风电场风速数值预报的动态修订方法的探讨

针对风电场风功率预测所需的定点、逐时风速预报,对利用中央气象台发布的MM5格点输出的数值预报风速插值到福建沿海某个风电场测风塔高度的预报结果进行误差分析,发现由于海陆交界的特殊下垫面等原因,存在一定的系统误差;根据误差的后延相关性和测风塔实时发回的气象资料,探讨了利用前期误差观测值和测风塔湍流指标对MM5数值预报风速进行动态修订的方法,建立了订正值方程,结果表明,订正后的预报风速平均绝对误差降低31%~54%,有效提高了预报精度。     

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 ...     

超短期风速预报方法研究进展

综合分析国内外风速预报相关文献,从物理方法、统计与机器学习方法、组合方法3个方面对超短期风速预报方法的研究现状进行归纳总结,对比了主要预报方法的优缺点,给出了不确定分析和误差评价指标,探讨了在超短期风速预报研究中应重点解决的问题和发展方向。     

WRF/CALMET/BP预报系统对内陆山区风电场的一次滚动预报检验

利用以中尺度数值模式WRF/CALMET作为风电场预报系统的动力模块,及BP神经网络法(BP-ANN)作为风电场预报系统的统计订正方法,对重庆市齐跃山风电场进行了一次时间分辨率为5 min的24 h风速、风功率的滚动预报试验,探讨了适用于中国典型内陆山区的风电场预报系统。结果显示：以WRF/CALMET/BP组成的动力—统计预报系统能够较好地模拟出内陆山区的风场特征,系统对正午至傍晚时段的风速预报准确率较高。WRF/CALMET动力模式对于风速中心振幅的模拟能力较好,经过BP神经网络订正后,模拟结果会趋于均值。不同风速段中,模式对低风速段(3～8 m·s^-1)的预报效果较好,BP神经网络对中风速段(8～14 m·s^-1)预报结果的订正效果最明显。     

介绍一种短期预报方法

介绍一种短期预报方法吕非１此方法命名为双雨区迭加法。在制作地区或单站气象预报时，经常无法确定降水量级，但往往可以确定与本区相连区域降水量的量级，然后将相连区域的雨量与本区降水量进行比较迭加，就可以得到本区的降水量的量级。我们称这种进行雨区降水量比较进...     

基于MOS的内蒙古风电场风机风速预报方法研究

采用基于T639数值预报产品的MOS预报,建立了内蒙古风电场风机风速预报模型,并与EC集合预报、本地MM5及上级WRF风机风速预报产品进行了对比,结果表明:平均绝对误差、平均相对误差、均方根误差均表现为EC集合预报(集合平均)效果最好,MOS方法次之,均优于本地MM5和WRF指导。由于集合预报、MOS方法预报时效较长,因而具有显著的业务应用价值。MOS方法制作风机风速预报的优点在于:以形势场作为预报因子,发挥了形势预报更为准确的优势,同时能够有效消除模式的系统误差。     

谐波分析方法在沿海风速数值预报订正的应用

利用福建漳浦沿海一座测风塔2009年12月—2010年11月的观测资料和中央气象台发布的MM5风速数值预报资料,统计分析了沿海近地层风速和风速数值预报误差的变化特征,统计结果表明:全年和各季节的风速变化具有明显的日变化特征,日最小风速出现在上午至午后,日最大风速则出现在旁晚至凌晨;同时,风速数值预报与测风塔实测风速的误差也存在较明显的日变化特征,这种变化特征与近地层湍流的发生发展有密切联系。在统计分析基础之上,提出一种谐波分析与人工神经网络(ANN)相结合的24 h短期风速数值预报的订正方法,订正试验结果表明:该方法可以每24 h更新一次预报结果,相对于风速数值预报的精度,两次独立样本检验的平均绝对误差分别减小25.6%、28.8%,且订正后使得风速数值预报的系统性偏差有明显下降。     

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。     

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。     

风电场风速数值预报的误差分析及订正

使用WRF模式对内蒙古某风电场区域内的2011年1-6月,50m高度的风速进行了模拟,并结合实测风速对模拟结果进行了评估。在此基础上再利用自回归模型(AR模型)和持续法对WRF模式模拟结果进行了订正预报,订正结果表明:AR模型和持续法都能有效地减小WRF模式风速的模拟误差,AR模型订正效果优于持续法。为能对订正预报时效进行延长,提出了"假设观测值"概念。在AR模型的基础上建立一种新的订正模型称之为New AR模型。其订正预报结果表明:新模型能在12h时效内,改善WRF模式风速模拟精度,其中6h的改进效果较好。     

两种太阳总辐射分钟级预报方法的比较

利用2010年9月1月至2011年8月31日中国气象局风能太阳能资源中心吐鲁番太阳能试验站水平太阳总辐射逐分钟观测资料,对统计外推法（简称外推法,TRD）和动态神经网络法（简称神经网络法,NNN）两种太阳总辐射分钟级预报方法进行比较。结果表明：从全年平均角度来看,外推法略优于神经网络法。两种预报方法的预报效果都主要依赖于天气形势,晴天预报效果最好,阴雨天气次之,多云和扬沙天气预报效果较差。外推法能较为准确地反映起报时刻影响辐射观测的云、气溶胶、沙尘等状况,并将这种影响持续至滚动预报的第一步或第二步;而神经网络法在预报阴雨、多云等复杂天气形势下预报要素的非趋势性变化规律方面略优;外推法预报日出后3 h和日落前3 h的太阳总辐射变化明显优于神经网络法;而神经网络法预报太阳总辐射突然变化特征时略优于外推法。     

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。     

基于循环神经网络的单站能见度短临预报试验

由于能见度具有局地性和复杂的非线性变化特征,一直是精细化预报的难点。人工神经网络对复杂变化过程的模拟能力较高,为解决这一难题提供了可能性。本文采用循环神经网络,利用福州气象观测站地面观测数据,建立了福州单站能见度短临预报模型,并就预报能力进行了评估。随机检验结果表明,在1 h、3 h、6 h时效上,循环神经网络的预报与观测的变化趋势一致性较好;均方根误差比基于实况的预报分别减小15.75%、31.66%、41.26%,说明具备较好的预报能力;平均绝对值误差比传统BP神经网络分别减小12.90%、24.45%、 38.99%,表明循环神经网络对能见度预报具有优势,为能见度的精细化短临预报提供了新途径。     

中国中部典型高山气象站风速的均一性检验及其变化特点

采用二相回归方法并结合台站历史沿革信息,在对中国中部典型高山站南岳和庐山1960-2017年平均风速资料进行均一性检验和订正的基础上,分析其变化特征及其与周边低海拔台站的差异,并利用NCEP/NCAR再分析风速资料对其差异进行验证。结果表明：南岳站平均风速序列存在一个由测风仪器变更而导致的非均一点,而庐山站不存在非均一点;南岳和庐山年及四季平均风速均显著高于周边台站,且高山站以春季和夏季风速最大,而低海拔台站各季节风速差异较小;近58 a高山站及周边低海拔台站的年及四季平均风速均呈显著的减小趋势,但高山站的减小速率显著高于低海拔台站;同区域NCEP/NCAR的1000 hPa和850 hPa平均风速变化的差异与高山站和低海拔台站的差异基本一致,说明中低空和地面风速的这种差异在中国中部地区具有一定的普遍性。     

BP人工神经网络法在大同市日极大风速预报中的应用

文章利用2010年1月1日—2013年12月31日逐日NCEP再分析资料(1°×1°)和大同地区地面常规观测资料,采用BP人工神经网络法建立大同市分站点、分季节日极大风速人工神经网络预报模型并且在对T639数值预报产品和EC细网格数值预报产品释用基础上建立了台站日极大风速的客观预报系统,对2015年9月1日—2016年7月31日进行了24h预报,试用结果显示,各季模式平均绝对误差在3.2~5.7m·s^-1之间,因此,该系统可以为预报员快速做出日极大风速的预报提供客观参考依据。     

1971-2012年青藏高原春季风速的年际变化及对气候变暖的响应

利用青藏高原73个气象台站的观测资料和日本气象厅JRA-55再分析资料,通过引入年际增量和动能收支方程,分析了1971-2012年高原春季风速的年际变化特征及其对气候变暖的响应。结果表明,在气候变暖的背景下高原风速呈减弱的趋势,随着变暖趋缓风速的变化也趋于平稳。春季高原风速与气温的线性趋势是相反的,但在年际尺度上二者表现出同位相的变化,当青藏高原、中南半岛和印度半岛的地面气温偏高,北亚和东亚地区的地面气温偏低时,有利于高原地面风速增大,反之风速减小。20世纪末青藏高原及其周边地区的升温速率表现为北快南缓,高原南、北侧气温差异减小,而东、西向的气温差异增大,风速趋于减弱;21世纪初高原中部及其南侧地区以升温为主,高原东北侧和东亚地区以降温为主,南、北向气温差异较小,高原风速的变化也趋于平缓,东、西向气温差异有减小的趋势,对应高原东部风速有所增大。青藏高原及其邻近地区的热力差异及其变化速率的不均衡改变了对流层大气的斜压性,进而通过两种途径影响青藏高原的风速,一方面是近地面层气压梯度力的直接作用,另一方面是高层动能向低层的输送。此外,还指出JRA-55再分析风速资料比ERA-Interim和NCEP/NCAR资料在青藏高原的适用性更强。