基于不同时间尺度风切变指数推算风资源的对比分析

利用2014—2018年辽宁省探空资料分析了水平风速的垂直风廓线分布特征。用2座代表性测风塔逐时梯度风观测分析了采用不同高度组合方案计算出风切变指数的月、日变化特征, 分别用月、小时、年风切变指数推算高层风速和风功率密度, 并与实测对比。结果表明: 沈阳相较于大连地区风速随高度增加较快, 180 m高度以上风速基本保持不变, 而大连因其纬度低且靠近海洋, 300 m以下风速均匀上升。在非复杂地形情况下, 距地面10 m高度以上间隔一定高度设立4层风观测, 基本可以满足近地层风资源评估需求。受太阳辐射、下垫面、海陆热力性质差异等影响, 辽宁省风切变指数日变化特征比月变化更显著。利用小时风切变指数推算高层风速和风功率密度的方案优于采用月、年风切变指数方案。风切变指数日变化越显著, 采用逐时风切变指数推算方案越优于其他计算方案。     

湖北省近地层风切变特征

为准确掌握湖北省平原湖区近地层风切变特征,利用27座离地高度为120～150m测风塔各1年的逐时测风数据,研究了70～120m间风切变的时空变化特征。结果表明:(1)风切变指数具有明显的季节、日变化特征,普遍在秋冬季最小、夏季较大,夜间大、白天小;(2)位于平原湖区和山区的测风塔在70～120m间的年平均风切变指数分别为0.27和0.12。各塔风切变指数从70m至150m逐渐减小;(3)6座典型测风塔70～120m风切变指数在较稳定状态下的频率最高,为59%～75%;在不稳定条件下的频率最低,均不超过5%;(4)当70m风速在3.0m/s以下、3.0～10.0m/s及10.0m/s以上3个区段时,风切变指数由小变大,在3.0～10.0m/s风速段与年平均风切变指数最接近,10.0m/s以上风切变指数离散性最强;(5)分别推算出实测和数值模拟的风切变指数,中部平原地区实测值明显高于模拟值,总体偏差范围是-0.06～0.14。该结论可用于近地层低风速地区不同高度的风速推算或订正,以提高这类地区风能资源评价、开发规划、风电场选址的科学性以及风电功率预测的准确性。     

天津沿海地区测风塔不同高度风速特征

利用天津市东部沿海地区汉沽、大港测风塔2017—2019年观测数据,统计分析了测风塔不同高度风速的时间变化特征,对30～100 m风速与10 m风速的关系以及风切变指数的变化规律进行了探讨。结果表明：各个高度上风速均具有明显的季节变化特征,春季风速最大,且最易出现大风天气,平均风速、大风日数及大风强度均达到最高;夏秋季转换期风速最小。风速具有明显的日变化特征,午后各个高度的风速均达到最大值。相关分析表明,30～100 m风速与10 m风速表现出显著的正相关关系。各高度与10 m高度的风速之差、风切变指数呈现出相似的日变化特征,即午后海风盛行阶段两者均最小。此外,通过对比两个测风塔风速的变化特征发现,汉沽平均风速更大,大风天气发生频次更多,强度更强,且风速的日变化和海陆风变化特征更加明显。     

湖北省不同地形条件下风随高度变化研究

为了揭示湖北省不同地形条件下风速随高度的变化特征,利用黄冈龙感湖、大悟仙居顶和钟祥华山观70 m测风塔1年的完整测风资料,采用线性分析、最小二乘法拟合等方法,对不同地形条件下风速切变指数的日变化、季节变化、年变化以及不同风速段内的变化特征进行了分析。研究发现华山观处风速随高度的变化最大,龙感湖次之,仙居顶处最小;且切变指数随高度的上升有不同的变化趋势,其日变化曲线接近正弦波形;季节性差异明显;在大风情况下,风速的垂直切变指数与一般情况下相比,均出现显著减小。结果表明,在复杂地形条件下,地形和下垫面对风速的垂直变化存在显著的影响。     

典型复杂地形风能预报的精细化研究

选取江苏和内蒙古分别作为中国沿海滩涂与内陆复杂高原山地的典型地形代表,通过中尺度模式WRF V3.3.1两种不同边界层参数化方案(YSU/MRF)的对比检验,选择WRF/Noah/YSU作为典型地形的风场预报系统,并利用该预报系统对2010年研究区域分别进行了1 km水平分辨率、10 min时间分辨率的48 h风场滚动预报,进一步通过功率谱检验、风向风速玫瑰图检验、季节变化检验,以及日变化检验表明,WRF/Noah/YSU的风场预报方案能够较准确地预报出测风塔的风场特征和风场的能量频谱分布,风场的日变化与季节变化的预报特征基本与测风塔观测结果一致。预报系统对春、秋季的预报效果优于夏季,日变化的预报效果因地形而异,无统一变化规律。     

江苏沿海近地层强风风切变指数特征研究

利用江苏沿海5座测风塔长序列(连续42个月)、高时间分辨率(10 min一次)的梯度风、气温、气压等观测资料,分析不同地区、不同高度层的风切变指数变化规律,并筛选出对江苏产生较大影响的7次台风和17次寒潮天气过程,分析强风条件下的风切变指数变化特征。结果表明:(1)风切变指数随环境在0. 15～0. 26之间变化,风机有效风速段和15 m·s-1特征风速段的风切变指数分别平均为0. 20和0. 19,不同高度层之间风切变指数随高度增加而减少,随风速增大呈对数关系减少。(2)台风影响时垂直混合运动强烈,风切变指数变小,平均为0. 19。台风中心经过时的风切变指数和风速具有M型变化形态,最低为0. 05,加上风向剧变,易对风机叶片产生破坏。(3)寒潮影响时的风切变指数平均为0. 22,小于同期平均。风速倒置现象明显,在50～100 m之间风切变指数为负值的出现概率超过8%,50 m高度处容易出现近地层的最大风速层。     

CALMET模式不同参数化方案对江西省山地风场模拟的对比分析

通过降尺度模式CALMET不同参数化方案对江西山地风场测风塔风速风向模拟结果的对比分析,选取出适合山地风场模拟的最优参数化方案,并进行连续一年的模拟效果检验。结果表明:CALMET模式以不采用地形动力效应参数调整和Froude数调整,采用下坡气流效应调整和O’Brien垂直风速调整时,对江西省境内山地风场50 m以上高度层风场模拟效果最佳。最优参数化方案不仅能较好地模拟出山地风场测风塔逐时风速,并且对全年风速段分布模拟有较好的结果。CALMET模式能模拟出实际测风塔全年主导风向,但模拟与实测结果主导风向分布约有一个方位的偏差,主导风向频率有7%~8%的偏差。     

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。     

测风塔风速的长程持续性特征研究

基于中国陆上风能资源专业观测网提供的测风塔风速资料,本文利用去趋势波动分析(Detrended Fluctuation Analysis, DFA)方法,研究了103座测风塔在不同高度处观测的、不同分辨率的风速时间序列的长程持续性特征。结果表明：(1)同一测风塔观测的不同高度处的风速时间序列,存在一致的标度行为,与数据时间分辨率无关;(2)对于6 h平均风速序列而言,103座测风塔观测风速的DFA指数α数值范围基本在0.55～0.91之间,都表现出较强的长程持续性,区域特征不明显;(3)对于10 min平均风速序列,DFA标度指数曲线存在弯折,以24 h尺度为界,呈现出2个明显的独立标度区间：在较大的时间尺度上,标度指数α的数值大小为0.80,而在较小的时间尺度上,α的数值大小约为1.38。     

IEC的风机选型参数估算方法在中国的适用性研究

国际电工委员会编制的《风力发电机组设计要求》(IEC 61400-1)推荐了针对风电机组安全等级评估的极端风速和湍流强度特征值估算方法,因其简单便捷,在风电领域被广泛采用。利用全国风能资源专业观测网的193座测风塔观测数据,对IEC推荐的极端风速计算方法与我国规范推荐的基于极值I型概率分布方法进行比较,发现两种方法计算的193座塔70 m高度层50年一遇10 min平均最大风速,仅有7座测风塔较为一致,差异在±1%;IEC推荐方法的计算结果多数偏小,其中偏小10%以上的测风塔有121座,偏小30%以上的有44座测风塔,而偏大10%以上的只有9座测风塔;IEC方法计算的极值风速大幅度偏小的测风塔主要分布在台风影响的东南沿海地区,偏差较小的测风塔主要分布在西北和华北地形平缓区域,但同时偏大10%以上的测风塔也多分布在这一地区。以目前行业领域普遍采用的以15 m·s~(-1)风速的平均湍流强度作为风电机组选型指标,与严格按照规范,以15 m·s~(-1)风速段所有样本湍流强度的90%分位数处的值作为指标进行风电机组等级确定作对比,发现193座塔中有46座塔的选型是不安全的,甚至相差两个等级。     

修正WRF次网格地形方案及其对风速模拟的影响

复杂地形区域风场模拟的准确率一直是风能研究领域的难点和重点。WRF模式是目前风能评估领域应用最广泛的天气数值模式之一,但该模式在复杂地形区域存在对平原、山谷风速高估且对山顶风速低估的系统性误差,并有研究建立次网格地形方案以订正误差。而次网格地形方案在不同水平分辨率下常出现错误的修正结果,该文基于高精度地形高程数据分析了方案失效的主要原因,发现其方程组中判断山体形态特征的阈值-20在过低和过高水平分辨率下均失去参考性。针对这一原因,将方案中影响关键参数C_t的地形高度算子与模式水平分辨率进行拟合,形成地形高度算子与水平分辨率相依赖的线性关系,获得不同分辨率下更适合的山体形态阈值。通过与自动气象站10 m风速对比分析了修正前后WRF对低层风速的模拟效果,结果显示:修正后的次网格地形方案能够分别在较低和较高分辨率下,部分矫正原方案错误的订正结果,使低层风速模拟更接近实况。修正后的次网格地形方案可为复杂地形区域开展高分辨率风场模拟提供参考。     

辽宁省雷暴日数的时空变化特征

利用1978—2007年辽宁59个站常规地面观测资料,对雷暴日数的时空变化进行分析。结果表明：辽宁省年平均雷暴日数为28.1 d,在空间分布上呈现从东、西部山区向中部丘陵、平原及沿海地区逐渐递减的特征。1978—2007年雷暴日数总体呈逐渐下降趋势,平均每10 a下降1.2 d;并且有明显的季、月变化,夏季最多,秋季次之,冬季几乎没有发生;3—5月迅速增多,6—8月变化趋于平稳,9—12月迅速减少。雷暴在14—20时发生频率最高,20—02时次之,02—08时最少。雷暴初终间日数平均为175.8 d,最长为295 d,最短为102 d。雷暴初日4月最多,5月次之,3月最少。雷暴终日10月最多,9月次之,12月最少。并呈开始早,结束晚的趋势。     

复杂地形低风速气象特征分析

利用13个地面站和1个100 m气象塔的全年实测资料分析湖南中北部丘陵地区中尺度范围的低风速气象特征。结果表明：（1）该区域低风速出现频率高,小于15 m/s的风速出现频率年均达416%;（2）低风速与地形情况密切相关,区域内西部山地的低风速出现频率明显高于东部平原地区;（3）低风速的出现具有日变化特点,典型出现时间段是夜间至次日上午;（4）低风速条件下10 min平均风向多出现大角度变化的情况,60°以上的风向变化频率可达20%～30%。（5）水平风向标准差在低风速情况下明显增大,但观测仪器性能会对小风结果产生影响。     

不同参数化方案对风预报效果影响个例研究

中尺度气象模式对风场的预报效果与参数化方案的适应性紧密相关.以内蒙古高原丘陵地形、江苏平缓的海陆交界地形2种典型下垫面试验风电场为模拟区域,分别用WRFV3.2 （Weather Research and Forecast Model）模式自带的6种物理过程参数化组合方案预报了2010年1月和7月两个风电场区域的风速和风向,对比分析了参数化组合方案差异对风场预报的影响.结果表明：①内蒙古试验区,边界层MRF方案描述的边界层结构较MYJ方案合理;微物理方案WSM3在夏季的风速预报能力优于WSM6,而冬季相反;复杂地形区域的风场预报需考虑陆面过程参数化方案,尤其是夏季降水发生后,陆面过程对于边界层结构的影响增大,选用Noah优于无陆面过程.②江苏试验区,边界层MRF方案描述的边界层结构较MYJ方案合理;1月陆面过程RUC方案优于陆面热量扩散和Noah;7月陆面热量扩散方案优于RUC和Noah.③风向预报6个方案的预报风向统计与实际记录风向统计有较好的一致性,风向概率分布相似,盛行风向一致且稳定.     

四川省风能资源详查和评估

特殊的地理位置使四川省成为风能资源贫乏区,复杂的地形条件又增加了该地区风能资源的详查评估难度。本文运用测风资料及数值模拟结果对四川省的风能资源和详查结果进行了分析研究,结果表明四川省风能资源主要集中于川西高原、西南山地和盆地周边山区,尤其是受“高空风动量下传”和“地形峡管效应”影响的山脊及河谷地区;在考虑海拔、地形坡度等不利风能开发要素后,四川省潜在风能开发区位于凉山州境内;详查结果也表明凉山州东部、南部存在3级风能资源丰富区,可作为重点开发区域。      

多元回归法在复杂地形风资源微尺度模拟中的应用

随着风电事业的发展,复杂地形下的风资源模拟成为一项重要的课题。利用广东沿海某海岛南部9个测风塔共22个测风高度的完整一年的测风资料及该海岛高分辨率的数字地形资料,采用地理空间因子的多元回归法进行风资源的微尺度模拟并与WASP软件的计算结果进行了比较。结果表明：（1）年平均风速与地理空间因子存在显著的相关关系;（2）模拟的年平均风速平均相对误差为3.2%,年平均风功率密度的平均相对误差为3.5%;（3）经假设检验,对无测站的地点的年平均风速模拟效果良好;（4）该方法和WASP软件计算的风资源大值区分布基本一致。     

基于测风塔观测资料的近地层风速平面订正

利用辽宁和吉林省24座测风塔风速观测资料,应用线性回归方法对高分辨率中尺度模式近地层风速预报产品进行订正。首先通过4组不同的订正实验分析训练样本长度、样本滚动方式等对订正效果的影响,确定单点订正最佳方案,并综合线性方法在东北地区不同下垫面条件下的适用性;然后应用24座测风塔已确定的单点订正关系,尝试区域风速的平面订正,并基于剩余23座测风塔资料对全场订正效果进行评估。结果表明：训练样本的长度对订正效果影响较明显,在东北地区训练样本长度取20 d效果最佳;当训练样本长度取最优天数时,滚动系数的订正效果与固定系数的订正效果基本一致;各种下垫面通过线性订正均能取得较明显提高,其中丘陵地区效果最明显,通过订正均方根误差整体降低1.61 m·s^-1,平原地区为0.95 m·s^-1,沿海地区为0.91 m·s^-1;平面风速订正实验显示,订正关系平面外推可取得明显的订正效果,全场平均绝对误差降低0.20 m·s^-1,该方法可为订正资料匮乏区域的预报提供参考。     

采用次网格地形方案对白鹤滩水电站坝区一次大风天气的数值模拟

基于中尺度气象模式,采用次网格地形方案模拟了2019年3月19~20日四川、云南交界处白鹤滩水电站的一次大风过程,对10 m风速、风向和2 m温度空间分布及日变化的模拟结果进行检验评估,并结合地形分析了坝区易产生大风的原因。结果表明:此次西南大风天气是由高低空一致的西南气流配合地面“东高西低”的环流形势共同造成的。午后热低压发展强盛,地面风速增大,坝区出现8级大风。采用次网格地形方案后,风速的平均绝对误差和均方根误差最高可分别减小17%和14%,同时该方案有效地缓解了模式对白天风速的低估和夜间风速的高估,在大风和小风时段均对风速有较好的模拟能力,从而能更好地刻画风速的日变化特征。综合来看,次网格地形方案能显著改善风场的模拟效果,其中Jiménez方案更适用于坝区大风的模拟,但次网格地形方案对温度模拟没有改善作用。白鹤滩水电站的大风受局地地形影响极大,南北向狭长河谷地形产生的狭管效应使气流增速显著,坝区主体高度区河谷风的放大系数超过3.0,使得白鹤滩水电站极易出现灾害性大风天气。      

乌鲁木齐市气象塔梯度观测资料质量控制与处理

本文介绍了乌鲁木齐市建成区内5座100 m气象塔地理位置,根据逻辑极值检查、僵值检查、时间一致性检查、空间一致性检查和人工干预检查等组成的一套针对气象塔观测资料的质量控制方法和四点滑动平均插值、要素垂直分布拟合和线性回归方法组成的数据插值方法,对乌鲁木齐市从南至北5座100 m气象塔2012年4月1日至2014年4月30日的资料进行质量控制和数据插值。结果表明:该套方案能很好地找出缺测、错误和可疑的数据,结合人工干预,使得检验结果更为可靠。5座气象塔资料的质量是比较好的,正常数据占总数据的97.17%,其中红光山数据质量最好(正常数据占总数据的99.01%)。非正常数据只是少数情况(占总数据的2.83%),包括缺测和错误数据,其中缺测数据占非正常数据的6.23%(出现在米东和燕南立交),错误数据占非正常数据的93.77%。虚假数据占错误数据的89.99%(大部分为风速、风向),僵值数据占错误数据的5.47%(大部分为气温和湿度).超出逻辑极值数据占错误数据的0.41%(只出现在水塔山气温),不符合一致性数据占错误数据的4.13%(主要为湿度,主要在燕南立交)。利用四点中央插值法、每座气象塔要素垂直分布拟合和不同气象塔之间线性回归方法插值气温和相对湿度的效果较好。