来自清华大学等单位的7位资深专家组成鉴定委员会一致认为，该项目通过天气分型技术、风电场地表壁面函数方法、风电场空间流场仿真的网格预划分方法、风力机尾流仿真的致动盘模型改进方法等，可提升中尺度模拟图谱质量，让测风塔选址、风机选址和布置更精准，可研设计机组发电量和实际运行更贴近，相关技术成果已达到国内领先水平。

 

 

图为职工登录系统查看风资源测量数据

 

当前，风能资源的开发机构对风电场的选址、评估越来越重视，基于单一测风塔观测资料的分析评估技术已不能完全满足该需求，尤其是用户对复杂地形下的资源评估需求。准确的风能资源评估和可靠的发电量估算是风电场前期工作的重要内容，也是项目开发投资的依据。对此，龙源电力开发了一种基于中、小尺度耦合模式下的风电场风资源开发评估与应用技术，通过天气分型技术，实现中尺度风资源代表年数值模拟，提取中尺度模拟中大气边界层数据后，改进了湍流模型参数、引入科氏力参数、定义剪切应力分布，确定了风电场大气边界层条件。在小尺度仿真计算时，该项目提出了风电场地表壁面函数方法、风电场空间流场仿真的网格预划分方法、风力机尾流仿真的致动盘模型改进方法，提高了仿真的精度和计算效率。

 

项目成果通过中、小尺度耦合模式下的风电场风资源开发评估技术，已完成43个风电项目风资源测量和初评工作，得到高分辨率的平均风场分布，风速绝对误差平均降低0.3米每秒，相关性提高6%；对流场进行计算分析，参与风电项目资源计算约18个，估算电量可提升的项目约13个，经测算软件误差平均降低2.6%。

 

建设期间，项目获授权发明专利3项，实用新型专利1项、软件著作权7项，发表各类文章9篇，形成一套完整的风电前期开发体系，解决了风电开发的核心基础问题，降低了投资决策风险。