企业官网建设流程全解析

做风电项目前期这些年，最常被问的一句话就是：这片山头到底能发多少电？问的人从开发商投资部到银行风控都有。这句话背后的核心工序，就是风资源评估。它看起来只是算个数，实际上直接决定了微观选址、机型选择、发电量预测，一直到项目能不能过投决会、银行愿不愿意放贷。我见过太多项目，前期不把风资源评估当回事，后面环节连环返工，损失的不只是几个月时间，还有大把的咨询费和融资成本。

国内陆上风电的常用工具组合，绕不开两样：WAsP和WindPRO。WAsP负责把测风塔一个点的风数据，推演成整个场址的风资源图谱；WindPRO负责把这张图谱加上风机、布局、尾流，最后算成一个带概率的可融资发电量。这套组合是国内风电可研报告里最主流的算法底座，欧洲不少风电开发商也用它。这篇文章就把这整套流程从头到尾拆开讲清楚，包括数据怎么准备、WAsP怎么建模、WindPRO怎么接力、结果怎么修正，以及中间最容易踩的坑和我的处理习惯。

1. 风资源评估在风电开发链条里的真实分量

1.1 一个数字基本决定项目生死

风电项目的收益模型其实很简单：年收入等于上网电量乘电价。上网电量从哪来？就是风资源评估给出的年发电量预测。这个数字会一路传导到可研报告、投资决策、融资协议、收益率测算，产业链上所有人都在围着它转。

业内一般用P50值（50%概率超过这个发电量）作为投资测算基准，用P90（90%概率超过）作为银行还款能力的测算基准。也就是说，同一个风电场，P50和P90之间的差距有多大，直接就决定了这个项目垫资去做的杠杆做得有多激进。这个差距，本质上就来自风资源评估里的不确定性——测风年限短不短、长期订正准不准、尾流模型合不合理、损失系数打得够不够。所以风资源评估不是发一篇论文的问题，它直接对应融资结构、股东回报和风险敞口。

1.2 风资源评估到底在评估什么

表面上是算“年发电量”，实际拆开看，至少包含四层信息：第一是场址的平均风速和Weibull分布形状，也就是风的“脾气”；第二是主风向和风向扇区的分布频率，这决定了风机怎么排；第三是垂直方向的风切变，轮毂高度处的风速能不能达到预期；第四是湍流强度，它直接和风机机组等级、载荷安全挂钩。

这四层信息，WAsP能在“宏观区域”层面解决前两层，WindPRO在“场址与机群”层面解决后两层。两者衔接得当，才能形成完整的评估链条。

1.3 这套流程在行业里的实际地位

现在确实有不少同业在推CFD软件做复杂地形，但在国内风电前期开发的标准流程里，WAsP加WindPRO依然是基础配置。项目预可研、前期选址、机位排布、发电量测算、后评估，绝大部分用的是这对组合。CFD通常用来做复杂山地的精细化复核，但WAsP和WindPRO跑出来的结果，依然是绝大多数可研报告里的主数据。搞清楚这对组合的用法，哪怕你刚入行，也能很快上手做出一版像模像样的风资源初步评估。

2. 为什么是WAsP加WindPRO这对组合

2.1 WAsP负责把“一点风”推演成“一张图”

WAsP的全称是Wind Atlas Analysis and Application Program，丹麦Risø国家实验室传下来的老牌工具。它的核心思路可以概括成一句话：先在测风塔位置把局地影响“剥掉”，得到一个代表大范围区域背景风况的“区域风气候”，然后把这个背景风气候挪到场址范围内任意一个位置，再根据那个位置的局地条件把风“装回去”，反算该位置的风资源参数。

这个思路老，但极其高效。它把测风塔那一个点的时间序列数据，转化成了整个区域一张带有坐标的风图谱。WAsP不需要网格化CFD计算，所以一次运行只要几秒钟到几分钟，特别适合前期快速比选几十个机位方案。也正因为快，它被集成进WindPRO里作为核心计算引擎之一，两个软件可以做无缝引用。

2.2 WindPRO负责把“一张图”变成“一度电”

WAsP给你的是“某一块区域，轮毂高度处风速大概是多少”，但投资方最终要的不是风速，是“并网卖电的度数”。WindPRO在WAsP风资源图谱的基础上，做以下三件事。

第一件事是“摆风机”。你可以在WindPRO里导入风机机位坐标，选择具体机型、轮毂高度、功率曲线，它会把每台风机对应位置的风资源参数自动关联起来。第二件事是“算尾流”。WindPRO内置了Park、PARK2、Larsen、高斯等多种尾流模型，可以按实际机位间距、主导风向、湍流条件，逐台计算机组被前排机组遮挡后损失了多少发电量。第三件事是“算不确定性”。它把测风数据不确定度、长期订正误差、功率曲线误差、尾流模型误差全部汇总，给出P50/P75/P90的不同置信水平发电量，这对融资结构设计特别关键。

2.3 和CFD软件相比，这对组合的边界在哪

CFD软件，比如WindSim、Meteodyn WT，模拟的是气流在地形上流动的物理方程，理论上更能刻画地形加速效应和分离流。但CFD建模周期长、网格敏感性高、对使用者的空气动力学功底有要求，在前期几十个备选机位铺开比选时并不划算。

我常用的策略是：前期用WAsP加WindPRO完成广度比选，识别出高风速且有可布置空间的区域；到了微观选址阶段，如果场址地形起伏明显、植被复杂、山体沟壑多，再上CFD做复核。这个“先快后细”的做法，能在有限项目周期内拿到可靠性足够的评估结果。不过有一点要承认——WAsP在海面、平原、低矮丘陵地带的适用性极好，误差通常能控制在5%以内；但到了深V峡谷和陡峭山脊这类复杂地形，系统性误差会显著放大，这一点后面单开一节细说。

3. 动手之前：数据收集与质量核查不能省

很多新人上手WAsP，习惯先找一张图纸开干，结果数据质量不过关，算出来的图谱再精美也是错的。前处理这步，占整个风资源评估工作量的四成以上。我建议所有数据按下面四类梳理齐全，再进软件。

3.1 测风数据：完整率是第一道门槛

测风数据通常以10分钟平均值为一条记录，每秒采样然后聚合。一套合格的测风数据要包含风速、风向、温度、湿度、气压，最好还有不同高度的风速传感器数据，比如10米、50米、80米、100米层。评估一个测风数据集是否可用，第一个指标就是完整率。经验上，年完整率低于90%的数据集，不建议直接用于发电量测算，至少要做缺测订正和季节偏移修正；完整率低于80%，基本只能作为定性参考。

我拿到原始数据后，第一件事就是拉出逐月逐小时的完整率矩阵，看看缺测是随机还是集中在某个季节。如果集中在冬季，那可能和设备结冰有关；如果集中在白天，可能是供电系统或数据存储问题。不同原因的缺测，处理逻辑不一样——结冰导致的缺测，恰恰对应风机可能停机的时段，要谨慎考虑这部分损失；随机缺测则可以用线性插值或与邻近测风塔的回归关系补上。

另外，要逐一检查时间戳是否连续、是否有时区错位、风速有没有出现不可能的跳变、风向有没有大量为零值。现在的测风塔数据采集器已经比较皮实，但我在项目里依然见过整月风杯冰冻卡死抬出恒定值的“僵尸数据”，这种必须剔除，不然Weibull拟合会整体向右偏，发电量预测跟着虚高。

3.2 地形图、等高线与坐标系处理

WAsP的地图处理依赖等高线矢量图。现在国内做前期风资源评估，最常用的是SRTM和ASTER这类公开DEM数据，然后转成等高线。数据源的分辨率非常关键，SRTM的30米和90米版本差异很大，山地区域建议用30米。如果场址内已经有精确测绘的5米或10米等高线，一定优先用测绘数据，WAsP对地形细节的敏感度远超你想象。

坐标系建议统一转成UTM投影，WAsP在内部使用UTM坐标计算距离和坡度最稳定。国内很多测绘资料给的是CGCS2000或地方坐标系，进WAsP之前提前转换好，避免在地图配准阶段浪费时间。

3.3 粗糙度与障碍物信息

粗糙度长度Z0直接决定风廓线外推的准确度。这里有个常见误区：WAsP要求的是“地表粗糙度随着风向变化的大尺度格局”，不是某一点精确的粗糙度值。所以像大片农田、草原、水域、林地的分布范围要画准确，相邻粗糙度过渡带的宽度不能忽略。卫星影像辅以实地踏勘，是划分粗糙度图最可靠的方式。

障碍物信息用于测风塔附近的局地风修正。如果测风塔旁边有厂房、树木、其他风机，需要在WAsP里建立障碍物对象，并准确输入距离、高度和孔隙率。障碍物对风的遮挡在10倍高度距离内非常显著，直接影响测风塔数据的代表性。前期踏勘时一定要拍摄周边障碍物照片并记录坐标，建模时才不至于靠猜。

4. WAsP建模实操：从测风塔数据到区域风图谱

4.1 建立测风塔对象并录入风数据

WAsP界面里的第一件事，是新建一个测风塔对象。坐标要填准，使用和地形图相同的UTM坐标系。测风塔对象要定义各层风速计和风向标的高度，通常你有多少层传感器就建多少层，后面做切变分析和风图谱计算时都要用到。

风数据有两种录入方式：一种是直接把时间序列导入，推荐优先用这种方式，因为能完整保留风向、温度、气压等信息，还能在WAsP内部做质量控制和Weibull拟合；另一种是直接把Weibull A、k参数和风向频率统计表填进去，适合只拿到统计资料而没有原始数据的早期阶段。我自己所有正式测算都走时间序列路线，统计参数路线只在数据缺失的非常规情形下应急用，因为它丢失了极端风况信息，后续做不确定性分析缺乏支撑。

4.2 数据处理与测站风气候计算

测风塔风气候计算，WAsP会把时间序列数据按扇区（通常16个方位）统计，拟合出每个扇区的Weibull分布参数。在做这一步之前，务必要完成一个动作：根据完整率矩阵和异常值筛查结果，对时间序列做剔除处理。

处理完之后，WAsP会输出每个扇区的风频、A值和k值。这里有一个细节，不同扇区的k值差异很大，如果某个扇区的风频很低，Weibull拟合常常不稳定，这时候需要人工干预，参考邻近扇区的k值做个合理平滑，防止后续风图谱计算出现局部异常。

4.3 地形、粗糙度图构建与区域风图谱生成

区域风图谱的计算逻辑，是把测风塔位置的局地影响“剥掉”，在“裸”背景风场上，叠加目标点的局地影响。

为了让WAsP的“剥掉”和“叠加”都在真实场景下工作，必须在软件里建三张图：第一张是等高线图，第二张是粗糙度图，第三张是障碍物分布（可选）。等高线数据可以从DEM转出来，但要注意：WAsP自带升尺度算法，没必要把所有细碎等高线都塞进来，那样只会拖慢计算；我习惯按地形复杂度保留合适密度，平坦区域等高距50米都行，山区等高距5到10米才够用。

粗糙度图的画法是重点。WAsP默认的粗糙度长度范围从0.0002米（水面）到1.5米（城市/森林），你需要在风图谱计算范围内，按实际地表覆盖类型分区。Z0并不是你直接用一个参数就行——它影响风廓线的形状和近地面层的摩擦作用，画粗糙度图时建议把粗糙度变化的主要走向和主导风向垂直的地方画准确，因为粗糙度突变处的过渡效应对下游风速影响最明显。

三张图建好后，WAsP会在你指定的网格点上逐个计算风图谱参数。我会把计算域设置得比项目建设区略微宽松，网格距控制在50到100米，太密了时间飙升，太疏了机位点取不到可靠数据。

4.4 用测风塔数据自校验，别急着交付

风图谱计算完成后，第一步不是急着导入WindPRO，而是回到测风塔位置“验算”。把风图谱结果重新反推回测风塔的各传感器高度，对比实测风速和模型预测风速之间的偏差。

如果偏差在3%以内，说明测风塔附近的地形、粗糙度建得没问题，图谱结果可靠；如果偏差超过5%，优先检查粗糙度分区和测风塔周边障碍物有没有画错，而不是怀疑软件算法。这一步相当于给模型做“回归测试”，能让后面的偏差传导被尽早拦截。

5. WindPRO接力：从风图谱到全场发电量

5.1 在WindPRO中导入风图谱与项目底图

WindPRO是一个真正意义上的项目级软件，先要新建一个项目文件夹，所有对象（地形、风机、测风塔、结果）都挂在同一个项目里。

风资源图谱的导入有几种方式：如果直接用WAsP生成资源图谱文件（.wrg或.lib），WindPRO能直接引用；也可以把WAsP算出的Weibull参数填入WindPRO的风资源对象里。我自己常用的是把WAsP生成的.lib文件直接挂进去，这样后续每台风机的位置变更，都能即时重新提取该点的风资源参数。

底图方面，WindPRO支持加载OpenStreetMap、卫星影像或DXF测绘文件，作为风机排布的背景地形。注意一点，底图和风图谱要使用同一坐标系，避免机位坐标和风资源图谱错位，这是新人很常见的问题。

5.2 风机选型、功率曲线和推力系数

发电量计算前，必须确定风机的型号、轮毂高度和单机容量。WindPRO自带的机型库覆盖了市面上主流机型，金风、远景、明阳、Vestas、Siemens Gamesa等机型的数据基本都能找到。选机型时，我一般按照场址的平均风速先做一轮初恋筛选——低风速场址选大叶轮直径、低额定风速机型；高风速场址选高功率密度、强结构等级机型。

WindPRO计算时默认使用标准空气密度1.225千克每立方米下的功率曲线。如果场址海拔较高或年均气温偏高，比如海拔3000米的高原，空气密度可能只有0.9左右，必须对功率曲线做密度修正。WindPRO里可以把功率曲线按实际空气密度自动折算，精度要求高的项目，我建议直接从制造商获取空气密度修正后的功率曲线数据，逐条录入。

风机对象的另一项关键参数是推力系数曲线。推力系数决定了下游尾流的初始动量亏损，推力系数曲线不准，尾流损失算得再精细都没用。同样建议从制造商获取该机型的Ct曲线并手动录入，不要用WindPRO机型库里近似机型的默认值。

5.3 布局优化与尾流计算

风机排布有几个工程经验先讲在前面：在主导风向方向上，机组间距尽量做到叶轮直径的6到8倍；垂直于主导风方向，做到4到5倍。这样做是为了把尾流损失控制在一个可接受的范围内。如果场地面积受限，不得不压缩间距，就要在WindPRO里把尾流损失算清楚，评估压缩间距造成的发电量代价是否可以接受。

WindPRO里最常用的尾流模型有两个：一个是经典Park模型，计算快、结果稳定、适合平原地形；另一个是Larsen模型，它对湍流强度的敏感度更高，适合尾流恢复区域较复杂的情况。较新的WindPRO版本还支持Bastankhah高斯模型，它在近尾流区的刻画比Park更细致，我近几年在复杂地形的项目上用得比较多。

不同尾流模型的差值，在紧凑布局下可能达到2%到4%的发电量差异。所以尾流模型选对了能减少结果不确定性，但我仍会建议在报告中给出一种主模型加至少一种对比模型，如果一个项目只跑一种模型，一旦模型选择偏差，整个评估就蒙上了阴影。

5.4 发电量结果与全口径损失修正

WindPRO算出的“毛发电量”是在理想状态下的电量，实际并网电量必须扣掉一堆损失项。这一步相当体现评估师的功力。我把常见的损失项按量级列了一张表，拿我的项目经验值作为参考：

• 尾流损失：8%到15%，紧凑布局能到20%
• 可利用率：2%到5%，取决于风机品牌和运维水平
• 电气损失：1%到3%，包括集电线路、升压站损耗
• 叶片污染与表面粗糙度：1%到3%，沙尘、盐雾、昆虫附着都会影响
• 极端温度停机与结冰：0.5%到5%，寒冷地区必考虑
• 电网限电与调度弃风：1%到5%，并网条件不好时更高
• 湍流与偏航误差：0.5%到2%

这些损失项不是简单相加，其中有几项是独立的，有几项有交互关系。比如叶片污染导致的发电量损失，在风速高的时候看起来不明显，因为风机本来就是满发状态；在低风速时段，功率曲线前段的偏移会非常敏感。WindPRO支持在每个损失项上单独设置百分比，最终综合折算到每台风机对应的年发电量里。

5.5 P50、P75、P90：给发电量加上概率外衣

发电量不能只看一个“平均期望值”。银行和投资方要的，是“这个项目的发电量有多少概率能落在某个额定值以上”。WindPRO的不确定性分析模块，可以把不同来源的不确定性合在一起：

• 测风数据的不确定度：约2%到4%，取决于测风时长、传感器质量
• 长期订正的不确定度：约1%到3%，取决于气象站长度和相关性
• 功率曲线的不确定度：约2%到4%，厂家提供的曲线总有保守余量
• 尾流模型的不确定度：约1%到3%
• 年际气候波动：约4%到7%，这是最大的单项不确定性

把这些不确定度输入WindPRO后，软件会生成P50、P75、P90以及对应年发电量水平。正常项目的P90与P50差距大致在10%到15%之间。如果差距过大，说明前期数据或评估链条里有某项不确定性异常，要回头排查，而不是直接接受这个结果。

6. 实操中翻车最多的几个场景

6.1 测风塔数据“全而脏”，比缺失更危险

很多新人对数据质量的认识停留在“数据有没有”——但“数据脏”比“数据缺”更隐蔽。比如风杯轴承磨损导致的高风速偏低、风向标结冰冻住导致的定向偏差、主风向扇区传感器受塔影干扰的记录，这些数据如果不做剔除，Weibull拟合结果的A值和k值都会被带偏，而且方向性很强，很难在区域内自我补偿。

我的做法是：先看每小时风速时序曲线，人工识别明显异常段；再用箱线图按日、按小时查分布，定位固定时段出现的系统性偏差；最后把剔除后的数据重新计算完整率和季节代表性，确认没有引入新的偏倚。

6.2 复杂地形的WAsP系统性误差必须正视

WAsP当年从北欧相对平坦的地形发展起来，它的线性化假设在平地和缓丘地带表现很好，但在陡峭复杂地形上会付出代价。山谷地形中的分离流、背风坡的强湍流回流、山脊顶部的加速效应，这些现象WAsP没法精细化描述。实测中，复杂山地的WAsP评估结果和后期实际运行对比，偏差超过10%并不罕见。

这类项目上，我建议至少用CFD软件做一轮复核，并在报告里如实给出两个结果体系的对比。给投资方解释清楚差异来源，比强行统一一个数更负责任。对于已经建成的复杂地形风电场，用实际SCADA数据反推功率曲线和尾流模型参数，是校准整条评估链条的终极手段。

6.3 粗糙度会“变脸”，不要一套参数用到底

粗糙度长度不是常数：春季农作物生长前后、秋季收割前后、冬季积雪覆盖，地表粗糙度都会明显变化。这种变化在年内平均风速统计上是“平滑”的，但在特定月份可能造成该月发电量的明显偏差。

处理这个问题，优秀做法是按季节分别做粗糙度图并分别计算月发电量，再按各月天数加权。这个精度不是每个项目都达到得了，但如果在农田和林地交错区域做高精度评估，至少要在报告中明确粗糙度的季节性假设，并给出它对年发电量的影响范围。

6.4 布局“看起来好看”和“发得多”是两码事

有一种误区：风机排得越整齐越“正规”。实际上更准确的排布逻辑是避开高湍流区域，顺着主风向拉出间距，根据单点雷诺数和尾流叠加情况做非对称间距设计。同一片场址，用WindPRO迭代几百次布局和只拍脑袋摆机位，尾流损失差距能到3到5个百分点。

我还遇到过一种情况：为追求视觉效果，把机组都摆在山脊一条线上，结果正好让前排机组尾流打在第二排机组的轮毂高度区域，尾流损失惨重。所以各机位的高度差、风向分布和尾流叠加，必须通过WindPRO批量计算来验证，不能光看平面图排布好看。

7. 评估报告的呈现：让数据自己说话

风资源评估的最终交付物是一份报告。这份报告不只是给工程师自己看的，也是给投资决策层、银行、外部审计机构看的。写报告时，我习惯把核心结论放在最前面：场址的年平均风速、主导风向、各机位轮毂高度风速、全场P50发电量、容量系数、主要损失构成。然后才是详细的方法学、数据、边界条件。

容量系数是个特别直观的指标，P50发电量除以装机容量再除以8760小时，就是容量系数。国内陆上风电的容量系数通常在20%到35%之间，具体取决于资源条件和机型匹配。低于20%的项目，商业可行性往往要打问号；高于35%的场址，往往属于一类资源区，开发价值很高。

一张合格的评估报告，还应该有按月的发电量分布。冬春季风大、夏秋季风小的季节特征，会直接影响项目的现金流和还本付息安排。如果投资方看到全年发电量还行但冬季占比特别大，就要提醒他考虑冬季检修窗口和限电风险。评估报告的价值，不只是给一个数，是把数的构成、不确定性、风险点全部摊开在桌面上，让决策者看得见、算得清、能问责。

从数据收集到建模计算，再到结果修正和报告输出，这套WAsP加WindPRO的全流程，我做过的项目不下几十个。经验告诉我：流程本身并不难，真正拉开评估水平差距的，是对数据质量的敏感度、对模型适用边界的清醒认知，以及对损失项和不确定性是否较真。工具永远是辅助，能不能把一个数字背后的物理过程和风险边界讲清楚，才是风资源评估这份工作真正的门槛。把这套流程跑通，再回头处理任何复杂场址，你都会有底气得多。