风资源评估的国内现状中国气象科学研究院分别在20世纪80和90年代展开了2次风能资源普查，采用对气象站历史测风资料的统计分析方法，计算各气象站的平均风速、Weibull参数等风能参数，只给出10m高度上风能资源分布图谱[5]。2003年，中国家发展和改革委员会组织了中国第3次风能普查，采用了2000多个气象站的30a历史观测资料，虽然技术方法上没有更新，但所用的气象站点数比第2次普查的900多个站增加了2倍多[5]。64226

    不过，根据气象观测的风能资源评估存在三个方面的问题：第一，气象站的风速计高度只有10米，而大部分的风机轮毂高度远远高于测风站的高度，所以从10米的风力资源是很难准确的推断风机轮毂高度的风资源;其次，中国气象站的间距是50—200km，西部地区分布稀缺，在东部地区分布密布，西部地区缺乏实际测量数据，导致在统计分析中的误差很大，即使是50km分辨率的计算结果也只能宏观反映中国风能资源的分布，第三，大多数中国的天气站都坐落在小镇的郊外，而在城市地区的风速是比较小的，对风资源评估的结果有一定的影响[5]。因此，在如今飞速发展的时代，我国对风能的评估的要求越来越高，传统风资源评估（根据气象站的观测资料）已经无法满足人们的需求。论文网

近几年，风能资源数值模拟评估技术逐渐得到发展。中国气象科学研究院采用中尺度数值模式与地理信息系统相结合的方式，对由卫星遥感得到的风电场地理信息进行了综合的评估研究。中山大学在国家863项目的支持下开发的风资源评估系统，该系统是基于中尺度数值模式和地理信息系统来进行计算的。2005年中国气象局太阳能和风能资源评估中心加拿大气象局的风能资源数值模拟系统，在此基础上，建立了中国气象局风能资源数值模式系统[5]。该系统由三部分组成：尺度背景场分类部分，中尺度数值模拟和统计分析部分。基本思路是运用动力、统计相结合的方法，认为区域气候的形成大尺度气候背景表面条件和当地的地形相互作用的结果[5]。通过对长期的气候资料中相关的基本要素统计分析建立大尺度气候背景场，然后使用高分辨率地形和土地利用数据，利用中尺度数值模式MC2来模拟在大尺度天气的条件下由地形的驱动作用生成的风能资源分布[5]。

风资源评估的国外现状

现有的风能资源评估的技术手段有3种:基于气象站历史观测资料的评估、基于气象塔观测资料的评估以及风能资源评估的数值模拟[5]。

美国斯坦福大学根据全球1998年至2004年7753个气象台站和446个探空气象站观测数据，使用最小二乘法得到各观测站的垂直风廓线，然后使用插值法来获得全球风80m高度的风能资源分布[5]。但国家参与国际气象资料交换是有限的，例如，中国有超过2500个天气站，参与国际交换气象数据站是仅有200多，所以分布是离散的。

丹麦Risoe国家实验室收集了欧洲的12个国家220多个气象站的从1961年到1988年的观测资料，剔除了气象站周围建筑物的影响，对气象站实测资料进行订正，然后根据欧洲的地形地表条件，分成了5 类地形:山区、平原、沿海、离岸10km的海域和缓坡地形，再考虑各气象站的地表粗糙度，计算风速随高度变化的垂直廓线，最终计算出50m高度的Weibull分布参数，给出了50m高度的风功率密度分布[6]。

近十多年，欧美国家发展了许多成熟的风能资源评估系统软件,这些软件基本都是应用风能资源的数值模拟技术。目前,在风资源预测评估和风电场设计优化中,国内外较常用的软件有丹麦Riso国家实验室研制的WAsP软件、英国ReSoft公司推出的WindFarm软件、美国TrueWind Solutions公司的MesoMap和SiteWind风能资源评估系统等