广东省风能资源分布的数值模拟

以风能资源数值模拟评估系统（WERAS）为基础,对其中的MM5模式模拟方案进行改进（即利用格点分析张弛逼近的方法完成3 h间隔的地面观测资料的四维同化处理,以减小原WERAS系统的模拟误差）,对广东省2009-06-01―2010-05-31的逐时风能资源进行高时空分辨率的数值模拟评估。模拟结果表明：广东省风能资源较丰富的地方主要分布在沿海地区和粤北、粤西海拔较高的山区,70 m高度上年平均风速达到6.0 m/s以上,年平均风功率密度达到300 W/m2以上;冬半年的风能资源优于夏半年;风能主要由出现频率相对较低的大风速过程产生。模拟结果所揭示的广东省风能资源时空分布特征与本地的气候特征和地形地表特征相符合,70 m高度风速模拟误差在10%左右,风功率密度模拟误差在30%左右。     

东北地区风能资源空间分布特征与模拟

利用东北地区104个气象站1991~2010年观测资料和70个测风塔2009年6月~2010年5月测风资料,进行了风能资源空间分布特征分析,并利用中尺度模式WRF进行风能资源空间模拟,以研究观测站点稀少地区的风能资源分布特征。研究结果表明:1东北地区气象站和测风塔揭示的大风区域主要分布在平原和丘陵的高海拔地带。2中尺度模式WRF能够较好地模拟东北区域风速分布的气候特征,模拟结果既反映出平原大面积的大风区域,也可反映出山区因地形起伏造成的风速空间分布差异。3对风能资源参数模拟结果进行海拔高度订正,可以进一步提高模式计算结果的准确性和可靠性。4松嫩平原、辽河平原、三江平原70 m高度年平均风功率密度在300~500 W/m2之间,属于风能资源可利用区或较丰富区;在辽宁省西部、吉林省中部和黑龙江省中部丘陵以及东北地区东南部的呈东北-西南走向的中高山区的70 m年平均风功率密度可达300 W/m2以上,局部地方可达500 W/m2以上,风能资源丰富。     

基于最优训练期的PP与MOS的风电功率趋势预报对比

利用某一风电场区域内33台风机观测资料以及欧洲中期天气预报中心(ECMWF)的100 m高度风速预报产品,引进最优训练期方案,通过一元线性回归方法先对模式的100 m高度风速预报进行订正,再分别采用完全预报方法(PP法)和模式输出统计预报方法(MOS法)进行风电功率预报的对比研究。结果表明:ECMWF的100 m高度风速预报值与风机轮毂高度处风速观测值之间的偏差并不大,订正后的预报误差进一步减小。将订正后的风速预报代入PP法和MOS法建立的风电功率预报方程,可以显著减小PP法的预报误差,但是并没有改进MOS法的预报结果。与利用风速预报订正产品进行风电功率预报的PP法相比,MOS法可以省去风速预报的订正环节而略胜一筹,简化了业务流程。这2种方法计算的33台风机站3～72 h预报的均方根误差和平均绝对误差分别在17%～25%和11%～18%之间,具有业务应用价值。     

腾格里沙漠西部和西南部风能环境与风沙地貌

腾格里沙漠西部和西南部的沙漠边缘地区位于石羊河流域的下游地区,该地区生态环境脆弱,成为近年来备受关注的区域之一。利用自动气象站2009年年度风况资料和Google Earth影像,对该地区的风能环境与风沙地貌进行讨论,为评价区域风沙活动强度,风沙地貌形态特征提供依据。研究表明,腾格里沙漠西部和西南部的风况、风能环境呈自北向南逐渐变化的趋势,年平均风速西部最大,中部次之,南部最小;起沙风风向在北部以西北风和东北风为主,中部以西北风和东南风为主,而南部以西北风为主,东南风很少。研究区的北部为高风能环境,中部和南部为低风能环境。研究区的沙丘类型主要为格状沙丘,在沙漠边缘的部分地区为新月形沙丘链,南部为植被线形沙垄,其主要是由地形作用形成的,沙垄之间为新月形沙丘链。风能环境、沙源和植被共同影响沙丘的形态参数,研究区中部的风能比南部大,沙源比南部多,植被比南部少,因此,格状沙丘主梁之间的间距要比南部新月形沙垄的间距大。格状沙丘的走向近似相同,均在205°~225°之间。研究区南部有范围较大的植被线形沙垄,其间距在0.8～2.0 km之间,平均间距为1.37 km;走向为近似南北（164°～176°之间）。     

基于ENVISAT ASAR影像与QuikSCAT风场数据的近海风能资源评价——以香港东南海域为例

以香港东南海域为试验区,利用2006-2009年39幅ENVISAT ASAR影像反演风速,并用QuikSCAT风场数据对反演结果进行验证。在此基础上,计算出研究区2006-2009年平均风功率密度,从空间分布的角度对风能资源进行评价;同时基于同期1 096幅QuikSCAT风场数据,绘制月平均风速时序变化图,从时间尺度上对风能资源进行评价。结果表明:1)综合使用ENVISAT ASAR影像和QuikSCAT风场数据可实现较高空间分辨率和高时间分辨率的结合;2)基于CMOD5模型的风速反演方法切实可行且精度较高;3)该海域风能资源丰富,可用于并网风力发电;4)该海域风速的季节变化规律明显,具体表现为冬、秋季风速较大,夏、春季风速较小。     

流动沙丘涡度相关通量的坐标旋转订正与对比研究

复杂下垫面导致近地面大气运动具有特殊的动力学和热力学特征,进而影响物质和能量的交换过程。以科尔沁流动沙丘7月份涡度数据为例,分析由于地形引起的风速、旋转角度β的变化,采用二次旋转法（DR）和平面拟合法（PF）对水热通量、数据质量对比分析,结果表明：（1）地形平缓区（180°~330°）垂直风速>0,β在1.677 3°左右;地形陡峭区（330°~180°）垂直风速<0,β在-1.648 6°左右。（2）DR法和PF法对潜热通量影响很大,分别增加17%和减小15%,DR法订正前后水热通量相关性均高于PF法。（3）DR法和PF法订正后的数据分别有89.6%和89.3%通过湍流发展的充分性检验;DR法订正前后摩擦风速相关性高于PF法;能量闭合率分别提高了3.47%和2.78%。（4）整个生长季中,6、8月订正后涡度数据质量有较好的提高。因此,DR法更适用于起伏较大的流动沙丘。研究结果充分考虑地形对涡度数据影响,为科尔沁沙地及具有相似地形的地区涡度数据的合理使用提供参考。     

广西跨海大桥桥位区风场特征实测分析

为了全面准确地掌握广西跨海大桥的风环境和风特性参数,2012 年在桥位区设立了一座高度为 55 m 的测风塔,安装了梯度风和超声风观测仪器对其近地风场环境进行了连续 1 a 的现场观测,分析大桥桥位区实测的平均风场特征和湍流脉动风场特征,并推算了桥位区设计风速,结果表明：1）桥位区平均风速垂直变化曲线符合幂指数规律,大风状况时的风切变指数为 0.062,平均风速上半年＞下半年,累年平均和秋、冬、春季主导风向较稳定且均为偏北风;2）在台风“启德”过程观测到的风攻角基本不超过规范用于抗风性能检验规定的±3°范围,脉动风湍流表现为均匀平稳的湍流变化过程,三维方向的湍流强度变化趋势基本一致、湍流积分尺度随时间的变化不大,湍流功率谱在惯性副区内基本符合 Kolmogrove 谱-5/3 律;3）大桥桥面高度处的设计风速 50 a 一遇为 39.7 m/s,100 a 一遇为 42.7 m/s。     

柴达木盆地风能环境特征北大核心CSCD

通过对柴达木盆地不同风沙地貌区风速与风向的长期观测,探讨了盆地内的风能环境特征及其对风沙地貌发育的影响。结果表明:(1)盆地内各区域年平均风速、起沙风平均风速和起沙风频率的变化趋势较一致。在风蚀地貌中,长垄状雅丹区年平均风速、起沙风平均风速和起沙风频率均为最高;而沙丘地貌区中,察尔汗线形沙丘区最高。(2)长垄状雅丹区为单峰型起沙风,主要来自NNW和NW方向;而其他雅丹区起沙风均为双峰型,均存在一个主风向和一个次风向。祁曼塔格山前沙丘区起沙风以WNW和NW方向为主,线形沙丘区偏W方向起沙风占比较高。(3)除犬牙状/圆锥状雅丹区是锐双峰风况外,其余雅丹区均为单峰风况。长垄状雅丹区属高风能环境,方山状雅丹区为中等风能环境,其余雅丹区为低风能环境。线形沙丘区皆为宽单峰风况,而祁曼塔格山前沙丘区为钝双峰风况。除察尔汗线形沙丘区为中等风能环境外,其余沙丘区为低风能环境。(4)自盆地西北部向东南部,输沙势、合成输沙势逐渐降低,合成输沙方向由NNW向WNW方向转变,风向变率由低向中等转变。     

河西走廊风能时空特征

利用河西走廊地区1970-2004年风速气候资料和2004年9月-2005年8月周年风塔精细资料,采用气候订正和即时风速订正,得到接近自然的风速,依此研究了该区域近地面70 m层内风能分布。结果表明:河西走廊区域风速变幅较小、气候变化趋势较稳定;有效风速(≥3 m/s)时数在6 000 h/a,10 m高度风能大多在150 w/m2以上,风能随高度线形增长(在70 m高度层内),平均每升高10 m风能增加28 w/m2;10~70 m层内总风能年储量相当丰富,普遍在1.5×1016kWh/m2(千瓦时/平方米)以上,潜在年产值达千万亿元。河西走廊风能存在明显周日和月季变化,风能和有效风速时数存在空间差异,其时空差异与河西走廊独特的戈壁下垫面关系密切。     

颠覆列车强风数值模式参数敏感性对比分析

新疆的三十里风区是著名的风口,兰新线和南疆铁路线横穿此地,时有列车被强风颠覆,对铁路运输影响很大,急需大风精细预报。数值模式中有许多参数,如何确定改进预报最显著的参数是个问题。采用MM5V3模式做模拟实验,设计3重嵌套,最小格距3km,用30″数字高程数据生成模式地形。分析表明,3km格距模式分辨率对地形有较为精确的表达。无论东西剖面还是南北剖面,3km所预报的风场更为详细,风速预报更准确;不仅可以预报出强的下坡风,亦可以预报出地形波列。对强风预报而言,模式水平分辨率是一个敏感因子。     

我国高空风速的气候学特征

利用全国119个探空站1980~2006年13个等压面和地面附近的月平均风速资料,分析了不同高度年、季节平均风速的气候学特征。结果表明,全国平均200hPa以下风速随高度增加而增加,200hPa~30hPa之间风速随高度增加而降低,30hPa以上风速随高度增加而再呈增加趋势;春、秋季平均风速随高度变化与年平均相似,但冬、夏季的垂直分布差异明显;700hPa及其以上最大风速出现在1月,最小风速在7月或8月;850hPa和地面最大风速发生在4月;对流层风速年较差从下向上增加,在200hPa附近风速年较差最大。我国地面风速在东、西部地区较大,中部地区较小;500hPa年平均风速分布呈西低东高态势,最大中心出现在辽东半岛东部;200hPa年平均风速在江淮地区出现高值中心;500hPa冬季最大风速区在大陆南部,夏季北移并向西扩展;200hPa各季强风速区基本呈东西走向的带状分布,其中春季在江淮地区,夏季移至西北,秋季位于黄淮地区,冬季位置最南。     

SPATIAL COHERENCE AND DECAY OF WIND SPEED AND POWER IN THE NORTH-CENTRAL UNITED STATES

Hourly wind data from a network of climate stations in the north-central United States (drawn from the states of Illinois, lowa, Kansas, Minnesota, Missouri, Nebraska, North Dakota, South Dakota, and Wisconsin) are analyzed to evaluate the efficacy of spatial analyses of near-surface wind speed and power. Spatial autocorrelation functions (acfs) were calculated at a number of timescales: annual, monthly, daily, and hourly. Annual wind speeds have virtually no coherent distance-decay relationship; monthly data produce a more consistent relationship, but still exhibit a large amount of scatter. Both daily and hourly data have classical decay with increasing distance between stations and there appears to be an optimal level of temporal aggregation, near the daily timescale, for spatial analysis of wind. In general, however, spatial acfs overestimate the spatial coherence of both wind speed and power. Temporal nonstationarities in wind data (i.e., diurnal and annual cycles) bias spatial autocorrelation functions and need to be removed before using spatial acfs to estimate characteristics of wind fields. Because mean absolute differences (MAD) of interstation wind speed and power are less affected by temporal nonstationarities, they produce more-robust representations of the spatial variability of wind speed and power. As a result, spatial MADs are recommended over spatial acfs for analyzing spatial coherence and decay of any spatial variable that contains nonstationarities. Methods for improving the spatial analysis of wind are discussed. [Key words: wind energy, spatial autocorrelation, spatial analysis, nonstationarity, north-central United States.]     

空间信息技术支持下的沿海风能资源评价

沿海地区是我国重要的风能资源区,由于近地面风场具有很强的时空变异性,给风能资源定量评价带来了很大困难.空间信息技术的发展为我们提供了新的视角和手段,近年来,利用星载合成孔径雷达(SAR)进行沿海风场信息遥感反演已从试验逐步走向成熟,它以布拉格原理为依据,建立合成孔径雷达后向散射系数与海面风场之间的关系,反演风速、风向等关键参数,并进而对研究区风能资源进行准确的定量评价.本文回顾了本领域国内外研究进展,重点阐述了风场要素反演的基本方法和校验手段,探讨了目前存在的一些问题和改进方法,并对本方法在我国的应用前景作了展望.     

金塔绿洲主要特征量的数值模拟

 采用RAMS模式模拟了金塔绿洲非均匀地表的空气温度、湿度、风速、地表能量。结果表明,绿洲地表温度明显比周围戈壁和沙漠低,空气湿度明显比周围戈壁和沙漠大,近地层感热通量最大值约为戈壁和沙漠的1/3,近底层潜热通量比戈壁和沙漠大20倍左右。模拟结果与观测值的对比表明,RAMS对绿洲、戈壁和沙漠不同下垫面近地面温度、湿度、感热通量和潜热通量的模拟与实测基本一致。由于湍流的随机性,风速的模拟偏差比较大,这种偏差有一多半是由于非线性偏差造成的。     

中国北方风蚀区风速变化时空特征分析

利用北方风蚀区155个气象站点1971-2015年平均风速数据,采用气候趋势分析、空间插值和小波分析等方法分析北方风蚀区平均风速的时空变化趋势。结果表明：近45 a来,北方风蚀区年平均风速为2.70 m·s^-1,呈明显减小趋势,其递减速率为0.017 m·s^-1·a^-1（α=0.001）,1980s风速减小最快,1990s减小最缓慢,2010s风速出现增大趋势;我国北方风蚀区四季的平均风速均呈现下降趋势,下降速度春季>夏季>秋季>冬季（α=0.001）,不同年代不同季节风速变化存在较大差异,2010s除春季外其他季节风速均呈现增大趋势;空间分布上显示,风速变化幅度空间分布差异明显,北方风蚀区内的新疆西北部和东南部、青海、内蒙古中部和东北部、黑龙江以及吉林为风速降低较快的区域,甘肃东南部、宁夏、陕西和山西北部以及新疆的东北部和西部等地区是风速降低不明显的区域。春季和夏季风速降低较快的区域面积扩大,冬季和秋季风速降低较缓的区域扩大;平均风速存在多时间尺度的周期性结构特征,28 a时间尺度左右为风速变化的主周期,平均变化周期为18 a。     

新疆高速公路强横风区间安全行车对策研究

 为达到提高强横风天气条件下高速公路不同类型汽车安全、高效行车的目的,采用工程气象学、流体力学、风监测技术、公路工程技术、空气动力学及概率论相结合的方法,以新疆“五横七纵”高速公路沿线100多个气象站近50 a（1961-2010年）大风日数资料,选取50个有自记记录气象站场次强风资料,以及沿线7个6要素5层梯度风1 a监测资料、10个铁塔梯度风和30个大风监测站近10 a（2001-2010年）监测资料,进行信息化和规范化整编。在大量详实资料基础上,对高速公路沿线最大瞬时风速的空间分布、垂直分布、水平分布进行系统分析和研究。采用三级区划指标体系,等概率分区原则, 将新疆高速公路沿线风害危险区划分为5个大区,Ⅰ特强重大危险区、Ⅱ 强重大危险区、Ⅲ 重大危险区、Ⅳ 中度危险区、Ⅴ 较轻危险区。提出了新疆高速公路强横风区间安全行车防护对策由风害防控信息管理技术和防风栅防护技术组成。并将风害防控信息管理技术规则中等概分区界限值（阈值）与现场强横风监测结果进行验证。研究结果表明：当瞬时风速＜12.0 m/s,不同类型车辆正常运行;12.0 m/s≤瞬时风速＜17.0 m/s,小客车停运,大货车限速60 km/h;17.0 m/s≤瞬时风速＜20.0 m/s,大货车停行;20.0 m/s≤速瞬时风速＜25.0 m/s,大客车、大卡车限速60 km/h以下;速瞬时风速≥25.0 m/s,大客车、大卡车停运。以概率风险不同级别的形式来反映最大瞬时风速在线路上的规律性,它含盖50 a最大风险。为高速公路汽车安全运行以及公路风害防控技术提供理论支撑。     

几种典型戈壁床面风沙流特性比较

通过不同材料覆盖的戈壁床面风沙流特性风洞模拟实验,发现对于棱角状砾石戈壁床面,地表动力学粗糙度随风速的增加而增加;而卵石床面,地表动力学粗糙度随风速的增加呈减小趋势。戈壁床面风速随高度的分布同样满足对数规律,棱角状砾石床面对风速的减弱程度相对于卵石床面更趋于显著。沙粒与戈壁床面棱角状砾石发生碰撞时其起跳高度增大,引起含沙量随高度分布不再满足流沙地表的指数衰减规律,而呈“象鼻效应”,出现拐点。戈壁地表输沙率与风速服从幂函数关系,但其幂指数远大于流沙地表。输沙率与风速之间幂函数关系中幂指数的取值主要受控于地表粒度组成。     

1960-2013年南北疆风速变化特征分析

利用较为均匀分布在新疆的45个气象站1960-2013年平均风速数据,通过气候趋势分析、气候突变分析、Morlet小波分析、Pearson相关分析等方法,研究近50 a来南北疆平均风速变化特征,结果表明：（1）1960-2013年南北疆地区年平均风速分别以0.15 m·s^-1·（10 a）^-1和0.14 m·s^-1·（10 a）-1的速率显著降低,1960-1990年南北疆年均风速分别以0.21 m·s^-1·（10 a）和0.18 m·s^-1·（10 a）^-1速率降低;1991-2013年北疆以0.01 m·s^-1·（10 a）^-1的速率下降,而南疆却以0.17 m·s^-1·（10 a）^-1的速率上升,各季节风速变化趋势与年序列相似。（2）四季中,南北疆的年递减率均是夏季最为显著,北疆是冬季变化不明显,而南疆其余各季节相差不大。（3）从空间分布上显示,北疆各站点总体较南疆明显,低海拔区递减幅度较大。（4）风速的长期变化具有一定的突变性,南北疆的平均风速均在1980年前后出现明显的突变点,从各季节平均风速来看,北疆春、夏、秋季突变出现的时间稍早于冬季,南疆春季突变出现的时间稍早于夏、秋和冬季。（5）Morlet小波分析结果显示,南北疆风速变化均存在4 a、8 a及15～20 a左右的变化周期,春夏秋冬各季节表现出强弱不一致,体现出季节性变化。（6）城市化发展对风速的变化产生了一定影响,但不是风速显著下降的主要原因,大气环流变化和气候变暖才是造成风速减小的可能原因。