风电场建设前，需先进行电场选址与当地风能资源评估。测量数据需考虑风速、风向、风速标准偏差、气温、大气压等参数，现场测量应连续进行不少于一年，数据采集的时间间隔最长不超过一个月，测量数据应保证98％以上的完整率。同时还需综合考虑当地气象站、海洋站等长期观测站的测风数据[8]。其中风速概率分布参数是体现风能资源统计特性的最重要指标之一，也是在风电场规划设计和并网技术研究中所必须的重要参数。常见的风速概率分布函数有威布尔分布、瑞利分布等，可用极大似然法根据实测的风速数据求解风速概率分布函数。可用于风场数值模拟的软件也有很多种，如Matlab、Fluent等，此外还有一些风力发电实用软件WASP、WindFarm等[9]。63665

在风能资源评估中，国内学者较多采用统计插值方法及线性模型工具来模拟风场，近年来开始采用计算流体力学（CFD）模型进行风场模拟，并积累了一定经验[10]。文献[11]中作者即采用CFD模型建立了一个尾流边界模型，而且还利用该模型对高斯分布预测（GDP）尾流模型进行了修正，使其准确性更好。地形相对平坦时，可采用线性化流体方程模拟流场，并根据大气边界层特性进一步简化计算方法，并采用工程上广泛使用的修正Park模型来求解尾流影响[12]。文献[综述13]以珠海横琴电场为实例，分别使用线性模型WASP及基于Fluent的计算流体力学进行风场模拟及发电量计算，综合对比了两种模型的优劣。若考虑到风电机组风场模型与普通建筑物风场模型的异同，叶片的周期性运动将改变风速谱的频率成分分布，文献[14]便基于此采用了标准Von Karman模型和旋转采样谱模型推导并建立了大型风电机组脉动风场模型。

风速预测也是风电场建设中的必不可少的一项内容，目前，风速预测的主要方法有自回归移动平均法（ARMA）、卡尔曼滤波算法、持续法、人工神经元网络法（ANN）、模糊逻辑法和组合风速模型算法，其中应用较多的是组合风速模型[15-17]。因风机分布必然会产生尾流，而尾流又会对发电量产生影响，故多数预测模型中需考虑尾流的影响。现有的尾流模型可大体分为3大类：（1）涡流理论模型；（2）基于雷诺时均方程（RANS）的CFD模型；（3）基于势流理论的半经验模型。常用的尾流模型是半经验尾流模型[18-20]。