调整转子直径、Cp系数和风速参数，实时计算发电量。直观理解59.3%贝兹极限与基于威布尔分布的年发电量（AEP）。
威布尔年发电量：
$${\rm AEP} = 8760 \int_0^\infty P(v)\,f(v)\,dv$$风力涡轮机捕获的风功率由以下基本公式描述，它决定了瞬时发电能力：
$$P = \frac{1}{2}\rho C_p A v^3$$其中，$\rho$是空气密度（约1.225 kg/m³），$C_p$是功率系数（效率），$A$是转子扫掠面积（$A=\pi D^2/4$），$v$是风速。$C_p$存在一个理论最大值，即贝兹极限：
$$C_{p,\max}= \frac{16}{27}\approx 0.593$$这表示，即使是最理想的风机，也无法从流过的风中提取超过59.3%的动能。
由于风速不断变化，评估风电场的长期性能需要使用概率统计。风速分布通常用威布尔分布来描述，年发电量（AEP）是功率曲线与风速概率的加权积分：
$${\rm AEP}= 8760 \int_0^\infty P(v)\,f(v)\,dv$$其中，$8760$是一年的小时数，$P(v)$是风速为$v$时的输出功率，$f(v)$是威布尔分布的概率密度函数：$f(v) = (k/c)(v/c)^{k-1} \exp[-(v/c)^k]$。$k$是形状参数（描述分布形态），$c$是尺度参数（与平均风速相关）。
风电场微观选址：在规划风电场时，工程师会使用包含本模拟器原理的软件，对场内每个潜在机位进行模拟。通过调整地形、粗糙度以及风机参数（如轮毂高度、转子直径），计算每个机位的AEP，以最大化整个风电场的收益，避免尾流干扰导致的电量损失。
风机机型选择与定制：针对不同风资源区（如我国I类风区风速高，IV类风区风速低），制造商会设计不同型号的风机。对于低风速风场，倾向于选择大直径转子以捕获更多风能；对于高风速风场，则可能更注重结构强度和额定功率的匹配。模拟中的参数调整正是这一决策过程的缩影。
发电量预测与项目融资：风电项目在银行融资时，必须提供可靠的发电量评估报告。基于长期测风数据和威布尔分布模型计算的AEP，是评估项目经济性（如内部收益率IRR）的核心依据，直接关系到能否获得贷款以及贷款利率。
风机运行与维护策略优化：实时监测的风速和功率数据可以与威布尔分布预测进行对比。如果实际发电量持续低于预测值，可能预示着叶片污染、对风偏差或机械传动系统效率下降等问题，从而触发预警，指导运维人员进行检查，保障资产收益。
使用本模拟器时，尤其初学者容易陷入几个误区。首先是“仅凭平均风速就能决定年发电量”的误解。虽然平均风速确实重要，但即使同样是平均风速7m/s，韦布尔分布的形状参数“k”较大（例如k=3.0）与较小（k=1.8）时，发电量会有显著差异。k值较小时风速波动更大，强风时段增多，由于功率特性与风速立方成正比，发电量往往会高于仅从平均风速预测的值。反之，即使平均风速较高，若k值极大（风速几乎恒定）的区域，其发电潜力也可能较低。
第二点是忽视空气密度ρ。模拟器虽采用标准值1.225 kg/m³，但实际上它会随海拔和气温变化。例如在海拔1000米的高原，空气密度会降至约1.112 kg/m³，降低近10%。这意味着相同风速下，输出功率会随密度成比例减少约10%。在粗略估算发电量时常被忽略，但却是精密评估中必需的修正项。
第三点是过度相信模拟结果即实际发电量。本工具计算的是“理论可发电量”，但实际运行中会存在风机故障、维护停机、输电损耗、功率曲线与理想状态的偏差，以及风机间相互干扰（尾流效应）等多种损失。实际工程中，通常会将模拟得出的AEP乘以“可用性系数”和“各类损失系数”（合计约85%~92%），从而推导出更贴近现实的“净AEP”。
这款风力发电模拟器背后的计算原理，实际上与CAE的多个领域紧密关联。首当其冲的是流体力学（CFD：计算流体力学）。功率系数Cp的值取决于叶片形状、数量和角度，而要探寻最优形状，必须借助三维空气流动分析的CFD模拟。通过CFD可实现接近贝茨极限的高效叶片设计，并详细评估湍流影响。
其次是概率统计工程与可靠性工程。韦布尔分布不仅用于风速分析，也广泛应用于机械部件寿命预测和故障分析。预测风力涡轮机关键部件（轴承、齿轮箱等）在变动载荷（风速）下使用寿命的“疲劳寿命分析”，同样基于这一数学框架。
此外，还与输送发电电力至电网的电力系统工程相衔接。模拟器计算的AEP及随时间变化的输出模式，是电网稳定性分析、以及与其他电源（火电、光伏等）优化组合（电源结构规划）的重要输入数据。尤其如何平抑风速波动导致的输出波动（“波动性”），是电网运营中的重大课题。
若对本模拟器的计算原理产生兴趣并希望深入了解，建议尝试以下进阶步骤。首先从巩固数学基础开始，关键在于理解“韦布尔分布”与“积分”。可尝试手动推导韦布尔分布的概率密度函数 $$f(v) = \frac{k}{\lambda} \left( \frac{v}{\lambda} \right)^{k-1} \exp\left[-\left( \frac{v}{\lambda} \right)^k \right]$$ ，并验算其与功率曲线 $P(v)$ 的积分为何能得出年发电量，通过简单案例的手算可极大深化理解。
其次，学习更贴近实际的“功率曲线”建模方法。本模拟器可能采用理想化曲线，但实际涡轮机的功率曲线是由“切入风速”“额定风速”“切出风速”分段定义的函数。例如，可研究如何将额定风速以上通过“变桨控制”或“失速控制”实现恒功率输出的效果纳入模型。
最后，建议接触工具之外的实际数据