、D 分別距離本項(xiàng)目場(chǎng)區(qū)約11 km、24 km、21 km，相對(duì)位置關(guān)系如圖14 所示。此外，位于本項(xiàng)目北側(cè)分別約240 km、250 km 處也有兩座已建成風(fēng)電場(chǎng)（E、F）的運(yùn)行數(shù)據(jù)可供參考。

圖14 項(xiàng)目與周邊風(fēng)電場(chǎng)相對(duì)位置關(guān)系Fig.14 The relative position diagram of the project and the surrounding wind farm

4.2 對(duì)比分析

共采集到項(xiàng)目周邊距離較近的4 座其他風(fēng)電場(chǎng)近1～ 2 年的月度實(shí)發(fā)電量，以及項(xiàng)目北側(cè)約240 km處兩座風(fēng)電場(chǎng)近3 年的月度實(shí)發(fā)電量，分別統(tǒng)計(jì)各風(fēng)電場(chǎng)在完整年時(shí)段內(nèi)枯平期占全年發(fā)電量的比值，在假設(shè)忽略機(jī)型、機(jī)位等因素偏差的前提下，與采用長(zhǎng)時(shí)間序列計(jì)算評(píng)估得到的本項(xiàng)目各年度枯平期發(fā)電量占比進(jìn)行對(duì)比，結(jié)果如圖15 所示。

由圖15 可知，距離最近的周邊風(fēng)電場(chǎng)A 的近兩年實(shí)發(fā)電量枯平期占比分別為72.49%、68.17%，與計(jì)算評(píng)估值較接近；其次，周邊風(fēng)電場(chǎng)B、D 分別收集到近一年、近兩年的實(shí)發(fā)電量，枯平期占比與計(jì)算評(píng)估值相比偏差均在1%左右；周邊風(fēng)電場(chǎng)C偏差相對(duì)較大，約2.8%。距離最遠(yuǎn)的風(fēng)電場(chǎng)E、F與計(jì)算評(píng)估值相比偏差較大，但在趨勢(shì)上也較為一致。

圖15 項(xiàng)目計(jì)算評(píng)估值與周邊已建成風(fēng)電場(chǎng)的枯平期發(fā)電量占比同期對(duì)比Fig.15 The calculated and evaluated value of this project compared with the proportion of power generation during dry flat period of surrounding wind farms

綜上所述，建議在前期評(píng)估類似云南結(jié)構(gòu)電價(jià)風(fēng)電項(xiàng)目的枯平期發(fā)電能力時(shí)，采用“場(chǎng)區(qū)內(nèi)實(shí)測(cè)數(shù)據(jù)結(jié)合中尺度數(shù)據(jù)插補(bǔ)至近20 年，長(zhǎng)時(shí)間序列計(jì)算評(píng)估項(xiàng)目近20 年枯平期發(fā)電量占比的平均水平”的方法，評(píng)估項(xiàng)目未來(lái)全生命周期的枯平期發(fā)電量占比。

5 結(jié)論及建議

以云南某個(gè)擬建設(shè)的風(fēng)電項(xiàng)目為例，研究分析了枯平期風(fēng)速、風(fēng)功率密度等參數(shù)，對(duì)比了相同測(cè)風(fēng)塔不同時(shí)段、不同測(cè)風(fēng)塔相同時(shí)段以及采用不同機(jī)型計(jì)算枯平期發(fā)電量占比的變化；探討采用長(zhǎng)時(shí)間序列數(shù)據(jù)計(jì)算枯平期發(fā)電量占比，并與周邊已建成風(fēng)電場(chǎng)實(shí)發(fā)電量占比進(jìn)行對(duì)比分析；提出云南結(jié)構(gòu)電價(jià)下風(fēng)電項(xiàng)目前期評(píng)估時(shí)的枯平期發(fā)電量占比計(jì)算方法及項(xiàng)目評(píng)估建議。

5.1 結(jié)論

（1）每年枯平期發(fā)電量占全年發(fā)電量的比值是變化的，即在計(jì)算項(xiàng)目枯平期發(fā)電量占比時(shí)應(yīng)考慮風(fēng)電場(chǎng)全生命周期的平均水平，而不能僅以某實(shí)測(cè)時(shí)段作為依據(jù)；位于場(chǎng)區(qū)不同位置的同年枯平期發(fā)電量占全年的比值存在差異，即在計(jì)算項(xiàng)目枯平期發(fā)電量占比時(shí)應(yīng)考慮風(fēng)電場(chǎng)全場(chǎng)機(jī)位的平均水平，而不能僅以測(cè)風(fēng)塔作為依據(jù)。

（2）在前期評(píng)估類似云南結(jié)構(gòu)電價(jià)風(fēng)電項(xiàng)目的枯平期發(fā)電能力時(shí)，建議采用“場(chǎng)區(qū)內(nèi)實(shí)測(cè)數(shù)據(jù)結(jié)合中尺度數(shù)據(jù)插補(bǔ)至近20 年，長(zhǎng)時(shí)間序列計(jì)算評(píng)估項(xiàng)目近20 年枯平期發(fā)電量占比的平均水平”的方法，評(píng)估項(xiàng)目全生命周期的枯平期發(fā)電量占比。

（3）考慮到項(xiàng)目前期測(cè)算時(shí)尋優(yōu)選用機(jī)型方案，各廠家機(jī)型方案單位千瓦掃風(fēng)面積較接近，枯平期發(fā)電量占比變化不大，測(cè)算時(shí)可選用具有代表性的機(jī)型計(jì)算風(fēng)電場(chǎng)近20 年、全場(chǎng)機(jī)位的枯平期發(fā)電量占比平均值，以作為評(píng)估項(xiàng)目全生命周期投資收益的測(cè)算依據(jù)。

5.2 建議

通過(guò)上述探討以及得出的相關(guān)結(jié)論，對(duì)類似云南的結(jié)構(gòu)電價(jià)項(xiàng)目提出如下建議。

（1）在微觀選址階段，應(yīng)當(dāng)選用在位置和時(shí)間上對(duì)項(xiàng)目場(chǎng)區(qū)具有代表性的測(cè)風(fēng)數(shù)據(jù)評(píng)估每個(gè)機(jī)位處的枯平期發(fā)電量占比，在考慮機(jī)位發(fā)電量、建設(shè)成本外，機(jī)位的枯平期發(fā)電量占比也是優(yōu)選機(jī)位需要顧及的因素。

（2）氣候變化、空氣密度月際變化、機(jī)型方案差異、風(fēng)資源評(píng)估的不確定性等均可能對(duì)枯平期發(fā)電量占比存在一定的影響，考慮到電價(jià)結(jié)構(gòu)的敏感性，因此在風(fēng)電項(xiàng)目評(píng)估時(shí)，計(jì)算的枯平期發(fā)電量占比建議進(jìn)行敏感性因素分析，以規(guī)避項(xiàng)目投資風(fēng)險(xiǎn)。

（3）對(duì)于枯平期難以達(dá)到2 000 h 的項(xiàng)目，項(xiàng)目建成運(yùn)行后應(yīng)更合理地安排運(yùn)行、檢修計(jì)劃，建議為機(jī)組制定“勞逸結(jié)合”的運(yùn)行策略，即枯平期可適當(dāng)超發(fā)并減少檢修時(shí)間[18]。