大型风电场导致下游风速变慢？对于风尾流的影响，以及其影响是不是被低估，业界看法出现了明显分歧。...行业将受益于更高的发电精度、更好的风电场布局和设计，以最大限度地减少尾流影响。二是从精准建模技术中学习。
作为项目的主要成员之一，运达股份积极投入研发力量，开发了自己的场控设计软件，实现了风电机组间联动仿真，从而进行全场的尾流预测、载荷预测及发电量预测；基于风电机组发电量和载荷迭代寻优实现风电场尾流协同控制
通过与某实际项目运行数据对比，“运风”的大规模风场模型对尾流损失的评估误差仅为1%！一起来看看，如此精准的风电场尾流，“运风”是如何计算出来的？...未来，运达股份将在现有基础上，不断优化改进尾流评估技术，推广应用场景，将其不利影响降至最低，提升风能利用效率和风电场收益，为行业的高质量发展做出积极贡献。
探寻微观选址未来通过对“运风”平台的风电项目风资源计算、大规模风电场尾流效应计算、基于概率的发电量计算、噪声与光影效应计算等模块进行全面评估和严格审查，鉴衡认证认定其在多个关键指标上计算结果高度准确，可为风电场微观选址阶段的风资源评估提供可靠参考
量化尾流对发电量和载荷的影响，整场机组联动运行，通过运用公司自主开发的大规模风电场尾流模型，进行智能尾流协同控制，使风机载荷水平改善5%以上，发电量提升3%以上。
首先第一部分就是海上风电场尾流的背景。...以下为发言全文：刘清媛：感谢各位业内同仁来参加本次的分享，我分享的主题是海上风电场场群尾流控制技术及应用。我从以下三个方面去讲述明阳智能在海上风电场场群尾流控制的一个研究心得和研发成果。
包括海域范围500km）风能资源图谱进行宏观选址，再使用“测风塔+中尺度数值模拟+cfd模拟+激光雷达”的综合性无盲点测风方案进行微观选址，精准把控风场各机位的风资源情况；同时根据风场资源及发电量计算，采用风电场尾流模型精准评估
尾流效应造成风电场内风速分布不均，影响风电场内下游风电机组运行状况，进而影响风电场整体运行工况及输出。通过单台机组运行结合风电场总体协调相耦合的尾流协同控制技术，可减小风电场尾流损失。
↑海上风电场起雾时，风机尾流“万马奔腾”的景象尾流的千万收益落差以新疆某项目为例，风电场共有264台1.5mw风力发电机组，主风向为西风，风向相对集中，排布方案为主风向上14排风机。
据海上风电场集约用海的要求，海上风电场单机尾流不仅受到本风场其他风机影响，还会受到附近其他海上风电场的影响。...相对于陆上风电，海上风电场尾流衰减更慢，距离更长。据欧洲海上风电场的研究，风速最大可能衰减到自由风速的80%，大概5km左右可以恢复到自由风速的90%。
通过大量数据分析得出，针对平坦地形，主要考虑风电场尾流情况，在主导风能方向集中的区域，可扩大平行于主导风能方向的间距，缩短垂直于主导风能方向的间距来降低风电场的尾流；针对复杂山地，主要考虑每台风机的风速和有效湍流情况
其次，风匠系国内首个将致动盘方法应用到风电场尾流评估的平台，通过这项技术，风匠对尾流的还原度更加贴合实际，让风电场评估更加精准。第三，平价时代，效率为王。
现行商业软件通常采用半经验公式方法（例如park模型）评估尾流，其优点在于计算速度快，缺点是应用于多排的平原风电场时会严重低估尾流损失，可能直接导致发电量计算不准确，也可能影响机组正常运行。
更重要的是，美国近几乎90％的风电场（2016年）距离另一个风电场都不到25英里，这意味着所有这些风电场都可能会收到其他风场尾流效应的影响。
然后在海上风电场同样有个关键技术场群控制，因为海上风电场尾流相对影响比较大，所以在这个控制会确保整个风场的发电量，会克服这个目标来做一些策略的开发。...风电场数字化未来可以依据大数据这个技术，实现风电场的数字化管理，还有运维的数字化管理。
优化风电技术设备产业链，增强风电核心设备研发，掌握大型风电机组、低风速机组以及适应新疆极端气候条件下的风电机组和关键部件设计制造技术，在大型风电场尾流、120米混凝土预应力塔筒等关键技术取得重大突破。
加大风电场尾流分析和数据建模研究，制定风电场尾流协同控制方案，提升风电场整体发电量；运用高分辨率风资源图谱技术，提高风电场规划选址成功率；研究分散式风电开发政策和技术，适应新形势下风电发展需求。
由于当时机组性能较差，再加上早期微观选址技术水平较低以及对大型风电场尾流认识不够，估计不足，部分项目效益已达不到可研设计值，有的项目出现了亏损。...龙源电力作为领跑者，见证了中国风电20多年的发展，亲历了风电产业走向成熟的各个阶段，也对风电行业十三五期间的的健康发展有了更多深入的思考。
对风电场尾流效应的研究是风力发电机组排布优化的关键之一，也是实现风电场最佳效益的关键。...3.尾流对风电场的影响目前复杂山地风电场较多，较高的湍流强度是复杂风电场的主要特征之一。湍流强度增强了山顶的地形加速效应，并在下风坡以更快的速度衰减，而风力发电机组的存在加强了这一效应。
主要折减类别有：尾流折减、空气密度折减、控制和湍流折减、叶片污染折减、风电机组可利用率折减、风电机组功率曲线保证率折减、场用电、线损等折减、气候影响折减、软件计算误差折减、电网频率波动与限电、大规模风电场尾流折减
千米至5 千米范围内且不受风电场尾流效应影响，宜在风电场主导风向的上风向，位置应具有代表性；采集量应至少包括10 米、50 米及轮毂高度的风速和风向以及气温、气压等信息，应包括瞬时值和5分钟平均值；测风塔数据可用率应大于
1km~5km范围内且不受风电场尾流效应影响，宜在风电场主导风向的上风向，位置应具有代表性；c)采集量应至少包括10m、50m及轮毂高度的风速和风向以及气温、气压等信息，应包括瞬时值和5min平均值；d
基于大数据技术，有效整合风场实时流场模型数据，风电场流场预测数据，风机与测风塔量测数据，真正建立工业级的风电场协同控制能力，实现对风电场尾流的有效控制。
