风电的经济效益与机组发电量是直接挂钩的，影响发电量的因素也是多方向性的，因此在风电场选址建设到运行维护必须以评估的客观因素为准则。机组在正常运行状态由于受到天气和人为因素的影响，实际发电量与理论相比存在差别，为使风电场投运后能达到最好经济效益，就要具体分析影响机组发电量的主要因素。本文结合宁夏贺兰山风电场的实际情况就相关问题进行阐述分析。
风能资源
因风能资源具有差异性大的特点，所以对年发电量的影响甚大。如贺兰山某风电场2003 年可行性研究报告上推算的年平均风速为7.7m/s，3m/s - 10m/s 的风速占65.1%，17m/s以上的风速为1%，年发电小时2700小时。但在10 年的实际运行中，平均风速均低于7.7m/s，在全年大风月3、4、5 月份的平均风速分别为7m/s、6.4m/s和 5.88m/s。由于评估报告中没有客观测量数据，因此，实际发电小时数小于2000 小时。2015 年4 月为贺兰山风电场全年大风月，平均风速在7.2m/s，1 万千瓦机组发电量在220 万千瓦时左右；2015 年9 月是全年小风月，平均风速仅4.5m/s 左右，1 万千瓦机组发电量在100 万千瓦时左右。由以上数据可以看出，风能资源对发电量的影响很大，因此，建设大型风电场的首要前提是选择风资源较好的地方。
风能密度是决定风能潜力大小的重要因素。风能密度和空气密度有直接关系，而空气密度则取决于气压和温度。因此，不同地方、不同条件的风能密度是不同的。一般说，海边地势低、气压高，空气密度大，风能密度也就高。在这种情况下，若有适当的风速，风能潜力自然大。高山气压低，空气稀薄，风能密度就小一些。所以说，风能密度大，风速又大，则风能潜力最好。
有效风能密度是气流在单位时间内垂直通过单位面积的风能，它是描述一个地方风能潜力最实用、最有价值的量。在实际利用中，除去那些不能使机组启动或运行的风速和破坏性风速，其余的有效风能密度将对发电量影响很大。贺兰山某风电场的有效风能密度为162kW ˙ h/m2，2012 年11月份平均风速为6.52m/s，1 万机组发电量在185 万千瓦时左右。
微观选址的影响
风电场微观选址是在宏观选址选定的小区域中确定机组的分布位置，以使整个风电场具有更好经济效益的过程。微观选址比较复杂，考虑的影响也是多方向性的，同样的机组在不同地区由于受局部风速的影响，发电量也有很大差别。场址选择对风能利用的预期目标能否实现起着关键性的作用。如果场址选择不合理，即使性能优异的机组也不能很好地发电，更有甚者，由于选址不正确，很可能导致设备的损坏。因此，如何在风电场内合理地布置机组，得到最大的发电量，获得最佳的经济效益，一直是微观选址工作的焦点。
以贺兰山风电场同型号机组为例，108 号机组与107 号机组安装在同一主风向上，且107 号机组位于上风向，地势高于108 号机组15m 左右，两台机组相距500m，满足机组安装设计要求（间距大于叶轮直径5 倍）。2012 年，107 号机组平均可利用率是96.49%，108 号机组平均可利用率是99.52%，但发电量分别为134 万千瓦时和108万千瓦时，107 号机组发电量是108 号机组的124% ;7 号机组和12 号机组处一排，但12 号机组因靠山比较近，受山坡风影响，该机组在2012 年的发电量为177 万千瓦时，年平均风速为5.8m/s，7 号机组的发电量为148 万千瓦时，年平均风速5.5m/s。因此，局部选址不同对同一个风电场同型号机组影响也很大。
在具体微观选址时也要考虑机组之间的相互影响，不同厂家生产的不同型号机组之间的相互距离要求均不相同。微观选址还要考虑地面粗糙度和山地等地形的影响，区域资源的评估也必须是多方位的。一个大型风电场比较合理的布局是点状布置，而且对每一个安装点进行测风计算和评估，这对消除机组之间的紊流等影响很有必要。贺兰山风电场是一个大型的风电场，已经安装226 台机组，出于整体布局考虑，机组布局采用平行布置，这样处于主风向的上风向机组发电量明显高于下风向的机组，安装在山脊机组发电量高于安装在山谷的机组。风电场微观选址，应以充分、准确的数据作为机位评估与优化的依据，依靠科学手段，通过对各种因素的综合考虑，实现风电场的最优选址，从而使风电场产生最大的经济效益。
机组选型的影响
在单机容量相同的情况下， 不同厂家、不同型号的机组在同一风能资源风电场的发电量有明显区别。在贺兰山风电场，17m/s 以上的风速占1%， 在2014 年至2016 年24 个月，其间的最大风速出现在2014 年4月，为28.99m/s，并且该风电场的风速通过了西北电力勘测院、Vestas 公司、Gamesa 公司的计算论证，G58、G52 和V52 三种型号机组在贺兰山风电场均有安装（三种机型均为变浆距850kW 双馈异步机型）。在2015 年某月内平均发电量为126 万千瓦时、112万千瓦时和114 万千瓦时，不同型号机组的发电量比为1.1 ：1 ：1。统计该风电场4 月17 日到30 日的13 号机组至24 号机组的日发电量， 其中6 台G58 在14 天中的发电量为52.76 万千瓦时，6 台G52 在14 天中的发电量为47.36 万千瓦时，G58 的发电量比G52多5.4 万千瓦时，多发电量占G52 发电量的11.4%。同样统计6 月份的19号机组至24 号机组的日发电量，其中3 台G58 在全月中的发电量为46.73万千瓦时，3 台 G52 在全月的发电量为41.59 万千瓦时，G58 的发电量比G52 多12.35%。由以上数据可以看出，G58 的发电量比G52 多11.5% 左右，全年G58 和G52 的利用小时数按2000小时和1800 小时计算，直接经济差别100 万元左右。
其他因素的影响
一、人为因素
1. 机组的可利用率影响
贺兰山风电场2014 年上半年的机组可利用率为98.89%，故障时间占1.11%，全年故障时间按1.2 的系数修正，故障时间占发电机正常运行时间的1.34%。因为机组刚投运，各类电器设备未老化，故障率比较低，机组的正常故障停机时间大约在2.5% 左右，1 万机组年利用小时数按2700 小时计算，其中故障影响的发电小时数约在67 小时左右。
2. 机组检修时间的影响
如贺兰山风电场第二季度检修（包括机组检修和线路检修），7 号- 12 号机组检修总累计时间为 441 小时，单台平均时间73.5 小时，每年4 个季度累计检修时间在294 小时。若机组检修时间变化按+10% 的范围内计算，一年检修时间约在300 小时，占全年发电时间的3.42%。按年发电小时数270 小时计算，其中检修影响的发电小时数为92 小时左右。
二、电网因素
由于机组直接接入电网，并且不能对电网进行调解，一旦电网发生故障，机组会自动与电网解裂，同时电网维修这段时间也会造成机组停机。近年来，由于风电装机容量不断攀升，电网建设未能满足全部接入要求，因此电网为确保安全运行，对风电企业进行限负荷，尤其在西北、东北和内蒙古地区，不仅用电负荷受经济因素制约，而且风电场建设比较集中，经常会因电网对风电无法全部消纳而造成大面积停机。
三、突发事件
2015 年6 月21 日，贺兰山风电场517 南风02 线电缆头因为下雨潮湿，电缆头绝缘击穿造成线路故障，造成1万机组停运40 小时。2015 年8 月2 日，因雷电击中10kV 线路，线路保护跳闸，造成2 万机组停运6 小时。平均每年各类突发事件按60 小时计算，此类问题的影响占全年运行时间的0.68%，1万机组发电小时数按2700 小时计算，一年突发事件对发电小时数的影响为18 小时左右。
总结
综上所述，风力发电是一项复杂的综合学科，为使风电场建设后能达到最好的经济效益，从宏观布局到微观选址，从机组选型到电网消纳都要统筹考虑，避免造成不必要的经济损失。
