风电技术论坛之风资源评估与风功率预测——北京国际风能大会展中报道

会议时间：2013年10月17日

会议地点：W105

会议主题：风电技术论坛——风资源评估与风功率预测

朱蓉：第一个演讲人是来自于法国的蒋紫虓先生，毕业于法国航空航天大学，获得双硕士学位，目前主要从事流体力学方面的研究。

蒋紫虓：我来自与法国美迪公司，今天我跟大家分享的议题是我们工作中所处理的问题，我们法国美迪公司是基于计算流体技术，从事长期以及大规模的风电场的研究和模拟。这样的工作中我们往往注意到一个问题，就是对林区的模拟问题。对于林区模拟的问题我的介绍里会涉及到，向大家分享一下我们在工作里面如何对这种森林的风流去进行建模，就是说森林对风流有怎么样的影响。

我会介绍到美迪的WT软件里面对森林建模的方法，以及参数的矫正和最后的确认工作。这是我演讲的大体的安排。首先我介绍一下应用背景，然后我会介绍一下美迪的WT的参数和方程，另外我会介绍一下改变这些参数对模拟结果产生的影响，最后我会介绍一下森林模型的矫正工作，以及最后的实际验证案例。

那么，这个森林研究的背景，我不会花太多时间去说，因为大家做这个相关的工作的时候也都会有很多的了解，主要是针对我们目前很多的风电场都是向林区越来越丰富的地区去转，由森林引起的风速和湍流的变化，对发电量的计算和风机的微观选址里面都有比较重要的影响因素。所以说在这个地方我们特别进行了森林的模拟研究。首先我们看一下如何对CFD里面如何对森林去模拟建模，首先对美迪的WT软件里面有一个森林的模型，主要是通过两个因素来实现的。第一个改变是在风流的动力方面，就是说在我们的方程里面引入一个阻力项去模拟这种森林对风流的阻碍。另外一个方面是去改变湍流耗散项的表达形式，这主要是在WT软件里面涉及到了对建模的方式。在森林的模型里边，我们涉及到不同的入口的参数。那么，在我们的模型里面我们主要有三个不同的参数。第一个是森林的高度，这反应了森林的冠层和地面的高度，第二个叫做拖拽力的系数，这主要是受森林密度的影响，树叶越多的话，对风流的阻碍作用和湍流的生成越大。第三个比较特别的概念，是叫做过渡层的概念，过渡层主要是指森林上方有一冠区域，虽然没有和森林发生实际的接触，但是也是严重的受到了林区的影响，我们管这个叫做过渡层的高度。下面我们看如何在研究里面进行调整，来改变相应的模拟的技术。

下面我们会看到WT软件对森林建模的方程，在这里我们会看到，在森林的内部，以及在森林的上方湍流强度的尺度发生了一个修整，湍流强度尺度同时也是WT软件对森林建模模拟的依据，顺便说一下，这是通过我们的特殊模型来进行模拟的，KL模型就是这边的湍流长度尺度。

下面我们可以看到在这个动量方程里面我们会引入附加的拖拽力项这样的概念。这种拖拽力是模拟形森林的树叶对风流的影响。这样的一个拖拽力的引入并不是说是一个均匀的，他实际上也是符合，随着高度有一个变化，比如说我们在这张图上可以看到，他实际上是从地面到四分之三的高度，都是一个均匀的定值，从四分之三的高度到顶端是有一个线性的减少，一直到最后。这是为了体现一般的森林越接近顶端，树叶的分布越来越稀疏这样一个现实的情况。

下面我们在一个很简单的计算的实例上研究了一下不同参数所带来的影响，那么这样的一个计算的例子是再一个平坦地形上进行计算，均匀的粗糙度，计算范围是六公里乘六公里，我们网格分辨率是水平方向25米，垂直方向是四米。下边这两张图，左侧是风速的过线的变化，右侧是湍流强度的变化，这两张图上我们所修改的参数，森林断层的高度，我们可以看到随着森林冠层的高度，他的风速和高度的分布都是有着一个很明显的趋势上的变化。

下面这四张图我们分别研究了参数的系数和改变过渡层的高度所对模型的模拟结果带来的影响。在这里我们可以看到如果说当我们改变这个拖拽力系数的时候，那么无论是风速的过限，还是说湍流强度的过限，实际上都是发生这种比较明显的一种变化，基本上是一个这种平移的效果。那么相对应的而言，针对这种改变过渡层高度的变化，我们发现其实这个风流主要是在森林的上方有一个改变，也就是说过渡层的高度实际上仅仅影响森林上方的模拟的结果，对森林内部没有太多的影响。

下面我们看到一个工作是森林模型的矫正工作，这个矫正工作实际上对于所有的以模拟方式来给结果的软件来说非常重要的。因为这种矫正实际上相当于我们找到了一个俯视的方式来进行应用。我们参考了欧洲标准中一个标准，叫做EC1，这个标准在欧洲做建筑物的风载和计算里面所参考的通用的标准，这个标准里面是基于大量的实测的观测数据，统计出来的平均风速和湍流强度，随着高度变化的函数。这个函数当然是根据地表的粗糙度给出的。这样的矫正工作的意义是使得相当于软件模拟得到的结果。在平坦的地形上和标准上的结果是一致的。这是这个软件被更多的，比如说像建筑设计上或者是其他的分工程的研究所接受的前提。

这个矫正工作里面我们实际上考虑到了刚才所提到的参数。包括了树高和树高度的比值，包括后面看到的过渡层的高度进行的比较，在矫正的过程中我们都进行了考虑，但是矫正工作的细节比较繁琐，我们最后会给出一个矫正的结果。这个矫正的结果里相当于我们对森林系数里面打三个高度，一个是树高度的比值，一个是过渡层的高度，还有是森林的密度，还有拖拽力的系数，这三个参数我们分别针对与原始的参数进行了新的更加符合标准的参数。在右边的话我们可以看到在粗糙度等于一的情况下，不同的参数配制所获得的模拟结果，以及EC1这个标准所给出的结果之间的比较。我们会看到在这种新参数的前提下，无论是风速还是说湍流强度实际上在误差的比较中都比原有的模型有了很大的改进。

所以说也是基于这样的一个矫正的工作，我们在新版本的WT的软件里面在森林模型的设置里面采用了这样一个最新的结果。最后我简单的介绍一下实际验证的案例，因为之前的研究，包括我们做的模型的介绍。包括我们做的参数的影响的介绍和矫正，实际上都是根据平坦地形上的模拟来进行实现的，因为我们实际上在矫正过程中所参考的标准是平坦地面上给出的。

下面我们看一下在一个真实的案例里面，经过我们矫正的结果是否能给出一个与实际的结果，这样一个实力，这是一个法国北部的真实的风电场去进行的。我简单介绍一下这个项目的背景包括我们模拟使用的参数。在这个项目做研究的时候，我们有一个高分辨率的粗糙度的地图。这在场区的粗糙度的变化是比较复杂的，树林的高度，从四米到三十米不等，是一个非均匀的分布。同时这个场区的地形倒不是说非常复杂，它的最大落差是160米左右，这个项目里面主要是想验证森林的影响，而不是地形的影响。

那么在模拟计算方面，我们使用了网格的分辨率仍然是水平方向25米，垂直方向四米。我在模拟上进行了假设，所有在模拟计算里边我们所使用的重叠是按照中性的重叠给出的。我们对实测的数据进行了过滤。

下面是我们看到的常去的真实的森林覆盖的清杂，左侧是谷歌提供的卫星照片，右侧是我们使用的高分辨率的图。我简单提一下我们验证过程中如何对数据进行处理，因为我们之前说过，我们在模拟的过程中采用的是中性的大气稳定度的条件进行模拟的。实际上我们在这样的模拟的假设条件下，我们也需要使实际的数据进行相应的过滤，才能使我们的模拟条件有一致的对应性。这样的话我们做了一个强风的筛选。这个强风的定义实际上是我们可以在这边做出风切片指数，或者是做出湍流强度，随风度变化的区县，当风切片指数和湍流强度不随风速进行变化的时候，这个地方我们可以定义成强风的预值，这个地方我们把七米每秒左右作为一个强风状态的预值，这个以上的样本因为风速比较大，基本上不会受到大气稳定度的影响。

换句话说，可以认为强风状态的样本里面他们都是属于一个双性重叠的分布。右边这张表格我们给出了在各个不同的方向山区上我们所获得的这个强风样本的数量。那么我们在最后的对比里面实际上采取了强风样本数量比较多的山区所形成的对比。因为样本数量越多的话有助于消除，尽量的减少实测数据的统计所带来的误差。

下面给出一个风速上对比的结果。在模拟中实际上我们把测风数据载入到了50米高度的模拟点上。通过模拟来考虑森林模型，把这样的模拟的结果，把这样一个载入的结果，给推算到其他的高度上。现在我们就可以在这个图上看到了这个实测的风速的结果，这是蓝色的标记点来进行代表。绿色的曲线是代表软件模拟出来的切片。

最后我们可以看一下分方向的风廓线的对比。可以看到可能在这些所有的方向上，除了60度方向平均的误差可能达到了5%左右，其他的方向上的平均误差在0-5%之间。

最后我们可以进行一个简单的讨论，就是说首先我们来进行这个实测案例的对比的时候，我们进行了一个强风样本的筛选，这个筛选主要是跟我们的模拟条件相一致。因为我们在模拟的时候也是用这种方式来进行比较。当然这个软件也可以做其他的稳定度的研究。下面我们可以看到，我们在模拟过程中改变了森林模拟的参数，这些参数的改变是基于我们之前所做的森林模型的矫正工作。另外就是说在这个实际项目的研究里面，我们也基于这样的一个研究的结果，实际上也有一个小小的建议。就是说在我们的实际项目研究中，有的时候可能是由于时间上的限制，可能没有办法去考虑一个真实的林区的分布，可能用一个均匀的地图。这样的做法，对于推算这种风速的扩线和湍流的扩线，尤其是考虑分方向的风速和湍流的结果的时候，可能会造成一些偏差。这种偏差实际上是由于高度的不均匀的变化所导致的，所以说在实际的项目的研究中，无论是在我们风电场的研究里面，或者是说城市的分工程计算这种监督载核的研究里面，我们的建议考虑到了上游的操作的变化不均匀性，并且把这种操作变化的不均匀性和地形变化的不均匀性耦合起来，一般的软件里面也都是可以实现这种耦合。

朱蓉:下面我们邀请来自GL的高级工程师Christian Perwake，具有12年的风电工作经验，报告的题目是热带气旋影响下的极端阵风评估。

Christian Perwake：全球对于风能越来越多的需求，导致各个地区对热带气旋进行的评估在菲律宾、日本都有很多这样的强风的情况。在评估极端阵风的情况，这是在各个地区评估风电厂的可行性的重要的因素。那么，实际上这些主要的因素在旋风的情况下，并不一定能应用。我们有一个25年的项目，通过这个25年的项目取得的经验。如果是旋风的情况下，并不一定能有。我想快速看一下在亚太地区的风能的情况。包括能源评估的融资的情况，在融资和评估的时候，还有对于这个极端风速的评估。我们是在24个国家运营，重点主要是这些地方的运作。我们在北京和上海都有办事处。在我开始之前，我想给大家看一下这个极端的气旋的情况，比如说像旋风。也又叫做热带旋风，台风，或者是飓风。在这个地方你要建一个风场或者是投资一个风场的时候，必须要考虑到气旋的情况。这里是一个地图，我们可以看到这个在哪些地方容易造成台风，在过去的36年当中，哪些地方遭受过台风，实际上很多的地方都遭受过台风的影响。但是受到影响最严重的是亚太地区，中国、日本、菲律宾是在地球上受到台风影响最严重的地区。

那么，我们不能说中国的沿海比菲律宾沿海要好一些，因为都是遭受台风的影响。我想给大家快速看一遍如何来评估台风，这是一个报纸上的文章，这上面的内容是中国的台风掀倒了17座风机。在中国南方几乎是可以肯定会看到台风，就是在这个风机的运行的寿命当中肯定会经历过台风的，有的时候台风会造成风机的损害，这是我就亲眼看到过一个风机被掀翻，损失达到了一千六百万美元。但是这并不意味着你在有台风的地方不能够建风电场。好的地方是我们现在有很多的关于台风的数据。这是一个世界地图，这是哪些地方的台风到哪些地方去的数据。现在在亚太地区有很多这样的数据，那么，我们这里所采用的数据是日本气象局的数据。我在这里给大家看的是我们在菲律宾做的一个分析。在那里有十次台风，那么，我们计算了最大的风力、风速、评估50年的风速，最主要的参数是台风确实带来了真正的风险，我们可以做非常详细的分析来了解到底有哪些风险在真正的台风袭击之前来了解。

在评估台风的最重要的一个因素是速度过限，速度的情况。这是雷达速度的情况，我们进到台风中心的时候发生了哪些变化。典型的雷达风速色定是这样的。横流是他的半径，纵轴是风速。某一点达到高峰，这一点之后风速开始下降。现在我们采用两种模型，过去几年对于旋风做了很多的研究。有两个模型，一个是对台风的路径进行跟踪，这是对现场进行跟踪和设定的，这蓝色的点是六个小时之内台风所经历的地方。我们通过这些来试图预测风速，我们用雷达的轮廓线来预测风速。这种情况下台风现在离测定点太远了，所以测定的数据是零。在近台风时候，台风靠近观测地点的时候，只有低风速然后在台风进入到这个观测点的时候，我们看风速达到最大值，现在是要使用这种雷达的预测的话，我们可以看到在地图上各种台风的跟踪，并且我们做这种分析，这是一个具体的案例。这是六个小时的数据，正好是台风经过这个地点的时候。所以很重要是要去推算一下这个台风到来之前和台风到来之间的风速。

这对于风电场的所有者来说意义巨大。方法论的一个汇总。首先我们是要在这个关注的地区搜集一些台风数据。你不能光用六小时的数据，所以你要考虑到风暴的地点和强度，以及速度。另外，使用这种雷达轮廓线的方法。一旦得到这个数据之后可以进行分析，另外一个分析是要尽可能的做精确的评估。确定阵风的因素是十米还是多少米，另外风向也是要考虑的，我们看一下地图。我给大家展示一下极端的情况下，这是南海这个地方，首先要记录一下这个台风的路线。但是你很难跟踪36年的台风的行进的路线。我们所做的是在电网当中跟踪一种台风，那么做了三千五百次的跟踪。现在还在继续研究我们的结果出来。但是研究工作呢非常有特点，我们看到这个台风经过了台湾在中国海的地方是低速的。这是对于台风来说可以看到风速逐渐的在增加。因为在这个南部的地区这些风速没有经过，经过台湾，所以我想没有太多到中国的地方，可能台湾起到了一个屏蔽的作用。

最后一点，就是说台风是不是对风场有威胁，很重要的是在选址或者是投资的时候，要对风场选址的地方进行具体的计算，如果出现极端的风的情况的话必须要考虑在内，还有一点希望大家不要忘记过往的数据。另外就是说本地的一些建筑的过往的经验。

提问：我有一个问题，我非常感兴趣，就是说你怎么样来定义他的相关的情况。就是说速度和距离，我们怎么样来考虑到相关的因素。

Christian Perwake：我们这个资料不是我们自己做的，之前有很多人做了研究了，关于旋风，旋风的话，之前我们可以在文献当中找到很多的数据。我们对文献做了回顾和研究，我们找出了对我们行业最相关的两个模式，其中一个是相对性模式，如果你有兴趣的话我可以把相关的链接发给你，在那个链接上你可以找到相关的旋风的文章和文献。

朱蓉：下面请来自中国气象局风能太阳能的高级工程师常蕊博士。

常蕊：我们这个工作主要是在中发展能源大力支持下所执行的，我们这个工作还是刚刚开始的阶段，所以还有很多地方有待完善，希望大家给出一些建议。这里大家可能知道在台上风能资源评估最最重要的是资料，但是我们现在的海上测风观测由于价格比较昂贵，而且我们现在的实况观测的资料非常少，所以高分辨率的卫星资料的应用就显得非常的关键。这种资料在应用起来到底应该在哪些方面着手，有哪些技巧，>这里给出一个简单的探讨。

这个报告主要是分为四个部分的内容，首先简单介绍一下我们所应用的同化的基础，一个基本的原理，接下来用我们中国沿海的气象站观测的实况的因素，对我们所繁衍的卫星参数进行一个简单的检验，接下来我们把这个检验的结果用再一个中尺度的数值模拟的模式中来模拟一下风场，看看模拟的情况。

我们所用的卫星资料来自于欧盟局2002年发射一个卫星，这是一个极轨的卫星，固定一点来讲分为向上扫描和向下扫描两个方位，我们所拿到的资料是欧洲近些年的近海资源评估中得到的广泛的应用。我们想探讨一下这个资料在国内近海资源评估中到底有多大的可用性。这个资料我们所拿到的这一套的分辨率大概是一公里乘一公里的，当然这套资料还有别的版本，版本的空间分辨率可以达到五百米左右。所以说分辨率是相当高的。对于风能评估在空间上的要求是完全可以达到要求的。

这种卫星繁衍资料的原理基本上简单来讲是雷达，雷达信号和海面的海浪之间相互作用会产生一个反馈的信号。这个信号我们所得到以后是以雷达的反射系数这样一个数据我们所得到的，这张图上亮度越高，表示雷达的反射系数越强，就是说我们所对应的繁衍的风速就越大，这是繁衍的原理。

我们把所能得到的卫星的系数是雷达的后项反射系数，如何得到海表风，这里我们用经验的地球物理的方程，这个方程左边是雷达的反射系数，右边这一串公式里面大U是我们所关注的十米的风速，是我们繁衍所要得到的风速，第二个是雷达入射角，另外一个是雷达入射角的角度。另外是风的强度这样计算出繁衍的风速。在繁衍的时候，繁衍原理会受到海浪和降雨的影响，繁衍过程中要把这些虚假的信号剔除掉。因此我们经过刚才的方程繁衍以后我们可以得到一个原始的卫星繁衍的风场。大家看到点点的返点比较多，这是由于我们的资料的空间分辨率特别高，大概是一公里乘一公里的在这个图上的繁衍比较高，但是在我们近海资源评估中，我们通常所关注的尺度是中尺度的，所以我们在应用中需要把它这些小尺度的信号直接滤掉，所以我们在接下来的处理中会进行一个空间上的平滑。刚才我也讲了，我们所拿到的资料是极轨卫星的观测，只有向上和向下两个观测范围。但是在时间上的密度不是特别高，这是所有卫星资料的通病，所以我们在应用中，在时间上也要稍做处理才能进行进一步的应用。

因此，这套资料我们相当于拿到了以后对它进行简单处理以后用我们中国沿海的一些气象观测产生的观测站点进行的检验，这个项目中我们选择两个区域，一个是杭州湾区域，也就是说右上角的图。还有广东沿海的区域，之所以选择这两个区域，因为这两个区域的气象观测的数据质量相对比较好，而且观测的站点比较多，我们用这两个区域进行检测。即便是这两个区域，我们可以看到卫星所扫描到的这两个区域的卫星图片的个数也是对杭州湾地区来讲，2009-2011年只有174张，下边这个的话是461张，一年的话只有60个观测的实测。

这里的话我们对卫星观测的数据进行简单的处理，首先是我刚才所说的由于繁衍的技术的问题，卫星的繁衍资料有效的风速区间大概是二到二十四之间，也就是说小与两米和大于24米的风速的虚假信号我们全部剔除掉了，另外由于分辨率必须高，由于有散点，我们把比较大的散点剔掉，同时在五乘五范围内进行空间的平滑，因为用近海风能资源评估，所以我们关注的是这个尺度的变化信号。经过这个处理以后，我们这里给出八张图，左边四张是杭州湾地区的图，右边是广州和海南沿海的，左边是最原始的图片，没有经过处理，右边是经过处理以后的卫星观测数据。经过处理以后的数据明显平滑了，在近海风能资源中具有更好的应用型，我们把它大部分的虚假信号拿掉了，对于广州和海南地区来讲同样是这个道理。

当然我们在进行检验的时候，用实况数据进行检验的时候，因为我们所拿到的实况观测的数据是逐小时的风速观测，一个小时一个观测，对于杭州湾地区我们拿的是2009-2011年，因为是有时间的对应。对于逐小时的数据，我们要跟卫星的扫描是一个固定的时刻，要进行匹配来算的话，我们就对他在时间上进行一个，我这里写的是两个小时的平均。其实对气象观测来讲，整体上观测是前比如说是两点钟观测，其实是一点五十到两点之间的十分钟的平均，所以我这里写的是两小时的平均，实际上是大概六十到七十分钟的平均，这是参考了丹麦之前做过的比较，在时间上作尺度的平均，我们也进行了这么一个平均进行比较比较合理。

我们在进行比较的时候，在空间上选择距离气象观测站点距离比较近，最近的卫星扫描点进行的观测，但是在选择距离最近的时候，有很多的技巧，我只点其中的一个，大家可以看最下面的，我们左边最下面有一个黄色的指针，这是标志着我们某一个气象观测的站点。按照距离最近的原则，可以挑出十一号，大家可以看到右下角十一号的红色气球的位置，是离卫星站点最近的地区，由于这个位置在一个岛礁上，在离建筑比较近，所以我算出来两者的相对误差可能会达到0.87，这个误差特别大，如果我们把卫星站点选择22号位置，是在海里，是受建筑物的繁衍影响比较小的话，相对误差会一下子提到到0.39，也就是说你应用卫星数据的时候，一定要把离岸较近，受建筑物影响比较大的数据剔除掉这套自来在开拓海域繁衍的资料非常高。