作者：张毅

在全球及中国气候显著变暖的背景下，中国风能资源的变化趋势、不同区域的风能资源变化特征的差异性等是国家合理制定风电发展规划、电网规划和风电上网价格所必须考虑与亟待研究的问题。

    近年开展了一系列针对风能资源平均状态变化特征的研究。利用近50年中国气象站观测资料对中国区域近地层风速变化的分析研究表明，中国区域近地层年平均风速呈现明显的减小趋势。但就其主要原因是否由于气象台站所在城市的城市化发展造成的仍存在明显分歧。

目前，中国近地层风速的周期变化特征、风电场区城的风速和风能变化规律等方面的研究较少。本文以3个风能资源开发利用的典型地区为对象，在仔细挑选气象参证站并对其测风沿革数据进行订正后，系统研究了近40年来中国典型地区风电场区域平均风速的变化趋势和周期变化特征。

1风资源分析数据与方法

1.1典型地区的选取

    典型地区的选取原则：①风能资源丰富地区；②典型地区间具有不同的风能资源成因特征；③具有较长较完整的风电场实测风速和风功率数据：④风电场周边具有良好自然环境，且有与风电场实测风速相关的气象参证站。

本文选取了黑龙江富裕、山东荣成和内蒙古巴盟3个典型地区（图1）作为研究对象，其中，黑龙江富裕代表了中国东北地区风能资源特点，冬春季的东支寒潮是该地区风能资源的主要成因；山东荣成代表了中国东部沿海地区风能资源特征，沿海大风、海陆风和北方冷空气是该地区风能资源主要成因；内蒙古巴盟代表了中国北方中部地区风能资源特征，北方冷空气南下是该地区风能资源的主要成因。

1.2风资源分析可用数据

    每个典型地区有3类数据，包括能代表风电场风能资源的测风塔实测数据（简称测风塔数据）、风机轮毂的实测数据（简称风机数据）、与典型地区具有相似的地形地貌和天气特征的长期气象参证站数据（简称气象参证站数据）。

1.2.1测风塔数据

本文收集了3个典型地区风电场内的4座测风塔自2008年1月～2013年12月每10 min的实测数据。数据主要包括平均风速、最大风速、风向、环境温度等要素（表1）。测风塔有效数据完整率超过90%，符合风电场风能资源评估的国家标准要求，也满足本文研究需要。

1.2.2风机数据

    本文收集整理了3个典型地区内风电场的47台风机自2008年1月～2013年12月的每

10 min风速、风向、温度、最大风速、有功功率数据，各风机数据有效数据完整率超过90%(表1)。

1.2.3气象站参证站数据

  收集整理了3典型地区与参考风电场地形、地貌和天气特征都相似的22个气象站数据，如表2所示。气象站数据主要分为两个时间段：一是2008年1月至2013年12月的每日4次平均风速、最大风速和风向数据，该段数据与典型地区风电场数据时间段一致，主要用来研究风电场风速和风能变化特征与气象参证站风速和风能变化特征的关系：二是1961年1月至2013年12月月平均风速、最大风速和风向数据，该数据主要用来研究风电场区域风速和风能的长期变化趋势和周期变化特征等。考虑到台站沿革对测风数据的影响，因此在以上挑选的基础上，再根据气象参证站迁址、测风仪器变更的次数及影响、城市化影响以及气象参证站与测风塔风速或风机风速的相关关系等因素，分别于黑龙江富裕、山东荣成和内蒙古巴盟典型地区挑选出齐齐哈尔(50745)、泰来(50844)、克山(50658)、成山头(54776)、威海

(54774)、海阳(54863)、满都拉(53149)、达尔罕联合旗(53352)、海力素(53231)和东胜(53543)等气象参证站（表2）。为了进一步减小气象参证站沿革的影响，本研究根据台站沿革信息对挑选出来的测站长期序列观测材料进行均一化订正。

1.3计算方法

1.3.1变化趋势计算方法

用Xk表示样本量为n的某一气候变化，用“表示Xk所对应的时间，建立X与tk之间的一元线性回归

式中：a是回归常数：b为回归系数：a和b由最小二乘进行估算。

    对观测数据x及相应的时间t。，回归系数6和常数a的最小二乘估计为

    当回归系数6为正值（或负值）时表示气候变量上升（或下降）趋势，即变化趋势。

1.3.2小波周期分析方法

    小波分析亦称多分辨分析，是傅里叶分析方法的突破性进展。小波变换不仅可以给出气候序列变化的尺度，还可以显现出变化的时间位置和周期特征，具体算法参考文献11。

2近年风资源变化特征

2.1平均风速与发电量变化

总体上来说，内蒙古巴盟近几年风速呈减小趋势，如图2所示。2006～2013年，测风塔70，50，30和10 m高度风速每10年分别减小1.58，1.51，0.83 m/s和0.94 m/s。随着高度增加，平均风速增大，平均风速减小幅度也更加明显。2009～2013年，巴盟地区28#，31#和33#3台风机平均风速也呈减小趋势，且风机上平均风速减小程度比测风塔轮毂高度风速的减小程度显著（图2，表3）。2009～2013年，3台风机平均有功功率每年减小42.7 kW，其中不排除异常停机情况。

对于山东荣成典型地区来说，2008—2012年，风机和气象站平均风速呈减小趋势，平均每10年减小0.14 m/s和0.55 m/s，有功功率每年减小4.4kW（图3，表2）。该地区测风塔数据为2008年7月—2012年8月，使用该数据计算2008～2012年平均风速变化趋势呈增大趋势。但是考虑到2008年和2012年每年只有半年数据，不能代表全年风速，因此仅计算2009—2011年年平均风速变化趋势，结果表明呈减小趋势，70，50 m和30 m每10年分别减小1.15，1.15 m/s和1.25 m/s。

    2008～2013年（2013年截至8月）黑龙江富裕典型地区70 m和50 m高度测风塔平均风速呈减小趋势，平均每10年减小1.26 m/s：2008—2012年各层平均风速也呈减小趋势；气象站同期平均风速每10年减小0.35 m/s(图2，3；表3)。该地区风机数据时间段为2010.04—2013.08，年平均风速呈增加趋势，但考虑到分析长期变化趋势，该地区数据时间段较短，应与后面的周期特征综合看待。

3近40年风资源变化特征

3.1变化趋势特征

由图4和表4可知，1972～2003年黑龙江富裕、山东荣成和内蒙古巴盟3个典型地区的长期序列气象参证站的历年平均风速均呈明显的减小趋势。①黑龙江富裕的3个长期气象参证站的风速变化趋势非常一致，均呈明显的减小趋势，且每10年减小0.27—0.32  m/s；②山东荣成的3个气象参证站风速变化趋势也呈明显的减小趋势，但是3个测站变化幅度差异较大，其中威海(54774)减小程度最大，为平均每10年减小0.463 m/s;成山头(54776)减小程度最小，为平均每10年减小0.018m/s。威海历年平均风速减小程度较大除受气候变化背景影响外，还与周边城市化发展有关。③内蒙巴盟的3个气象参证站风速变化趋势也呈明显的减小趋势，且平均每10年减小0.153～0.367 m/s。④从3个典型地区平均变化趋势来看，黑龙江富裕地区的变化趋势最显著，其次是内蒙古巴盟，山东荣成最小。

3.2变化周期特征

在平均风速长期呈减小趋势的变化背景下，黑龙江富裕地区平均风速准14年的周期特征比较突出（图5），其中1974—1979,1992—1995，2005—2013年这几段时期是风速相对较小的时期，其它时段是风速较大时期。该地区还存在准7年的小周期，这个周期信号明最弱于14年周期的信号。此外，可能还存在准40年以上的大周期，但是由于资料时间较短，这个周期信号还有待于进一步研究。目前黑龙江富裕典型地区处于较强小风信号周期中。

在风速长期呈减小趋势的变化背景下，山东荣成典型地区平均风速的准16年和准30年周期比较突出，如图6所示。此外，该地区准6年的小周期信号也比较强。这几种信号较强的周期相互叠加，形成真实的风速周期变化特征。目前，山东荣成处于小风信号期间，但受到准6年周期信号的影响，可能将进入偏大风速信号期间，但是由于准16年和准30年周期仍处于小风期间，因此，该期间的较大风速可能会很弱。

在长期呈减小趋势的变化背景下，内蒙古巴盟典型地区平均风速准3—4年周期信号比较突出，如图7所示。此外，还存在准14年和准30年的周期，但这两种周期的信号明显弱于准3～4年的周期信号。这几种信号较强的周期相互叠加，形成真实的风速周期变化特征。目前，内蒙古巴盟处于小风期间，考虑受到3～4年周期信号的影响，可能将进入偏大风速期间，但由于准14和30年周期仍处于小风期间，因此，该期间的较大风速可能不会很强。

4结语

    近40年（1972—2013年）来，黑龙江富裕、山东荣成和内蒙古巴盟3个典型地区年平均风速均呈明显的减小趋势。黑龙江富裕典型地区的变化趋势最显著，每10年风速变化为0.293 m/s;其次是内蒙古巴盟，每10年风速变化为0.248 m/s;减小趋势最小的是山东荣成，每10年风速变化为0.205 m/s。平均风速的减小，有可能减小风电场可利用小时数，降低总有效功率和发电量。黑龙江富裕平均风速存在较突出的准14年周期特征，山东荣成存在准16和准30年周期特征，内蒙古巴盟的准3—4年周期信号比较突出，同时存在准14年和准30年周期特征。在较小风速周期时间段，风电场可利用小时数可能相对较少，而在较大风速周期时间段，风电场可利用小时较多，有利于发电量的增加。

    内蒙古巴盟的测风塔数据、风机数据和参考气象站数据都显示近几年（测风塔和气象站数据为2006—2013年；风机数据为2009—2013年）平均风速呈较明显的减小趋势，有功功率也呈减小趋势。从该地区周期特征来看，2006～2013年是一个准30年周期的小风速期间背景。在这个小风期背景下，2006～2010年出现一个准3～4年的大风期，之后很快又进入小风期。因此，2009～2013年的平均风速和有功功率的减小趋势更显著。值得注意的是，2009—2013年的减小趋势主要原因还是受到准周期特征的影响，不能代表平均风速和有功功率的长期变化特征。山东荣成测风塔数据、风机数据和参考气象站数据显示，近几年（测风塔数据为2009—2011年：风机和气象站数据为2008—2012年）平均风速呈减小趋势，有功功率也呈减小趋势。其中，风机数据的减小趋势明显小于内蒙古巴盟风机数据的减小趋势，主要原因是分析时间段所在准周期位置略有不同。2008～2012年山东荣成处在准16和准30年周期叠加的小风速周期期间，其中2010年前后有一个弱小的大风期间高频扰动。黑龙江富裕测风塔数据显示2008～2013年平均风速呈减小趋势。该典型区域2006～2013年是一个30年准周期和14年准周期小风速期间叠加的一个非常显著的小风期背景，2009—2010年期间存在一个非常弱小的大风期扰动。

    每个典型地区平均风速都存在较明显低频准周期和高频准周期，但不同地区准周期特征不尽相同，在进行年度考核时考虑周期特征可能更符合自然的变化特征从而更合理。当然，某地区年发电量除了受到风速变化的影响外，还受到各种天气气候系统的影响。不同地区影响的主要天气气候系统也有所不同，如中国北方大部地区低温可较大影响到风力发电；中国东南沿海地区，台风既能带来丰富的风能资源，也能带来灾害性风险；中国西南部分地区覆冰可较大影响风力发电。因此，仅用大风年或小风年的风速年景来评估风电场年度发电情况是不够的。

值得注意的是，近地层风速和风能都具有局地性强、影响复杂等特征。地形、地貌，甚至周边人文环境的微小改变会给风速的测量造成显著的影响，这使得分析研究风及风能的变化存在很大困难和不确定性。风电机组有功功率是考察风能利用最重要的指标之一，利用有功功率的变化，分析风能资源的变化，还应考虑风电机组随着时间的推移，风机存在一定的自身磨损，发电效率有所降低。因此，利用风电机组的有功功率变化分析风能资源变化，也存在一定的不确定性。为了更科学地评估风电场发电年景，仍需开展更进一步的研究。

5摘要：通过对风电场测风塔近5年风速和周边气象站近40年风速的变化趋势、周期特征分析研究发现：①过去40多年（1972—2013年）黑龙江富裕、山东荣成和内蒙古巴盟3个典型地区年平均风速均呈明显减小的变化趋势；②平均风速的减小，有可能减小风电场可利用小时数，降低总有效功率和发电量；③黑龙江富裕平均风速存在较突出的准14年周期特征，山东荣成存在准16年和准30年周期特征，内蒙古巴盟的准3—4年周期信号比较突出，同时存在准14年和准30年周期特征；④每个典型地区平均风速都存在较明显低频准周期和高频准周期，但不同地区准周期特征不尽相同，各种周期的叠加形成该地区的风速年景。在进行风力发电年度考核时，如能考虑到周期特征将更符合自然的变化特征。文章将气候变化情景模拟成果应用于风能资源开发利用研究，对3个典型区域风电开发中的规划选址、风能评估、风险分析等起到很好的指导作用和科学支撑。