作为风资源工程师的小编，爬过了数不清的荒山野岭，在进行风资源评估时也经常遇到许多让人头疼的“隐秘的角落”，而在使用传统风资源仿真软件后，评估结果与风电场实际运行结果的巨大差距更是让人感到绝望。
作为平价时代下保障风电项目稳定收益的关键第一步，风资源的精确评估关乎项目的成败。那么，在风电场仿真中，我们该如何探明那些“隐秘的角落”，又该如何获得更为精确的评估结果？
以华北某地项目为例，项目属于山地地形，周围整体地形复杂，测风塔代表性不足。机位点位于东北-西南走向山体南部，海拔630-790m，两座测风塔均位于机位点南侧平原地带，主风向为西风。其中1号测风塔距离机位点约5km，海拔530m，70m高度的年平均风速为6.38m/s；2号测风塔距离机位点10km，70m高度的年平均风速为6.91m/s；风电场东南方向有一条河。
尽管平地测量超过6m/s的风速十分可观，但是在进行风资源评估时，由于两座测风塔水平外推均超过5km，垂直外推大于100m，过远的外推距离使每个机位都成了“隐秘的角落”。不得已的情况下，项目使用了当时最好的风资源仿真软件进行评估，得到了一个“漂亮”的结果。然而运行一年之后，项目的平均机舱风速仅为4.22m/s，远低于测风塔处风速；其中北侧8台风机机舱实测风速更是低至约3.9m/s。评估偏差最大达到了732h，平均偏差也达到了370h。
究其原因。一方面，普通商业仿真软件在模拟时，受计算资源和本身特点的限制，网格范围有限，不能考虑大地形的背风影响，测风塔代表性不足。
另一方面，该项目在规划期并未建立测风塔，利用了周边项目的测风数据进行计算。周边的两座测风塔是在平地且距离水域较近的位置测风，而风电场主要在距离水域较远的山上，测量地的环境和风电场存在较大偏差。寻常的商业CFD仿真软件无法评估出这样的差异性。单纯的CFD软件存在对大自然的诸多假设和简化，许多像空气湿度、地转偏向力等地理气象要素的影响不能准确计算。测风塔距离目标机位点越远、地理及气象要素与实际差别越大，最终导致的误差也就越大。
此外，从大地形上来看，峡谷地形导致测风塔处局地加速，两座测风塔位于峡谷中央，机位点临近峡谷北部山体，传统CFD仿真软件模拟区域较小，不能有效识别一定距离外的大地形的作用。
上图是某传统CFD商业软件模拟的结果，可以看出，单纯CFD仿真下，风机所处位置的颜色与测风塔处的颜色几乎一致，无法真实评估出风电场和测风塔处的差异。也就是说，在传统CFD仿真软件眼里，这样的风电场中各个风机都变成了“隐秘的角落”。
那么，面对上述这样由于大地形环境影响所产生的“隐秘的角落”，是否还有机会实现风资源的准确评估呢？新疆金风科技股份有限公司（下称“金风科技”）通过GoldWRF虚拟测风技术与CFD仿真软件耦合，提供出一个更为优化的解决方案。
GoldWRF虚拟测风技术是金风科技基于开源WRF模式自主研发的定制化气象仿真产品，已经入驻“风匠”（风象台 | 风匠，让平价时代风资源评估更加精准高效）中的气象仿真模块，致力于解决前期开发阶段测风数据不足时，风资源精准评估问题。
上图为风匠WRF气象仿真模块模拟的风电场大区域80m高度的风资源分布情况。根据该项目的特点，使用“风匠”在场区合适位置虚拟一座测风塔，然后将虚拟测风塔和实测风数据输入到CFD仿真模型中重新计算。与传统CFD模式相比，虚拟测风塔耦合CFD的全场平均评估偏差从370h降低到112h，偏差降低了69.73%。
近年来，在风资源评估中，CFD逐步取代线性模型的方法已经得到广泛的应用。但随着风电场仿真愈加复杂，尤其是在国内风电开发快节奏的建设周期下，CFD的计算局限性也愈发凸显。
WRF不但关注风速、气压，还关注很多水的相变过程以及云、辐射等要素。基于WRF的虚拟测风技术和CFD的良好化学反应，“风匠”正在帮助行业探明大地形环境影响下“隐秘的角落”，并将针对风电场评估中的种种疑难杂症开出更多效果显著的药方。
