地理范圍大、局部地形復雜，限制因素較多，各細分區域風資源情況差異大;
未確定開發主體的項目缺乏前期測風數據;
整場機組選型、排布組合方案多，影響因素多維，追求全局最優工作量巨大;
大規模風場尾流影響等情況疊加，發電量很難精確評估;
送出方案設計周期長，傳統設計方式難以達到全局最優。
如此龐大、復雜的風電項目，如何進行科學的整體規劃設計，以達到方案最優，對于任何開發團隊來說都是巨大的課題。
針對這些“疑難雜癥”，金風科技依托多年、多專業，包括在測風、仿真模型、方案設計、工程設計等方面縱向深入的技術積累，以GoldFarm三維數字化風電場規劃設計平臺為一體化載體，打通前后臺的需求和技術，進行大基地精細化規劃設計，層層尋優，快速迭代，求解大基地項目全生命周期LCOE最優。
項目風資源的精準把控
精細化測風輸入
項目風資源評估的準確程度，直接影響度電成本測算的精度，大基地測風工作又往往存在場區內無測風塔、測風塔代表不足、測風時段短和數據質量差等問題。
為解決精細化測風數據的輸入問題，金風科技開發了GoldWRF虛擬測風塔解決方案，讓項目風資源情況盡收眼底。
GoldWRF虛擬測風塔技術是在精細地形、數據同化、參數化方案、集合預報、后處理算法5種技術上的迭代更新。通過金風科技21年共2194座氣象站數據，6000多座測風塔數據，28000多臺風機數據的迭代校正，GoldWRF模式的準確性一直處于市場領先地位。
經多個項目應用反饋，GoldWRF虛擬測風塔在平原上的平均風速偏差不超過0.2m/s(超越概率P84)，山地項目不超過0.3m/s(超越概率P84)，復雜項目不超過0.4m/s(超越概率P75)。
無論是測風不足完整年，還是場區特定點分析，GoldWRF都可定制化完成高精準度中尺度分析，輸出可用于風資源分析的時間序列數據，為大基地區域大范圍精準資源評估提供高效準確的支持。
風資源精細化評估，更精準的尾流計算
常規的流體仿真商業軟件，受限于計算資源和欠缺對風電行業了解等問題，在算法內核上不能保證復雜地形或特殊場景風資源計算的精度。GoldFarm的風資源評估模塊兼容WT流體方針成果，并能夠與金風自主知識產權的GoldFOAM進行橫向對比。2014年，金風科技就開始進行精準風場風廓線、非結構網格、熱穩定度、三維森林蓋層模型、WRF+CFD的深入研究，將成果集成到GoldFOAM中。用戶從而能夠對各種應用場景更精準干預和經驗控制，風資源工程師也擁有了更大自主權。
對于大基地項目，平坦地形的大規模風機排布，尾流影響預估不足是發電量難以評估準確的重要因素?，F行商業軟件通常采用半經驗公式方法(例如Park模型)評估尾流，其優點在于計算速度快，缺點是應用于多排的平原風電場時會嚴重低估尾流損失，可能直接導致發電量計算不準確，也可能影響機組正常運行。
為此，金風科技引入致動盤(ADM)方法。ADM是通過使用體積力代替葉片的影響獲得風力機周圍流場信息，從而評估風機尾流影響的一種方法。相比傳統的半經驗公式，對物理現象的還原度更高，精度也更好;相比于一些精度更高的瞬態算法，又能較好地兼顧計算資源和效率。金風科技開發的GoldwindDiskSource致動盤模型，解決了目前廣泛使用的致動盤模型不適用于風電場尾流計算的問題，GoldwindDiskSource可根據風機功率曲線動態判斷推力系數和功率系數，實現流場與風機的雙向耦合。
致動盤尾流模型基于GoldFOAM平臺，在超算中心進行計算，沒有計算資源的限制，網格總數可超過5.5億，機位點處加密網格尺寸小于2m，即風機周圍2m尺度的最小的氣流情況都能捕捉到，同時考慮風機、地形、風場的相互作用，保證計算結果的準確性。
高收益機型匹配與排布方案定制化設計
大基地項目開發規模巨大，各機位點風資源差異性明顯，甚至單一機位點不同扇區風資源也存在較大的差異性，傳統單一機型的風電場設計方式已經無法適用。局部風資源的差異化，要求風電場中安裝的風電機組必須實現個性化設置(個性化的大部件、個性化的控制策略等)，因此需要進行機型的逐點位匹配及整場排布方案的優選。
首先是風電機組選型的個性化。大基地的風電機組如何科學且經濟地選型，是一個棘手的問題。不同的機型、塔筒組合有非常多的組合方案。另外，大基地項目可以擁有非常多的影響因素，如機型平臺、額定功率，全場容量，機組數量、輪轂高度等等，加之不同的目標函數，如發電量、內部收益率、度電成本等，將這些影響因素及目標進行組合，可以得到非常多種的場景。
其次是排布方案的個性化。若機型數量一定，機型平臺一定，機位點排布不定，額定功率不定，以發電量最大進行尋優。若是以度電成本最小進行尋優，以內部收益率最大機型尋優，會得出不同的排布版本，哪一個方案最優?這個問題不同角度來選擇答案可能不一而足。
由于可變的維度多，人工進行工作量巨大，幾乎是不可能的。而常規的尋優算法存在耗時長、難收斂的情況。金風與DTU合作開發了層次化的尋優算法[MowFlot]以完成風電場定制化設計，即以風電場中潛在的機位點的風資源狀況為輸入，通過定制不同機位點的機組配置及各機位點各扇區的控制策略為手段，使個性化的風電機組充分發揮作用，并充分利用機位點差異化的風資源狀況，使風電場的經濟效益最大化。
目前，該平臺已經可以實現在平坦地形及準復雜地形(根據IEC61400-12-2中的地形評價等級，在III級以下)進行風電場排布優化、風電機組硬件配置的優選(機型平臺、塔架高度、葉輪直徑等)、控制策略優化(額定功率，延長切出風速等)，以及根據不同的應用場景選取不同的優化目標，如IRR、AEP及初始投資等。
工程設計全局尋優
從項目的規劃、設備選型到工程設計，風電項目開發的每一個環節都與度電成本息息相關，也在極大程度地影響著開發商的內部收益率。因此，市場形勢要求項目前期必須對項目度電成本進行精細化測算，包括發電量、建設成本與運維成本等。GOLDFARM圍繞著降低度電成本(LCOE)為核心目標，從風電整場排布方案優選中嵌入了工程設計的環節，針對于每一版本機位點排布，都進行最優的道路設計、最短線路設計，以及工程成本優化，最終實現全局經濟效益最優的結果。
與多家知名設計院及科技公司合作，金風科技力求實現風電場的自動化設計，以軟件化取代 70%設計重復性、機械性的標準化圖紙套用和人工制圖的工作，實現可行性研究報告、初步設計報告、施工圖設計，通過簡潔人性化的軟件操作界面，僅輸入少量工程參數即可完成一鍵式成品出圖，并達到 90%工程質量要求。
經過二十余載的探索和積累，金風科技更懂風、更能把握風資源。在大基地項目再次迎來建設高潮的今天，金風科技將憑借數字化技術手段，為客戶提供更精準的數據支撐，為風電大基地建設保駕護航。
