【能源人都在看，点击右上角加“关注”】5月22日，国家能源局发布《2019年第一批拟建平价上网项目信息表》；8月24日，国内首个平价风电项目实现全容量并网。
种种迹象表明，风电平价上网已经进入倒计时阶段。
当前，更低的电价以及更高的投资成本已成为压在新能源企业身上的两座大山，如何实现全生命周期的“提质增效”成为风电行业共同探讨的话题。
已经取得行业共识的是： 风电项目前期的精细化选址工作是提升风场发电效率的重中之重，也是影响整体收益水平的关键因素之一。
当前，风电场的前期选址多依靠测风系统完成，但“风”本身是自然现象，受到地形、植被、气候等一系列因素的影响。
而且，从已投产风电场的上网电量来看，大部分风场实际发电量与可研报告计算发电量均有出入，这种“事后诸葛亮”模式为项目带来莫大的损失。
那么，到底应该如何提升风资源评估的精确性呢？ 很明显，精细化的风资源评估仅依赖软件是不够的。
从特变电工的风电项目开发经验来看，风场选址除了一套可靠的风资源评估系统以外，还需要额外的科学方法来为风资源“把脉”，才能切实优化选址水平。
月岩、竹塘岭、铜山岭风电场是特变电工前期所开发的几个主力风场。
以上风电场均属于典型的南方山地风电项目，地形复杂多变，山体垂直梯度大，海拔高程起伏跌宕，风能资源受地形影响明显，为风资源精确测算带来了极大的阻碍。
为准确获取复杂地形下具有代表性的测风数据，特变电工在项目方案中设立两个激光雷达辅助测风。
在未完全摸清该项目的复杂性前，经历了一次简单的发电量测算，带入了未经代表年订正的测风塔数据、标准空气密度下的功率曲线和SRTM地形数据，结果与厂家精确测算的等效满负荷发电小时数相差约300小时。
300小时的巨大差异是缘何出现的？ 经过对项目的重新梳理和5次反复验证，项目团队从以下几个方面入手，重新对风资源进行评估： 首先，重新获取场区的实测地形数据，保证风机、测风塔和等高线在同一坐标系下； 其次，项目地表为灌木林，因此去掉最低层风数据后重新外推了90米风速； 最后，用当地空气密度下的功率曲线进行更替。
经过重重改进后，团队最后把差距缩小到70小时的合理可接受范围内。
同时通过控制变量发现，地形（海拔）是软件对机位处风速模拟最主要的影响因子，进而影响到发电量测算结果。
在以上风电场开发的种种探索与经验积累，使特变电工形成了旨在提升风资源评估精准度的多种经验与方案，并将这些经验带到了后期的服务工作中，得到了业主的好评。
测风数据的代表性和处理： 测风塔数据是发电量计算的基础，测风塔是否具有代表性，是发电量计算准确与否的根本性保障。
风电场内应至少保证有1个具有代表性的测风塔，复杂风电场更需要设置多个代表性测风塔，并在计算时尽量采取综合计算或者分区计算。
若测风塔代表性不足，可以采用激光雷达补测的方法获取点位处风况。
剔除测风塔不合理及错误数据，利用相关性分析对缺测时段以风廓线插补或临塔互补的方法将其补全至一个完整年，并利用长期观测数据订正至代表年水平，以保证合理计算风电场运行20年的发电量。
风功率曲线的准确性： 风机在运行过程中，功率时刻随着风速的变化而变化。
功率曲线主要由风速、功率、推力系数三个数据组成，空气密度是影响功率曲线的重要因子。
利用厂家提供的当地空气密度下的功率曲线或者修正后的实际功率曲线带入建模软件进行计算，可减少使用标准空气密度下功率曲线进行折减产生的误差。
地形图精度： 各机位点的海拔高度是由建模软件根据其坐标对应的地形高程及轮毂高度模拟而来，因此如果模拟结果与实际海拔相差较大的话，会使得机位点轮毂高度处模拟风速与其真实值间产生较大的偏差。
SRTM地形数据是较好的免费
