论文部分内容阅读
摘要：为了提高复杂地形风电场建设和运行时期的经济性，需要对风能资源评估和微观选址进行研究。以安徽省东至风电场项目为例，基于计算流体力学方法，提出了一种使用WT和WindPRO两款风资源专业软件相结合的新方法。根据场区内3座测风塔实测完整年测风数据，完成了场区风能资源评价、风能资源图谱计算、发电量计算和经济性比较，选出了性能及经济性均占优的机型和布机方案。结果表明：① WT计算的风能资源图谱精确，最终的发电量计算结果较WindPRO计算结果更贴近实际;② WindPRO在微观选址和确定布机方案方面有很好的优势，为WT的发电量计算提供了良好的风机坐标。研究结果可为实际的工程设计工作提供参考。
关 键 词：
风能资源评估; 微观选址; WT; WindPRO; 复杂地形
中图法分类号： TM614
文献标志码： A
DOI：10.16232/j.cnki.1001-4179.2021.06.015
0 引 言
发展持续可再生的风力发电事业越来越受到世界各国的重视，在风电的开发和建设过程中，最基本的客观条件是所开发的区域具有较丰富的风能资源，风速、风向稳定的特点才具备开发前景[1]。其中，风能资源评估和风电机组微观选址是最重要的前期工作，确保对开发区域风能资源充分合理利用。在风能资源不断开发的进程中，风电场规划选址从最初的平坦地形（平原、戈壁滩）、风速、风向稳定、易施工建设区域向地形复杂、影响因素多、开发难度大的区域延伸[2]。
风资源评估的商业软件中，WAsP及基于WAsP开发的WindPRO为代表的相关软件适用于地势平坦区域，对复杂地形的风资源情况处理结果与实际工程应用存在一定偏差。目前，我国已有学者对WAsP软件的线性模型进行改进研究[3]，但仍缺乏专门解决复杂地形风资源评估的非线性模型。Meteodyn WT（WT）软件能对复杂地形风能资源做较精确的评估，它是以计算流体力学（CFD）为核心方法来进行建模评估复杂地形风资源的专业软件。实际工程中，WT对复杂山区的风能资源评估与实际情况更为贴合，能很好保证复杂地形条件下计算结果的准确性，得到规划场区的整体风能资源情况。冯长青等[4]对WT 与WAsP的适用性进行了研究，选择3个复杂地形的风电场进行计算和对比，计算结果显示WAsP对风电场风资源评价过高，WT对复杂地形的风资源计算结果更贴近实测值，偏差较小，对风电场的发电量预测具有更好的参考性。国内学者和工程人员利用WT对河谷[5]、山区[6]等复杂地形的风资源评估和微观选址进行研究，证实了WT能更准确反映山地、河谷等复杂地形的风能资源情况和更有助于开展风电场的设计优化工作。
本文基于计算流体力学（CFD）方法，提出WT与WindPRO相结合的新方法，对复杂地形风电场进行风能资源分析和微观选址研究，并以东至山地风电场的完整年测风数据为基础开展实际工作。
1 计算方法和流程
WT进行风资源分析时，使用的计算流体力学方法是利用流体定常且不可压缩模型[7-10] 求解边界条件Navier-Stokes方程和连续方程来得出风电场风能资源分布网格。本文借助现有的风能资源分析软件WT开展风能资源分析研究：第一步，输入地形图和粗糙度文件，输入测风塔坐标，设定扇区数和计算精细度进行定向计算得出场区空间点的风流特征和场区的3D可视化图谱。第二步，输入测数据文件（包括风速、风向、标准偏差等数据）进行单塔或多塔综合计算得到风资源网格图谱[11]。第三步，输入风电机组坐标进行理论发电量计算。
另外，WindPRO软件能很方便地实现风电场优化选址和机位排布，并且可以直接使用WT软件定向计算得出风能资源图谱，根据图谱进行布机优化导出风机点位，并且提供给WT软件进行发电量计算。因此，当进行复杂山地的风电场风资源分析及微观选址工作时，WindPRO软件既能保证风资源分析的精确性，又能提高便利性，提高工作效率。需要說明的是，在最后进行发电量计算时，WindPRO完成微观选址后就可计算出发电量，而再用WT计算发电量的原因是复杂地形条件下选用WT可以尽量避免软件计算产生误差，WT的发电量计算结果更精确。方法实现的具体流程如图1所示，通过该方法可对复杂山地风电场进行风能资源评估与微观选址。
整个过程需要注意的是，进行场区风资源图谱定向计算的关键在于计算网格精度的划分，网格划分不当会影响最终的定向计算结果。若网格水平分辨率设置过大会影响计算精度，导致最后进行发电量计算时出现较大误差;设置过小又会使网格划分过密，虽然对发电量影响不大但会使得定向时间过长，不利于工程的实际开展。为了确保计算精度以及不使计算时间过长，水平分辨率设置范围在20～50 m，在此精度下最后的发电量计算变化较为稳定，误差在1%以内[12]。考虑到项目的实际情况，在复杂山地且规划区域不大、计算时间限制较小的情况下，水平分辨率可以设置较小，在20～30 m即可。同时，在生成网格的过程中，可以对想提高计算精度区域（如地形复杂或主风向区域）定义结果点，应用最小水平分辨率进行网格加密，确保区域准确度，不同密度的网格示意如图2所示。
布机方面，首先可以在WindPRO上进行基于发电量最大化的软件自动最优排布，然后根据项目限制因素进行人工手动调整机位，保证机组点位布置在场区范围内风资源丰富区域。以上方法的具体过程通过下文风能资源评估和微观选址两大部分展示。
2 风能资源评估
场区的风能资源评估的主要步骤有：分析场区概况、处理测风数据（风向、风速、风功率密度、湍流强度等关键参数分析）、场区风资源图谱分析。
2.1 风电场场区概况
该风电场位面积约10 260 hm2，场区地处山地丘陵区，地形复杂，山脉基本呈南北走向，海拔高程在150～430 m。风场范围内有村庄、农田和林地分布，风力发电机组建设主要利用荒山等地形复杂区域，风电场规划区域示意如图3所示。 2.2 风电场测风数据处理结果
风电场内设3座测风塔，1号测风塔位于场区北侧，2号测风塔位于场区西南侧，3号测风塔位于场区东南侧，高度均为80 m，采用NRG测风仪[13]。测风塔概况如表1所列。
结合风资源数据处理软件Windographer，对风电场测风塔进行一个连续完整年实测数据的处理和分析，得到各项资源参数计算结果。由于拟选风机轮毂高度为90 m，因此在Windographer软件上推测各塔90 m高度风速与风功率密度。对风能资源初步评价如下：
（1） 80 m高度，3座测风塔年平均风速为5.44，5.64，5.39 m/s，风功率密度为159，188，170 W/m2;
90 m高度，年平均风速为5.54，5.74，5.51 m/s，风功率密度为166，198，182 W/m2。风功率密度等级为1级，具有一定的风电开发价值[14]。
（2） 各测风塔平均风速变化波动较小，在
5～6 m/s之间，8月平均风速、风功率密度最小。1号测风塔2，7，9，11月风功率密度相对较大;2，3号测风塔9～10月风功率密度相对较大[15]。平均风速、风功率密度年变化情况如图4～5所示。
日变化趋势也基本一致，通常在10：00～16：00时，风速较小，风功率密度较低，在12：00，风速、风功率密度最低;在22：00～23：00，风速较大，风功率密度也较大。平均风速、风功率密度日变化情况如图6～7所示。
（3） 各测风塔实测风速在1.5～12.5 m/s区间最集中，占80%以上，风能可利用风速区间大，风能质量较好，风速频率密度分布如图8所示。
（4） 各测风塔主导风向均为N～ENE及S，主导风能方向均为N～ENE及S，且比较集中，有利于风电场开发和建设，风电场风向玫瑰图如图9所示。
（5） 1，2，3号测风塔10～80 m高度的湍流强度随高度增加而减小。各测风塔在80 m高度，15±0.5 m/s风速区间，平均湍流强度分别为0.074，0.105，0.135。NRG测风仪导出数据中有10 min平均风速V和10 min风速标准偏差σ。GB/T 18710-2002《风电场风能资源评估方法》中10 min湍流强度计算公式为
IT=σV （1）
式中：IT为湍流强度;
σ为10 min风速标准偏差，m/s;
V为10 min平均风速，m/s。
通过上式可求得相应区间的湍流强度。标准空气密度下1，2，3号测风塔90 m高度在50 a一遇最大风速分别为35.5，35.8，35.4 m/s。根据IEC 61400-1风电机组等级基本参数表[16]，1，2号测风塔所辐射的区域可以选用IEC ⅢC类及以上等级风电机组，3号测风塔所辐射的区域可以选用IEC ⅢB类及以上等级风电机组。
2.3 场区风资源图谱计算分析
在已经取得的测风数据基础上，使用WT软件对风电场风资源分布情况進行分析计算。网格划分方式为等步长25 m，水平分辨率25 m，垂直分辨率5 m，不进行特定区域网格加密。输入地形图（实测1∶2 000与1∶10 000地形图拼接）和粗糙度文件（WT自带地理信息数据库ESA_10arcsec_China粗糙度文件）定向计算，得到风能资源分布如图10～11所示。
图中橙黄色为风能资源较好的区域，风速区间为4.7～6.6 m/s;蓝紫色表示风能资源较差的区域，风速在2.8 m/s以下;总体来看，地势较高的区域风能资源较丰富。
3 微观选址
风电场的微观选址工作，包括风电机组选型、拟定机组布机方案以及风电场发电量计算并进行经济性比较，确定最终布机方案。
3.1 机组选型
为了更好地与实际风电场产生更好的经济效益，机组选型应适应各风机点位的分布特性和满足并网要求。根据风电场区风能资源分布情况，场区内适宜布置风机的区域有限，单机容量较大的机型更符合选型要求。2 000～2 500 kW级的风电机组国产化程度高，技术成熟，许多具备了低电压穿越功能，变桨距控制技术也很成熟，机组成本和建设投资适中[17]。因此，机型的单机容量选择主要考虑轮毂高度为90 m 的2 000～2 500 kW级机组。
根据以上分析和该风电场的工程特性，初步选择了4 个轮毂高度为90 m，不同型号的风电机组：WTG1、WTG2、WTG3、WTG4。直驱型机组为WTG1（2 000 kW）和WTG4（2 500 kW）;双馈型机组为WTG2（2 000 kW）和WTG3（2200 kW），各风电机组功率曲线如图12所示。
通过功率曲线对比可知，单机容量为2 000 kW的WTG1机组在3～6 m/s低风速段功率曲线性能较好，根据测风数据可知风电场年平均风速集中在5～6 m/s，机组发电特性与风场适应度较高，WTG4切出风速较高。
3.2 机组布机方案
机组的布机利用WindPRO软件计算风能资源图谱并且进行相关布机操作。
该项目规划装机容量150 MW，风能资源分布情况和具体地形条件是布机的依据。布机时，在风电机组垂直于主导风能方向上按照机组行距、列距间隔分别为5～9倍风轮直径和3～5倍风轮直径的要求进行布机，其目的是兼顾单机发电量和风电机组间的相互影响。最终拟定3种风电机组布置方案：即布置75台单机容量2 000 kW风电机组的方案：68台单机容量2 200 kW风电机组的方案;60台单机容量2 500 kW风电机组的方案，分别如图13～15所示。
3.3 发电量计算与经济性比较
在WindPRO软件上导出3种布机方案的风机坐标后，利用WT软件进行发电量计算，得到各机型的发电量。在进行发电量计算的工程中，考虑尾流损失算得年理论上网电量，然后考虑实际运行中的能量损失[18]（尾流、空气密度、控制和湍流、软件计算误差等）得出综合折减系数为0.752，从而算得年实际上网电量和年等效利用小时数，最后进行各方案经济性比较，详细比较如表2所列。 在進行发电量计算的工作中，对上文假设“WindPRO软件发电量计算结果较高”进行验证。利用WindPRO软件计算风电场发电量，结果如表3所列。
通过对比可得，WindPRO的计算结果较WT计算所得发电量高。当发电量评价过高且待建设的风电场达不到预期发电量时，会给工程项目带来非常大的经济损失。因此，本文所选择的工程实例分析以WT的计算结果为参考。
WT计算结果中，WTG1机型方案年上网电量最高，说明其在该低风速型风电场对风能的捕获性能较好，更适合该风电场。从单位度电成本来看，WTG1机型单位度电投资最低，技术经济排序第1。
因此，推荐选用WTG1机型方案，风电场共布置75台单机容量2 000 kW、叶轮直径121 m、轮毂高度90 m的WTG1型风电机组，风电场年上网电量为29 190万kW·h，布机方案即为75台2 000 kW机组布置方案。
4 结 语
本文以安徽省东至复杂地形山地风电场为实例，对提出的WT、WindPRO软件联合使用进行复杂地形山地风能资源评估和微观选择方法展开具体研究。该方法对实际的工程设计工作效果很好，并且工作量不大，计算结果合乎实际情况，简单易行。本文提出的新方法主要在以下两方面展开应用。
（1） 风能资源评估方面。对风电场场区概况进行了客观的分析，并结合收集到的测风数据进行风能资源初步评价之后，利用WT软件进行场区风资源计算，得到合理的场区风资源图谱。
（2） 微观选址方面。依照得到的风资源图谱在WindPRO软件上对备选机型拟定3种布机方案;最后通过WT软件对各方案的发电量计算和经济性比较，确定了适合该风电场的风电机组型号和布机方案，为实际建设提供参考。
参考文献：
[1] 杨珺，曾昭强，孙秋野，等.一种基于模糊层析分析法的分散式风电场选址方法[J].中国电力，2015，48（4）：151-155.
[2] 王红光，赵海军，段晓辉.复杂地形风电场微观选址实践探讨[J].南方能源建设，2019，6（2）：59-63.
[3] 谢晶晶.基于WAsP软件复杂山地风电场风资源评估及风机布置优化研究[D].长沙：中南大学，2014：43-50.
[4] 冯长青，杜燕军，包紫光，等.风能资源评估软件WAsP和WT的适用性[J].中国电力，2010，43（1）：61-65.
[5] 刘东生，余波，崔军玲，等.基于Meteodyn WT 的河谷地带风电场微观选址[J].人民长江，2017，48（增1）：190-192.
[6] 徐茜.Meteodyn-WT在云南省山区风电场中的应用[J].建材与装饰，2016（51）：230-231.
[7] 刘凯，陶铁铃，段斐，等.基于CFD和线性模型的多岛礁海上风电场模拟分析[J].人民长江，2019，50（1）：309-311，349.
[8] 李海波.结合计算流体力学方法的山地风电场风能资源评估研究[D].北京：华北电力大学，2016：29-32.
[9] 汪阳.山地风电场风能资源评估研究[D].长沙：中南大学，2013：19-21.
[10] 吴莎，卢胜，康慨，等.测风塔在风电场风能资源评估中的重要性和代表性[J].水电与新能源，2017（12）：71-74，78.
[11] 盛科，刘超，杨佳元，等.基于CFD的风电场湍流强度计算研究与应用[A].中国农机工业协会风能设备分会《风能产业》（2014年第7期）[C]∥中国农业机械工业协会风力机械分会，2014：5.
[12] 袁万，彭秀芳.复杂地形下风资源软件Meteodyn WT的网格划分优化研究[J].太阳能学报，2016，37（12）：3199-3206.
[13] 杜云，黎发贵，胡荣，等.测风塔在风电场风能资源评估中的重要性和代表性[J].水力发电，2018，44（7）：97-99.
[14] 国家质量监督检验检疫总局，国家标准化管理委员会.风电场风能资源评估方法：GB/T 18710-2002[S].北京：中国标准出版社，2002.
[15] 王欢.48 MW风电场选址及其实现研究[D].北京：华北电力大学，2018：31.
[16] 国家质量监督检验检疫总局.风力发电机组设计要求：GB/T 18451.1-2012[S].北京：中国标准出版社，2012.
[17] 王禹.无为严桥风电场规划建设的关键技术研究[D].吉林：吉林大学，2016：22.
[18] 朱嘉.申能达茂旗百灵庙50 MW风电场可行性研究[D].北京：华北电力大学，2016：18.
（编辑：刘 媛）
Wind energy assessment and micrositing on wind farm based on WT and WindPRO
HUANG Quankai1，2，LU Chengzhi 2，LIU Yongsheng1，ZHAO Zhangle2，MA Dong2
（1.Institute of Solar Energy，Shanghai University of Electric Power，Shanghai 200090，China; 2.Huadian Electric Power Research Institute Co.，Ltd，Hangzhou 310030，China）
Abstract：
In order to improve the economics during the construction and operation of wind farms of complex terrain，it is necessary to conduct research on wind energy resource assessment and micrositing.Taking the Dongzhi wind farm project in Anhui Province as an example，based on the computational fluid dynamics method，a new method using the combination of WT and WindPRO two professional software of wind resource is proposed.Based on the complete annual wind measurement data of the three wind measurement towers in the field，the wind energy resource evaluation，wind energy resource map drawing，power generation calculation and economic comparison are completed，and the wind turbines possessing superior performance and economic efficiency are selected.The results show that：①The wind energy resource map calculated by WT is accurate，and the final power generation calculation result is closer to reality than WindPRO′s results;②WindPRO has good advantages in wind turbines micrositing and layout scheme，it provides good wind turbine coordinates for WT′s power generation calculation.The research results can provide references for actual engineering design work.
Key words：
wind energy resource assessment;micrositing;WT;WindPRO;complex terrain
关 键 词：
风能资源评估; 微观选址; WT; WindPRO; 复杂地形
中图法分类号： TM614
文献标志码： A
DOI：10.16232/j.cnki.1001-4179.2021.06.015
0 引 言
发展持续可再生的风力发电事业越来越受到世界各国的重视，在风电的开发和建设过程中，最基本的客观条件是所开发的区域具有较丰富的风能资源，风速、风向稳定的特点才具备开发前景[1]。其中，风能资源评估和风电机组微观选址是最重要的前期工作，确保对开发区域风能资源充分合理利用。在风能资源不断开发的进程中，风电场规划选址从最初的平坦地形（平原、戈壁滩）、风速、风向稳定、易施工建设区域向地形复杂、影响因素多、开发难度大的区域延伸[2]。
风资源评估的商业软件中，WAsP及基于WAsP开发的WindPRO为代表的相关软件适用于地势平坦区域，对复杂地形的风资源情况处理结果与实际工程应用存在一定偏差。目前，我国已有学者对WAsP软件的线性模型进行改进研究[3]，但仍缺乏专门解决复杂地形风资源评估的非线性模型。Meteodyn WT（WT）软件能对复杂地形风能资源做较精确的评估，它是以计算流体力学（CFD）为核心方法来进行建模评估复杂地形风资源的专业软件。实际工程中，WT对复杂山区的风能资源评估与实际情况更为贴合，能很好保证复杂地形条件下计算结果的准确性，得到规划场区的整体风能资源情况。冯长青等[4]对WT 与WAsP的适用性进行了研究，选择3个复杂地形的风电场进行计算和对比，计算结果显示WAsP对风电场风资源评价过高，WT对复杂地形的风资源计算结果更贴近实测值，偏差较小，对风电场的发电量预测具有更好的参考性。国内学者和工程人员利用WT对河谷[5]、山区[6]等复杂地形的风资源评估和微观选址进行研究，证实了WT能更准确反映山地、河谷等复杂地形的风能资源情况和更有助于开展风电场的设计优化工作。
本文基于计算流体力学（CFD）方法，提出WT与WindPRO相结合的新方法，对复杂地形风电场进行风能资源分析和微观选址研究，并以东至山地风电场的完整年测风数据为基础开展实际工作。
1 计算方法和流程
WT进行风资源分析时，使用的计算流体力学方法是利用流体定常且不可压缩模型[7-10] 求解边界条件Navier-Stokes方程和连续方程来得出风电场风能资源分布网格。本文借助现有的风能资源分析软件WT开展风能资源分析研究：第一步，输入地形图和粗糙度文件，输入测风塔坐标，设定扇区数和计算精细度进行定向计算得出场区空间点的风流特征和场区的3D可视化图谱。第二步，输入测数据文件（包括风速、风向、标准偏差等数据）进行单塔或多塔综合计算得到风资源网格图谱[11]。第三步，输入风电机组坐标进行理论发电量计算。
另外，WindPRO软件能很方便地实现风电场优化选址和机位排布，并且可以直接使用WT软件定向计算得出风能资源图谱，根据图谱进行布机优化导出风机点位，并且提供给WT软件进行发电量计算。因此，当进行复杂山地的风电场风资源分析及微观选址工作时，WindPRO软件既能保证风资源分析的精确性，又能提高便利性，提高工作效率。需要說明的是，在最后进行发电量计算时，WindPRO完成微观选址后就可计算出发电量，而再用WT计算发电量的原因是复杂地形条件下选用WT可以尽量避免软件计算产生误差，WT的发电量计算结果更精确。方法实现的具体流程如图1所示，通过该方法可对复杂山地风电场进行风能资源评估与微观选址。
整个过程需要注意的是，进行场区风资源图谱定向计算的关键在于计算网格精度的划分，网格划分不当会影响最终的定向计算结果。若网格水平分辨率设置过大会影响计算精度，导致最后进行发电量计算时出现较大误差;设置过小又会使网格划分过密，虽然对发电量影响不大但会使得定向时间过长，不利于工程的实际开展。为了确保计算精度以及不使计算时间过长，水平分辨率设置范围在20～50 m，在此精度下最后的发电量计算变化较为稳定，误差在1%以内[12]。考虑到项目的实际情况，在复杂山地且规划区域不大、计算时间限制较小的情况下，水平分辨率可以设置较小，在20～30 m即可。同时，在生成网格的过程中，可以对想提高计算精度区域（如地形复杂或主风向区域）定义结果点，应用最小水平分辨率进行网格加密，确保区域准确度，不同密度的网格示意如图2所示。
布机方面，首先可以在WindPRO上进行基于发电量最大化的软件自动最优排布，然后根据项目限制因素进行人工手动调整机位，保证机组点位布置在场区范围内风资源丰富区域。以上方法的具体过程通过下文风能资源评估和微观选址两大部分展示。
2 风能资源评估
场区的风能资源评估的主要步骤有：分析场区概况、处理测风数据（风向、风速、风功率密度、湍流强度等关键参数分析）、场区风资源图谱分析。
2.1 风电场场区概况
该风电场位面积约10 260 hm2，场区地处山地丘陵区，地形复杂，山脉基本呈南北走向，海拔高程在150～430 m。风场范围内有村庄、农田和林地分布，风力发电机组建设主要利用荒山等地形复杂区域，风电场规划区域示意如图3所示。 2.2 风电场测风数据处理结果
风电场内设3座测风塔，1号测风塔位于场区北侧，2号测风塔位于场区西南侧，3号测风塔位于场区东南侧，高度均为80 m，采用NRG测风仪[13]。测风塔概况如表1所列。
结合风资源数据处理软件Windographer，对风电场测风塔进行一个连续完整年实测数据的处理和分析，得到各项资源参数计算结果。由于拟选风机轮毂高度为90 m，因此在Windographer软件上推测各塔90 m高度风速与风功率密度。对风能资源初步评价如下：
（1） 80 m高度，3座测风塔年平均风速为5.44，5.64，5.39 m/s，风功率密度为159，188，170 W/m2;
90 m高度，年平均风速为5.54，5.74，5.51 m/s，风功率密度为166，198，182 W/m2。风功率密度等级为1级，具有一定的风电开发价值[14]。
（2） 各测风塔平均风速变化波动较小，在
5～6 m/s之间，8月平均风速、风功率密度最小。1号测风塔2，7，9，11月风功率密度相对较大;2，3号测风塔9～10月风功率密度相对较大[15]。平均风速、风功率密度年变化情况如图4～5所示。
日变化趋势也基本一致，通常在10：00～16：00时，风速较小，风功率密度较低，在12：00，风速、风功率密度最低;在22：00～23：00，风速较大，风功率密度也较大。平均风速、风功率密度日变化情况如图6～7所示。
（3） 各测风塔实测风速在1.5～12.5 m/s区间最集中，占80%以上，风能可利用风速区间大，风能质量较好，风速频率密度分布如图8所示。
（4） 各测风塔主导风向均为N～ENE及S，主导风能方向均为N～ENE及S，且比较集中，有利于风电场开发和建设，风电场风向玫瑰图如图9所示。
（5） 1，2，3号测风塔10～80 m高度的湍流强度随高度增加而减小。各测风塔在80 m高度，15±0.5 m/s风速区间，平均湍流强度分别为0.074，0.105，0.135。NRG测风仪导出数据中有10 min平均风速V和10 min风速标准偏差σ。GB/T 18710-2002《风电场风能资源评估方法》中10 min湍流强度计算公式为
IT=σV （1）
式中：IT为湍流强度;
σ为10 min风速标准偏差，m/s;
V为10 min平均风速，m/s。
通过上式可求得相应区间的湍流强度。标准空气密度下1，2，3号测风塔90 m高度在50 a一遇最大风速分别为35.5，35.8，35.4 m/s。根据IEC 61400-1风电机组等级基本参数表[16]，1，2号测风塔所辐射的区域可以选用IEC ⅢC类及以上等级风电机组，3号测风塔所辐射的区域可以选用IEC ⅢB类及以上等级风电机组。
2.3 场区风资源图谱计算分析
在已经取得的测风数据基础上，使用WT软件对风电场风资源分布情况進行分析计算。网格划分方式为等步长25 m，水平分辨率25 m，垂直分辨率5 m，不进行特定区域网格加密。输入地形图（实测1∶2 000与1∶10 000地形图拼接）和粗糙度文件（WT自带地理信息数据库ESA_10arcsec_China粗糙度文件）定向计算，得到风能资源分布如图10～11所示。
图中橙黄色为风能资源较好的区域，风速区间为4.7～6.6 m/s;蓝紫色表示风能资源较差的区域，风速在2.8 m/s以下;总体来看，地势较高的区域风能资源较丰富。
3 微观选址
风电场的微观选址工作，包括风电机组选型、拟定机组布机方案以及风电场发电量计算并进行经济性比较，确定最终布机方案。
3.1 机组选型
为了更好地与实际风电场产生更好的经济效益，机组选型应适应各风机点位的分布特性和满足并网要求。根据风电场区风能资源分布情况，场区内适宜布置风机的区域有限，单机容量较大的机型更符合选型要求。2 000～2 500 kW级的风电机组国产化程度高，技术成熟，许多具备了低电压穿越功能，变桨距控制技术也很成熟，机组成本和建设投资适中[17]。因此，机型的单机容量选择主要考虑轮毂高度为90 m 的2 000～2 500 kW级机组。
根据以上分析和该风电场的工程特性，初步选择了4 个轮毂高度为90 m，不同型号的风电机组：WTG1、WTG2、WTG3、WTG4。直驱型机组为WTG1（2 000 kW）和WTG4（2 500 kW）;双馈型机组为WTG2（2 000 kW）和WTG3（2200 kW），各风电机组功率曲线如图12所示。
通过功率曲线对比可知，单机容量为2 000 kW的WTG1机组在3～6 m/s低风速段功率曲线性能较好，根据测风数据可知风电场年平均风速集中在5～6 m/s，机组发电特性与风场适应度较高，WTG4切出风速较高。
3.2 机组布机方案
机组的布机利用WindPRO软件计算风能资源图谱并且进行相关布机操作。
该项目规划装机容量150 MW，风能资源分布情况和具体地形条件是布机的依据。布机时，在风电机组垂直于主导风能方向上按照机组行距、列距间隔分别为5～9倍风轮直径和3～5倍风轮直径的要求进行布机，其目的是兼顾单机发电量和风电机组间的相互影响。最终拟定3种风电机组布置方案：即布置75台单机容量2 000 kW风电机组的方案：68台单机容量2 200 kW风电机组的方案;60台单机容量2 500 kW风电机组的方案，分别如图13～15所示。
3.3 发电量计算与经济性比较
在WindPRO软件上导出3种布机方案的风机坐标后，利用WT软件进行发电量计算，得到各机型的发电量。在进行发电量计算的工程中，考虑尾流损失算得年理论上网电量，然后考虑实际运行中的能量损失[18]（尾流、空气密度、控制和湍流、软件计算误差等）得出综合折减系数为0.752，从而算得年实际上网电量和年等效利用小时数，最后进行各方案经济性比较，详细比较如表2所列。 在進行发电量计算的工作中，对上文假设“WindPRO软件发电量计算结果较高”进行验证。利用WindPRO软件计算风电场发电量，结果如表3所列。
通过对比可得，WindPRO的计算结果较WT计算所得发电量高。当发电量评价过高且待建设的风电场达不到预期发电量时，会给工程项目带来非常大的经济损失。因此，本文所选择的工程实例分析以WT的计算结果为参考。
WT计算结果中，WTG1机型方案年上网电量最高，说明其在该低风速型风电场对风能的捕获性能较好，更适合该风电场。从单位度电成本来看，WTG1机型单位度电投资最低，技术经济排序第1。
因此，推荐选用WTG1机型方案，风电场共布置75台单机容量2 000 kW、叶轮直径121 m、轮毂高度90 m的WTG1型风电机组，风电场年上网电量为29 190万kW·h，布机方案即为75台2 000 kW机组布置方案。
4 结 语
本文以安徽省东至复杂地形山地风电场为实例，对提出的WT、WindPRO软件联合使用进行复杂地形山地风能资源评估和微观选择方法展开具体研究。该方法对实际的工程设计工作效果很好，并且工作量不大，计算结果合乎实际情况，简单易行。本文提出的新方法主要在以下两方面展开应用。
（1） 风能资源评估方面。对风电场场区概况进行了客观的分析，并结合收集到的测风数据进行风能资源初步评价之后，利用WT软件进行场区风资源计算，得到合理的场区风资源图谱。
（2） 微观选址方面。依照得到的风资源图谱在WindPRO软件上对备选机型拟定3种布机方案;最后通过WT软件对各方案的发电量计算和经济性比较，确定了适合该风电场的风电机组型号和布机方案，为实际建设提供参考。
参考文献：
[1] 杨珺，曾昭强，孙秋野，等.一种基于模糊层析分析法的分散式风电场选址方法[J].中国电力，2015，48（4）：151-155.
[2] 王红光，赵海军，段晓辉.复杂地形风电场微观选址实践探讨[J].南方能源建设，2019，6（2）：59-63.
[3] 谢晶晶.基于WAsP软件复杂山地风电场风资源评估及风机布置优化研究[D].长沙：中南大学，2014：43-50.
[4] 冯长青，杜燕军，包紫光，等.风能资源评估软件WAsP和WT的适用性[J].中国电力，2010，43（1）：61-65.
[5] 刘东生，余波，崔军玲，等.基于Meteodyn WT 的河谷地带风电场微观选址[J].人民长江，2017，48（增1）：190-192.
[6] 徐茜.Meteodyn-WT在云南省山区风电场中的应用[J].建材与装饰，2016（51）：230-231.
[7] 刘凯，陶铁铃，段斐，等.基于CFD和线性模型的多岛礁海上风电场模拟分析[J].人民长江，2019，50（1）：309-311，349.
[8] 李海波.结合计算流体力学方法的山地风电场风能资源评估研究[D].北京：华北电力大学，2016：29-32.
[9] 汪阳.山地风电场风能资源评估研究[D].长沙：中南大学，2013：19-21.
[10] 吴莎，卢胜，康慨，等.测风塔在风电场风能资源评估中的重要性和代表性[J].水电与新能源，2017（12）：71-74，78.
[11] 盛科，刘超，杨佳元，等.基于CFD的风电场湍流强度计算研究与应用[A].中国农机工业协会风能设备分会《风能产业》（2014年第7期）[C]∥中国农业机械工业协会风力机械分会，2014：5.
[12] 袁万，彭秀芳.复杂地形下风资源软件Meteodyn WT的网格划分优化研究[J].太阳能学报，2016，37（12）：3199-3206.
[13] 杜云，黎发贵，胡荣，等.测风塔在风电场风能资源评估中的重要性和代表性[J].水力发电，2018，44（7）：97-99.
[14] 国家质量监督检验检疫总局，国家标准化管理委员会.风电场风能资源评估方法：GB/T 18710-2002[S].北京：中国标准出版社，2002.
[15] 王欢.48 MW风电场选址及其实现研究[D].北京：华北电力大学，2018：31.
[16] 国家质量监督检验检疫总局.风力发电机组设计要求：GB/T 18451.1-2012[S].北京：中国标准出版社，2012.
[17] 王禹.无为严桥风电场规划建设的关键技术研究[D].吉林：吉林大学，2016：22.
[18] 朱嘉.申能达茂旗百灵庙50 MW风电场可行性研究[D].北京：华北电力大学，2016：18.
（编辑：刘 媛）
Wind energy assessment and micrositing on wind farm based on WT and WindPRO
HUANG Quankai1，2，LU Chengzhi 2，LIU Yongsheng1，ZHAO Zhangle2，MA Dong2
（1.Institute of Solar Energy，Shanghai University of Electric Power，Shanghai 200090，China; 2.Huadian Electric Power Research Institute Co.，Ltd，Hangzhou 310030，China）
Abstract：
In order to improve the economics during the construction and operation of wind farms of complex terrain，it is necessary to conduct research on wind energy resource assessment and micrositing.Taking the Dongzhi wind farm project in Anhui Province as an example，based on the computational fluid dynamics method，a new method using the combination of WT and WindPRO two professional software of wind resource is proposed.Based on the complete annual wind measurement data of the three wind measurement towers in the field，the wind energy resource evaluation，wind energy resource map drawing，power generation calculation and economic comparison are completed，and the wind turbines possessing superior performance and economic efficiency are selected.The results show that：①The wind energy resource map calculated by WT is accurate，and the final power generation calculation result is closer to reality than WindPRO′s results;②WindPRO has good advantages in wind turbines micrositing and layout scheme，it provides good wind turbine coordinates for WT′s power generation calculation.The research results can provide references for actual engineering design work.
Key words：
wind energy resource assessment;micrositing;WT;WindPRO;complex terrain