江西山地风电场风速数值模拟方法研究

利用中尺度气象数值模式WRF和动力降尺度模式CALMET,对江西山地风电场不同高度层风速进行4个月逐时数值模拟,结合测风塔实测资料,对两种模式的模拟结果进行准确性、误差特征等方面研究,结果表明:1) WRF模式和CALMET模式均能较好地模拟出风速的日变化特征,在大风速时间段两个模式模拟误差变大,可能是由于出现台风、降雨伴随大风等天气时,WRF模式边界层方案对大风速时拖曳作用不充分造成,今后可考虑通过天气过程模拟的敏感性研究及历史数据对模拟结果进行订正。2)从各月模拟结果来看,WRF模式与CALMET模式各月模拟值与实测值间相关系数均大于0. 65,两个模式对70 m高度层模拟结果均优于对10 m高度层的模拟结果,并且CALMET模式均方根误差低于WRF模式的。3) CALMET模式在各风速段模拟效果均优于WRF模式的。两个模式在0~3 m·s-1低风速的模拟效果最优,在大风速段( 8 m·s~(-1))模拟结果平均绝对误差最大,今后应对大风模拟结果的订正开展进一步研究。     

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。     

BJ-RUC模式的低层风场预报产品质量检验——以甘肃省当金山风电场为例

利用2013年甘肃华电阿克塞当金山49.5 m W风电场风机监控数据采集系统的观测数据,对BJ-RUC模式的低层风场预报产品进行质量检验。结果表明:(1)总体上有效风速区在各季节预测效果较满发风速区好,且这2个风速区秋季预报效果最好,冬季预报效果最差;(2)年尺度上,观测值的Weibull分布众值偏右,形态相对接近正态分布,而预测值的Weibull分布众值偏左,形态相对偏离正态分布。月尺度上,除1月外,其余各月实况和预测的Weibull分布与全年的基本一致,且各月预测风速形状参数k值接近2,为中性风,说明BJ-RUC模式模拟强阵性风速有局限性;(3)模拟的主导风向与实测的风向有较大偏差,仅对接近满发风速区的风向模拟得较准确,表明BJ-RUC模式对风向模拟有待提高。     

鄱阳湖区风电场风电功率预报研究

风力发电作为一种无污染可再生的能源,已逐渐成为许多国家能源战略可持续发展的重要组成部分。风电场风能预报是风力发电开发中的关键技术问题。为研究鄱阳湖区风力发电预报技术,采用中尺度模式WRF和微尺度模块CALMET对鄱阳湖区长岭风电场进行了200 m水平分辨率风能预报,并根据长岭机组理论功率曲线表和实测数据拟合出理论和实际发电机组功率曲线模型及平均有功功率与发电量模型。根据WRF+CALMET模式预报风速及建立的发电机组功率曲线模型和平均有功功率与发电量模型,预报了长岭风电场发电量。结果表明:长岭风电场23座风机逐小时风速预报值与观测值相关系数为0.42~0.61,均方根误差为2.59~3.68,相对误差为-13.7%~17.4%;对整个风场,预报风速与观测风速的相关系数为0.55,均方根误差为2.8,相对误差为-4.79%。实测发电量值高于预报值,平均偏大39.7 kW,相对误差为-12.6%,预报值与实测值相关性较好,相关系数达到0.52。总体来说,根据中尺度数值模式预报的风速结合风功率、发电量模型预测出的发电量与实测值较为接近,但各月差异性较大。     

ENVISAT星载合成孔径雷达反演风场在江苏近海风场研究中的应用初探

为了弥补海上风的常规直接观测资料较少的不足,探索将合成孔径雷达(Advanced Synthetic Aperture Radar,ASAR)观测资料用于风场研究,以江苏近海为研究对象,利用沿海地面观测数据和2008年11幅ASAR影像反演获得的风速和风向进行对比,并将卫星反演风场同化至数值模式,分析对海上风场模拟效果的改进。结果表明:ASAR影像反演的海面风场和地面实测吻合度较高,可以作为没有直接风观测的海上区域的补充。风速反演值略大于观测值,均方根误差为1.8 m·s~(-1),83.6%的站点偏差在±2 m·s~(-1)之内;风向反演值比观测值偏北,均方根误差为39.3°,41.8%的站点偏差在±22.5°之内。将反演风场同化至WRF模式后,提高了海上风场的模拟效果,风速均方根误差1月降低至0.9 m·s~(-1),7月降低至1.6 m·s~(-1);风向均方根误差1月降低为57.3°,7月降低为50.6°。     

复杂下垫面风电场风速数值模拟及误差特征

利用WRF模式分别对沿海及山地条件下风电场风速进行高分辨数值模拟,并对其误差特征进行分析,结果表明:1)WRF模式对复杂地形条件下的风速模拟性能良好,模拟值较好地体现天气尺度的周期变化;2)沿海及山地条件下模拟与观测的误差特征各不相同。模式静态数据未能显现沿海的小岛,并且低估了山地测风塔所在的海拔,导致沿海平均模拟风速偏大,山地平均模拟风速偏小;3)分析不同风向的归一化均方根误差,沿海陆风情况下,下垫面相对复杂,误差明显增大;沿海海风情况下,下垫面均一,误差明显减小;4)仅作单个风电场周边数百平方千米的模拟,采用一台12核的服务器进行WRF模式的并行计算可满足48 h短期预测的时效性。仅仅提高模拟的网格分辨率,并不一定能提升模拟的准确性。     

BJ-RUC系统模式地面气象要素预报效果评估

利用自动气象站逐小时地面观测资料,采用客观检验方法对北京市气象局快速更新循环预报 (BJ-RUC) 系统在2008—2010年5—9月的预报结果进行检验,初步评估了BJ-RUC系统对地面气象要素的业务预报性能。结果表明:BJ-RUC系统对地面气象要素预报与实况的变化趋势有很好的一致性。其中,2 m温度预报整体偏高,误差范围为-1.5~1.5℃,早上和傍晚偏大,正午偏小;2 m相对湿度的预报整体偏低,误差为-25%~0,白天偏大,夜间偏小;10 m风速预报明显偏大,午后尤为显著,误差为0.6~1.2 m·s-1;6 h累积降水的晴雨预报效果较好,TS评分可达到0.4。系统在初始起报时次的稳定性较差,从第3个起报时次开始逐渐稳定,但预报误差随着预报时效的增长逐渐增大,12 h内的预报误差较小,预报结果较可靠,在短时临近预报中具有参考价值。     

基于WRF模式和自适应偏最小二乘回归法的风能预报试验研究

利用中尺度WRF(Weather Research and Forecast Model)模式预报了2009年1,4,7和10月甘肃某风电场区域的风速和风向,并与离风电场最近的两座测风塔对应时段50m和70m高度实测资料进行了对比,客观地评估了该模式对风场预报的准确率。在相对准确的风场预报基础上,利用2008年1月-2009年4月风电场200台风机的实际功率记录数据和同期气象要素场预报资料,采用自适应偏最小二乘回归法和单机预报法建立了每台风机未来48h逐15min输出功率记录数据与同时刻轮毂高度预报的风速、风向、气温、湿度及气压之间的非线性统计预报模型。为了对该模型的稳定性和准确性进行长期的客观评估,独立进行了2008年1-12月的预报试验,分别建立了12组独立的非线性统计预报模型。试验结果表明:(1)WRF模式预报的各月风向分布、风频大小与实测风向有较好的一致性;盛行风向基本一致,风频大小相当,风向分布特征也较为一致。(2)WRF模式预报的50m和70m高度逐时平均风速与实测值的相关系数介于0.6～0.8之间,均方根误差介于1.5～2.6m.s-1之间。(3)2008年1-12月逐15min风电场风电功率预报值与风机输出功率记录值的相关性较显著,可较好地预报出各月风电功率的时间变化趋势。两者相关系数介于0.58～0.90之间,均达到了99.9%置信度。(4)各月逐15min风电功率预报值与风机输出功率记录值的误差较小,相对于总额定装机容量而言,均方根误差介于2.76%～12.89%之间。     

一种偏差订正方法在平昌冬奥会气象预报的应用

为了提高GRAPES_3 km（Global/Regional Assimilation and Prediction System）模式在2018年平昌冬奥会气象服务中的预报能力,采用一阶自适应的卡尔曼滤波方法对GRAPES_3 km模式的2 m气温、2 m相对湿度和10 m风开展偏差订正。结果表明:偏差订正方法明显提高了地面要素的预报效果,其中2 m气温的均方根误差整体减小到2℃左右,站点订正改善率为10%~60%;10 m风速的均方根误差减小到2 m·s-1左右,站点订正改善率为10%~45%;2 m相对湿度减小到20%以下,站点订正改善率为0~20%。与韩国气象厅LDAPS（Local Data Assimilation and Prediction System）及美国宇航局NU-WRF（NASA-Unified WRF）模式相比,GRAPES_3 km模式的风速预报表现更为优异,各站点整体预报效果明显优于LDAPS和NU-WRF模式。偏差订正方法可有效改善模式在复杂地形条件下的预报能力,是提高精细化预报准确率的重要手段。     

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。     

风电场风速降尺度预报方法对比分析

使用中尺度数值天气预报业务模式9 km和3 km分辨率的模式输出产品,分别应用小尺度模式CALMET模式和双线性插值(BLI)方法将预报风速进行降尺度处理,并对比预报风速和风塔观测资料。结果表明：WRF模式9 km分辨率的模式输出经过CALMET模式降尺度以后得到的风速预报效果比3 km分辨率的模式输出略好。同时,由于中尺度数值预报模式分辨率本身较高,使用BLI也可以得到较好的风速预报。将风速分为0 m·s^-1≤风速<5 m·s^-1,5 m·s^-1≤风速<10 m·s^-1和风速≥10 m·s^-1共3个等级,检验3个风速等级的预报偏差百分比得出,CALMET模式和BLI方法对10 m·s^-1以上的大风的预报效果相对较差;如何对大风预报进行订正对风速预报准确率的提高具有重要的意义。     

风廓线雷达资料对华南区域模式预报的影响

设计基于GRAPES_Meso的不同试验模拟2014年3月28日-4月8日的广东前汛期降水过程,评估风廓线资料对同化和预报的影响。对资料同化后分析增量的分析表明:相比同化时仅使用自动气象站资料,风廓线雷达资料对1000 hPa到850 hPa纬向风增量均有贡献,在850 hPa,700 hPa高度以上贡献迅速减小。应用3个试验的预报结果计算探空站、风廓线雷达站预报值与观测值的11 d均方根误差发现,同化加入风廓线雷达资料对各预报要素的改善在850 hPa高度最明显,其中风速预报误差显著降低,为0.7 m·s-1。此外,风廓线雷达资料对700 hPa风速预报有一定改善,而在925 hPa高度模拟效果反而降低。通过对2014年3月30日12:00（世界时）的个例分析发现,同化加入风廓线雷达资料的风速预报均方根误差在大雨级别以上的降水落区更大,其原因还有待于进一步研究。     

基于风速高相关分区的风电场风速预报订正

为了提高风电场风速预报和功率预测的精度和准确率,并考虑风机测风数据的不稳定因素,以多年服务的内蒙古中部某风力发电场A为研究区,在勘察风电场地形及风机布局后,按照季节、风向进行风机间风速时空相关性分析,划分出风机轮毂高度风速高相关为典型特征的风机网格分类片区,采用卡尔曼滤波方法,通过直接和间接两种订正方案,分别进行风机片区风速订正。结果表明:风速高相关风机片区的划分,对于提高风电场风速预报及功率预测精度和准确率具有一定作用,利用风电场区测风塔梯度观测风速,对风机片区进行间接订正,可有效改善数值模式预报风速,15个片区类型下相关系数由0.18~0.72提高至0.67~0.91,误差绝对值由1.6~2.9 m·s-1降低至1.0~1.5 m·s-1。     

台风麦莎的正压特征波动结构及其稳定性

利用中尺度WRF模式对2005年8月西北太平洋台风麦莎（Matsa）进行了精细的数值模拟。使用模式输出资料,对正压浅水方程组进行了数值差分计算,分析它在最大强度时刻的正压特征波动结构和稳定性。结果表明,台风麦莎内部包含有沿逆时针方向传播的重力惯性外波和涡旋Ross-by波,两种波动的结构和稳定性存在显著性差异。前者主要存在于台风外围,增长率随波长的减小而增加,台风外围的波动相速度为48．9～68．5m／s;后者主要位于距离台风中心200km内,表现为3波最不稳定,半径100km处相速度约为5m／s。此外,重力惯性外波的扰动风场与高度场基本相垂直,扰动散涡比值大于3倍,甚至达到10＾3倍,运动以辐合、辐散为主;涡旋Rossby波的扰动风场基本平行于高度场,扰动散涡比值为10＾-1～10＾-2,涡旋运动是其主要运动,与内螺旋雨带沿着切向圆周方向的传播具有密切关系。     

基于WRF和CFD软件结合的风能资源数值模拟试验研究

运用中尺度数值模式WRF与法国CFD软件MeteodynwT相结合的方法（WRF／WT）,进行了广东省海陵岛地区的水平分辨率100m×100m的风能资源数值模拟试验,采用海陵岛上7座测风塔观测资料对WRF／WT模式的模拟风场进行误差检验,并与WRF／WAsP模式系统对单点风能参数模拟误差进行对比,研究WRF／WT模式系统在风电场微观选址和分散式风电开发利用中应用的可行性。结果表明：中尺度模式与CFD软件结合的数值模拟方法对区域风能资源分布趋势的模拟比单纯应用CFD软件更准确;WRF／WT模式系统应用于复杂地形风能资源数值模拟评估是可行的,其对区域风能资源参数分布模拟的准确率与WRF／WAsP对2km范围内风能资源参数模拟的准确率相当;WRF／WT模式系统在风速频率分布不满足Weibull分布的情况下和陡峭地形条件下有较好的模拟效果,相对WRF／wAsP有明显优势。今后需进一步研究中尺度模式与CFD软件的衔接方法,以及对中尺度模式模拟结果的误差订正。     

风廓线与测风塔资料在地面风场预报中的应用研究

运用四维同化方法将风廓线雷达和测风塔资料应用到WRF模式中,通过对比资料同化前后模式对地面风场的预报效果可知,加入风廓线雷达和测风塔资料后模式对风速的预报效果有明显提高,对风向的预报也有一定程度的改善;资料同化结束后,模式预报在49h内对地面风场预报效果仍有明显改善,但随着模式预报时间的增加,在模式积分49h以后,同化资料前后模式对地面风场的预报效果无明显变化。另外,通过对资料同化前后模式对风速预报误差的分析可知,在对模式风场预报的改进中风廓线雷达资料的贡献大于测风塔资料的贡献。     

新疆气象站年均风速均一化订正与基本风压估算初探

为了较好地开展风能资源的详查与综合评价工作,根据新疆各风区挑选的参照站历史风况资料序列特点,在参考测站历史"元数据"直接进行非均一性检验与一致性订正基础上,对其中4个长期无自记风记录参照站采用标准正态均一性检验、Potter检验、平行累计和等客观方法对1970～2009年的年平均风速序列进行了非均一性检验与均一化订正,同时对测站无自记风时期年最大风速序列的时距换算进行了初步探索。结果表明:1)布尔津、淖毛湖、红柳河站的年平均风速存在因测站环境改变或其它不明原因而使序列间断的现象。从年平均风速序列SNHT非均一性订正结果以及测站四周建筑群体的发展规模看,布尔津测站受测站环境变化等不明原因的影响程度最大,三度间断,累积订正量平均达0.9m.s-1左右。淖毛湖站两度间断,其中1次与近距迁站而又未进行迁站订正有关,订正量约为0.1～0.2m.s-1。红柳河站的1次间断,也与未进行迁站订正有关,订正量约为0.1～0.2m.s-1。2)在构建测站无自记风时期历年最大风速序列的时距时次经验公式中,十三间房站适于西北统一经验公式,其余3站适于在一定阈值风速条件下,根据有自记风时期2min时距平均风速与10min时距最大风速的相关比值系数进行订正。