1.2 风能
1.2.1 21世纪的最主要能源
地球上可供人类使用的化石燃料资源是极有限和不可再生的。据联合国能源署报告，按可开采储量预计，煤炭资源可供人类使用200年、天然气资源可用50年、石油资源可用30年。科学家预计，21世纪的最主要能源将是核能、太阳能、风能、地热能、海洋能、氢能和可燃冰。
（1）核能 核能发电（特别是核聚变能发电）是人类最现实和有希望的能源方式。核能是可裂变原子核（例如铀235）在减速中子轰击下产生链式反应释放出来的能量（热反应堆发电站）。1kg铀235裂变时放出的能量相当于2000t汽油或2800t标准煤的能量。但是天然铀中铀235的含量仅占0.7％，其余99.3％为铀238。而铀238为非裂变元素，不能直接作为热堆核燃料。因此，用热中子反应堆发电，地球上有的核燃料资源将不能供应很长时间。
快堆（增殖堆）可将一部分非裂变元素铀238转变为可裂变元素钚239（239Pu）。每消耗一定数量的可裂变原子核，会产生更多的可裂变原子核，此过程称为增殖，这种反应堆称为增殖反应堆。这种堆型中轰击原子核的中子不经减速，是高能快中子，所以又称为快中子增殖堆（快堆）。快中子增殖堆是扩大核燃料资源的最重要途径。
未来的核能源将主要依靠核聚变获得。聚变反应是较轻原子核（如氘）聚合成较重原子核的反应。将氢的同位素氘和氚加热到很高的温度（1×108K），使它们发生燃烧而聚合成较重的元素，可释放出巨大的能量。核聚变燃料氘可直接从海水中提取，1kg海水中大约含有0.03g氘。地球上约有海水1×1021kg，氘含量达1×1017kg，可释放出能量1×1031J。海水中的氘的热核聚变能将可供人类使用几百亿年，而最终解决人类的用能问题。
（2）地热能 地壳层（约厚60km）的温度约为500℃，地核（2900～6371km）中心温度可达约5000℃，可见地球是一个巨大的热库。10km以内的地壳表层的热量就有125×1026J，相当全世界储煤发热量的2000倍。如果人类能源全部用地下热能，则4100万年后地球温度也只降低1℃。
地热资源指蕴藏在地层岩石和地热流中的热能，地热能是由地球的熔融岩浆和放射性物质的衰变产生的，地下水的深处循环和来自极深处的岩浆沁入到地壳后，把热量从地下深处带至近表层。地热能虽不是一种“可再生的”资源，但其储量极其巨大，是人类可长期依靠的能源方式。地热能的特点是品位低、分散，要大规模应用较困难。
（3）太阳能 太阳是炙热的气体，直径139×104km，是地球直径的110倍。太阳表面温度约6000℃，中心温度为（800～4000）×104℃，压力约2×1011ata（1ata=98066.5Pa，下同），在这样的高温高压条件下，太阳内部持续不断地进行数种热核聚变反应，最重要的是氢聚合成氦的核聚变反应，产生数百万度的高温。热核聚变反应产生的热量是太阳向宇宙空间辐射出巨大能量的源泉。这种聚变反应还可以维持数千亿年（宇宙从大爆炸逐渐扩展到今天的寿命不过200亿年）。可见，太阳是一个真正取之不尽、用之不竭的大能源。
地球距离太阳十分遥远，约1.5×108km，是地球直径的11800倍，实际上地球从太阳获得的能量只是太阳能极少的一部分。即使是这样，地球从太阳中获得的能量也是地球上其他各种能量总和的上万倍。中午12点，太阳能的平面辐射热流密度最大可达940W/m2，量级与风能密度相当，经聚焦后的辐射热流密度可达500kW/m2。
太阳能的利用有两种：①利用光-热效应，产生热水供热和产生蒸汽发电，太阳能发电有塔式水、液体钠双工质循环电站；②利用光-电效应，用硅电池可以直接由光能转换为电能。
在地面上利用太阳能要受大气层衰减的影响，还要受阴晴天、日出日落、地理位置等影响，利用率很低。一种设想是在高空卫星上建太阳能电站，能量转换效率要比地面高得多。在卫星电站上，太阳能通过光电池直接转换为电能，用微波技术将电能转换为微波，以集束形式把微波发射到地面接收站，接收站再将微波转换为电能。由许多卫星组成卫星站网，就能为人类提供源源不断的电力。这种设想要实用还要克服很多技术上的困难，是比较遥远的事。
地球上的能源，除了核能外，太阳能是各种能量（化石燃料能、生物质能、风能、水能、海洋能等）的来源，可见，太阳辐射能是人类最基本的能量来源。
（4）海洋能 地球表面海洋面积约占71％。海洋能包括潮汐能、海流能、波浪能和温差能。海洋能是太阳能、太阳和月亮引力能产生的。世界潮汐能总量约10亿千瓦，储量不大，品位低、分散，供人类应用是有限的。
（5）氢能 氢是宇宙中普遍存在的元素，约占宇宙质量的75％，主要以化合物的形态储存在水中。高效率制氢的基本途径是利用太阳能，太阳能制得的氢能将成为人类用之不竭的一种优质、干净燃料。
（6）可燃冰 是一种天然气水合物，是水和天然气在中高压和低温条件下混合时产生的晶体状物质。可燃冰在自然界分布非常广泛，海底以下0～1500m深的大陆架或北极等地的永久冻土带都有可能存在。资料显示，海底的天然气水合物可满足人类1000年的能源需要。
（7）风能 世界风能总量为2×1013W，大约是世界总能耗的3倍。如果风能的1％被利用，则可以减少世界3％的能源消耗；风能用于发电，可产生世界总电量的8％～9％。
风能是一种无污染的可再生能源，它取之不尽，用之不竭，分布广泛。随着人类对生态环境的要求和能源的需要，风能的开发日益受到重视，风力发电将成为21世纪大规模开发的一种可再生清洁能源。
风能是一种最具活力的可再生能源，它实质上是太阳能的转化形式，因此可以认为是取之不尽的。风能的利用将可能改变人类长期依赖化石燃料和核燃料的局面。到2002年底，世界总的风力发电设备有61000台，总装机容量为3200万千瓦。风力发电技术在不断成熟，单机容量由500～750kW量级增大到1000～2000kW量级，目前已研制成功单机5000kW的风力机。
据预测，2002～2007年的5年中，风力发电设备的总需求量为5100万千瓦，年均增长11.2％。2002年底，世界风电总装机为3200万千瓦，欧洲占75％，美国占15％，其余国占10％。到2007年底，全世界风力发电总装机将达到8300万千瓦，其中5800万千瓦将装在欧洲，占总装机的70％。到2007年后，预计年增长率还将加速，到2012年，其年增加装机容量可望达到2400万千瓦，总的风力发电能力将达到1.77×108kW，占世界总电力市场的2％。预计到2020年风力发电能力占世界总电力将可能达到12％。
1.2.2 风能密度
风能可用“风能密度”来描述。空气在1s时间里以速度V流过单位面积产生的动能称为“风能密度”。
（1-18）
风能密度与平均风速V的三次方成正比，平均风速为10m/s时，风能密度为600W/m2；平均风速为15m/s时，风能密度为2025W/m2。ρ是空气的密度值，随气压、气温和湿度变化。
1.2.3 风能密度计算方法
可用直接计算法和概率计算法计算平均风能密度。
（1）直接计算法 将某地一年（月）每天24h逐时测到的风速数据，按某间距（比如间隔为1m/s）分成各等级风速，如V1（3m/s），V2（4m/s），…，Vi（i+2m/s），然后将各等级风速在该年（月）出现的累积小时数n1，n2，…，ni，分别乘以相应各风速下的风能密度
，再将各等级风能密度相加之后除以年（月）总时数N，即
（1-19）
则可求出某地一年（月）的平均风能密度。
（2）概率计算法 概率计算法就是通过某种概率分布函数拟合风速频率的分布，按积分公式计算得到平均风能密度。一般采用威布尔公式，其风速V的概率分布函数为
（1-20）
式中，K为形状参数；C为尺度参数。
利用风速观测数据，通过最小二乘法、方差法和最大值法等三种方法可以确定C、K参数的值。将C、K值代入式（1-4），计算出各等级风速的频率，然后求出各等级风速出现的累积时间，再按直接计算公式计算风能密度。另外，当C、K值确定后，也可以利用风能密度的直接计算公式推导出积分形式的公式。当风速V在其上、下限分别为a、b的区域内，f为V的连续函数，则积分形式的风能密度计算公式为
（1-21）
1.2.4 地球上风能资源分布
根据米里乔夫的估计，每年来自外层空间的辐射能为1.5×1018kW·h，其中的2.5％，即3.8×1016kW·h的能量被大气吸收，产生大约4.3×1012kW·h的风能。这一能量是1973年全世界电厂1×1010kW功率的约400倍。
风能利用是否经济取决于风力机轮毂中心高处最小年平均风速。这一界线值目前取在大约5m/s，根据实际的利用情况，这一界线值可能高一些或低一些。由于风力机制造成本降低以及常规能源价格的提高，或者考虑生态环境，这一界线值有可能会下降。图1-2为全世界风速分布图。从图1-2可见，高风速从海面向陆地吹，由于地面的粗糙度，使风速逐步降低。在沿海地区，风能资源很丰富，向陆地不断延伸。相等的年平均风速随高度变化，其趋势总是向上移动。
图1-2 全世界风速分布图
德国北-南地区等风速线图见图1-3，风能最好的地方是大西洋西海岸，特别是英国和爱尔兰地区，风更大一些。德国地区的较好风资源地区在北海岸，其次是中高山区的山上。
图1-3 德国北-南地区等风速线图
欧洲风能分布见图1-4。
图1-4 欧洲风能分布图（等风速线图）
风能图是风力机选点最必需的风资源特性资料。图1-4是由50个气象站的数据得出的简图，主要是由蒲田风级表用误差修正法对风速的估计值。而且风能图上的风速值是在10m高处测得的数据，年平均风速不是每年相同的，但偏差不大。通过对不同气象站数据的计算得出，在某一个很长时间里的年平均风速的最大偏差，小风车时为1m/s，大风车时为1.3m/s，其中50％的气象站的这种误差在0.2m/s以下。图1-5是前西德4m/s以上风资源图。
图1-5 前西德4m/s以上风资源图
1.2.5 我国风能资源分区
我国风能资源可划分为如下几个区域。
（1）最大风能资源区 东南沿海及其岛屿。这一地区，有效风能密度大于等于200W/m2的等值线平行于海岸线，沿海岛屿的风能密度在300W/m2以上，有效风力出现时间百分率达80％～90％，大于等于3m/s的风速全年出现时间约7000～8000h，大于等于6m/s的风速也有4000h左右。但从这一地区向内陆，则丘陵连绵，冬半年强大冷空气南下，很难长驱直下，夏半年台风在离海岸50km时风速便减小到68％。所以，东南沿海仅在由海岸向内陆几十公里的地方有较大的风能，再向内陆则风能锐减。在不到100km的地带，风能密度降至50W/m2以下，反为全国风能最小区。但在福建的台山、平潭和浙江的南麂、大陈、嵊泗等沿海岛屿上，风能却都很大。其中，台山风能密度为534.4W/m2，有效风力出现时间百分率为90％，大于等于3m/s的风速全年累积出现7905h。换言之，平均每天大于等于3m/s的风速有21.3h，是我国平地上有记录的风能资源最大的地方之一。
（2）次最大风能资源区 内蒙古和甘肃北部。这一地区终年在西风带控制之下，而且又是冷空气入侵首当其冲的地方，风能密度为200～300W/m2，有效风力出现时间百分率为70％左右，大于等于3m/s的风速全年有5000h以上，大于等于6m/s的风速有2000h以上，从北向南逐渐减少，但不像东南沿海梯度那么大。风能资源最大的虎勒盖地区，大于等于3m/s和大于等于6m/s的风速的累积时数分别可达7659h和4095h。这一地区的风能密度虽较东南沿海为小，但其分布范围较广，是我国连成一片的最大风能资源区。
（3）大风能资源区 黑龙江和吉林东部以及辽东半岛沿海。风能密度在200W/m2以上，大于等于3m/s和6m/s的风速全年累积时数分别为5000～7000h和3000h。
（4）较大风能资源区 青藏高原、三北地区的北部和沿海。这个地区（除去上述范围）风能密度在150～200W/m2之间，大于等于3m/s的风速全年累积为4000～5000h，大于等于6m/s风速全年累积为3000h以上。青藏高原大于等于3m/s的风速全年累积可达6500h，但由于青藏高原海拔高、空气密度较小，所以风能密度相对较小，在4000m的高度，空气密度大致为地面的67％。也就是说，同样是8m/s的风速，在平地为313.6W/m2，而在4000m的高度却只有209.3W/m2。所以，如果仅按大于等于3m/s和大于等于6m/s的风速的出现小时数计算，青藏高原应属于最大区，而实际上这里的风能却远较东南沿海岛屿为小。从三北北部到沿海，几乎连成一片，包围着我国大陆。大陆上的风能可利用区，也基本上同这一地区的界限相一致。
（5）最小风能资源区 云贵川，甘肃、陕西南部，河南、湖南西部，福建、广东、广西的山区以及塔里木盆地。有效风能密度在50W/m2以下时，可利用的风力仅有20％左右，大于等于3m/s的风速全年累积时数在2000h以下，大于等于6m/s的风速在150h以下。在这一地区中，尤以四川盆地和西双版纳地区风能最小，这里全年静风频率在60％以上，如绵阳为67％、巴中为60％、阿坝为67％、恩施为75％、德格为63％、耿马孟定为72％、景洪为79％。大于等于3m/s的风速全年累积仅300h，大于等于6m/s的风速仅20h。所以，这一地区除高山顶和峡谷等特殊地形外，风能潜力很低，无利用价值。
（6）可季节利用的风能资源区 （4）和（5）地区以外的广大地区。有的在冬、春季可以利用，有的在夏、秋季可以利用。这些地区风能密度在50～100W/m2，可利用风力为30％～40％，大于等于3m/s的风速全年累积在2000～4000h，大于等于6m/s的风速在1000h左右。
1.2.6 风能的三级区划指标体系
国家气象局发布的我国风能三级区划指标体系如下所示。
（1）第一级区划指标
①风能丰富区 主要考虑有效风能密度的大小和全年有效累积小时数。将年平均有效风能密度大于200W/m2、3～20m/s风速的年累积小时数大于5000h的划为风能丰富区，用“Ⅰ”表示。
②风能较丰富区 将150～200W/m2、3～20m/s风速的年累积小时数在3000～5000h的划为风能较丰富区，用“Ⅱ”表示。
③风能可利用区 将50～150W/m2、3～20m/s风速的年累积小时数在2000～3000h的划为风能可利用区，用“Ⅲ”表示。
④风能贫乏区 将50W/m2以下、3～20m/s风速的年累积小时数在2000h以下的划为风能贫乏区，用“Ⅳ”表示。代表这四个区的罗马数字后面的英文字母表示各个地理区域。
（2）第二级区划指标 主要考虑一年四季中各季风能密度和有效风力出现小时数的分配情况。利用1961～1970年间每日4次定时观测的风速资料，先将483个站风速大于等于3m/s的有效风速小时数点成年变化曲线。然后，将变化趋势一致的归在一起，作为一个区。再将各季有效风速累积小时数相加，按大小次序排列。这里，春季指3～5月，夏季指6～8月，秋季指9～11月，冬季指12月、1月、2月。分别以1、2、3、4表示春、夏、秋、冬四季。如果春季有效风速（包括有效风能）出现小时数最多，冬季次多，则用“14”表示；如果秋季最多，夏季次多，则用“32”表示；其余依此类推。
（3）第三级区划指标 风力机最大设计风速一般取当地最大风速。在此风速下，要求风力机能抵抗垂直于风的平面上所受到的压强。使风机保持稳定、安全，不致产生倾斜或被破坏。由于风力机寿命一般为20～30年，为了安全，我们取30年一遇的最大风速值作为最大设计风速。根据我国建筑结构规范的规定，“以一般空旷平坦地面、离地10m高、30年一遇、自记10min平均最大风速”作为进行计算的标准。计算了全国700多个气象台、站30年一遇的最大风速。按照风速将全国划分为4级：风速为35～40m/s以上（瞬时风速为50～60m/s）为特强最大设计风速，称特强压型；风速为30～35m/s（瞬时风速为40～50m/s）为强设计风速，称强压型；风速为25～30m/s（瞬时风速为30～40m/s）为中等最大设计风速，称中压型；风速为25m/s以下为弱最大设计风速，称弱压型。4个等级分别以字母a、b、c、d表示。
根据上述原则，可将全国风能资源划分为4个大区、30个小区。
①Ⅰ区 风能丰富区。ⅠA34a-东南沿海及台湾岛屿和南海群岛秋冬特强压型。ⅠA21b-海南岛南部夏春强压型。ⅠA14b-山东、辽东沿海春冬强压型。ⅠB12b-内蒙古北部西端和锡林郭勒盟春夏强压型。ⅠB14b-内蒙古阴山到大兴安岭以北春冬强压型。ⅠC13b-c-松花江下游春秋强中压型。
②Ⅱ区 风能较丰富区。ⅡD34b-东南沿海（离海岸20～50km）秋冬强压型。ⅡD14a-海南岛东部春冬特强压型。ⅡD14b-渤海沿海春冬强压型。ⅡD34a-台湾东部秋冬特强压型。ⅡE13b-东北平原春秋强压型。ⅡE14b-内蒙古南部春冬强压型。ⅡE12b-河西走廊及其邻近春夏强压型。ⅡE21b-新疆北部夏春强压型。ⅡF12b-青藏高原春夏强压型。
③Ⅲ区 风能可利用区。ⅢG43b-福建沿海（离海岸50～100km）和广东沿海冬秋强压型。ⅢG14a-广西沿海及雷州半岛春冬特强压型。ⅢH13b-大小兴安岭山地春秋强压型。ⅢI12c-辽河流域和苏北春夏中压型。ⅢI14c-黄河、长江中下游春冬中压型。ⅢI31c-湖南、湖北和江西秋春中压型。ⅢI12c-西北五省的一部分以及青藏的东部和南部春夏中压型。ⅢI14c-川西南和云贵的北部春冬中压型。
④Ⅳ区 风能欠缺区。ⅣJ12d-四川、甘南、陕西、鄂西、湘西和贵北春夏弱压型。ⅣJl4d-南岭山地以北冬春弱压型。ⅣJ43d-南岭山地以南冬秋弱压型。ⅣJ14d-云贵南部春冬弱压型。ⅣK14d-雅鲁藏布江河谷春冬弱压型。ⅣK12c-昌都地区春夏中压型。ⅣL12c-塔里木盆地西部春夏中压型。
中国风能分区及占全国面积的百分比见表1-1。
表1-1 中国风能分区及占全国面积的百分比
我国风能潜力的估算如下：全国风能的理论可开发总量（R）为32.26亿千瓦；实际可开发利用量（R'）估计为总量的1/10，并考虑到风轮实际扫掠面积为计算气流正方形面积的0.785倍
，故实际可开发量为R'=0.785×R×
=2.53（亿千瓦）。
1.2.7 风资源描述的基本理论
由于风的脉动，对于风资源的描述，人们常常采用风速平均值，然后把这些平均值再进行累加平均。气象上常采用10min的平均风速，在风能利用中主要也采用这一时间平均值，用于风力机的功率计算以及经济性分析。
（1）风廓线 由于地面的摩擦力，风速随地面高度的变化而变化，地面粗糙度越大，这种变化就越大。不同粗糙度长度的风廓线见图1-6。
图1-6 不同粗糙度长度的风廓线
粗糙度长度z0是用来定义粗糙度的尺度，并用自然对数来描述风廓线
（1-22）
式中，u2、u1是h2、h1高度上的风速；长度d是某一地面廓线的影响系数。当地面上障碍物比较离散及有低矮植物时，d选为零。在有很密的障碍物时，如森林、城市，d应采用障碍物高度的70％～80％估算。
风速是相对于风力机轮毂中心高的风速。近似公式计算的数据可以用到很高的高度（例如100m以上）。表1-2所列的是各种粗糙度下的典型粗糙度长度。
表1-2 典型粗糙度长度
某一大的障碍影响，如房屋、仓库，应用下式来考虑粗糙度长度。
（1-23）
式中 zOH——增加的粗糙度长度；
h——障碍物高度；
AS——障碍物相对风的垂直投影面积；
AV——障碍物的占地面积。
比如，20个障碍物投影面积AS=400m2，某一障碍物高度为25m，在1km2的面积上，分下来每一障碍物的面积
，那么，增加的粗糙度长度为
当地面粗糙度为0.05m时，总的粗糙度长度为z0=0.15m。
风廓线常用指数公式（Hellmann）表示
（1-24）
指数风廓线关系式是一种近似的表达式，其中幂指数a可由下式确定
（1-25）
这一公式适用于风廓线系数d等于零时，且z是平均高度，在这一高度上常用这一等式。当粗糙度长度为1m时，且10m高度时，幂指数为1/7。所以人们称它为1/7幂法则，它表达了真实的风廓线，尽管它还不够准确。
当然，最好在某些高度上测风最为合理，可以推算粗糙度长度z0，而且通过测定的风梯度试验，计算得到幂a（粗糙度长度z0可以通过测试某一高度的扰动来估算）。
（2）风频分布 设计一台风力机，安装地点的风资源很重要。年平均风速是最重要的数据，风频分布规律对于风资源评估也十分重要（图1-7）。在风频分布理论计算时，常把风速的间隔定为1m/s。风速在某一时间内的平均，按风速间隔的归属划区，落到哪一区间，哪一区间的累加值加1。区间的风速由中值表示，测试结束时，再把各间隔出现的次数除以总次数，就是风频分布。这一方法也就是国际IEA组织推荐的所谓比恩法（bins）。
图1-7 风频曲线
根据经验，可利用形状参数C和尺度参数A二参数的威布尔（weibull）分布来理论计算拟合描述风频分布规律。
（1-26）
通过式（1-10），由A、C参数近似计算平均风速
（1-27）
形状参数C一般在1～3之间变化，当C=2时的威布尔分布就变成了瑞利分布（Ray Leigh）
（1-28）
尺度参数A与平均风速Vm的关系为
（1-29）
像高斯正态分布那样，瑞利分布的标准差根据瑞利分布的公式可得
（1-30）
正态分布中，3σ以内的积分近似取≈0.99，也就是99％时间的平均风速落在3σ以内。且3σV=2.4σm，实际的风速分布适合瑞利分布。
当知道了年平均风速，可通过瑞利分布计算年能量产出。对于已测得的风频分布可用威布尔分布来拟合。威布尔参数A、C可用式（1-15）迭代法计算
（1-31）
（1-32）
式中，n=所有测验数据点，即10min的平均值；Vi=第i个10min平均风速，集合i=1～n。
估计威布尔分布的C、A两参数有多种方法，常采用的方法还有几种：a.最小二乘法；b.平均风速V和标准差Si法；c.平均风速和最大风速估计法。采用的方法不同，估计出来的威布尔参数并不完全相同，因此用这些参数计算出来的风能量也会有差别。究竟采用哪一种方法，要看实际情况决定。
对不同高度的风频分布换算比较复杂。根据前面所讲风速可按风廓线指数关系换算，那么某一区间的风速也就可以在这一区间内换算，而间隔（bin区间）的频次应除以换算系数，间隔宽度（bin宽度）的量与频次的乘积保持不变。瑞利和威布尔的换算是完全不同的。威布尔分布尺度参数A的换算要比形状参数C的换算更为重要。C的变化特别是粗糙度长度很小时，它的变化可忽略不计。而A与平均风速成比例变化，那么常需把A向不同高度上换算，而瑞利分布的换算则必须按平均风速进行新的计算。
评价一台风力机在现场的运行特性，除风速变化外，还有风向的变化情况，特别在有地形影响时（图1-8）。
图1-8 不同风向下的风频图
（3）日变化及无风期（静风）由于温度的变化，常引起风速的平均日变化（图1-9）。如果知道了日变化，就可以与负荷变化曲线对比，看是否匹配，并在电力系统设计时加以考虑。
图1-9 典型的夏季、冬季不同地点的风速日变化曲线
由图1-9表示的风速日变化可看出，夏天中午风速最大，它是由于空气热对流效应造成的。受近地层影响，白天由于地层风较大，空气受热对流对风速影响减弱。夜间近地层影响小，风速明显增强，在平原地区100～150m以上高空就出现类似的情况。
从风速日变化也可以看出无风期（静风）情况。无风指的是风力机切入风速以下的风速，切入风速的高低直接影响无风期的长短。图1-10是德国南部某地测试的累计静风时间，表示的是两个切入风速下测得的总的无风期。4.5m/s的切入风速、4min以上的无风期约占45％的时间，而512min以上的无风期约占13％。它明显地对应于白天风速最大，夜里风速最小的情况。
图1-10 德国南部某地测试的累计静风时间
（4）紊流与阵风 平均风速是对瞬时风速的数字滤波，图1-11表示的是8min内风速风向随时间的瞬时变化过程。对于一台风力机，载荷计算、功率调节系统设计、偏航设计等都需要准确了解瞬时风速的变化。
图1-11 8min内风速风向随时间的瞬时变化过程
对于紊流脉动变化，常用标准差与某一测试时间内的平均值的关系来计算。应有足够快的采样速度（最小1Hz），从下式n个V值来计算
（1-33）
典型的紊流特性是在平均风速的上下10％～20％内变化。
在一平均时间内，最大风速的估算用下面的理论公式表示
（1-34）
式中 Vm——平均风速；
z——离地面某一高度的粗糙度长度；
z0——地面粗糙度长度。
对于风速标准差可用近似值表示
（1-35）
图1-12是实际测试的情况，点表示的是瞬时的最大、最小风速及平均标准差10min平均值。是在丹麦的西海岸20m高度上测试的，包括约1500个10min平均风速值。
图1-12 10min平均风速值的最大、最小和标准差
一些资料给出了测到的最大风速。如德国北部最大风速，离地面10m高处为44m/s。有的地区10m高峰值风速可达44.4～62.5m/s。英国曾出现过59m/s的最大风速。在南极测到的最大风速为94.5m/s。
风向变化也是很重要的，这里给出一个近似公式
（1-36）
当z=10m，z0=1cm时，风向变化约为±21°。
这一近似公式适于大风以及静态或中性层（指温度随高度的变化很小，约每增高100m，温度变化10℃时），根据经验，对不同气候条件的平均变化情况也是适合的。
图1-13表示的是风向稳定性与风向频次的关系。当方位宽度为40°（即±20°）时，12min内90％的时间比较稳定。当方位宽度为20°（即±10°）时，同样时间就只有80％的时间稳定了。
图1-13 风向稳定性与风向频次的关系
风力机对风系统设计时，对风的速度可以很慢，此时要求选择风力机允许对风误差很小。风向变化也有突变的时候，例如在暴风雨前的风速风向突变。表1-3是表示这种突变的一些数据。这种情况出现的时间大约是2年次，所以风力机设计时，必须计算几分钟内180°的风向突变及相应的风速突变。对风装置就必须相应设计，比如避免风力机反方向的转动。
表1-3 风向随风速变化突变的情况
对于风速，不仅要考虑最大、最小数值的统计，还要考虑随时间的变化或阵风的变化。在气象学中，常用阵风系数来表示阵风的变化，即最大风速对于平均风速的比值，以及阵风时间来描述。阵风大小取决于平均时间、采样速率，采样频率、平滑性、风杯常数或预平均值等（表1-4）。
表1-4 不同平均时间的阵风系数
在风能计算中，阵风的考虑只限于风速的最大值，对于载荷计算和控制设计时，则主要考虑阵风随时间的变化过程。阵风系数必须在阵风之前确定下来，平均时间的长短取决于阵风的大小，阵风对风力机影响还考虑风力机的大小。
阵风系数用于对阵风变化过程的分析，风能梯度用来定义阵风能量的变化速率。图1-14表示丹麦海岸风速与所有阵风的风能梯度值的统计平均值关系。
图1-14 丹麦海岸风速与风能变化率
典型阵风的延伸性要大于10m，如图1-14所示，风能变化率的最大值要超过平均值。对于19m/s和20m/s平均风速的阵风，5000W/（m2·s）的风能变化率，阵风系数为1.4，加速度为5.8m/s2，那么这个阵风的典型延伸性为54m。这也就是说，25m直径的风力机遇到这样的阵风，在1s内要把2450kW多余功率调节掉。
表1-5列出一些其他地方的阵风数据。图1-15表示的是在某一给定时间内的阵风变化情况。
表1-5 欧洲不同地点测得的极端阵风
图1-15 阵风随时间的变化过程（编号与表1-5一致）
还有一个要涉及的问题是阵风出现的频次。图1-16所示的是沿海测试的阵风系数频率分布，此图选取的是1s和1min平均值的阵风时间。从资料中可以看出，这一分布存在着很大的不相关性。这个曲线可以这样解释，如一天时间内（=1440min）1min平均时间周期，19％出现阵风系数超过1.2的风速主峰为274次。这种情况是由近地层热稳定性影响造成的。图1-17表示的是欧洲不同地区测得的典型实例以及荷兰ECN的风能变化率的分布规律，曲线给出的是所有阵风上升阶段所确定的WLG等级与总持续时间的相互关系。平均风速为13～14m/s上升，阵风为15％的时间，风能变化率为500～600W/（m2·s），平均上升时间为1.4s，相对应每小时出现385次这样大的阵风。
图1-16 1s和1min的阵风系数频率分布图
图1-17 不同风速等级阵风的风能变化率的分布规律
对于给定的瑞利分布，年平均风速为6m/s的地方，阵风出现次数与风能变化率的对应情况如表1-6所示。
表1-6 阵风出现次数与风能变化率的关系
这样的阵风密度要仔细分析测试，它对风力机部件的影响很大，特别要注意避免材料的疲劳破坏。
阵风在某一时间内随高度变化的等值线如图1-18所示。高空中和阵风向下挤压，阵风沿空间延伸，可以从等值线中估算。图1-18是不同高度上的等风速线。
图1-18 不同高度上的等风速线
紊流很大程度上取决于环境的粗糙度及地层稳定性，某一地点约50～100年的时间内，世纪阵风可达到60m/s、±30°的风向变化。在寒流或暴风雨前，风速可能在2～20s内2～3倍地发生变化，同时风向在90°～180°间变化，阵风范围可达500m的直径地区。
（5）地面影响 障碍物和地形变化影响地面粗糙度，风速的平均扰动及风廓线等对风的结构都有很大的影响。这种影响有可能是好作用（如山谷风被加速），也有可能是坏作用（尾流，通过障碍物有很大的风扰动）。所以在风电选点时，要充分考虑这些因素。
①障碍物影响 一个障碍物（如树、房屋等）在它附近产生很强的涡流，然后逐渐在下风向远处减弱。产生涡流的延伸长度与相对于风的障碍物宽度有关。作为法则，宽度b与高度zH的比值为
b/zH≤5 （1-37）
紊流区可达其高度的20倍，宽度比越小，减弱得越快。宽度越大，涡流区越长。极端情况b?zH，那么涡流区长度可达35倍的zH。
涡流区高度上的影响约为障碍物高度的2倍。当风力机叶片扫风最低点是3倍的zH时，障碍物在高度上的影响可忽略。如风力机前有较多的障碍物，地面影响就必须加以考虑（图1-19）。平均风速由于障碍物的多少和大小而相应变化，这种情况可以修正地面粗糙度z0。
图1-19 障碍物对风力发电机的影响
②山区风 很明显，当自然地形提高，风速可能提高很多。它不只是由于周围高度的变化，使风的流层向更高的地区流动，也由于挤压而产生加速作用。
计算机程序（如WASP）可对多种复杂的地形进行分析计算。
对于来流，风速的提高可根据势能理论来估算。很长展宽的山脊，理想中风速的提高是山前风速的两倍。而圆形山包则可能只有1.5倍，这一点可用风图中流体力学和散射实验所适应的数学模型得以认证。
对于风廓线的指数律，指数a=0.14时，紊流特性的产生与三角形截面山脊的特性有关，应进行试验分析。图1-20表示的是这种试验结果。
图1-20 不同坡度上风速的变化
在山前，通过山脊紊流提高，风速由于角度的不断增大，廓线向右推移，也就是说风速随高度变化不大。紊流变化很小，气流在紧贴山面流过，很快开始断裂，当斜度越过1:3时，紊流发生变化。