两种模式在风电场风速预测应用中的对比

利用2011年12月至2012年11月贺兰山风电场测风塔实测资料和同期WRF、BJ-RUC模式预测结果,对2种模式在风速预测中的应用进行对比分析。结果发现,月尺度上,2种模式预测的风速月均值普遍较实测值高,且WRF较BJ-RUC更接近实测值;WRF预测的月平均风速标准差普遍较实测低,而BJ-RUC普遍比实测大;春季WRF预测效果整体上较BJ-RUC好,其它季节WRF预测的月平均风速均方根误差较BJ-RUC的小,但与实测风速的相关性较BJ-RUC与实测风速相关性差。日尺度上,凌晨至中午前后和傍晚至前半夜2个时段,2种模式预测风速普遍比实测值大,而中午至傍晚时分正相反,预测值普遍较实测小。2种模式对〉12 m·s^-1风速预测的均方根误差最小,其次是3~12 m·s^-1,〈3 m·s^-1风速预测的均方根误差最大,但BJ-RUC对3~12 m·s^-1范围风速的变化趋势把握能力较好。WRF和BJ-RUC都普遍低估了1~4 m·s^-1风速段的频次,对5~10 m·s^-1范围频次普遍明显高估,对10 m·s^-1以上风速,WRF预测频次较实测低,而BJ-RUC预测频次则较实测高。BJ-RUC对该区风向的预测能力较WRF好。     

大小兴安岭林区风场动力降尺度对比研究

对2017年春季黑龙江省大、小兴安岭林区的6个代表站点10 m风场进行降尺度分析,并结合观测数据对比分析了WRF模式和CALMET降尺度模式的10 m风速、风向预报结果。结果表明：两模式逐小时风速预报与观测的相关系数为0.5-0.7,且随着风速的增加,模式的预报准确率逐渐提高,夜间的风速预报偏差较大,进入白天后,偏差明显减小。WRF模式对风速变化趋势的预报效果优于CALMET模式,与观测的风速相关性更高,而CALMET模式对较大风速的预报效果优于WRF模式。在风向预报方面,WRF和CALMET的风向模拟与观测风向均有较好的一致性,模式预报准确率较高的两个风向也刚好对应各站的盛行风向。同时,本文用回归方法对日平均风速进行订正发现,订正后各站的日平均风速预报准确率平均提高了50%,具有较好的业务应用价值。     

集成CFD与Kalman滤波的微尺度风电场风功率预报方法

基于Kalman滤波的风功率预测方法难以捕获风电场的风力空间分布特征,集成计算流体力学CFD模型和Kalman滤波能将风资源分布纳入风力发电预报框架,对提高微尺度风能利用率有重要意义。以黄土高原沟壑区的中国华电集团公司甘肃省环县南湫风电场为研究区,首先利用CFD模拟风电场风速分布特征和划分风区,再利用Kalman滤波订正BJ-RUC模式预报的各风区长时间序列风速变化,并对比不同风区的订正效果,最终基于发电能力评估风电场的风功率预报效果与效益。结果表明:(1)风电场内部的风机均不同程度地受到复杂地形的影响,围绕"马蹄形"山梁和山谷形成明显的"阶梯式"风区,风速差最高达2.78 m·s~(-1);(2)CFD与Kalman滤波的集成订正方法使风速预报准确率由BJ-RUC的20%~30%提高到90%以上,并使风功率预报准确率达到80%以上,显著提高了微尺度沟壑区风速-风功率预报精度;(3)风电场容量因子C_P平均在12.4%~16.8%之间,弃风率η为5.5%~17.5%,表明该电场的风功率预报精度明显受其发电效益制约;(4)还讨论了风电机组监控数据采集控制系统SCADA的数据质量、CFD计算效率和能源部门决策等不确定性因素对风速分区及风功率预报的影响。     

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。     

复杂地形条件下风电场预报风速的卡尔曼滤波订正

通过分析位于复杂地形的南湫、黑崖子和干河口风电场测风塔70 m高度的风速、风向分布特征及风速预报的误差特性,基于卡尔曼滤波方法建立了预报风速的订正模型,对预报风速误差进行了订正。结果表明,南湫、黑崖子和干河口风电场的有效风速时数占全年风速时数的百分比分别达90. 9%,85. 06%和82. 93%;各风电场有效风速时数存在显著的时间差异,夏、秋季有效风速时数最大;南湫、黑崖子和干河口分别可达29. 65%,27. 19%和23. 24%;风速日变化特征差异明显,夏季南湫、黑崖子和干河口风速日变化分别呈多峰多谷(或双峰双谷)、单峰单谷、双峰单谷的分布特征;夏到秋季,南湫主导风向为东南风,黑崖子由偏东风转换为偏西风,干河口主导风向稳定为东风或偏东风。风速阵性特征有明显的季节差异,9月黑崖子、干河口风速的阵性变化较6月强,南湫风速的阵性变化6月比9月强。北京快速更新循环数值预报系统(BJ-RUC)对复杂地形风电场风速预报能力存在局限性,主要表现在预报风速的阵性变化相对较小、风速偏大;经卡尔曼滤波方法订正后,数值模式对风速的阵性预报能力增强,预测风速威布尔分布的形状参数和尺度参数逼近实况风速的分布参数,实况风速和预测风速相关系数最大可提高约15%;预报风速的绝对误差、均方根误差也得到了改善,可降至1. 30 m·s~(-1)和1. 66 m·s~(-1)。     

北京市"7·21"特大暴雨不同预报产品可预报性对比

利用ECMWF、NCEP全球预报产品和BJ-RUC区域预报产品,对比了不同模式对北京市"7·21"特大暴雨暖区降水、锋面降水的预报效果,同时利用WRF高分辨率中尺度模式同化常规观测资料和雷达资料,对此次过程进行数值模拟试验。结果表明:NCEP和ECMWF的全球集合预报产品都能预报出北京市"7·21"特大暴雨过程,但在暖区降水阶段和锋面降水阶段存在6 h左右的时间滞后,且降水量偏小;BJ-RUC区域模式预报出了整个强降水过程,且较好地预报了暖区降水,优于NCEP和ECMWF预报,但锋面降水较之实况锋面阶段降水偏南,预报的降水量小于实况。对于此次特大暴雨过程的模拟,暖区降水和锋面降水的预报要优于业务预报,且暖区降水接近实况降水,但整个锋面降水过程存在3 h的时间滞后。     

基于WRF/CALMET的近地面精细化风场的动力模拟试验研究

本文利用中尺度动力模式 WRF和诊断模式CALMET对琼州海峡的两次冷空气过程的近地层风场进行模拟和诊断,所用的资料是美国NCEP再分析FNL资料。WRF模式第一至第四层网格的水平距离分别是27、9、3和1 km,并用WRF-1 km场以单向嵌套模拟方式降至200 m,同时以 WRF-1 km 预报场作为 CALMET 初猜场降尺度诊断至200 m。分别用CALMET-200 m风场、WRF-1 km风场和 WRF-200 m风场,3个风场的风速、风向与沿琼海海峡分布的21个测站（其中6个测风塔）观测资料进行检验比较分析。主要结论是：（1）CALMET-200 m的风速RMSE明显小于另外两组试验,风向RMSE总体上差异不大;在60～80 m高度上也没有明显差异。（2）在0～8 m·s－1风速,10 m高度上CALMET-200 m风场诊断结果最好,风速平均偏差值从4～0 m·s－1,WRF的两组试验平均偏差值比CALMET-200 m结果大约2 m·s－1,风向上表现为偏差的分布更加集中;60～80 m高度上,CALMET-200 m 诊断效果与 WRF-1 km 模拟效果相当,但是冷空气时段内 WRF-200 m的风速要远远差于另外两组试验;而3组试验的风向并无大的差异。（3）WRF／CALMET模式系统在非冷空气活动时段内的风速风向模拟诊断偏差更小,说明其在层结相对较稳定时模拟诊断的准确度更高。     

新疆哈密复杂地形风场的数值模拟及特征分析

为了实现复杂地形下高分辨率风场的数值模拟及特征分析,采用中尺度气象模式WRF(Weather Research and Forecasting M odel)结合牛顿松弛逼近Nudging资料同化技术,实现哈密地区水平分辨率1 km的近地层风场数值模拟计算。基于模拟区域测风塔实测数据的对比检验发现,同化观测资料后风速风向的模拟结果均与实测更加接近,70 m高度风速模拟结果的绝对误差降低0. 25 m·s~(-1),同化后的模拟结果可以较好的修正风速较小时模拟值偏高和风速较大时模拟值偏小的问题,同时风廓线的模拟结果也与实测更加吻合。通过分析哈密复杂地形下水平分辨率1 km逐10 min风场输出结果发现:(1)哈密地区地形比较复杂,风速平面分布差异很大,4月份风速较大区域主要分布在山北地区和西部山南垭口附近,而7月份风速较大区域则位于西部的山坳南部和北部地区;(2)复杂地形下风速较小时风速为负切变,且平均风速越小负切变值越大,地形越复杂负切变值越大;风速较大即使是复杂地形下同样为正切变,但是正切变值比平坦地区的值要小,平坦地形下风速越大正切变值越大;(3)哈密地区复杂地形下,风速12～25 m·s~(-1)的风速占比在时间和空间上分布差异较大,风速较大的4月份,大部分地区占比达到20%以上,尤其是山北和西部垭口附近,占比甚至达到了50%以上,风速为12～25 m·s~(-1)的情况下80 m高度平均风速比60 m高0. 60～0. 80 m·s~(-1),比月平均风速的垂直变化值要大;(4)风速较大时,风向10 min变化不明显,风速较小时,风向变化值较大,且地形较平坦地区风向变化值较大,地形复杂地区变化值较小;(5)风向的垂直变化与风速大小关系比较明显,风速越小,其垂直变化越大,风向垂直变化的区域分布与地形复杂程度相关,地形越复杂风向的垂直变化值越大。     

用风廓线指数律模拟风速随高度变化

用风廓线幂指数律模式和木兰县蒙古山风电厂1999年1、4、7、10月逐时梯度风观测资料模拟风机高度(40、50 m)月平均风速和月极端风速。结果显示:模拟风机高度各月平均风速时,分别用各项参数时值、日值、月值的模拟效果相当;用各项参数的月值模拟时,幂指数m取中性值;1、4月观测值与模拟值相差不大,7、10月模拟值偏小。模拟40、50m高度月极端风速时,各月模拟值均比观测值大。     

多尺度优化技术在沿海风场同化预报系统中的应用

针对预报系统同化资料的时空分布特征，设计并开展了三组针对不同尺度信息优化的资料同化试验，并使用沿海地区两个测风塔边界层内风场观测数据对模式预报结果进行检验。测风塔观测表明陆地与海上近地层的风场特征截然不同。各组同化试验均能够再现陆地和海上观测风场的主要特征，但海上测风塔的风场预报误差高于陆地测风塔。各组同化试验的预报结果存在较大差异，其中结合新动量控制变量和大尺度约束的试验能够最好地模拟出观测风场的风向和风速分布。进一步表明，沿海地区的近地层风场模拟仍然存在较大的不确定性，需要进一步优化海洋边界层的参数化方案。     

桦南地区风能资源数值模拟误差分析

本文使用中尺度数值模型MM5结合微尺度模型CALMET对黑龙江省桦南地区2009年6月-2010年5月进行风能资源数值模拟,并与测风塔实测风速进行误差对比分析。结果表明各高度模拟风速与实测风相关系数在0.47-0.64,除10 m高度外,年平均风速模拟值都略大于实测值,>10 m/s区间与实测风速频率基本相当,高度越高与实测风速越接近。风向模拟随高度增加趋于稳定,主导风向与实测风向也越接近,70 m高度主导风向与实测风主导风向相一致。模型对风能频率的模拟效果优于对风速频率与风向频率的模拟。     

基于DERF2.0的月平均温度概率订正预报

国家气候中心第二代月动力延伸模式回算资料的分析表明,二代模式月平均温度预报与观测实况仍然存在较大偏差,模式预报有较大改进空间。本文采用非参数百分位映射法对模式月平均温度预报进行概率订正,该方法基于模式集合平均给出的确定性预报,结合模式回算资料各集合成员计算得到的模式概率密度分布,给出确定性预报在模式概率密度分布中的百分位值,并将百分位值投影到观测资料的概率密度分布中,得到模式预报的概率订正值。对订正前后模式预报的检验评估显示,该订正方案不仅有效降低了模式预报与实况的均方根误差（RMSE）,对月平均温度距平分布的预报技巧也有所改善,不同超前时间模式预报的预测技巧评分（PS）和距平相关系数（ACC）均有提升,同时模式预报误差的大小对订正效果无明显影响。从分月的订正预报结果来看,对夏季各月的温度预测技巧的提升整体高于冬季各月。     

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。     

天津市空气污染数值预报试验中的模式系统

介绍了天津市空气污染数值预报实验中城市空气污染数值预报模式系统的构成及各模块的功能。在天津市空气污染预报实验期间, α中尺度气象模式对区域范围内的逐时风、温、湿及其降水预报取得了较好的效果, 且模式的计算时间短; β中尺度气象模式在边界层内具有较高的垂直分辨率, 模拟结果合理, 其中计算与观测的风向差小于６０ｏ的概率达到６４３％ , 计算与观测的风速比值接近于１; 预报的地面ＳＯ２、ＮＯｘ和ＴＳＰ浓度与同步监测值相比, 城市空气污染预报模式对ＳＯ２和ＮＯｘ的日平均浓度的预报效果较好, 预报准确率达６４０％ , 而对ＴＳＰ的预报则较差     

多尺度空气质量模式系统及其验证I. 模式系统介绍与气象要素模拟

主要介绍一个多尺度空气质量模式系统及其在东亚地区的应用. 这套模式系统充分考虑了天气系统与中、小尺度气象过程对污染物的输送、扩散、转化和迁移过程的影响, 区域与城市尺度之间大气污染物的相互影响, 以及污染物在大气中的气相与液相化学过程、非均相化学过程、气溶胶过程和干湿沉积过程对浓度分布的影响, 可用于区域与城市尺度对流层臭氧、大气气溶胶、能见度和其他空气污染物的预报和环境评价. 模拟的气象要素(风向、风速、温度和湿度)与TRACE-P 和ACE-Asia期间三架飞机上获取的观测资料的比较结果表明, 模拟值与其相应的观测值具有非常好的一致性, 它们的相关系数都超过了0.96.     

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。     

中国区域近地面风速动力降尺度研究

利用2006年NCEP FNL再分析资料和气象站点观测资料,评估中国区域近地面风速WRF动力降尺度效果。结果表明:WRF模式显著高估近地面风速,在风速较大(小)的区域,WRF模式低(高)估了近地面风速;春季和冬季WRF模式模拟的近地面风速误差较大,夏季和秋季模拟的风速误差相对较小;西北干旱区、青藏高原和华南地区WRF模式模拟的风速误差较大,其他地区风速误差相对较小;3种边界层参数化方案(YSU、MYJ和ACM2)中ACM2方案模拟的风速偏差最小。     

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。     

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。     

内蒙古地区T639气象要素预报性能评估检验

通过T639模式预报产品在内蒙古地区降水量、2 m温度、相对湿度和10 m风向、风速及降水过程预报效果的适用性研究,得出以下结论,温度和相对湿度预报的准确率较风向、风速明显偏高,温度和相对湿度预报的误差系统偏小,风速预报误差偏大的概率较大;降水量的预报准确率随降水等级增加而递减,对小雨而言,模式漏报率小于空报率,多报降水的偏差和少报降水的偏差相近。在预报要素空间分布上,风向预报的偏差顺时针偏转,其夹角小于45°,温度预报偏差总体偏小,相对湿度预报偏差由西向东表现为“+、-、+、-”的分布特征;小雨和中雨落区预报偏大,暴雨落区预报偏小;贝加尔湖冷涡强度的预报偏强,西太平洋副热带高压的强度预报偏弱,影响范围偏西偏北。