WRF 模式不同边界层参数对西南地区风资源模拟

张展硕ZHANG Zhan-shuo；段炼DUAN Lian

（中国民用航空飞行学院，广汉 618307）

0 引言

风能作为一种新型的可再生清洁能源，因其储量大、开发技术成熟而越来越受到关注。当风速＞=2m/s 时即可开发利用，风能也不同于其他能源，有独特的间歇性、不可控性。为了保证风电发动机经济的运行，在建设前对该地区进行风资源评估是必要的。风资源评估以及选址会大大影响风电场建成后的经济效益，包括选址费用、建设费用、运行、电价、当地政府政策等。因此本文针对西南地区风资源评估，采用WRF 模式的动力降尺度方法模拟西南地区近地面风，为今后风电场建设决策提供依据与建设后能否持续发电提供参考，降低风电成本、减少不必要的经济损失避免发电站空转。而国内外通常采用数值模拟手段对某一地区的风资源评估。在大气数值模式中，大气边界层直接影响了其与下垫面之间自由大气的热量、动量物质交换等。数值模拟过程中往往通过参数化方案对边界层中的湍流输送、动量交换进行计算。但数值模拟中的参数化方案组合并不具有通配性，针对不同地域的地形特征往往同一参数化方案效果差异明显。因此为了更加合理的模拟西南地区风资源分布，针对西南地区选取适合的参数化方案是必要的。

Draxl C 等发现近地面风除了复杂地形外也对不同边界层条件表现敏感。王澄海等应用WRF 模式对西北西部地区低层风场进行了模拟，发现风速较大的四月份模拟效果优于风速较小的一月份，低层风在西北复杂地形下模式边界层的参数化是影响模拟结果的关键。吴志鹏等选取五种边界层参数化方案对川渝地区西南涡过程进行了模拟，指出不同边界层参数化方案对西南涡模拟的差别体现在降水强度和位置。石春娥等对比了MM5 和WRF 在我国东部地区温、湿、风模拟效果，发现温、湿模拟效果理想，MM5 风速模拟效果平原优于丘陵和山区。我国西南地区由于地形复杂，西邻青藏高原、东有四川盆地且夏季多受季风影响。但是目前对青藏高原模拟较多，对WRF 模式在西南地区近地面风速模拟表现评估较少。为此，本文基于WRF 模式采用不同边界层参数化方案组合进行模拟评估，选出模拟效果更加符合西南地区风资源分布的参数化方案。

1 模式设计方案及观测数据

WRF 模式是2000 年面世的中尺度天气预报模式，被广泛应用于动力降尺度模拟研究领域。WRF 模式为完全可压非静力模式，水平方向采用Arakawa C 网格形式，垂直方向采用地形跟随质量坐标，运动方程采用通量形式。WRF 模式采用高度模块化与分层设计，分为驱动层、中间层和模式层，模式层中动力框架和物理过程的可插拔性为选取不同参数集合试验方案提供了便利。

1.1 模拟区域及时间

采用WRF4.1 对我国西南地区进行动力降尺度，模式最内层母网格覆盖四川省东南及周边部分地区。模式中心29°N，104.5°E，水平方向采用单向三重嵌套，第一层网格82×82 格距27km，包含我国西南大部分区域及其周边海域；第二层网格133×133 格距9km，主要包含云贵川地区；第三层网格202×202 格距3km 包含川渝盆地及附近山区。模型垂直方向分为31 层，模式顶50hpa，采用墨卡托投影。模拟区域及网格如图1 所示。观测数据为最内层区域范围195 个自动观测站2019 年7 月1 日至7 月31 日逐小时风速。

图1 WRF 模式模拟区域

模式初始场及边界场由欧洲中期天气预报中心（ECMWF）的逐小时ERA5 数据提供，分辨率为0.25°×0.25°，垂直方向上包含137 个混合层。模拟时间为2019 年7 月1 日00:00 至2019 年7 月31 日23:00，再分析数据每6h 输入一次，最外层积分步长150s。由于模拟时间为一个月，采用重启动方式每次积分时长36h，前12h 作为模式spin-up 时间。最外层采用sst-update，模式每6h 读取一次海温数据，海温数据同样采用ERA5 数据。采用谱逼近方法，谱逼近即为Daives 提出的牛顿松弛法，vonStorch 等率先将谱逼近方法应用到区域模式。试验仅母区域使用谱逼近，每6h 进行一次，24h 后结束。经纬向最大波动数为3，谱逼近系数为0.0003，在eta_level 第13 层以上开启，即在750hpa 以上对uv、q、t 采用谱逼近。网格周围作为侧边界缓冲区，谱逼近可以增强强迫场信息向模拟区域的传递。

1.2 参数化方案及试验设计

模式采用物理化参数方案分别为：WSM6 微物理过程参数方案、RRTM 长波物理参数方案、Dudhia 短波物理参数方案、Noah 陆面过程方案、Grell-Freitas 对流参数方案。在第三层嵌套中关闭对流方案以及边界层方案参数。

模拟过程中保持上述参数化方案一致，边界层参数化方案采用多种方案，WRF 模式中某些特定边界层参数化方案需指定对应近地面层参数方案，最终得到16 种边界层与近地面层试验方案，如表1。

表1 边界层与近地面层组合方案

2 WRF 模拟结果分析

在仅改变模式边界层方案及近地面方案参数的情况下，16 种试验模拟均表现出了相同的变化趋势，针对西南地区风速空间分布也存在不同的差异。本文通过将模式数据插值在对应观测站点得到各站点连续模拟数据，与观测数据进行比对，通过模式数据减去观测数据所得平均偏差与均方根误差两方面从时间和地理空间分析不同参数方案的表现。

图2 为同一时刻区域内所有站点不同实验方案的平均偏差以及均方根误差，如图所示，WRF 模式较为合理的模拟出了风速变化，但模式整体风速偏低平均偏差在-1.5～0.5m/s，均方根误差在1～3m/s。9km 与3km 分辨率下风速模式值变大，平均偏差变大均方根误差变大三个不同分辨率下风速模拟表现差别不明显。图3 为16 种模拟方案在时序上的平均偏差，与图2 中各方案平均值比对可以看出，各方案整体模拟结果接近，方案模拟效果在时序上呈现相同趋势。10m 风速偏差在0～1.5m/s，但无论哪一种方案组合模拟风速均大于观测数据。其中QNSE 方案模拟波动较其他方案频繁，由于WRF 模式采用了重启动的方式，每次积分时长内QNSE 方案风速增长较其他方案明显。TEMF 方案对风速模拟效果较差、模拟风速偏大且有不规则跳跃。MYJ 方案与MRF 方案模拟值也相对较大。在边界层选择MYNN2 与MYNN3 时，近地面层方案MM5 与MYNN 表现接近，两种参数方案与Eta 方案的组合效果较差。从时间序列整体来看，QNSE、TEMF、MYJ、MRF 与Eta组合的MYNN 方案要差于其他方案。MM5 近地面方案具有较好的适配性，与多个方案的组合均表现较好。

图2 2019 年7 月逐小时平均偏差、均方根误差

图3 各参数方案平均偏差

模拟风速在地理空间上分布明显，最内层区域北部川渝盆地风速模拟较好，平均偏差在-0.4m/s 左右，山地区域风速偏差变大，川渝盆地边缘模拟效果较盆地内模拟效果差。各方案对南部山区低风速模拟均偏大，其中MYJ、QNSE、TEMF 方案尤为明显，只有重庆东部和南部山区有两个观测站观测数据明显大于模式数据观测站为57622、56692。

据统计这两个观测站数据7 月份逐时次平均风速均大于6m/s，最大风速为17.8、18.9m/s，风速较大。WRF 模式对大风速模拟效果较差，模式值偏小、对低风速模拟效果优于高风速但模式值偏大。对平原盆地内模拟效果优于山区及盆地边缘。

3 结论

采用WRF 模式可以模拟出西南地区风资源分布特征，西南地区西部山区在7 月份风资源丰富、风速较大但模式模拟效果并不理想，ACM2 和YSU 方案对西南地区风资源分布有更好的描述效果，东部盆地平原地区WRF模式模拟效果较优但是总体风速较低，无法为风电场提供高效持续性的风资源。重庆千佛山、贵州威宁两地在7 月份逐时次均表现出了较大风速，这两地建立风电场可以保证风电场经济高效的运行，避免选址在其他地区时发生风速太小以及频率不达标造成不必要的经济损失。