2020年10月14日-16日，2020北京國際風能大會暨展覽會（CWP 2020）在北京新國展隆重召開。作為全球風電行業年度最大的盛會之一，這場由百余名演講嘉賓和數千名國內外參會代表共同參與的風能盛會，再次登陸北京，本屆大會以“引領綠色復蘇，構筑更好未來”為主題，聚焦中國能源革命的未來。能見App全程直播本次大會。

　　

　　在14日下午召開的風資源精細化評估分論壇上，國家電投風電產業創新中心電力氣象研究所所長馬文通發表《大型風電場對局地氣候的影響研究》主題演講。

　　以下為發言實錄：馬文通：我今天給大家介紹的是御風系統的應用，它的單位是法國美迪、美國NCAR國家氣候中心共同研發出來的成果，御風系統三個板塊，第一個板塊是風電項目規劃和精細化的設計，第二個板塊是風電場大數據智能運維，風電場的運營，第二個板塊是海上風電的這些海上氣象的預報，技術的支撐整個全面全覆蓋。

　　

　　現在我們做的這個高分辨率的評估，考慮兩個因素，工程造價到數據的成果，氣象大數據成果。這兩個板塊捏在一起，能夠形成我們做風電項目規劃的時候，精細化的設計。完成精細化設計以后集團做大基地的時候，有一個自動化的規劃。大基地目標用電城市之間最優的配比，這樣保證我們大基地外送的時候，可盈利的用電成本是最高的。

　　

　　然后另外一個就是做電力氣象預報，圍繞我們海洋的陸上風電的預報來開展一些氣象預報的工作，第三塊御風風電場大數據的智能運維，和我們行業內其他廠商做的也差不太多，我們出發點和切入點不一樣，關心的比較多的是能效分析這些算法，挖掘我們自己風電場發電的潛力，還有尋找潛在的故障。

　　

　　介紹一下大范圍高分辨率資源普查的技術。已經在行業里邊提了有好多年了，所謂高分辨率，在不同的應用場景下，它的分辨率的要求也是不一樣的。在我們做這個大范圍的風電場規劃和大基地，所以現在介紹的一些所謂的高分辨率基于我們集團為了做大基地規劃的時候所用，這個分辨率達到250米左右，LCOE算出來后再去結合我們各個地方的火電的標桿電價，得到我們剩余電價，不能重復開發的區域，最后得到規劃區域。其中這個平準化度電成本，第一個是造價的分析，第二發電水平的分析，第三個技經的條件。

　　

　　一塊一塊給大家介紹一下，造價主要考慮的還是地形地貌，對整個風電場的影響，我們在國內做風電場開發，大致的水平，越藍的價格越低，越紅的暖顏色區，價格高的區域，把它能做出來，基礎就是要辨識地形復雜程度，風電朝造假受影響最大的就是受周圍的地形的起伏影響最大，如果地形很復雜，像一些山區，像高原，像西藏這種海拔很高的這些區域，它的造價也會相應的變高。做關聯以后再反過來把地形起伏轉換成工程造價。這張圖我們全國的路網圖基本上都能夠滿足葉片還有風機的運速條件，主干道路實際上如果做大基地規劃，如果有一些在西北，比較偏僻的地區，離主干道路很遠，要去新建道路，這也會折算到我們造價度電去分攤的。

　　

　　我們國家主干電網的分布，基本上能夠滿足我們大基地接入能不能消納，基本上在接入的時候就是這個結構，圍繞現有電網做大基地分布，它離電網距離，離的越遠我們要自己，這個電網我們已經有的如果新建設一般條線，跟這個成本也是差不太多，跟已有電網連起來，這個線路成本，從這張圖可以給它算出來，這個成本算出來，得到我們子風電廠投資建設，所有的各個方面的成本的匯總，另一方面就是我們算收益，靠天吃飯，首先算風速的分布，風速分布，我們國內現在做到250米風速的分布，把這個風速分布，我們算出來的，肯定會有誤差，為了彌補誤差，我們用自己集團的測風塔，實測的數據，數字模擬出來的圖，所以這里邊就要提到我們御風系統自己的模塊，測風塔的管理系統，這個管理系統，收到我們集團里邊，一千來個塔，這些數據有在實時觀測，這個數據通過系統自動給它錄入進來，包括數據的清洗還有篩查，右下腳做玫瑰圖分析都是在自動完成的，清洗過的數據，跟數字模擬結果圖并在一起做矯正，矯正以后，我們就可以得到一個比較準確的一個風速分布的圖譜，就是我們在做后續的所有的衍生計算最基礎的一個底子，有了風速圖譜，再結合國內主流的廠商的主流機組的功率曲線，總結CT值的分布，然后再根據我們平均風速的比方說6.5，7.5，等等這幾個分解點，去把風速對應風機，自動選擇機型。有了發電小時數，剛才也提到，把成本算出來，到最后的話，用度電成本，比較復雜的公式，這張圖也不是很全，像我們西藏海拔超過5000米的地區，平準華度電成本很低。我們這張圖取了這些彩色的數據的邊界，按照0.45，四毛五度電成本，全國火電的電價，最貴的廣東省四毛五，某個地區平準化高于四毛五，外送電沒辦法實現平價消納。四毛五也是針對廣東做的，對于全國各個省份來說，每個省標桿電價也是不一樣的，這樣的話我們把平準化度電成本，得到一個生育電價這張圖片在于各個省去開發大基地，做平價消納，能夠多掙錢。這張圖可以看出來，我們今天沒講那么細，前面講規劃的系統，后續我們把跨省之間消納的這些測算做出來，現在這張圖描述的做省內消納，它和開發區這么大，如果跨消納可開發區會稍微變大一些。

　　

　　另外一個影響我們大基地開發的，最主要的因素，限制性因素，風能大會呼吁我們同行有機會和國家能夠說上話也是要反映反映，和行業里面呼吁一下，現在生態紅線這么換下去，對風電行業打擊還是比較重的。我們看的這張圖都是一些不能夠去做工業開發的用地，水域分布就是我們內陸的一些河流還有湖泊區域分布，交通線路，像現在看到我們國家級的自然保護區。國家級的自然保護區分布并不是很大，還留了很多留白，按照現在國家細化，我拿到數據個個審核，打算畫這個紅線，基本上沒有什么可開發的地方，全國一片紅，后續做大基地開發，要提高這個資源選址還有資源評估的水平才行。在后邊我們開發因素已經開發掉的風電場，今年8月27號國家發了征求意見稿，水火風光儲，源網荷儲兩個一體化，要做后續的話，國家還是要新能源的行業往多元開發多能互補這個角度，這個方向去走，實現突破點，有了需求的話，我們把光伏電站，燃煤電站數據收集過來，燃氣輪機和汽輪機，鍋爐型號，將來做風光水火儲是什么情況。

　　

　　中國小水電站也比較多，像這幾種板塊，調峰最快的就是小水電站，所以一般還不會說全都關機。下面我們就介紹一下大基地風電場對局地氣候的影響，不可避免的涉及到的問題，這個大基地開發是我們自己的風電場，在園區20萬的風電場，實際上并不是真正的大基地，按現在來看并不是，當時做的時候，2萬還是很大的風電場。

　　

　　wrf的方式做的，在模式設置上，垂直高度層，一公里我們設了二十層，這樣做了一個加密，后續的敏感性實驗，把過去的2014年，2016年運行的數據和我們模擬所在的數據做了相關，實際上我們現在參數條件，算出來風速相比數據還是要小半米一米，一方面，整個模式在選擇這個物理模型參數的時候有一些偏差，另外更大來源，中尺度算出來風速，測出來單點的風速，不是一個東西，風速是周圍一公里范圍內平均的風速，測風塔單點的風速，它倆之間有偏差很正常的，風速模擬，時間相關性是不是夠高，像右邊就是我們觀測，實際上還是比較接近的，對于風速比較穩定的這個偏差，從左邊大家能看出來，觀測的值中阻，糾偏偏差直接彌補到。另外我們大基地這塊在做精密氣溫模擬的時候，兩者的相關性是能夠達到0.96，這樣相關性比較好，代表我們在模式和實測的過程里邊一致性還是比較有保證。后邊我們底下風電場，對風電來說最關心的是風速，我們左邊這幾張彩色的圖，各個月份，1到12月份，平均風速總體的大小，然后右邊就是我們建風電廠和沒有間風電場的區別，越藍的地方我們建風電場以后這個地方區域風速衰減的程度，然后紅顏色就是它的周圍比較遠的地方風速有可能受風電場擠壓會增加。建了風電場以后對氣候的影響是比較大的，風小的月份影響比較小，影響比較大的到0.2米美妙，是在風電場的周邊，不是在核心，在核心會到0.5，更大一些。另外對氣溫的影響也是，我們對周圍氣溫的影響，幾乎包括對風電廠本地的氣溫因素影響，可以忽略不記的，對一個20萬千瓦的風電場，但是這個氣溫的偏差，它從長期來看也會稍稍引起降水其他的氣象要素的區別，但對我們風電來說比較關心的還是，風速，我們六七月份濕度比較大，建風電場，因為對風有遮擋，擋住我們水系輸送的總量會稍稍下降，這樣導致我們當地的濕度也會下降，但是表現的并不會特別明顯，降水相應來講有減少，我們8月份月均減少2毫米，稍稍會有些區別，不會像其他行業黑風電的時候，風電把風擋住不會有那么大的影響。

　　

　　后面我們就簡單做一下案例分享，我就講一下烏蘭察布做的項目，實際上烏蘭察布最開始規劃的時候，并不是單獨烏蘭察布一個，它實際上把烏蘭察布和張家口風電基地并到一起送到河北，主要考慮這兩個基地因為空間上有距離，所以對電網沖擊連在一起，可以一定程度降低在受端電網的沖擊，當時我們掌握的數據，橫軸是時間，縱軸測風塔塔號，后邊做的時候通過潛逃技術，把測風塔的數據，插補和延長，到全期就基本上從2008年到2010全覆蓋。不管平臺還是山區通過當地地標去倒算每個測風塔對周圍概率分布，離得越近代表性就越強，藍顏色的這個區域，它紅心那一塊，紅顏色代表測風塔當地代表性強的區域，藍顏色代表性弱，選的邊界上基本上風素誤差控制3%，平均來說控制在3%，測風塔代表邊界，通過這些我們把其他的測風塔，因為這里邊在規劃的時候，是拿到舊的測風塔，工程在實踐的時候，這樣我們通過測風塔代表性，沒有被測風的區域我們多觀測區域。涉及到比較重要，宏觀尾流，像這個風電場就是我們烏蘭察布開始規劃的三塊基地，最中間的幸福基地這一塊，藍顏色的就是風速降低的這個區域，紅顏色就是受風電場阻擋擠壓。總體來看在大基地核心的話，它的風速衰減很正常，其他的集團廠商協助做大基地，大基地開發起來不是像幾十萬的小風電場，風機布的特別密，風機和風機之間是沒有足夠的緩沖區緩沖這個尾流，確實對當地氣候變成影響。

　　

　　另外要做的，最核心的出力特性的分析，出力特性要著重看烏蘭察布是680風電場，外送的600萬還是建多少，削峰能損失多少電。現在這兩張圖最上面那張圖烏拉插補，最下面是張家口，上網容量滿且超過85%當時是，再往上的話，出現概率是很小的，風機有利用率，一般我們場上承諾95%，利用率高溫處出現的紀律比較大，有一個風速一下吹到二十多米，30米，全場好多風機停掉了，這種情況下，我們現在算的是84%，我們湊個整，當80%，我們480萬的外用通道，把六百萬的所有電都輸送，損失掉的這一塊小三角形面積，占總面積百分比的發電量，我們削峰的損失，我們在投大基地，投資很大的項目的時候，做一個工程上的優化，不應該指望把600萬風電場發的所有電都送出去，送多少電，它的總投資之間找到一個平衡，為了找這個平衡，我們做的出力特性分析的主要的目的，也有些月度分布和日分布變化的規律，對我們投資來說是比較次要的分析。

　　

　　然后另外一個烏蘭察布和張家口，烏蘭察布風比較大，張家口風沒有烏蘭察布那么高，出力比較高的區域，白顏色的概率密度比較低，我們損失5%的削峰的電量，80%降到60%，80%降到70%，張家口損失5%，80%降到60%，最右邊小三角張家口那三角從右邊是比較尖，可以同樣面積向左讓得更多，另外一點烏蘭察布，削峰的時候損失比較大。這個時候它最右邊的這個峰值的概率它的概率密度就變小了，主要還是張家口和烏蘭察布在空間上有一個距離，不太可能它倆都大風，那種概率是比較小的，這樣通過異地跨區域連接起來，能達到出力特性。 后面主要是出力特性對電網沖擊的東西。謝謝大家。

　　

　　（根據速記整理，未經本人審核）