陆上风电场尾流损失评估：建设前预测与运行数据的对比分析

本文对比分析了北美五个陆上风电场的建设前能量评估（EYA）尾流损失预测与实际运行数据，发现对于地形简单、远离其他风电场的项目，预测准确性较高（偏差仅0.7个百分点），但多数项目存在尾流损失高估现象（2.6–6.3个百分点）。研究通过 supervisory control and data acquisition (SCADA) 数据和 Reynolds-averaged Navier–Stokes (RANS) 流场模拟，提出了长期运行尾流损失估计方法，并集成于开源工具 OpenOA，为风能行业优化能量评估流程、降低不确定性提供了重要依据。

　　

引言

风能行业在减少建设前能量评估（EYA）对风电场能量产量的预测偏差方面取得了进展，但单个项目的预测不确定性仍然较高。尾流效应是EYA过程中考虑的最大能量损失来源之一，也是不同风能咨询机构评估结果存在显著差异的主要原因。为深入理解尾流损失预测的准确性，本研究基于 supervisory control and data acquisition (SCADA) 数据，对比了六家咨询公司对五个北美陆上风电场提供的建设前尾流损失预测与运行期间的实际尾流损失估计。

背景

先前研究多集中于海上风电场的尾流模型验证，而对陆上风电场的研究相对有限。传统方法通过比较无尾流影响的理论功率与实际风电场功率来估计运行尾流损失，但该方法易受地形、外部尾流等因素干扰。近年来，研究者开始结合中尺度数值天气预报模型与尾流模型，以更精确地分离尾流损失与其他功率偏差来源。美国国家可再生能源实验室（NREL）组织的风电场性能预测基准（WP3 Benchmark）项目首次系统对比了多家咨询公司的EYA预测与实际运行数据，为尾流损失评估提供了新视角。

风电场概况

本研究从WP3 Benchmark项目的10个风电场中筛选出五个项目，重点考察其地形复杂性、邻近风电场影响及数据质量。这些项目均位于北美，装机容量超过100兆瓦，采用单类型涡轮机，且预测的外部尾流损失低于0.5%。通过高程标准差、崎岖度指数（RIX）及咨询公司预测的自由流风速差异等指标评估地形复杂度，结果显示项目C地形最简单，项目E地形最复杂。SCADA数据时间跨度从0.3年到3.7年不等，为尾流损失估计提供了基础。

建设前尾流损失预测

EYA过程通过现场气象测量、风流模拟及统计方法估算风电场净能量产量。尾流损失是最大的能量损失类别，本研究重点关注内部尾流损失（即风电场内部涡轮机间的尾流相互作用）。六家咨询公司使用了包括涡粘性模型、Jensen模型等四种主流尾流模型，部分公司还引入了阻塞效应修正。预测结果显示，不同咨询公司对同一项目的尾流损失预测差异显著，内部尾流损失预测值介于5.7%至8.8%之间，体现了行业内部方法论的不一致性。

运行尾流损失估计方法

运行尾流损失通过比较风电场实际发电量与无尾流影响的理论发电量进行估计。核心步骤包括：

• •
  基于SCADA数据确定参考风向，识别无尾流影响的涡轮机；
• •
  分别采用基础方法（假设全场自由流风速均匀）和地形修正方法（利用WindSE RANS工具模拟地形引起的风速差异）估算潜在功率；
• •
  通过蒙特卡洛模拟和自助法量化估计不确定性，涵盖参数选择及数据采样变异；
• •
  应用长期修正，结合ERA5和MERRA-2再分析数据，将观测期损失调整至预期长期气候条件。
  该方法已集成至NREL的开源软件OpenOA，支持标准化分析。

结果分析

尾流损失预测与运行估计对比

对于地形简单、孤立的项目C，咨询公司预测的尾流损失（6.4%）与运行估计高度吻合，偏差仅0.7个百分点。然而，其余项目普遍存在尾流损失高估现象，偏差达2.6至6.3个百分点。地形修正对估计结果影响复杂：项目D的损失估计因修正上升1.2个百分点，而项目B则下降1个百分点。这表明地形效应修正的准确性对结果有显著影响，且可能存在未捕获的空间风资源变异。

风向与风速依赖性

尾流损失集中出现在与涡轮机排列方向一致的风向及额定风速以下区间。风电场效率在部分风向区间出现大于1的现象，可能源于尾流边缘加速效应或自由流风速估计偏差。风速分析显示，尾流损失在中等风速范围（6–11 m/s）最高，在低风速和高风速区间降低，这与涡轮机运行特性及大气湍流强度变化一致。

涡轮机级尾流损失对比

尽管项目级尾流损失预测整体准确，但涡轮机级预测与观测值差异显著。项目C和D的预测与观测值相关性较高，但项目B、E、H的涡轮机级损失估计误差较大，且出现不现实的负尾流损失值，提示自由流风速建模可能存在误差。空间分布分析表明，尾流损失高估区域多位于风电场边缘，可能与外部尾流或地形效应未充分校正有关。

地形修正效果评估

通过对比无尾流涡轮机的实际功率与地形修正后的估计功率，发现地形修正并未普遍提高估计精度，甚至在某些项目增加了平均绝对误差（MAE）。例如，项目E在主导风向下，模型未能捕捉东西侧涡轮机的风速差异。这表明当前RANS模型在捕获复杂地形流动变异方面仍有局限，且未考虑中尺度风场梯度或邻近风电场影响。

结论与展望

本研究揭示了陆上风电场尾流损失预测的准确性高度依赖于地形复杂性与外部环境。对于理想项目，现有EYA方法可提供可靠预测；但对于多数项目，尾流损失高估提示需改进模型以更好地整合地形、阻塞及外部尾流效应。未来研究应通过更精细的流场模拟、直接比较特定风向风速下的预测与观测数据，以及增强咨询公司合作来提升评估可靠性。本研究开发的运行尾流损失估计方法为风能行业提供了透明、可复现的分析工具，有助于优化能量评估流程与降低投资风险。