风能模拟系统WEST在中国风能数值模拟中的应用-北极星风力发电网

投稿

我要投稿

了解决风能资源评估观测资料在空间分布密度和观测时间长度方面的限制, 中、小尺度数值模式在风能资源评估中的应用技术得到快速发展。虽然数值模拟并不能代替现场观测, 但利用数值模式能够较好地模拟低层大气风场分布, 可以弥补观测资料的不足, 尤其是在山地等复杂地形区域的数值模拟, 在一定程度上减少了风能资源评估的不确定性。

一、模拟评估系统WEST介绍

1、气候背景场分类

地表以上至100 m 左右高度的风资源分布状况对于风能资源的开发利用极为主要。在中纬度地区, 近地层风场主要与地转风、大气层结和地表因素等的影响有关, 而地表因素主要包括地形高度、地表粗糙度和地表温度等。本文中利用海平面地转风进行分类气候背景场分类, 得到了没有地形影响的大尺度气候背景场类型, 然后再根据各个背景场类型的特征, 构造出模式初始场, 模拟时地形随时间变化并逐渐达到实际的地形高度, 最终得到由实际的地形驱动模式产生的实际风场分布。

进行大尺度气候背景场分类时, 将风向划为16个风向区间, 每一个风向区间又根据14 档风速区间(2，4，6，8，10，12，14，16，18，22，26，30和>34m·s -1 )以及0m 与1500m 高度上地转风速切变划分(不包括0～2 m·s - 1的区间) ，即可得到最多432 种组合的气候背景场分类类型。所用气候资料为43 年(1958—2000年) 的逐日4时次的NCEP/ NCAR 再分析资料, 空间分辨率为2. 5°×2. 5°，垂直范围由10～1000hPa共17层。分类时通过四层等压面(1000，850，700和500hPa) 上的温度、湿度和气压计算得到对应高度(0，1500，3000和5500m) 上的地转风。再将计算得到的0 m处地转风速、风向和风速切变经过统计分析, 得到各个NCEP 格点的多年气候背景场类型发生的频率统计结果。

2、中尺度模式MC2

WEST 模型中的中尺度模式MC2 ( The Me2soscale Comp ressible Community Model) 是加拿大大气环境局数值预报研究所和魁北克大学蒙特利尔分校共同开发研制的一个新的中小尺度数值模式，它的控制方程为全弹性、可压缩、非静力的连续的全欧拉方程，采用半拉格朗日平流方案和半隐式时间差分方案，最终通过Helmholtz 方程完成积分求解。MC2 中采用的物理过程参数化方案主要包括: 湍流垂直扩散过程、地面热量水汽收支过程、重力波拖曳过程、湿对流过程、可分辨尺度的凝结过程、红外辐射过程、太阳辐射过程等。这些都使得MC2 的精度很高，并对各种尺度的天气现象具有较强的模拟能力。到目前为止，大量试验已证明MC2 是在复杂地形条件下具有较高时空分辨率的模式。

3、统计模块

最后将各气候背景场类型发生的频率作为权重，对于每个类型的模拟结果进行加权平均得到区域平均风能资源分布状况，最终形成风能资源数据库。WEST 的评估结果从地表到20 km 高空共28层，其中近地面1. 5 km 高度范围内分为10 层。统计模块可以根据这28 层的结果通过风速对数扩线插值得到任意高度上在中性层结条件下近地层的风场分布。

二、模拟方案

利用43年(1958—2000年)的NCEP/ NCAR再分析资料进行了气候背景场分类，通过中尺度模式模拟，对模拟结果进行统计分析，最终得到中国区域10～120 m 高度上的风资源图谱，这里给出80m 高度上的中国年平均风速分布图(图1) 。

图1：WEST 模型模拟的中国离地80 m 高度的

年平均风速分布(单位: m ·s - 1 )

2、模拟结果分析比较

本文选取了中国683 个气象观测站10 m 高度多年(各站资料时间序列不等, 1951 —2000 年) 平均风速资料与WEST 模拟结果进行比较。模拟结果与观测资料平均绝对误差为0. 953 m ·s - 1 , 相关系数约为0. 43 , 通过0. 01 显著性水平检验(图2) 。

图2：WEST 模拟的年平均风速与中国683 个气象

台站观测的多年平均风速对比

从图3 、图4 可以看出, 模拟结果较好(与观测资料相对误差< 20 %) 的台站大都分布在中国东部及东部沿海地区, 同时在西北的准噶尔盆地、吐鲁番盆地等地势较低的地区, 模拟结果也相对较好。这些区域内海拔高度低, 地势平坦, 平原、盆地较多。例如东北平原, 华北平原, 长江三角洲平原,南疆盆地等。而模拟结果不理想(与观测资料相对误差> 60 %) 的台站主要分布在中国中西部地区,同时在华南部分较高海拔的山区, 模拟结果也不太理想。在这些区域内海拔高度高、地形复杂、地势起伏很大, 分布着一系列的高山、高原。例如青藏高原、黄土高原、云贵高原、天山山脉、昆仑山脉、祁连山脉、横断山脉和太行山脉等。尤其是青藏高原边缘地区, 坡度很大, 这一地区也是模拟结果较差、台站集中分布的主要地区。

图3：WEST 模型模拟结果与中国地面实测风速

相对误差< 20 %的台站分布

图4：WEST 模型模拟风速与中国地面实测风速

相对误差> 60 %的台站分布

这一结果说明WEST 在中国中东部海拔较低、地形较为平坦、地势起伏不大的平原地区的模拟能力较好，但对中国西部地形复杂、海拔高度较高，尤其是高原地区的模拟能力还需提高。本文认为模式本身在高海拔地区的模拟能力是造成这种结果的主要原因，其次由于大尺度天气背景场的分类所用NCEP/ NCAR 再分析资料本身的可信度东部比西部要高，地形对NCEP 再分析资料的可信度具有较大影响，可能也是导致模拟结果在高原复杂地形区域产生较大误差的原因之一。

WEST 在辽宁地区共得到322 种分类, 通过模拟统计分析, 最终得到了辽宁地区近地层各个高度上的风资源分布状况。本文选取了辽宁区域内的56 个气象台站43 年(各站资料时间序列不等, 1951 —2000 年) 的10 m 高度上的平均风速观测资料与模拟结果进行对比, 结果表明, 平均风速模拟结果与观测资料绝对误差为0. 477 m ·s - 1 , 模拟结果与观测资料相关系数达0. 773 , 并通过了0. 01的显著性水平检验, 相对误差< 19. 4 %(图5)

图5：辽宁地区WEST 模拟的年平均风速与56 个

气象台站观测的多年平均风速对比

比较图6 、图7 , 可以看出WEST 较为真实地模拟了辽宁省的风能资源分布, 较好地反映了风能资源的相对优劣区分布。基本反映了辽宁地区西高东低风能资源分布的特点, 模拟出了辽宁省风能资源丰富区主要分布在辽北、辽中及辽东湾等地区。

图6：WEST 模拟的10m高度上辽宁地区年平均风功率

密度分布图

图7：全国第三次风能普查中辽宁省的年平均风功率

密度分布图

参考文献：

[1] 张德，朱蓉，罗勇，俞卫，王澄海.风能模拟系统WEST在中国风能数值模拟中的应用[J].高原气象，2008.2:202-207

[2] 施晓晖，徐祥德，谢立安，等.NCEP/ NCAR 再分析风速、表面气温距平在中国区域气候变化研究中的可信度分析[J].气象学报，2006，64(6):709-722

[3] 袁国恩，龚强，汪宏宇，等.辽宁省风能资源评价项目报告书[R].辽宁省气象能源开发应用研究所，2005

投稿与新闻线索：陈女士微信/手机：13693626116 邮箱：chenchen#bjxmail.com（请将#改成@）

订阅北极星周刊，精彩内容不再错过！

特别声明：北极星转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明北极星*网的内容为北极星原创，转载需获授权。

阅读下一篇

风电数据：中国风能资源陆地（风功率密度大于200W/m2，高度50m）的风能资源潜在开发量分布

风能查看更多>风能资源查看更多>风能资源评估查看更多>

姓名：
性别：
出生日期：
邮箱：
所在地区：
行业类别：
工作经验：
学历：
公司名称：
任职岗位：

风能模拟系统WEST在中国风能数值模拟中的应用

风电数据：中国风能资源陆地（风功率密度大于200W/m2，高度50m）的风能资源潜在开发量分布

登录注册

绑定账号

想要获取更精准资讯推荐？建议您完善以下信息~

订阅成功

想要获取更精准资讯推荐？建议您
完善以下信息~