我是在2014年上半年接触到这些内容的。但是是通过美国3tier公司的交流资料，后来很久并未在网上找到这份材料，碍于知识产权，没有大范围传播。直到2016年11月，德国第25届风能大会，维萨拉Vaisala公司（总部在芬兰的商业环境气象测量设备公司，此公司在2013年8月收购了美国Second Wind风能测量仪器公司，在2013年12月17日收购了美国3tier公司）的演讲材料[1]提及到了2013年的这次AWEA风场流体模拟实验的结论，刚好符合一切谈资来源于网站公开资料的原则，所以这次拿来和大家分享。 再容我多罗嗦两句。这颗炸弹其实对我来说还是一颗缓释药。2014年我面对自己完成的几个复杂地形项目的后评估结果，被吓了一大跳，反思自己是否继续从事风资源，以及这个职业存在的价值。服了这颗药后，我明白了行业的水平，明白了后续努力方向，明白自己有很多工作需要去做。 那么期待今天的文章能够带给大家一个反思：我的建模结果到底有多大准确度？ 时间： 2013年12月 地点： 美国，拉斯维加斯 事件： AWEA资助并发起了一次名为“Wind Flow Modeling Experiment”（风流场模拟实验）的活动。我们明白，风电场，尤其是复杂地形风电场，风速随着空间变化是变化的比较明显的，而此次实验目的就在于评估业内的风电场流场建模在重现同一风场内不同点位测风结果上的误差。 实施者： V-BAR公司的Greg Poulos 游戏规则： 有两个复杂地形风电场A和B，如下图所示（左边为A，右边为B），B的地形要更复杂些。A有着6座测风塔，B有着5座测风塔。就这两个风电场，AWEA会各自公开两个测风塔的测风数据，要求参与此次实验的机构方自行建模预测其它测风塔的风速，递交结果。  这里A 风电场的6座测风塔的时间序列跨度是一样的，B也是如此。那么只需要建模预测不同点位的风速，而不需要长期订正，也不需要算尾流和发电量。 我们看A风电场，整体地形、机位点和6座测风塔的位置、测风塔的海拔如下图所示。其中图中色调越暖指代的是海拔越高。给出数据的测风塔是0123和0423，需要预测的是剩下四座测风塔，而下图中椭圆标识出来的0623，是指此点的海拔和给出来测风塔的海拔差异最大，结果误差可能也会是最大的。  我们看B风电场，整体地形更复杂一些、机位点和5座测风塔的位置、测风塔的海拔如下图所示。其中图中色调越暖指代的是海拔越高。给出数据的测风塔是0116和0316，需要预测的是剩下三座测风塔，而下图中椭圆标识出来的0416，是指此点的海拔和给出来测风塔的海拔差异最大，结果误差可能也会是最大的。  参与方： 20家机构和公司，相互之间是匿名的。也即每家公司知道整体结果分布，也自己明白自己的结果如何，但不知道具体参与的机构有哪些，各自成绩怎么样。听起来比较人性化，是吧。目前能了解到的是有10家咨询机构/设计单位，7家开发商/业主方，3家风机制造商。 各参与机构的建模方法论： 分为四种：线性（8个机构）、CFD（3个机构）、中尺度气象模型（4个机构）、混合/其它（5个机构）。 背景就是这样的背景了。那接下来直奔结论。 A风电场。20家机构的结果如下图所示。  我们关注这20家机构的误差范围、平均误差、海拔差异之间的关系。  B风电场，20家预测的结果如下图所示。  同样，我们关注于这20家机构的误差范围、平均误差、海拔差异之间的关系。  根据以上资料，我们得出复杂地形风资源建模规律甲乙丙丁： 1， 规律甲： 建模会高估比现有测风塔海拔较低区域风资源；会低估比现有测风塔海拔较高区域的风资源。
2， 规律乙： 地形越复杂的项目越难准确评估。
3， 规律丙： 复杂地形项目测风塔代表性表现在海拔差异上。或者可以说距离测风塔水平距离远近的权重远低于海拔差异。
4， 规律丁： 复杂地形项目测风方案、测风代表性直接决定是否存在高估、低估、风险机位。 如果这时候大家还对上面结论不太清晰的话，我再大白话重复一次。 一个复杂地形项目，在低于测风塔位置海拔50m左右地方放置风机，建模会高估这些地方，甚至是高估0.5 m/s以上。 在目前的风机技术水平、复杂地形风电场风资源水平下，0.1 m/s对应着60 - 80小时发电量。也即会高估350小时以上。 那么很有可能出现前期评估小时数1850可以投资的机位点，变成了1400小时以下的失败投资。 以上不是单个工程师的失误，不是中国的行业水平，是美国风资源的平均水平。 请想想，你有建模推算过距离现有测风塔海拔接近或超过50m以上的区域的风速吗？你知道结果有多么不靠谱吗？（注意，海拔差异和风速误差的关系在每个风场和其它风场不同，需要具体分析）。 |
|
|
