6月7日，在风能专业论坛上，龙源(北京)风电工程设计咨询有限公司工程师林忠发表了名为“低风速风电场发电量影响因子研究”的演讲。

　　林忠：大家上午好，前面大家对宏观中国和世界的风能资源甚至制造技术做了非常精彩的演讲，我主要是关心一个小的细节，低风速风电场发电量影响因子研究。

　　我国风能资源好的地方都在山北和东南沿海地区，由于近几年限电日益严重，导致了包括龙源在北方地区的项目也逐渐的减少，从2009到2010年龙源集团提出了低风速风电场和高海拔风电场。

　　低风速和传统的吻合中心是一致的，随之而来的问题，低风速与高风速的区别在什么地方，我们的设计院和咨询机构，如果在原来传统的高风速区域做风资源评估的时候有误差，或者是电量计算低了或者高了，没关系对投资方是没影响的，我们总之是盈利的，但是低风速风电场低了10%投资商就没盈利空间了，这对我们带来巨大的考验。国内传统的评估的方法，丹麦瑞色还有两个是CFD和WT，这几种软件通过我们实战中和后评估的结果都不能完全满足低风速风电场的要求，在2010年国内集团立了一个项，国内目前没有这种工具，为什么我们不能做一个工具，因为是商业软件我们无法改进，我们没有代码，所以成立了项目小组针对的是线性模型，低风速风电场不是复杂的地形，大部分是丘陵，像安徽和江苏的地区是小丘陵，我们需要对软件进行一些改进。

　　线性模型有三个方面的模块，第一是地形的影响。第二是粗糙度模型，是用了有效粗糙度概念，做了初步的展示，是做了加权平均的算法。第三个模块是障碍物的模块，做工程实践工程院用得比较少。

　　动力的结构梳理线性模块，我们做出线性模块改进的话要分析影响发电量的因子，首先是从统计上做一个模型来建立哪些因子对发电量是有影响的，先不从理论上或者是物理上解释，而是统计上解释上。基于这样的想法想建立一个统计的分析。低风速风电场，海拔高度、粗糙度、尾流等因子和实际发电量做了统计分析，分析后发现非常完美，通过非线性的组合，真是非常的完美。虽然是统计模型有没有更大的应用价值呢，整个风电场规划是25万低风速风电场，旁边还有两期风电场，想用一期做二期和三期的验证是否可以得到应用。如图，这是建立的模型来应用到二期和三期发电场上的计算，综合误差只有11小时(误差很小)别的软件也无法无算出这个精度。

　　统计模型只是探讨相关关系没有从物理上解释，但是应用在风电场后续开发是非常有价值的，我们是不需要立测风塔的，这是龙源做后续项目开发的时候也是重要的参考因子。

　　线性软件做的改进，先是复制了之前基本的功能，WT等等是没有把因子放大的影响进行研究，我们希望对模型做一些修正，目前做的工作是把地形进行修正，我们分析地形是主要的影响因子，山东的某风电场可以海拔降低一百米，发电量差别是800小时，传统做可能是关注不了。第一步是把海拔的因子引入到自己建立的线性模型。

　　模型改进的结果，每个机位的发电量的相关度和实际发电量，相关的系数来说我们是0.7，之前是0.61，地形可以做一些修正改进现有的模型，这样做低风速会更有把握。