基于ELM的风电场短期风速订正技术研究

风速预测是风电场风功率预测的基础,其准确度严重影响着风电场的运行效率。为了提高短期风速预测的准确性,本研究采用了WRF中尺度数值模式,对我国东部沿海某风电场的风速进行预报。在此基础上,利用极限学习机算法(ELM)对WRF模式预报的风速进一步订正。实验结果表明,WRF模式对风速、风向等气象要素有着较好的回报效果,利用ELM算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差和相对平均绝对误差降低了20%～30%。与其他的智能算法(BP神经网络、SVM算法)对比分析后得出,ELM算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。     

中尺度模式风电场风速短期预报能力研究

本文利用内蒙古乌兰察布风电场2009 年观测记录和WRF 数值模式预报,研究了中尺度数值天气模式对风电场风速的短期预报能力。研究表明:不同数值模式参数化方案的预报能力没有实质性的区别,对于不同时效的风场预报各种方案的预报能力不尽相同。在天气演变较为剧烈时,模式预报技巧相对较差。风电场周边主要天气系统对预报准确度有很大影响。就乌兰察布风电场而言,WRF 模式2009 年日平均预报相对误差仅为11.78%,且误差大于20%的日数占研究总天数不超过15%,具有较高的预报技巧。当蒙古气旋、东北气旋剧烈发展或风速迅速减小时风速的预报误差较大。     

相似误差订正方法在风电短期风速预报中的应用研究

为降低风电场短期预报风速误差,减少风电场短期风功率偏差积分电量,提高风电场发电功率预测准确率,分季节研究了相似误差订正方法对ECMWF单台风机预报风速的订正效果。结果表明:相似误差订正后不同风机预报风速的误差差距减小;预报风速的平均绝对偏差和均方根误差明显降低,其中夏季和秋季华能义岗风电场两个指标降低幅度均超过0.1 m/s、会宁丁家沟风电场均超过0.2 m/s;订正风速削减了原始预报的极值,可反映大部分时段实况风速3 h内的趋势变化,个别时段订正风速与实况趋势相反;订正后预报风速在风功率敏感区的平均绝对偏差明显降低,华能义岗风电场四季降低幅度在0.112~0.242 m/s之间、会宁丁家沟风电场四季降低幅度在0.131~0.430 m/s之间,有效降低了原始预报误差带来的短期风功率偏差积分电量扣分值;订正风速较原始预报更多分布在风功率敏感区。该方法实际应用灵活,对提高风电场短期预报风速准确率有可观的效果,并可有效减少短期风功率偏差积分电量考核。      

基于数值模拟和统计分析及智能优化的风速预报系统

风速预报是风力发电研究中的关键问题,也是一个十分困难的问题,其预测、评估技术还有待进一步提高.在预测短期风力(提前48～72 h对每小时的风速进行预测)时,通常采用数值天气预报模型进行预测.然而,初始扰动和模式物理过程的不确定性会影响气象数值预报的精度.将为数值天气预报模式提出一种新的后处理优化方法作为主要的思路,利用数据挖掘得到的关联规则来优化气象数值预报的结果,在中尺度模式WRF对风电场风速进行预报的基础上,将模式预测与统计分析及智能优化算法相结合,针对中国风电场的气候特征,利用一种新的修正模式误差的方法,极大地提高了风电场风速预报精度,提出了适合中国风力发电场的有效风速预报系统方案.     

不同参数化方案对风预报效果影响个例研究

中尺度气象模式对风场的预报效果与参数化方案的适应性紧密相关.以内蒙古高原丘陵地形、江苏平缓的海陆交界地形2种典型下垫面试验风电场为模拟区域,分别用WRFV3.2 （Weather Research and Forecast Model）模式自带的6种物理过程参数化组合方案预报了2010年1月和7月两个风电场区域的风速和风向,对比分析了参数化组合方案差异对风场预报的影响.结果表明：①内蒙古试验区,边界层MRF方案描述的边界层结构较MYJ方案合理;微物理方案WSM3在夏季的风速预报能力优于WSM6,而冬季相反;复杂地形区域的风场预报需考虑陆面过程参数化方案,尤其是夏季降水发生后,陆面过程对于边界层结构的影响增大,选用Noah优于无陆面过程.②江苏试验区,边界层MRF方案描述的边界层结构较MYJ方案合理;1月陆面过程RUC方案优于陆面热量扩散和Noah;7月陆面热量扩散方案优于RUC和Noah.③风向预报6个方案的预报风向统计与实际记录风向统计有较好的一致性,风向概率分布相似,盛行风向一致且稳定.     

基于PCA RBF的风电场短期风速订正方法研究

风电功率预测中最重要的因子是风速,准确的风速预测是风电功率预测的前提和基础。为了提高短期风速预测的准确性,本研究采用WRF模式,对我国上海崇明吕四风电场的风速进行预报。在此基础上,利用PCA-RBF算法结合WRF模式预报风向、气温、气压等气象要素对预报风速进一步订正。实验结果表明,利用PCA-RBF算法对WRF模式预报风速进行订正后,预报风速的误差进一步减小,相对均方根误差降低20%~30%,相对平均绝对误差降低15%~20%。与其他智能算法(BP算法、LSSVM算法)对比分析后得出,PCA-RBF算法对WRF模式预报风速具有较好的订正效果,能够有效提高风速预报准确率。     

湖陆山地复杂地形下近地层风速预报研究

以鄱阳湖区典型湖陆山地复杂地形为试验区域,采用WRF模式MRF和MYJ两种边界层参数化方案,对2010年该区域近地层风速进行高时空分辨率预报,并结合3个测风塔观测资料对预报结果进行检验。结果表明:WRF模式对鄱阳湖区70 m高度风速预报效果较好,预报值能够较好地反映近地层风速变化,且边界层MRF方案预报效果略好于MYJ方案。地形对近地层风速预报影响明显,地形相对平坦的吉山预报效果最好,而地形最为复杂的狮子山预报效果相对较差。不同强度的近地层风速预报效果差异较大,5~25 m·s^-1风速段预报效果明显优于0~5 m·s^-1风速段。位相偏差是造成鄱阳湖区近地层风速预报误差的主要来源,其贡献率在60%以上,而系统偏差和振幅偏差的误差贡献率相对较小,通过线性订正方法可在一定程度上提高该区域风速预报效果。     

风电场风电功率短期预报方法比较

通过开展湖北省九宫山风电场短期风电功率预报方法的研究,以不断提高预报准确率,为风电场提供更有价值的预报服务,该文利用MM5耦合CALMET模式模拟风电场风速资料,采用物理法和动力统计法探讨风电场各种情况下预报应用效果。结果表明:模拟风速释用订正能有效降低风速预报误差,但难以修正预报趋势;动力统计法更适用于九宫山风电场的复杂山区地形,可能由于该方法能自发适应风电场地理位置;采用实测数据建立的风电功率预报模型优于理论风电功率模型,这也与风机实际运行环境会影响风机输出功率有关。     

区域数值模式在长江下游地区持续性暴雨预报中的作用

文章通过对2001年8月5～10日长江下游地区连续性暴雨过程成因进行分析，认识到弱的热带低压系统对天气影响较大，要给予高度的重视。通过采用各种参数化方案进行数值模式计算，对降水量预报对比分析认为：区域数值预报中参数化方案的选择非常重要，其决定了降水定量预报的准确性，而参数化设置中以对流参数化方案的合理选取最为重要，它是影响区域数值预报的关键因素之一。另外水汽方案和行星边界层方案的选取也会影响数值预报结果。通过所选择的三种对流参数化方案对比分析，认为Betts-Miller方案和GRELL方案预报降水量各具特色，预报质量较高，而Kain-Fritsch方案预报能力相对较弱；水汽方案中单冰相比混合冰相方案预报降水量更为有效，行星边界层方案中Blackadar PBL方案比美国中期数值预报模式方案预报降水量误差小。     

短期集合预报技术在梅雨降水预报中的试验研究

数值预报的误差来源于初始场和模式的误差,集合预报技术是减小这些误差的有效方法。该文以MM5模式作为试验模式框架,模式的积云参数化方案分别取Anthes-Kuo、Grell、Kain-Fritsch和Betts-Miller方案,边界层参数化方案分别取MRF和Eta方案,通过组合4种积云参数化方案和两种边界层参数化方案产生8个集合成员,对1999年华东地区梅雨期间3个降水个例进行48 h集合预报试验。结果显示不同集合成员的预报结果各不相同,积云参数化方案对降水的影响比边界层参数化方案对降水的影响大;不同集合成员预报降水的偏差也各不相同,大多存在湿偏差,量级小的降水的湿偏差程度比量级大的降水的湿偏差程度小;对于不同个例,各成员中预报效果相对较好的成员是不同的,集合平均后可以得到一个比较稳定的预报结果;从集合预报结果中还能得到客观化和定量化的降水概率预报,它能对可能发生的天气现象发出信号。     

WRF模式对福建沿海风电场风速预测的效果分析

在WRF模式中选取不同的边界层、近地面层以及陆面过程参数化方案,设计了4种不同物理过程参数化方案,组合模拟福建沿海某测风塔站2010年1月1—11日和7月1—11日的逐时风速,将数值模拟结果和同期测风塔观测数据进行对比,以寻求最佳参数化方案。经分析比较,采用MYJ边界层方案,Monin-Obukhov近地面层方案以及Noah陆面过程方案的方案2模拟效果最好。使用该方案对2010年1月和7月的风速进行模拟,按不同风速级别分别对数值模拟结果进行对比分析,结果表明:方案2对6~15m/s风速模拟的平均相对误差在20%左右,能够满足风电预测的精度需求;而对0~6m/s风速模拟的误差相对较大,这可能是由于模式地形分辨率不够精细以及风塔所处海陆交界处的特殊位置,使低风速容易受地面扰动以及海陆气流影响所致。     

北京地区一次空气重污染过程的气象条件模拟参数化敏感性试验

气象预报是影响大气重污染预报精度的关键所在。针对2016年12月16～21日北京市一次重污染过程,开展了中尺度气象模式WRF的参数化方案配置敏感性试验。对微物理过程、长波辐射过程、短波辐射过程、陆面过程、边界层过程、近地面过程以及积云对流参数化过程进行组合优选,共设计51组参数化方案组合,分析不同模拟方案下北京市8个气象站点温度、相对湿度、10 m风速的模拟精度及其敏感性。试验结果表明:温度模拟对长波过程参数化方案最为敏感,集合离散度达2.4～7.4°C,再次是短波过程参数化方案;相对湿度模拟也对长波过程参数化方案最敏感,再次是陆面过程;风速模拟对不同过程参数化方案的敏感性程度差异不大。通过模拟结果与观测的统计对比,优选出模拟误差最小的方案组合为Lin微物理方案、RRTMG长波方案、RRTMG短波方案、Tiedtke积云对流方案、Noah陆面方案、MYNN 3rd边界层方案和MYNN近地面方案,并将其与集合平均、基准方案进行对比。对于集合平均来说,其温度模拟与观测相关系数为0.69,高于基准方案,其模拟偏差与均方根误差比基准方案低25%和11%;集合平均的相对湿度和风速模拟相比基准方案变化较小。与集合平均相比,优选方案能同时改进温度、相对湿度和风速模拟,使温度模拟偏差和均方根误差比基准方案下降35%和17%,使相对湿度模拟偏差和均方根误差下降43%和13%,使风速模拟偏差和均方根误差下降33%和24%。以上结果表明,参数化方案的敏感性试验和优选能显著减小重污染期间气象要素的模拟误差,重污染预报改进需重点关注参数化方案模拟上的不确定性。本研究也发现MYNN3rd边界层方案在这次重污染过程的气象要素模拟上具有良好性能,可为未来重污染预报改进提供参考。     

不同参数化方案对长江中游汛期降水模式预报试验

利用中尺度模式多个物理过程组合成不同预报方案,对长江中游汛期降水预报进行了对比试验.试验结果表明,使用不同物理过程参数化方案对长江中游汛期降水的预报效果存在差异,这种差异随降水预报量级的提高而愈加明显;而就试验而言,Grell积云对流参数化方案与Blackadar边界层参数化方案的组合预报效果相对较好;就单个降水个例而言,预报效果相对好的参数化方案存在不确定性,集合平均预报相对稳定且优于大多数方案,其对降水评分的改进尤其体现在暴雨以下量级的预报中.     

Bias Correction in Wind Direction Forecasting Using the Circular-Circular Regression Method

Wind direction forecasting plays an important role in wind power prediction and air pollution management. Weather quantities such as temperature, precipitation, and wind speed are linear variables in which traditional model output statistics and bias correction methods are applied. However, wind direction is an angular variable; therefore, such traditional methods are ineffective for its evaluation. This paper proposes an effective bias correction technique for wind direction forecasting of turbine height from numerical weather prediction models, which is based on a circular-circular regression approach. The technique is applied to a 24-h forecast of 65-m wind directions observed at Yangmeishan wind farm, Yunnan Province, China, which consistently yields improvements in forecast performance parameters such as smaller absolute mean error and stronger similarity in wind rose diagram pattern.