我国风电开发面临的规划问题及策略分析

张岳飞

【摘要】随着我国经济发展，社会用电需求逐渐增大，而风力发电作为环保、节能、可再生的发电方式，可保障国家能源安全。目前，风力发电发展潜力巨大，开发程度低，风电装机容量较小。本文分析了我国风电开发面临的规划问题，针对其相关问题提出相应策略，为全面开发及发展风力发电进行相关探究，符合我国社会发展，具有实际意义。

【关键词】风力发电;风电开发;风能资源 【DOI】10.12334/j.issn.1002-8536.2021.35.079

风能是大自然给予人类的馈赠，不但用之不跌，还是清洁、环保资源，将风能转换为电能供人使用，在很大程度上调整我国发电能源结构，保护环境、大气，具有一定积极作用。近年来，我国风力行业发电积极发展，是风能的主要利用形式，具有一定的规模及发展前景。据资料显示，2019年我国风力发电规模增长到4057亿kW·h，增长率高达10.85%;2020年上半年，全国风力发电量2379亿kW·h，同比增长10.91%，可见我国风力发电的发展前景与发展规模。如今现状看，我国风能资源开发程度依旧不足，具有很大潜能，因此，风电开发依旧面临一定问题，解决相关问题，可进一步促进我国风电发展，节约环境，保护资源，为居民提供足够电能，是我国社会、政府的共同愿望。

1、我国风电开发面临的规划问题

1.1风电开发体制不完全

（1）我国风资源等信息主要掌握在气象局与风电开发商手中，相关电网企业难以掌握完整资料，为风电开发带来一定困难，同时风电场是在电网基础上进行建设的，因风力发电存在不稳定性与随机性，难以保证电网安全稳定，因此电网公司对接收风电电能的积极性不高;（2）我国风电开发虽有一定政策与市场需求，但仍存在着“跑马圈地”现象，近年来，我国不少企业开始建设风力发电，甚至部分地区对风能资源不够明确，致使风电开发出现无序竞争的乱局，不断增加了风电开发的建设成本，还减少了电力效益;（3）我国风力资源浓厚地区一般为风力较大、地域广阔平坦、人烟稀少地区，然而此类地区电网结构薄弱，存在系统不稳定因素，难以满足风电要求，电网改造任务困难。

1.2开发资金不足

因风电建设资金投入巨大，部分企业及部门难以提供相应成本进行完善的风电建设，同时，由于电价由政府制定，电价较低，导致风电项目收益过少，需长时间运行才可实现可靠收益。而各部门因建设时贷款过多，甚至呈现多年亏损现状，只能依靠国家补贴维持生存，因此风电的开发、建设难以开展，甚至一些企业“望而卻步”，不敢尝试风电开发。

1.3大型风电基地弃风严重

弃风为因各种原因致使风电产生的电能无法进入电网进行运输，导致风机停止发电。我国陆上风电资源主要集中于东北、华北、西北等平原地区，各地区风力资源丰富，具有统一性与集中性，可进行大规模开发，同时开发成本较低，因此很多企业在东北、华北、西北等平原建设风电站。同时，因三北区域经济较为落后，大面积平原发展不够，相关区域社会用电需求较少，发电厂电能往往需停止发电，这种发电不稳定性致使风电在电网中的发电比重有严格限制，导致电网消纳风电的能力受限，因此东北、华北、西北等地区出现大量弃风现象。

1.4风能管理预测待加强

风力发电的输电功率受多种因素影响，如天气变化时，无风、狂风都会对输电功率产生影响，风力发电具有一定的急性与波动性，这种间歇输电造成功率极其不稳定，而传统的风能管理风功率预测系统的建立与技术不够完善，准确度不高，无法预测风力，难以制定合理调度计划。因此需对电网的运行调度提出更高要求，风电要提高发电效率、配合电网公司调度、满足电网并网技术，加强风能管理，对风能进行准确预测，同时对电功率进行预测。

2、促进我国风电开发的相关措施

加强风电的开发，符合我国发展国情，可缓解我国资源危机状况，创造良好效益，因此发展风电是当前必须解决的问题。

2.1健全风电体制

（1）建立风资源数据管理中心。应用信息化数据管理，建立风资源评估、电厂运行等数据统计标准，提高风能资源的勘察、功率预报等技术水平，加强数据管理;（2）建立开发保障机制。根据企业、环境、人员情况制定规章制度与相关政策，将政府组织的风电招标落实到项目上，建立规划和项目、技术、产业协同发展的机制，保证风电基地集中开发，减少“跑马圈地”现象发生;（3）完善电网管理，降低风电成本。风电与电网应协调运行，减少发生弃风现象，避免危及系统安全运行，此特定情况下，风电要限制电场输出功率，减少改造电网的投资，提高用电利用率，减少成本，增强整体社会效益;（4）成本分摊，随着风电装机容量增大，风电电量也在逐渐增强，电价补贴水平也要适时提高，电网企业为满足整个系统的稳定性，需要进行大量投资，保证风电接入与风电接入后的运行，这些投资要在销售电价中考虑，形成合理的补偿机制。

2.2加强政策，投入资金

国家及当地政府应完善相关制度与政策，加强风力发电的开发与发展，为相关风电企业提供技术支持与资金政策，可与当地银行进行沟通，令银行放款贷款年限与利息，保证风电企业获得收益后再归还贷款，加强风电企业的稳定发展，同时企业也要根据风力发电的开发情况、规模等相关信息评估建设成本，交由相关部门或银行审核，保证资金的合理性。

2.3提高风资源丰富地区电力消纳能力

东北、华北、西北地区风资源丰富，且规模较大，拥有大规模风电企业，产生电能往往出现浪费现象，为了减少浪费与发生弃风现象，首先，加强相关地区的电网消费能力，针对电网的峰谷期，避免出现大量弃风现象，在相关地区建设抽水蓄能电站，进行削峰填谷，利用风电资源优势，带动相关区域的经济发展;此外，将电能输送至电网消费能力强的地区，便可大力开发风电资源，提高清洁能源比例。

2.4加强风能开发勘测

随着人民生活水平的逐渐提高及工业生产的快速发展，电厂建设的要求逐渐升高，不仅体现在对电厂需求数量的增加，也需提高供电效率。因此，需对风功率预测系统的相关技术进行开发，提高风电开发、勘测的准确度。如今我国信息化技术逐渐完善，已广泛应用于各种领域中，将风电开发应用合适的信息技术，可提高开发效率，降低开发成本。如：将无人机技术应用与风电开发结合，利用无人机航空摄影测量技术对风电场进行建设，不仅使风能开发与勘测成本大大降低，还可为电厂的选址提供精准参考。无人机航空摄影是通过无人机技术与极端及技术实现的，通过计算机远程操控小型无人机，进行航空拍摄，航空摄影不仅可以根据设定及需要进行地图修编，还可对地面区域进行动态监测，同时对风能的开发与勘测有显著效用，此外，无人机成本低，结构简单，上手容易，在实际应用中可面对突发事件，有一定预警及应急作用，减少工作人员的工作量，保证工作人员安全。

目前，随着我国各种资源的消耗数量不断上升，不可再生资源已造成了一定的经济压力，同时加重了环境污染，在此背景下，我国对风力资源的使用程度不断上升，国内风电机组的装机容量及上网电量比重不断增加，为了加强风能资源的开发及利用，可通过测风塔。测风塔是目前风能资源测量中常见及有效的测量手段，是用于测量风能参数的高耸塔架，测风塔上安装了风速计、风向标、温度计、气压表等多种设备，对地面流动气体的运动情况进行观测、记录，工作人员可通过相关信息与现场环境对风电场进行规划与建设。（1）测风塔可对气象环境信息进行收集、分析，掌握风电场内部资源变化，及时制定相关的风力资预案，降低不良天气对风电开发产生的影响。（2）测风塔可对短期风力进行预测，通过测风塔的原始数据与实时数据对风力进行分析，预测短期风力。（3）对弃风限电的影响进行评估。通过对风电场气象要素、资料进行分析与探究，根据对风速信息可对弃风限电的风电场发生的电损失进行评估，并做出相关应对策略，提升了风电企业的管理水平，减少成本，保证企业的正常运营。

2.5加强风电行业管理

首先，实施风电核准计划，优化风力发电开发布局，把握开发步骤，加强管理审批;其次，优化并网管理方面的调度模式，在已有的风电项目发展及产能的基础上按照项目核准顺序依次入网，保证正在建造的拥有国家特权的风电场项目优先入网，加强并网审查工作，不可因新建的风电项目而暂停已有的风电项目;最后，规范市场秩序，在保证市场竞争环境的同时，公平公正进行招标投标，保证相关风电建设满足企业能力，可加强企业发展。

總结：

目前，我国风力发电项目已有一定规模，在其发展同时，还拥有巨大潜能，因此，需健全风电体制，政府应加强相关政策，给予一定资金投入，提高风电资源丰富地区的用电程度，同时将电量输入到周边电力薄弱、用电量较高的地区，加强风能开发勘测，应用相关信息化技术与风电开发进行融合，如无人机技术、大数据技术等，同时做好测风塔的应用，加强工作人员的技术能力，最后加强风电管理，满足企业发展。本文对风电开发问题进行探究，提出了相应规划策略，在社会需求的前提下，加强风力发电的开发，满足企业发展，减少社会资源的利用，促进我国发展。

参考文献：

[1]姚高瑞，雷雪姣，刘西林，等.促进风电消纳的供需互动合约机制与多市场购电策略[J].电力系统自动化，2019，43（7）：113-119.

[2]赵传，戴朝华，付洋，等.考虑风电预测误差与系统安全域的风电装机规划多目标优化方法[J].太阳能学报，2020，41（2）：116-123.

[3]Gong X，Zhu R，Chen L.Characteristics of Near Surface Winds over Different Underlying Surfaces in China： Implications for Wind Power Development[J].Journal of Meteorological Research，2019，33（2）：194-207.

[4]乌云娜，孙肖坤，芦智明，等.基于区间二型模糊AHP-VIKOR的风电建设项目投资风险决策模型研究[J].科技管理研究，2019，39（4）：236-245.