2.1　风电产业的技术经济特性

2.1.1　风能资源属性与特征

2.1.1.1　风能资源的自然属性与国内区域分布

风能是太阳能的一种转化形式，因地球表面冷热不均而产生空气流动所形成的动能。从风能资源的形成来看，其具有典型的可再生性和无污染性，而且风能资源能量大，可开发前景广，是未来清洁能源战略的重要选择路径。

我国风能资源主要分布在东北、华北、西北、西藏、东部沿海及海上地区，风能资源最丰富的三北地区却远离电力负荷中心，而沿海经济发达地区的风能资源主要以海上为主，目前海上风能资源的开发依然受技术和成本约束，处于发展初期。2011年我国电力需求呈现出自东南向西北方向逐渐降低的态势，同时电力供不应求的省市主要集中在东部沿海地区。其中，2011年电力需求量最大的地区为广东、江苏和山东三省，用电量分别达到4399亿千瓦·时、4286亿千瓦·时和3640亿千瓦·时，电力需求缺口最大的前三个省市为河北、广东和北京，分别为754亿千瓦·时、686亿千瓦·时和551亿千瓦·时。相反，我国风能资源最为丰富的内蒙古、新疆和黑龙江等地区属于经济欠发达地区，目前并不存在电力需求缺口，其中风电装机容量最大的内蒙古自治区反而存在大量电力剩余（2011年为1277亿千瓦·时）。因此，我国区域经济特征所决定的区域电力需求状况与风能资源的区域分布特征恰好相反，这给风能资源的开发和远距离输送带来了较大困难。

相比之下，与我国电力需求的区域特征相符的为海上风能资源。但是，我国海上风电的开发目前尚处于起步阶段，缺乏技术和风电场运营的经验积累，在短期内仍然难以满足沿海地区经济发展的电力需求，是长期风能资源开发的重要方向。

2.1.1.2　风能资源的波动性特征

风能资源除了具有典型的区域异质性特征外，还随着季节、天气、日照等因素的变化而变化。总之，影响风的形成的各类因素均构成了风能资源质量的影响因子，这些因子共同构成了风能资源的波动性特征。风能资源的波动性特征，一方面提高了风电机组调峰要求和风电机组质量要求，另一方面风电的波动性也对电网形成了较大的冲击，电网稳定性受到威胁。如图2-1所示，不同风电场在不同时刻（月/小时）的出力特征有明显差异，而且同一风电场在不同时刻的出力特征差异也十分显著。从图中四个风电基地的出力特征来看，江苏风电基地每小时和每月的出力都要小于河北和内蒙古的风电基地。此外，从图中也可以看出，河北和内蒙古的风电基地出力特征具有典型的季节性，春秋两季出力较大，而冬季较小，夏季最小，相比之下江苏风电基地的冬季出力较大，其他季节出力较为稳定；从24小时的处理特征来看，河北和内蒙古风电基地的小时波动特征非常明显，而江苏风电基地则相对稳定。总体来看，这四个风电基地的出力特征不尽相同，河北和内蒙古的风电基地出力较好，发电量较高，但波动性大，而江苏的风电基地虽然出力较小，但稳定性较好，对电网的冲击较小。风能资源随小时、季节和年份的不同而产生的波动性，给风电资源投资开发带来了较大的不确定性，同时也是风电产业高投资风险的重要影响因素。

图2-1　蒙东、蒙西、河北和江苏4个风电基地月（左）和（右）时出力特征

资料来源：于大洋等：《基于NASA地球观测数据库的区域风电功率》，《电力系统自动化》2001年第5期。

因风能资源随时间、季节和年份的不同而呈现出较强的波动性，造成风电机组的利用效率较低，进而导致风力发电的单位电力成本偏高。与其他传统电力相比，风力发电远不能做到满功率运转，甚至是高功率运转。2011年，我国全国风电平均利用小时数仅为1903小时，而全国统调火电机组的平均利用小时数则达到了5294小时，核电更是高达7772小时（参见表2-1），分别是风电机组利用小时数的约2.92和4.08倍。在各类电力建设成本一定的情况下，发电机组的功率利用率就成为单位电力成本的决定因素，而风电机组功率利用水平偏低就成为影响其竞争力的重要客观因素。

表2-1　2011年不同类型发电设备累计平均利用小时数

注：表内数据为6000千瓦及以上电厂发电设备利用小时。
资料来源：国家电力监管委员会：《电力监管报告2011》，2012年5月。

2.1.2　风电产业链条与特性

风电是风力发电的简称，即利用风力发电机实现风能到电能的转换。对风能资源的利用，传统的方式是直接利用风车将风能转化为动能，而风力发电则是风能资源的主要现代利用形式。从产业链的角度看，风电产业主要包括风电机组制造和风电场开发两个环节，而风电机组的制造可以进一步细分为整机制造和零部件制造，风电场的开发则包括了风电场资源评测、电站建设与运营等环节。此外，风电的上网和输送虽然依靠既有的电网，但却会因风电的大力发展而新增调度服务、辅助服务等需求。在风电产业链中，风电机组的技术进步和制造能力至关重要，是风电产业发展的核心环节，而风能资源开发和管理能力则在很大程度上代表了一国风电产业的强弱。因此，为了集中精力分析风电产业中的主要进展和问题，本章将对风电产业链进行简化（如图2-2所示），主要分析中国风电机组制造和风电场开发两个环节。从风电产业两大核心环节的产业特性来看，毫无疑问风电设备制造属于典型的机械制造行业，而风电场开发和运营则属于电力行业。

图2-2　风电产业链简图

另外，从风电场开发的成本特征来看，风电机组一直是整个风电产业链中的主要成本构成部分。目前，在我国按照资源丰度分区实施风电标杆上网电价的条件下，风电企业的利润来源主要依靠成本节约。但是，与其他典型的传统电力成本构成不同，在风电开发成本中约占80％的成本来自于风电机组（见表2-2），进而风电机组制造商和风电开发商之间的边际利润博弈成为企业获得更大发展空间的主要方式。同时，这一产业链格局进一步导致了风电机组制造商之间的价格竞争，影响风电机组制造产业的健康稳定发展。近年来，随着我国风电机组国产化比例的不断提升，风电机组成本和价格已经有了显著下降，但是目前我国尚未掌握风电机组关键零部件的制造技术，且自主研发制造能力较弱，风电机组的开发和制造成本依然较高。相对于其他传统化石能源发电而言，我国风电开发成本的下降主要依赖于风电机组成本的下降，很难从风电场建设的其他环节进行有效的成本控制。风电产业链的这一构成特征使得其成本控制较一般的化石能源电力更难，在一定程度上影响了风电的竞争力。

表2-2　我国风电与其他典型电力的成本构成比较　单位：％

资料来源：胡其颖：《风能利用的发展预测》，《可再生能源》2005年第6期。

2.1.3　风电输出功率的“测不准”

风能资源大体上会随季节的变迁而不同（季风），并随时间、地形和高度等因素的影响而有所差异，尤其是随时间而产生的极大波动性给风能资源的预测带来了很大难度，因此风能资源的电力开发从根本上讲存在“测不准”问题。目前，可以通过风电场物理描述和统计方法，结合天气预报的风力数据和风电场的发电数据，利用软件预测风能资源的波动特征和风电功率。但是，一般而言这类预测对几小时内的短期预测较为有效，误差率可以控制在5％左右，而36小时的单一风电场预测误差就会高达10％—20％，可想而知风电场全生命周期的风电功率预测难度和误差率有多大。随着技术的进步，对风能资源瞬时变迁的预测能力会有所提升，但终究无法实现精准预测。风能资源的预测困难和预测精度偏差，一方面，给风电场的全生命周期价值评估带来了很大困难，进而会对风电开发的投资吸引力产生折价效应。另一方面，目前风电上网一般需要由电力开发企业预测年发电量，电网企业严格按照这一预测量进行电力收购和并网，风电功率预测的较大偏差要么造成风电开发企业电量浪费，要么对电网造成较大的稳定性冲击。正因为风能资源本身具有很强的波动性和随机性，这决定了风电的出力难以被精准预测，也使得风电质量不如传统的火电、气电，同时风电的大规模上网必然会对电网造成冲击，所以风电的大规模发展的同时也催生了大量的调峰、备用等辅助服务需求。