不同地形风电场中模式水平分辨率对模拟精度的影响

文 | 丛明，张吉



不同地形风电场中模式水平分辨率对模拟精度的影响

文 | 丛明，张吉

风能资源是最具规模开发条件和商业化发展前景的发电方式之一。根据中国可再生能源学会风能专业委员会统计，截至2013年底，我国风电装机总容量已超过9000万千瓦，居世界第一位，国家发展与改革委员会能源研究所展望2030年我国各区域风电总装机量最高将达到4亿千瓦。在风能资源开发过程中，前期的风能资源评估和风电场选址工作极为重要。

要满足我国大规模风电开发的需求，首先需要对风能资源进行评估，查明风能资源的空间及时间分布状况，有效制定风电发展规划。中尺度数值模式以其显著优势在风电开发中的作用越来越重要，逐步替代了基于气象站历史观测资料、基于气象塔观测资料等传统风能资源评估手段，已经成为全国风能资源普查的最重要手段。风能资源是受地形影响最大的气象要素，受地理位置、下垫面特征及周围环境的影响很大，故而在风能资源的数值模拟中，参数化方案的选择非常依赖于不同地域、不同的天气形势等。本文针对地形复杂程度不同的风电场，分别进行不同水平分辨率的模拟试验，讨论模式的水平分辨率对不同地形风电场风能资源模拟精度的影响。

表1 风电场A中测风塔基本情况一览表

表2 风电场B中测风塔基本情况一览表

资料及方法

一、测风塔观测资料

陡峭指数（RIX）表征地形特征指标，以计算位置为圆心，每5°取一个半径，利用等高线将每条半径划分为若干线段，计算每条线段的倾角；某半径中倾角大于0.3的线段数目与该半径被等高线划分的总线段数的比就是此半径对应的RIX值，该计算位置的RIX值为所有半径RIX值的算术平均值。本文计算采用的半径长度为3.5公里。

表1及表2显示了研究的两个不同类型风电场中测风塔的基本信息，风电场A范围内所有测风塔的RIX值均超过9％，地形复杂；风电场B范围内各测风塔RIX值都低于2％，地势相对平坦。两类风电场中各有五座测风塔，测风塔的高度都是80m，所有测风塔采用的数据时间段为2013 年1月1日至2013年12月31日。

二、数值模拟方案

本文使用的是完全可压缩以及非静力的WRF（Weather Research Forecast） 中尺度气象模式，水平方向采用Arakawa-C网格点，垂直方向采用地形跟随质量坐标，该模式具有多重嵌套和定位于不同地理位置的能力。本次研究选择的是全球预报系统中水平分辨率为0.5×0.5的GFS数据进行驱动，采用“Case by Case”的后报模式，模拟时间段为2013年1月1日至2013年12月31日。模型选择时水平方向采用三重嵌套，垂直分辨率为35个Eta层。参数化方案的选择中，微物理选择Lin方案，积云对流选择BMJ方案，边界层选择K闭合的YSU方案，长短波辐射均选择RRTMG方案。在其他参数化方案选择一致的情况下进行三种不同水平分辨率的模拟试验，水平分辨率分别为3km（方案一），2km（方案二）和1km（方案三）。

结果分析

一、模拟与实况风速的比较

风电场A中五基测风塔所在位置的平均RIX值超过12％，地形起伏显著、较为复杂。将五基测风塔的年平均实测风速时间序列分别与同时期不同水平分辨率的模拟结果时间序列进行比较。

结果如表3所示，TA01#、TA02#、TA03#和TA05#四基测风塔中风速绝对误差最小的是方案三，绝对误差分别是-0.07m/s、0.12m/s、-0.03m/s和0.69m/s，而相关系数最大的也是方案三，R值都在0.90左右；TA04#中相关性最好的也是方案三，R值为0.91，但风速绝对误差略高于方案二。结果说明，就五基测风塔整体模拟结果而言，水平分辨率为1km的方案三在平均风速和相关性上对场区实际情况的把握更好。

风电场B中五基测风塔所在位置的平均RIX值约为0.8％，地形比较平坦。比较结果如表4中所示，五基测风塔的实测风速序列与模拟风速序列相关系数最低的都是方案三，而方案一和方案二相关性基本一致，R值都在0.90左右；绝对误差的比较中，除TB05外也都是方案三误差最大，与相关性的比较结果类似，方案一和方案二的风速模拟结果也比较接近，各基测风塔的最小绝对误差分别是0.54m/s、0.46m/s、0.36m/s、0.66m/s和0.86m/s。结果说明模拟能够把握住场区范围内风速的平均水平，其中水平分辨率为1km的方案三在平均风速和相关性上对场区实际情况的把握最差。

表3 风电场A中各测风塔在不同方案下的风速及其与实际序列的相关关系

表4 风电场B中各测风塔在不同方案下的风速及其与实际序列的相关关系

二、模拟结果的均方根误差讨论

分别计算两个风电场中所有测风塔在不同水平分辨率下的均方根误差并进行对比讨论，如图3与图4所示。平均RIX值很大的风电场A中，五基测风塔的结果都显示方案一的均方根误差最大，除TA01#和TA05#外，其他三基测风塔的方案二和方案三的均方根误差比较接近，整体而言是方案三的均方根误差最小，也就是方案三的模拟结果精度最高。而平均RIX值很小的风电场B中，与风电场A中结果正好相反，五基测风塔的结果都显示方案三的均方根误差最大，方案一与方案二的均方根误差非常接近，换言之即方案三的模拟结果精度最低。

三、模拟与实况风向的讨论

风电开发中风向分为16个扇区，以每个扇区中心度数代表该扇区，风电场A的实测风向和不同方案的模拟风向结果如图5所示，比较五基测风塔在主风向扇区中模拟与实测的差异，方案一中模拟比实测低5.1％，方案二中模拟比实测低4.5％，方案三中模拟比实测低3％，其他风向扇区结果也比较接近，整体而言方案三中各座测风塔的模拟风向分布与实际风向最为接近，三种方案的试验结果差异并不显著。

风电场B的实测风向和不同方案的模拟风向结果如图6所示，比较五基测风塔在主风向扇区中模拟与实测的差异，方案一中模拟比实测低3.8％，方案二中模拟比实测低3.2％，方案三中模拟比实测低2.5％，其他风向扇区结果也比较接近。整体而言，方案三中各座测风塔的模拟风向分布与实际风向最为接近，三种方案的试验结果差异并不显著。

结论与讨论

为了今后更好地开展风能资源评估与风电场风速预报方法的研究，采用中尺度气象模式WRF对不同复杂程度地形下的风电场分别进行了3km、2km和1km水平分辨率的模拟试验，结合风电场内10基测风塔的实际观测数据，对2013年全年80米高度的风况模拟能力分析后得到了如下结论：

（一）中尺度WRF模式对风电场内风能资源的实际情况和变化趋势能够有比较准确的把握。两个风电场的试验中，除个别方案结果外，模拟序列与实际风速序列的相关系数都超过0.8，大部分R值在0.9左右，全部超过了99.9％的信度检验，存在非常显著的正相关关系。试验结果中，风电场A和B中五基测风塔最优方案的平均绝对误差分别是0.26m/s和0.56m/s。模拟结果在主风向上的比率与实际很接近，对风向分布的把握基本准确。

（二）地形复杂程度很高的风电场A中，水平分辨率1km的方案三的试验结果精度最高，分辨率2km的方案二次之，分辨率3km的方案一精度最低。方案三中五基测风塔的平均均方根误差是1.19m/s，平均绝对误差是0.26m/s，平均相关系数R为0.90；方案二中五基测风塔的平均均方根误差是1.32m/s，平均绝对误差是0.46m/s，平均相关系数R为0.88；方案一中五基测风塔的平均均方根误差是1.52m/s，平均绝对误差是0.71m/s，平均相关系数R为0.85。

（三）地形复杂程度很低的风电场B中，水平分辨率1km的方案三的试验结果精度最低，分辨率3km的方案一和分辨率2km的方案二精度基本一致。方案一中五基测风塔的平均均方根误差是1.12m/s，平均绝对误差是0.63m/s，平均相关系数R为0.89；方案二中五基测风塔的平均均方根误差是1.11m/s，平均绝对误差是0.64m/s，平均相关系数R为0.89；方案三中五基测风塔的平均均方根误差是1.54m/s，平均绝对误差是0.71m/s，平均相关系数R为0.82。

（四）对于RIX值很大的复杂地形，适当提高水平分辨率能够一定程度地提高模拟精度，而对于RIX值很小的较平坦地形，提高水平分辨率并不一定能够提高模拟精度，甚至会降低模拟水平，模式水平分辨率的选择要视风电场具体地形情况而定。

（作者单位：中能电力科技开发有限公司）