风能资源评估技术方法研究

全球性的能源危急和气候变化,驱动了风力发电在世界范围内迅速发展,搞清风能资源是大规模发展风电的关键步骤。文中首先回顾了近10年来开展风能资源评估的技术方法发展历程,阐述了数值模拟技术的应用对风能资源评估技术方法的发展所起的重要作用。风能资源的数值模拟可以给出风能利用高度上的风能资源分布;可以模拟出基于气象站观测资料的统计分析无法找到的风能资源;可以弥补海上测风资料不足的缺陷,进行海上风能资源的评估。文中运用中国气象局的风能资源数值模式系统地对江苏省和青海省的风能资源分布进行了高分辨率的数值模拟,并采用气象站观测资料对数值模拟结果进行了检验,结果表明数值模拟可以较准确地模拟区域风能资源的分布趋势,但在风速值大小会有系统性偏差,需要有测风塔观测资料对数值模拟结果进行订正,说明了数值模拟技术与风能资源测量相结合是风能资源评估的有效技术手段。最后对中国风能资源数值模拟技术的发展进行了展望,表明了中国风能资源的开发利用对自主发展小尺度数值模式的迫切需求。     

应用城市冠层模式研究建筑物形态对城市边界层的影响

文中将城市冠层模式耦合到南京大学城市尺度边界层模式中,通过模拟对比发现,耦合模式对城市地区气温模拟结果更接近于观测值,尤其是对城市地区夜间气温模拟的改进.运用改进耦合模式通过多个敏感性试验的模拟,从城市面积扩张、建筑物高度增加、建筑物分布密度变化等角度研究城市建筑物三维几何形态变化对城市边界层及城市气象环境的影响,试验结果表明:(1)城市面积扩张使得城市下垫面的热通量增大,热力湍流活动增强,动量通量输送增强,城市湍能增大,湍流扩散系数变大,城市气温升高,且对不同时刻城市区域大气层结稳定度均有不同程度的影响.(2)建筑物高度增加增大了城市下垫面的粗糙度和零平面位移.同时也增大了城市街渠高宽比.城市建筑物越高,白天城市地区地表热通量越小,城市上空大气温度越低,平均风速减小,湍能减小;夜间由于高大建筑物释放储热比低矮建筑物要多,其热力湍流相对活跃,地表热通量增大,使得城市区域气温较高.(3)建筑物密度增大,会减小城市下垫面的粗糙度同时增强街渠对辐射的影响.建筑物密度增大在白天会减小地表热通量和动量通量,使城市气温降低,平均风速增大,城市湍流活动能力减弱;夜间城市释放较多储热使得气温较高.     

基于数值模式的月尺度近地层气象要素预报技术研究

利用WRF模式对美国NCEP发布的CFS气候预测业务产品在中国区域内进行动力降尺度预报,可得到预报时效为45天的逐6小时、30 km分辨率基础气象要素预测产品。再利用全国气象站观测资料和3个风电场70 m高度风速、温度观测资料对2015年冬季预测结果进行检验评估和分析,最后通过线性方法对地面要素预测结果和70 m高度风速、温度预测结果进行统计订正。结果表明:（1）2 m温度和相对湿度的全国预报平均绝对误差分别为4.71 ℃和18.81%,在华东、华中和华南地区误差较小;（2）10 m风速预报平均绝对误差为2.42 m/s,在东北、华北和西北地区误差较小;（3）线性订正后,2 m气温、相对湿度和10 m风速的预报绝对误差分别减小1.05 ℃、5.29%和1.47 m/s,并且订正后误差随时间变化更平稳;（4）订正后70 m高度风速和温度的预报绝对误差均减小,风速平均误差减小最大可达1.29 m/s（B塔）,气温平均绝对误差减小最大可达3 ℃（C塔）。研究结果表明,基于CFS产品和WRF模式的、与月尺度风电预报关系密切的气象要素预报性能较好,未来可将该方法尝试于风电场的月尺度功率预测产品研发。      

南京市大气NOx扩散规律与防治对策研究

以实用的多源大气扩散模型计算了南京市点源、面源及流动源等各类污染源对地面及不同高度的关心点上N0。年平均浓度分布状况及其各类源的平均浓度贡献率，分析了影响NO。在大气中扩散的主要因素，着重对交通源的排污扩散进行研究。发现2000年南京交通源对大气中NO。浓度的贡献率在市区绝大多数地区已超过70％。另外，还将美国的CAI．INE3模式引入南京。模拟了2000年交通源的排污扩散状况。结果表明，经过修正的CAuNE3模式基本上能合理地描述城市道路N0。的污染状况。根据城市管理部门给出的3种NO。减排方案，计算了实施这些方案后大气中NO。污染状况。结果表明。不能继续维持南京市的交通现状。而必须实施机动车车辆控制或排放因子的限制。     

强风事件识别及预报订正方法研究

以如东海上风电场升压站激光雷达测风资料为基础，提出了一种强风事件识别方法,设计并比较了三种预报强风事件识别方案。基于决策树和一元线性回归方法，分别开展了针对强风事件的订正方法研究。结果发现：三种预报强风事件识别方案中，等分位阈值方案明显更优，事件命中率达到76.1%,匹配时长命中率达到87.6%；采用消偏阈值方案和等分位阈值方案预报的强风事件时长会更接近观测强风事件时长；等分位阈值方案识别的事件基本可以覆盖到各次观测强风事件的全程；两个订正模型相对于模式预报都有一定提升与改进，其中决策树比一元线性回归模型更优，其平均绝对误差、相对误差和均方根误差明显更小。