复杂山地下测风塔缺失测风数据插补订正方法的比较分析

文 | 张雪婷，陈正洪，许杨，孙朋杰

依据《风电场风能资源评估方法》，测风塔测风满一年才能进行风能资源评估，所以当测风塔数据缺测时，必须经过插补订正才能满足国家标准。因此在风能资源评估过程中，测风数据插补订正问题受到越来越多的关注。

在插补订正过程中，应优先考虑同塔测风数据，其次考虑附近测风塔或自动站、气象站的测风数据等。同时，由于环境背景不同（例如，北方地形差距小，南方地形差距大），参证站的选择也不同，北方可选择距离被订正测风塔较远的风塔或站点，而南方则需要进一步讨论。关于测风塔数据插补订正方法的研究已有很多，如谢军认为对缺测、不合理的测风数据的相关性修补，应尽量选取同一座测风塔不同高度的测量记录进行相关性比较。薛敏、袁春红等认为，用短期风记录估计长期风速采用16个方位的风向相关效果最好。彭怀午等通过多种插补订正方法来预测月平均风速，认为16个方位的风向线性回归法建立在2个测风塔存在较好的空间相关基础上，如果相关关系较差，则误差较大。而徐力卫认为即便是同一测风塔且两层风向基本一致，由于选取的计算风向不同，则其16个风向的相关性都存在一定差异。除了对16个方位的风向线性回归法讨论外，王远等将线性回归法分为全年及季节来分别讨论，认为分季节线性回归法更加合理。杜艳军、李鹏等都对风切变指数对风速推算的影响进行了研究。以上研究主要讨论了线性回归法，物理法等插补订正方法的比较分析，但未对比值法的效果进行分析。同时，在对参证站的选取方法上也缺乏较为细致的选取标准。针对上述问题，本文对缺测2天－3天且测风不满一年（近10个月）的测风塔进行插补订正，并将比值法、线性回归法分别分为4类，共8类，来比较其订正误差大小，并对处于复杂山地的测风塔参考站的选择方案进行了探讨。

资料与方法

一、测风资料概况

本文选取湖北红安地区一测风塔（后文统称1#塔）近10个月的测风数据进行风资源分析。此塔高80m、海拔242m，风速观测有5层，风向观测设有2层（表1）。其所在区域地表植被主要为杂草，有少量树木，但其高度均不高。由于该区域位于两山之间（图1），北来气流无阻挡，其南边也较空旷，因此风速较大。

对1#塔2011年07月04日－2012年04月30日的测风数据进行整理分析，统计观测期间各测风塔数据完整率。发现其观测时段内10m－80m高度风速、风向有效数据完整均在99%以上。其中，2月22日－23日、3月24日部分数据缺测。11月30日仪器出现故障导致无效数据生成。依据《风电场风能资源评估方法》（GB/T18710－2002），对测风塔的原始数据进行合理性检验。平均风速及温度共出现37次不符合指标的情况，但其时次前后各高度同步变化，应属于合理数据，予以保留。

选取位于孝昌、麻城地区的测风塔（后文统称2#、3#塔）、华河寨岗自动站、红安气象站作为参考站。2#（孝昌）、3#（麻城）测风塔海拔分别为611m、700m，距离1#塔分别为31km、63km左右。2#塔所处区域山脊地势较为平坦，植被稀疏，主要以季节性野生杂草为主，平均高度在20cm左右，两边山坡上的松树较茂密；3#塔位于蔡家寨众多山体中靠西北部的山顶上，场区属于低山地貌。华河寨岗自动站（后文统称1#自动站）高10m，海拔高度为224m，风速及风向观测均设在10m高度，距离1#塔约370m。红安气象站（站号57398）为国家一般气象站，始建于1956年12月，建站时位于红安县城关南门河，观测场现位于北纬31°17’，东经114°37’，拔海高度74.3m，距1#塔直线距离约30km（表1、图1）。

二、参证站选择方法介绍

计算1#塔各高度风速与各参考站同期风速（每10min一次）之间的Pearson相关系数，采用相关系数最高的参考站为最终参证站。

三、插补订正方法介绍

（一）比值法

利用1#塔与所选参证站已有的同期风速资料确立比值K，即求出一线性方程（如（1）式），然后将1#测风塔缺测数据同期的1#自动站数据代入方程，就可求出1#测风塔缺测数据。

式中，V2——插补订正后风速，V1——插补订正前风速。

（二）线性回归法

与比值法类似，利用1#测风塔与所选参证站已有的同期风速资料确立相关系数R及a、b的值（式（3）、（4）），代入（2）式可求得插补订正后的缺测数据。

图1 缺失测风数据风塔及各参考站相对位置

式中，V——1#塔测风数据，Vm——参证站测风数据。

四、误差分析方法介绍

本文采用平均绝对误差MAE、平均相对误差MBE、均方根误差RMSE、相对均方根误差ERMSR、绝对误差的平方和∑7248以及插补订正前与插补订正后的相关系数R（式（3）－（9））对2011年07月04日－2012年05月10日70m高度来进行比较。

表1 测风塔、自动站、气象站设置一览表

数据分析

一、参证站的选择

由于1#塔各层风速、风向观测均不足一年，所以无法采用同塔数据进行插补订正。按照风电场气象观测及资料审核、订正技术规范（QX/T18710－2002）中参照观测点的选取标准，参证站应选用1#塔附近地区的观测塔。但1#测风塔附近仅有两个2012年刚建成的测风塔，所以本文将对2#塔、3#塔、红安气象站、1#自动站进行分析。

如表2所示，自动站与1#测风塔各层风速的相关关系最好，相关系数均达到0.89以上，其次为测风塔，气象站距离1#塔约30km，相对比2#塔、3#塔与1#塔的距离近，但是其相关最差，仅达0.01。这是由于在南方山区，气象站测风普遍偏小，且地形差距大导致的。所以，本文最终采用1#自动站10m风速来对1#塔各层风速进行插补订正。

二、插补订正方法的应用

根据风电场风能资源评估方法，需将1#测风塔观测资料插补订正为完整一年，即2011年5月1日－2012年4月30日。本文将比值法及线性回归法分别分为4类，即共8种方法来进行讨论。其中比值法及线性回归法均分为全年法、季节法、风向分扇区法、分风速段法。利用1#测风塔和1#自动站已有的7248组同期逐时测风数据确立比值法的K值，或线性回归的R、a、b值。由于篇幅有限，本文仅给出风向分扇区线性回归法的线性相关方程及相关系数，具体如表3所示。数据经过插补订正之后各层完整率均达到100%。

表2 测风塔各层小时平均风速相关系数一览表

表3 70m高度风向分扇区线性回归法的线性相关方程及相关系数

误差分析

对2011年07月04日－2012年04月30日70m高度各插补订正方法插补订正前后误差分析的对比来看（表4），无论是比值法还是线性回归法，分季节进行插补订正都要优于全年插补订正，但两者相差不大。其中MAE仅相差0.003 m/s－0.004 m/s，MBE相差0.05%－0.08 %，∑7248相差88 m2/s2－160 m2/s2，而Pearson相关系数R近似。MAE、MBE、RMSE、ERMSR、∑7248、R在分风速段线性回归法中均为最大，在分风向分扇区线性回归法中均为最小，两者各值分别相差0.606 m/s、10.81%、0.679m/s、12.1%、15674 m2/s2、0.02。总体来说，风向分扇区线性回归法优于其它线性回归法，而全年、季节、分风速段线性回归法优于全年、季节、分风速段比值法，其中分风速段比值法误差最大。另外，分风速段线性回归法较分风速段比值法有明显优势。如图2所示，除分风速段比值法外，其它几种方法的拟合曲线与实测曲线吻合都较好，与表4的结果一致。

图2 1#塔70m高度小时平均风速实测值与推算值对比（2012年5月1日-10日）

表4 不同插补订正方法70m高度的MAE、MBE、RMSE、ERMSR、∑7248、R值

表5 不同插补订正方法不同季节70m高度的MAE值

但是在不同时段，各种插补订正方法的误差有差别，将数据分春、夏、秋、冬四季来讨论平均绝对误差的差别（表5）。可见，除风速段比值法外， 其他各插补订正方法均为冬季精度最高；除风速段比值法、季节比值法外，其他各插补订正方法均为秋季精度最低。总体来说，风向分扇区线性回归法四季的精度均为最高，但是秋冬季较其它各方法的优势比春夏季更明显。这是由于风向分扇区线性回归法中ENE－ESE、SW－W扇区的相关较差（表3），且这些方向下春、夏季所占比例要大于秋、冬季的比例导致的。

结论

本文经过对8种不同插补订正方法的分析比较，得到以下结论：

（1）在南方复杂山地下，测风塔受周边环境影响较大，一般采用离测风塔最近的测风塔或自动站进行插补订正，以便确保周边环境的一致。在几个参考站中，红安气象站距离1#塔较近，但随着城市的发展，周边高楼对测风环境影响增大，使得气象站风速偏小。另外，南方地形差距较大，导致气象站与1#塔风速、风向的不一致，所以两者的相关关系最差。同理，不能采用2#、3#测风塔对1#测风塔进行插补订正。

（2）通过分析比较，8种插补订正方法中采用风向分扇区线性回归法进行插补订正误差最小，分风速段比值法误差最大。其中，季节线性回归法与季节比值法的精度分别高于全年线性回归法和全年比值法。值得注意的是，比值法中分风速段精度最低，而线性回归法中分风速段精度明显提高，所以将风速分段来进行插补订正时，建议采用线性回归法。

（3）秋冬季采用风向分扇区线性回归法较其它插补订正方法优势更明显，而春夏季优势略小。这是测风塔具体位置和所处环境所决定的，所以不同时段插补订正方法的选取需考虑其具体的环境情况。

本文仅对单个测风塔进行了讨论，上述插补订正方法的优劣还要从其它测风塔（南方复杂山地下）资料的分析中得到进一步证实。