·78·

电力建设

第31卷

(1)

式中x(2)为原始数据作2次累加生成变换所得。

其中

(2)

通过后验差检验方法进行计算，该模型的精度为一级，可以用此模型对该地区年平均进行预测。应用得到的灰色模型，对2007—2026年各年的风速进行预测，结果见表3。

表3

Tab.3

年份20072008

2007—2026年各年风速预测

年份2017201820192020202120222023202420252026

风速/（m·s-1）

1.831.811.791.771.771.751.711.711.681.67

Predictedannualmeanwindvelocityof2007~2026

风速/（m·s-1）

2.152.112.062.041.991.941.921.911.881.86

(3)

根据导数定义有

(4)

若以离散形式表示，微分项可写成

(5)

即[x(2)(k)+式中x(2)值只能取时刻k和k+1的平均值，

x(2)(k-1)]/2。

因此，式(5)可改写成

(6)

由式（6）可最终推出

(7)

20092010201120122013201420152016

2

2.1

变化风速下的风电场经济效益评价

式中：为最佳参数；k＝0,1,2,…1.2风速预测

以某地风电场1993—2006年14年来风速为例，运用灰色理论对其进行分析预测，原数据见表1。

表11993—2006年年平均风速值Tab.1

年份风速/(m·s-1)

年份风速/(m·s-1)

Annualmeanwindvelocityof1993-2006

19933.220002.4

19943.020012.4

19952.820022.4

19962.820032.4

19972.520042.3

19982.720052.3

19992.620062.2

按照上述模型计算顺序得。

根据ES-GM(1,1)模型，可得x(k)的模型值及计算误差，见表2。

表2模型值及计算误差

Tab.2Errorsbetweenmodelvalueandcalculatingvalue

年份1993199419951996199719981999

风速//误差

（m·s-1）（m·s-1）/%3.203.002.802.802.502.702.60

3.202.892.802.782.602.692.61

0.00-3.670.00-0.714.00-0.370.38

年份2000200120022003200420052006

风速//误差

（m·s-1）（m·s-1）/%2.402.402.402.402.302.302.20

2.412.402.392.372.312.292.19

0.420.00-0.42-1.250.43-0.43-0.45

固定风速下经济效益分析

该风电场一期安装30台1500kW风机，年上网电量1亿kW·h，根据当地电价0.645元/（kW·h）及《建设项目经济评价方法与参数》（第3版）[9]进行计算，全部投资所得税后内部收益率达到8.24%，财务净现值为795万元，资本金内部收益率为8.56%，净现值为719万元，整体上盈利，项目在经济上具有可行性。2.2基于变动风速的经济效益分析

在风资源评估中，风速的大小决定着风力发电机把风能转化为电能的多少，风功率计算公式为

（8）P=ρv3A/2

式中：P为功率；ρ为空气密度；v为风速；A为扫风面积。

由式（8）可知，在空气密度和扫风面积不变的情况下，风速与功率的3次方成正比，即风速增加1倍，则功率密度增加7倍，即发电量增加7倍。

根据1.2节中对未来20年风速的预测，可以得到各个年份的发电量，该发电量的计算是基于以下2个假设条件：（1）各个年份的空气密度不变，与测风年份的数据相同；（2）风速的年变化率，与各个bin值（每10min所采集的平均风速）的风速变化是等值的，即全年各个时段的风速变化均匀地以年风速变化幅度进行变化。

各个年份的发电量数据变化是以2006年平均风速为基数，根据比例分别做调整。基于以上分析可以测算出各个年份的发电量，见表4。按照表4中的年发电量进行测算，电价为0.645元/（kW·h），其他成本不变，经过计算，全部投