1风数据1.1实测数据实测数据源自海上测风塔、激光雷达、气象站等设备。海上测风塔通过在不同高度的支臂上安装测风设备进行定点被动测风，一般可分为自立式、拉线式及复合式。海上测风塔的数量相对较少，但却是海上风数据的主要来源，海上测风塔测得的风数据能够直接反映场区风资源水平，但也受塔高、塔影效应、仪器可靠性、气候等诸多因素影响[1-4]，需要结合参证站数据进行订正，反映场区的长期平均风资源水平。测风激光雷达作为新兴的测风技术，可以根据搭载工具的不同实现灵活测风，其原理是通过测量发射光束与空气中的气溶胶粒子相互作用产生的频率变化，利用算法处理计算不同高度层级的风数据[5-7]。测风激光雷达弥补了微波雷达和声雷达在晴空天气下存在探测盲区的问题，但在大雨、浓雾等条件下的测量精度会有所下降，较低高度情况下存在扫描盲区，需结合其他测风方式补充数据。海上测风塔和漂浮式测风激光雷达如图1所示。10.3969/j.issn.1004-7948.2023.01.006.F001图1海上测风塔和漂浮式测风激光雷达气象站作为长期测站，数据能够较可靠地表征当地多年的风况变化情况，是风资源评估中的重要参考数据。海上风资源评估时，常选用距离场区最近、代表性较好的沿岸气象站近30年的数据，验证场区风数据的合理性。目前，风资源测量基本从单一测量方式过渡到更加全面的测风塔、测风激光雷达、中尺度模型等组合测量模式。海上测风塔与测风激光雷达参数对比如表1所示。10.3969/j.issn.1004-7948.2023.01.006.T001表1海上测风塔与测风激光雷达参数对比参数海上测风塔测风激光雷达测量范围一般为100~150 m一般为40~300 m测量高层一般取5~7层一般取10~15层测量要素水平风速、风向、温度、湿度、气压等。水平和垂向风速、风向、温度、湿度、气压等。数据记录10 min间隔数据1 s间隔数据，10 min间隔数据。可移动否是设备寿命传感器约2~3年5~10年维护方式现场调试，时间较长。现场维护，时间较短。1.2中尺度数据中尺度天气系统指水平尺度为10~200 km、时间尺度为1~10 h的天气系统，台风等极端气候均属于中尺度天气系统。常用的中尺度数据包括MERRA2、ERA5、CFSR等。不同中尺度数据参数对比如表2所示。10.3969/j.issn.1004-7948.2023.01.006.T002表2不同中尺度数据参数对比中尺度数据分类水平分辨率/(°)时间分辨率/h数据来源MERRA20.50×0.6671美国航空航天局（NASA）ERA50.25×0.2501欧洲中期天气预报中心（ECMWF）CFSR0.50×0.5001美国国家环境预测中心（NCEP）及国家大气研究中心（NCAR）部分学者对不同中尺度数据在我国区域的适用性进行了研究[8-19]。其中，刘鸿波[20]等认为，ERA5数据对1979~2018年中国大陆区域风速的年际变化再现程度较好，但受地表粗糙度、海气耦合的影响，无法再现地表风速长期变化趋势。程胡华[21]等研究强对流天气下NCEP/NCAR FNL资料的可信度，发现其在强对流天气下存在较大偏差。海上风资源评估过程，中尺度数据可以用作宏观选址的参考、数据订正的依据或用于粗略风资源评估[22-24]，但并不支持精细化的风资源评估，尤其在受台风影响的海域。2风资源评估2.1数据处理风数据处理流程主要包括数据质量评估、数据筛选、数据插补、完整年选取、轮毂高度数据拟合、代表年数据订正等步骤[25-28]。2.1.1数据质量评估数据质量从代表性、完整性、连续性等3个方面进行评价。不同地点的风资源水平一般差距较大，应选择最能代表场区风资源水平的位置进行测风。《风电场气象观测资料审核、插补与订正技术规范》(GB/T 37523—2019)规定，海上测风塔采集的数据量满足完整连续一年且完整率达到98%时可以被使用。因此，测风时段实测数据量与应测数据量之比应达到98%。2.1.2数据筛选海上环境复杂恶劣，测风设备采集的数据可能在各种因素的影响下出现缺测和失真的情况。不合理数据会影响评估结果[29]，通常需要根据合理性、相关性、变化趋势一致性等规律对无效和异常数据进行筛选和剔除。合理性筛选过程剔除超出测风设备测量极限的无效数据和明显异常数据。如机械式风杯的最小量程一般为0.4 m/s，部分测风激光雷达风速数据中的异常数据以999 m/s显示，此类超出设备测量范围的数据均被视为无效数据。相关性筛选根据同一测点不同高度层级数据呈现的相关性进行筛选，明显离群的数据一般被认定为异常数据。相关性分析案例如图2所示。10.3969/j.issn.1004-7948.2023.01.006.F002图2相关性分析案例变化趋势一致性筛选主要通过不同层级数据差值判断。相同测风点位处，不同高度层级的风速不同，但各高度层级数据间的变化趋势理论上趋于一致，各高度层级风速差值应保持在合理范围内。如高度相差20 m的数据风速差值一般不超过2 m/s，风向差值一般不超过22.5°，不满足条件的数据应视为异常数据。塔影效应筛选指同一高度上安装两套测风仪器时，风在流经测风塔时受到塔架的影响，导致测风设备在相应风向扇区测得的数据失真。通常将风速按照16风向扇区划分，计算相同高度的两通道风速比值，最大和最小部分对应的风向即为受塔影影响最严重的风向扇区。塔影效应案例如图3所示。10.3969/j.issn.1004-7948.2023.01.006.F003图3塔影效应案例由图3可知，测风点位在E~ESE与W~WNW两个风向扇区上受塔影效应的影响较为严重，其对应风速应进行塔影消除处理。2.1.3数据插补《风电场气象观测资料审核、插补与订正技术规范》(GB/T 37523—2019)规定，数据的有效完整率达到90%可被使用。因此，测风时段经筛选的有效数据量与应测数据量之比应达到90%。数据不满足规范要求、需要基于实测数据进行风资源评估时，需要进行数据插补。根据引用数据的不同，插补方法可以被分为3类。（1）同塔同高度数据插补（塔影插补法）。只插补受塔影效应影响的风向扇区的数据。（2）同塔不同高度数据插补（风廓线自补法）。根据风切变推算同一时刻其他高度的数据。风廓线表征风速随高度的变化关系，可以通过指数率描述。V(Z1)V(Z2)=Z1Z2∂ (1)式中：Z1、Z2——距离测风基准面的距离，m；V(Z1)、V(Z2)——Z高度处的10 min均值风速，m/s。（3）采用其他相关数据进行插补（MCP插补法）。MCP插补引入外部数据进行时序延长，用于插补的参考数据与目标数据的相关性系数R2大于0.5时，插补结果合理。很多学者对不同MCP插补方法进行了比较[30-33]。其中，于佳鹤[34]等通过5个评价指标对不同MCP插补方法进行了评估，认为分扇区线性最小二乘法的插补精度更高。不同MCP插补方法的特点如表3所示。10.3969/j.issn.1004-7948.2023.01.006.T003表3不同MCP插补方法的特点方法特点线性最小二乘法寻找数据点到最佳拟合线的垂直距离的最小值正交最小二乘法寻找数据点到最佳拟合线的正交距离的最小值方差比法利用同期数据的均值和方差表示线性拟合的斜率和截距速度比法利用目标风速与参考风速序列的比值表示现行拟合的斜率威布尔拟合法利用目标数据与参考数据的风速序列分布关系构建线性拟合关系风速排序法利用独立排序后的目标数据与参考数据的分布散点构建线性拟合关系垂直切片法利用分组后的目标数据与参考数据构建分段线性拟合关系，细化提高拟合度矩阵时间序列法在经典矩阵法的基础上进行改进，生成目标数据的真实分布2.1.4完整年选取风资源评估过程一般选取完整1年的数据作为风场未来经营期间风资源水平的代表。选取数据时需要遵循以下原则：（1）尽量包含更多实测数据，相比风廓线推算和插补的数据，实测数据更加真实；（2）尽量选取完整的年、月数据，能够更直观地展现数据变化特征；（3）尽量与长期数据有更长的重合时间，保证有足够的同期数据作为数据订正的参考。2.1.5轮毂高度数据拟合目前，主流海上风机的塔筒高度普遍不小于100 m。不能直接测得轮毂高度处的数据时，通常需要根据风廓线[35-36]对数据进行拟合外推。2.1.6代表年数据订正短期实测风数据通常不能完全代表场区长期平均风况，需要借助长期数据对代表年风速数据进行订正[37]，以反映长期风资源水平。目前常用的长期数据为气象站和中尺度数据。2.2特征参数分析评估分析特征参数能够直观展现风场风资源水平。（1）风速统计概率分布。风速统计概率分布即1年内不同风速累积小时数的分布，通常作为机组选型和前期规划时估算发电量的依据。很多学者对不同的风速分布拟合方法进行了比较[38-40]，目前一般以两参数威布尔分布描述风速统计概率分布。PWV=1-exp-V/Ck (2)式中：C——尺度参数；k——形状系数。风速威布尔分布如图4所示。场区风速主要集中在6~8 m/s10.3969/j.issn.1004-7948.2023.01.006.F004图4风速威布尔分布（2）风向、风能分布。风向和风能分布相对集中有利于风场风机的排布及对风能的利用。（3）风廓线指数。风廓线指数反应风速随高度变化的敏感程度。海上的垂直风廓线指数通常比陆地上小。（4）湍流强度。环境湍流被认为是造成风机材料的疲劳载荷增加的主要因素之一[41-42]，影响风机寿命的同时造成发电量的损失。IEC 61400—1(Ed3.1)湍流等级分类标准如表4所示。10.3969/j.issn.1004-7948.2023.01.006.T004表4IEC 61400—1（Ed3.1）湍流等级分类标准湍流等级数值A Iref（-）0.16B Iref（-）0.14C Iref（-）0.12（5）极值风速。极值风速通常作为荷载检验依据，用来核校风机的安全性。针对可能受到台风影响的风场，一般按照Poisson-Gumbel方法[43]进行极值风速计算，其他区域可以采用极值Ⅰ型Gumbel分布法进行计算。虽然可以通过短期风数据推求极值风速，但仍需与长序列数据对比确定。50年一遇最大风速计算方法如表5所示。10.3969/j.issn.1004-7948.2023.01.006.T005表550年一遇最大风速计算方法方法特点风压估算法基于气象站10 m的长期风速资料的风压值推算极值风速5倍平均风速法威布尔分布k1.77时，极值风速为5倍的年平均风速；威布尔分布1.4k1.5时，极值风速为6.6倍的年平均风速。重现期概念平均风速法利用重现期与威布尔分布的关系，由平均风速推算重现期。EWTSⅡ法利用极值风速与威布尔k值的关系推算极值风速。极值Ⅰ型Gumbel分布法利用Gumbel分布拟合实际风速分布，由Gumbel参数推求极值风速。Poisson-Gumbel法假设风速分布和台风次数分别符合Gumbel和Poisson分布，利用联合分布函数推求极值风速。皮尔逊Ⅲ型法利用风速概率密度函数与平均风速的关系读取极值风速（6）空气密度。空气密度变化会对风机运行状态下的气动特性造成显著影响[44-45]，进而影响发电量。干空气密度ρ空干为：ρ空干=PRT (3)式中：P——气压，Pa；T——绝对温度，K；R——气体常数，为287 J/(kg·K)。潮湿空气密度ρ空湿为：ρ空湿=1.2760.003 66t+1P-0.378Ps1 000 (4)式中：P——气压，hPa；PS——水气压，hPa；t——温度，℃。3结语文中梳理了海上测风数据处理的一般流程和分析评估的特征参数，为风资源评估的准确性和标准化提供参考。（1）测风数据需要进行代表性、完整性和连续性检验，有效完整率达标的数据方进行进一步的分析使用。（2）中尺度数据不支持精确评估，目前海上风资源数据的主要来源仍为海上测风塔。（3）风资源评估特征参数需以轮毂所在高度为基准，推算过程中需考虑数据的实际情况选取计算方法。现有规范标准中，边界值通常适用于陆上风场，但对海上风场的适应性较差，需要加快推进海上风电相关规范标准的编制。除考虑环境湍流外，随着风机快速大型化，风机尾流的湍流机理亟须明确。海上风场的尾流传播距离相较陆上更远，大型风场中的前、后排风机尾流可能叠加，临近风场间也可能存在尾流叠加的情况。现有风资源评估仅以风场风资源丰富程度为单一标准，后续可以考虑风机发电稳定性等指标。10.3969/j.issn.1004-7948.2023.01.006.F005