中国能源报
预测的精确率很大程度上决定风电厂的成败。
提高预测精确性可吸引投资、控制成本
在很多人看来，风能是在短期未来最有可能与化石燃料形成有力竞争的可再生能源。各国对风能的热情保持高涨。欧盟制定了2020年前电力供应的20%来自可再生能源的目标，其中大部分必须依靠风能实现。而美国能源部也曾表示，2030年前，风能可以满足该国20%的电力需求。然而，风电厂的建设并不是一件容易的事，“两步预测”很大程度上决定了风电厂的命运。在确定风厂选址之前，要对目标选址做出较为准确的风力资源潜能预测。这一预测事关投资成败，不得不谨慎对之。风电厂建成以后，要对每个时段风力状况进行短期预测。这一预测事关电力供应稳定性，同样不能掉以轻心。
发电能力不等于电力
近日，英国《经济学人》撰文指出，可再生能源普遍存在的问题在于，发电能力并不能等值转换为电力，影响它的因素有很多。以风电厂为例，如果想要所有的涡轮机都完成它的设计使命（满负荷发电），就必须要求风在特定的时间、特定的地点，以特定的强度、特定的角度吹向涡轮机，想要天气条件时时刻刻都达到这一理想状态当然不可能。如果风能满足不了要求，涡轮机的很大一部分产能就会浪费，这正是人们对风力预测越来越感兴趣的原因：它可以帮助风电开发商决定在哪里修建风电厂，同时帮助现有的风电运营商更精确地预测风电产能。
风力预测决定电厂选址
在风电领域流传着这样一句格言：风电有可能免费，但绝不便宜。为确保风电项目的顺利完工，开发商首先必须保证充足的资金来源。彭博社旗下新能源财经公司的数据显示，2010年第一季度，全世界在风能领域的投资高达141亿美元。为确保这些资金密集型项目资金充足，开发商必须让持怀疑态度的贷方相信，风电项目的投资回报是相当可观的。要做到这一点，就需要对特定地点未来风能发展潜力做出可靠的预测。与火电厂以及核电厂不同的是，每座风力发电厂的发电潜力主要是由当地的自然环境资源所决定。
风力发电厂选址时，通常采用“测量、参照、预测”（简称MCP）分析法对某一地址进行分析。这一过程中，工程师首先会通过测量得出某地区短期内的风能数据，并将其与该地区气象站中多年的风能历史数据进行对比。随后，运用统计学的方法将目标地址与另一成熟的参照选址进行比对，最后预测出目标选址的风力资源状况。
MCP预测事关成本控制
然而，不确定性始终围绕着MCP分析法的3个步骤。首先，可靠历史数据的建立十分困难。其次，考虑到地形对风力的巨大影响，目标选址与参考选址之间的相关性有可能相当有限。第三，由于风力涡轮机的安装高度一般都会高于风力测量塔，开发商不得不考虑不同高度风力强度的差异（又称“风切变”），给风速的测量制造了不少障碍。风切变的计算在地形复杂的地区，以及森林附近尤其困难。美国印地安那州国家可再生能源实验室2009年发现，高度相差50米会让风速的差别达到4000米/小时。由于风电厂发电能力很大程度上取决于风速，风速如此明显的变化会导致发电厂发电能力出现15%的偏差。
投资可再生能源的私募股权公司HgCapital的专家默利表示，做出精确的MCP预测，尽可能减少误差，对于一处风厂选址是极为重要的。银行在向一个风电项目贷款之前，必须首先确定该选址有充足的风力资源。银行做出贷款的依据并不是实测的风力数据，而是所谓的“保守风”。“保守风”，又称“90%”风值，是指可靠性达到90%的风的平均速度。默利在解释银行贷款规则时表示，某处选址“90%”风值与实际测量的平均风速越接近，对于银行来说吸引力就越大；如果“90%”风值与平均风值的误差在12%—15%之间，银行一般会乐意贷款；但如果误差超过20%，得到贷款的可能性就比较小了。相反地，将误差降至7%至10%之间，就会将一个项目的筹资成本降低0.5%－0.75%，从而提高投资回报率。
为使某处选址的风速、风向预测更加精确，一些公司已经开始求助于雷达和声纳测量技术，进行MCP测试。例如，苏格兰一家名为SgurrEnergy的工程公司就开发了Galion激光雷达装置，通过测量被风中微小颗粒反弹的脉冲激光束，得出风速、风向、风切变的数值。公司表示，通过使用激光雷达装置，可以让“90%”风值与平均测量风速的误差降低好几个百分点，从而将项目的回报率提高1%左右。
短期风速预测决定电力供应稳定性
一旦风电厂完工，涡轮机开始转动，预测的重心就从长期的风力发电潜力的预测转移到了短期的风力特殊数值上。因为短期内电网供电间歇性不仅仅只意味着统计数据上的反常，而是将直接决定一般用户是否能正常用上电。丹麦Energinet电网公司表示，丹麦20%电力来自风能，风速发生每秒1米的改变，就会对全国电力生产带来45万千瓦的影响，相当于一家火电厂的总发电能力。
对于极短期的预测而言（如果1小时之内的预测），目前占主导地位的技术是“持续预测”，其原理是假设1小时内风速不会发生改变。丹麦能源咨询师考克斯表示，尽管过去10年内各国投入了大量资金，用于开发风力预测技术，但“持续预测”仍然是短期预测的基准。但若想预测更远未来的风速，“持续预测”就心有余而力不足了。
为改进“持续预测”技术，研究人员求助于数值天气预报（NWP，一种气候学家用来预测全国天气的方法）。在使用这一方法的过程中，研究人员将地球大气想象成一个被划分成无数小方格的三维网络，每个方格都代表不同地区。用这种方法可以计算某一地区（即三维网络中的某一小方格）风速的大致数据，再加上该地区涡轮机发电能力的信息，就能绘出这一地区大致的风力发电曲线图。NWP在应用过程中遇到的最大挑战在于，不同地形、地貌会使风力资源在相对较小的范围内发生很大改变，解决这一难题的一个方法是将过程细化，将方格划分得更小，得到更细分后地区的风力数据。美国AWS Truepower公司开发的电子风力（eWind）预测系统正是基于这一细化原理开发出来的。公司称，eWind系统能将未来1小时预测的误差从7.5%降至4%。而与传统的预测方法相比，未来1天内预测的误差也从35%降至了14%—22%。丹麦的研究也同样取得了类似的成果，过去10年中，未来1天风能预测误差从传统NWP技术的36%降至了18%—20%。（记者覃泽文）
