中尺度数据在不同地形条件风电场下的研究

0 引言

在风电场规划设计工作中，风电机组的风能资源评估是非常重要的环节，关系着风电场的发电量和投资收益。随着我国风力发电的上网电价逐年下调，风电场的盈亏几乎触及平衡点，对风资源评估方法的精确性提出了更为苛刻的要求

。风电场的输出功率是评价风电场优劣的关键指标，风能与风速呈立方关系，风速的大小直接关系到可利用的能量。风速和风向的实时变化是风资源最显著的特征，主要原因是风况受气候地理环境和时间因素影响很大，并且此变化在时间、空间上会持续在一个很广的区域内，因此，根据风资源评估结果进行的风电场宏观和微观选址也是风电场建设的重中之重，对于风电场的发电量和寿命有很大的影响。

在治疗期间，观察组共有7例（12.50%）患者出现过不良反应，其中3例（5.36%）患者出现恶心，1例（1.79%）患者出现消化不良，1例（1.79%）患者出现腹痛，2例（3.57%）患者出现腹泻；对照组共有5例（8.93%）患者出现过不良反应，其中2例（3.57%）患者出现恶心，1例（1.79%）患者出现消化不良，1例（1.79%）患者出现腹痛，1例（1.79%）患者出现腹泻。患者在出现不良反应后，经过稍微休息、消化道内科治疗后症状消失。所有患者治疗结束时查血常规和肝肾功能均正常，见表5。

目前，在风能资源评估工作中，针对不同类型地形的风场设计中，中尺度数据仅作为气象站数据的代替，用于判断测风塔实测数据是大风年、平风年或小风年，却忽视了不同类型地形下中尺度数据自身的准确性。本文分别选择了山地、平地、海上风电场，且这些风电场都有较长的实际测风数据，周边地形地貌与中尺度数据所在地点相似。通过不同地形的风电场实测数据与中尺度数据对比，分析不同地形中尺度数据的适用性。

1 中尺度数据评估风资源方法

风能资源评估结果的准确性是风电场工程投资的关键。目前，风电场风能资源评估的数据依据主要来自测风塔的测风数据和气象站的气象数据。《风电场风能资源评估方法(GB/T18710-2002)》明确说明在分析风电场测风数据时可根据附近长期气象站的观测数据对测风数据进行插补订正。但由于风电场内不仅单个测风塔的测风数据缺测或者不合理，且多台测风塔还存在同期数据缺测或者不合理等情况，距离场区最近的气象站所提供的气象数据与测风塔的数据往往相关性较差，不宜进行插补订正。为了提供最佳的风能资源评估，同时又节省时间，降低成本，采用中尺度数值模拟对风电场工程区域内风电场进行评估，在技术和经济上是可行的。

中尺度天气是指水平尺度几公里至几百公里，时间尺度几小时至几十小时的天气现象。根据中尺度天气系统的特征尺度得知中尺度天气运动剧烈，破坏性大。雷暴、寒潮、沙尘暴、台风等极端气候都属于中尺度天气系统的范畴，中尺度天气在风资源测量评估的过程中的重要意义可见一斑。而现实中在缺失长期测站信息的时候，就需要中尺度模拟的风资源再分析数据来作参考，早期短期气候预测主要采用统计和气候方法，随着计算机技术的飞速发展，利用数值模式进行短期气候预测已成为主要手段。

本文选择了不同地形条件下的三个项目，项目及测量点的基本信息见表2。三个项目的地貌见图1至图3。

1）在长期测站的观测数据缺失且再分析数据的盛行风向与风场实测数据风向一致，风速相关性较好时，可暂用再分析数据进行参考计算。

目前最新的中尺度模式产品中，广泛使用的有如下三种资料：美国国家环境预测中心气候预报系统再分析资料；欧洲中期数值预报中心再分析资料—ERA Interim

；美国国家航空航天局(National Aeronautics and Space Administration,NASA)现代回顾性分析研究和应用再分析资料—MERRA。本报告选取容易获取数据资料的ERA Interim和MERRA进行对比研究，这两种数据的基本信息见表1。

成年人判断生活细节事件是对是错，远比孩子要宽松，因为我们会首先判断是有效还是无效。教育也要追求“有效性”，而不是片面追求“大道理”。所谓“大道理”，孩子往往达不到，因为在现实生活里有很多不可控的因素。

2 长期数据选择和研究方法

2.1 长期数据选择

2）在长期测站的观测数据与风场实测数据相关性较差且再分析数据与风场实测数据的盛行风向基本一致、风速相关性较好，可适当选用再分析数据来进行辅助参考并与通过长期测站的观测数据计算的结果进行综合分析。其中在进行相关性分析时，分为风向和风速两个方面综合评定相关性的好坏，即盛行风向基本趋于一致，风速通过采用16扇区、8扇区和全年数据整体相关等多种相关方法得出风速相关性。通常在满足上述条件时可以运用中尺度再分析数据。

2.2 研究方法

图4至图12分别给出了近海、平地和山地风电场近地层100 m高度中尺度数据与观测值的风速对比结果，其中MERRA中尺度数据为50 m高度。

（1）施工准备：熟悉图纸及施工方案，在进行软垫层施工前一定要对基底清理干净，保持基底平整。同时要根据现场实际情况事先确定好软垫层的铺设顺序及垫层混凝土的浇筑路线，并完成必需的临时排水设施。

1.过渡：爸爸妈妈之间的爱都表现在生活中一些极其平凡简单的小事上。下面我们来重点读一读吃饺子这件事。看看在家里他们是怎样互相关爱的？

步骤二：垂直外推法，根据每个地点的观测数据求算逐月的风切变指数，然后根据指数规律将长期数据垂直外推到轮毂高度。

所以，他重新六足踏地，身体下压，以便让节足积聚足够的力量。一颗颗骷髅头撞击在他的身体上，与他的硬甲磕碰，发出“当当”的响声，他感到自己的身体快要被这种撞击震碎，但他咬紧牙关，丝毫不为所动。

1)无论在近海、平地还是山地，中尺度数据风速模拟值均值较好地体现风速的周期月变化，且变化趋势与实测数据较为一致，较好地模拟出所有地点的大风月和小风月。

3 不同地形风电场下的数据对比

3.1 风电场项目地点选择

在以下两种情况下可以运用中尺度模拟风资源再分析数据：

为验证模拟结果，针对三个不同地形的风电场，采用距离加权反比法将测风塔周围四个格点上的模拟值插值到测风塔上，然后再将其与观测值进行比较

。

3.2 风速对比分析

由于中尺度数据往往离项目所在地有一定的距离，所以不能将中尺度数据直接应用于项目分析，本文提出以下两个步骤。

步骤一：空间插补法，利用反距离加权平均的方法将长期数据插值到所选地点，离项目地越近的中尺度数据赋予的权重越大。

3.3 风向对比分析

进行风速分析后，确定了测风塔与中尺度数据风速之间的差异与规律，为了进一步了解中尺度数据风向模拟效果，将风向区域分为16等分，每个扇形区域为22.5°，图13至图15分别给出了近海、平地和山地风电场近地层100 m高度中尺度数据与观测值的风向对比结果。

将人类与自然、当下与未来都包含在自身之内的“天下”观是传统儒家天下思想的现代形态，这种新的天下观将赋予了人类新的情怀和使命，要求我们超越狭隘的自我，超越当下，以一种悲悯的忧患意识和智慧的理性自觉构筑起防范技术风险的“围墙”，以“所有存在的善好与共生”为目的，承担起人类因自己的行为而可能产生的道德责任。

4 结果分析

本文分别对近海、平地及山地风电场风速风向进行实测数据和中尺度数据的对比研究，并对结果进行了探讨，主要分析如下：

中尺度数据对于复杂地形、平坦地形和海上近地层风速模拟情况，还需要准确的量化评估。为进一步分析风速模拟的准确性，选取了近海、陆上平地和山地三个不同的风电场类型对其近地层的风速进行模拟，并对模拟准确度进行初步研究，以期望能给风电场风功率预测提供帮助。

2002年《水法》中将水功能区管理制度作为水资源管理的基本制度，其中第三十二条规定：“由流域管理机构会同江河、湖泊所在地的省级人民政府水行政主管部门、环境保护行政主管部门和其他有关部门，拟定跨省的江河、湖泊的水功能区划，核定该水域的纳污能力，向环境保护行政主管部门提出该水域的限制排污总量意见。”

2)对周期为24 h的情况下，中尺度数据模拟出来的结果误差较大，近海、平地及山地条件下模拟与观测的误差特征各不相同。由图5可以看出，近海测风塔与中尺度数据的误差为-0.2～0.13 m/s，一天中误差最大的时间点为8∶00-13∶00；由图8可见，平地测风塔与中尺度数据的误差为-0.86～1.24 m/s，一天中误差最大的时间点为17∶00-次日4∶00；由图11可以看出，山地测风塔与中尺度数据的误差为3.16～4.42 m/s，一天中误差最大的时间点为11∶00-20∶00。由此可以看出，近海中尺度模拟结果误差最小，可能与近海下垫面较为平坦、粗糙度较小有关。

3）由图6、图9和图12可以看出，近海和平地模拟风速分布概率高值区测风塔实测数据与中尺度数据较为一致，而山地模拟风速分布概率高值中尺度数据较实测数据有左移的现象，即山地风速中尺度数据在高风速区的分布概率较低，尤其是ERA数据，出现此类结果主要是因为中尺度数据月平均风速较实测数据偏低。

4）分析不同风电场的风向情况，近海和平地风电场由于下垫面相对均一，误差明显较小，而山地风电场由于地形地貌相对比较复杂，误差明显增加，不同风向的误差分布并不明显，故用中尺度数据做风向订正需要进一步研究。

5 结语

通过上述分析，得到以下结论：

1）用中尺度数据评估风资源适用于下垫面较为均一的近海和平地风电场，对于山地风电场一般不适用，且中尺度数据的选择需要结合地理位置、地形条件和地表植被特征，针对特定场区需要采用实测数据检验长期数据的质量。

2）中尺度数据可以有效反映当地的基本风流参数，可以作为长期订正的数据源用于风资源评估工作中，但不能直接作为判断当地风资源水平的依据（风速平均误差较大）。在没有实测数据的条件下，尤其是在复杂地形上，需要结合更高精度的中尺度模式计算、基于CFD模型的降尺度计算才能更有效地评价风能资源，从而提高风资源评估的准确性。

[1]应有,申新贺,姜婷婷,等.基于中微尺度耦合模式的风电场风资源评估方法研究[J].可再生能源,2021,39(2):6.

[2]陆晏,郭栋,陶丽,等.太阳准周期变化对北半球夏季平流层加热率的影响[J].大气科学学报,2017,40(6):8.

[3]祖繁.复杂下垫面风电场风速数值模拟及误差特征[J].大气科学学报,2016(39):682.