基于WRF/CALMET模式的江苏沿海风能资源评估

朱金华　张淑君　许　昌　蒋泽阳

(1. 河海大学 力学与材料学院， 南京　210098； 2. 河海大学 能源与电气学院， 南京　210098)



基于WRF/CALMET模式的江苏沿海风能资源评估

朱金华1张淑君1许昌2蒋泽阳2

(1. 河海大学 力学与材料学院， 南京210098； 2. 河海大学 能源与电气学院， 南京210098)

摘要：利用中尺度WRF数值模式及CALMET模型对江苏省某地区进行数值模拟，将模拟结果与这一地区的气象站资料、测风塔实测资料进行对比，结果表明：WRF/CALMET模式可以较好地评估这一地区的风能资源，模拟结果风速与实际风速比较接近，气象站10 m高度月平均风速与10 m高度平均风速模拟值的相关系数为0.868，测风塔80 m、100 m高度的月平均风速实测值与80 m、100 m高度平均风速模拟值的相关系数为0.819、0.867．风向和风速频率分布模拟结果与实测结果比较一致，但主导风向有一定的误差，各个方向上的相对误差在±0.4%之间．整体来说，WRF/CALMET方法模拟结果较好，可以作为风能评估的有效辅助手段．

关键词：WRF/CALMET；沿海地区；风能；数值模拟

近年来，风能产业发展迅速．为了满足风电产业大规模开发的需要，必须要有区域性风能资源的精确风速数据，传统方法是建立测风塔，但是测风塔成本较高，测点比较固定，无法进行大面积的数据收集，尤其对于海上来说，建立测风塔较为困难，所以对区域性风能资源进行数值模拟是十分必要的．近年来将中尺度模式与CALMET(California Meteorological Model)结合来对区域风场进行研究的方法已经被广泛应用，其中，WRF是由美国多个大学和研究部门的科学家共同参与开发的新一代中尺度数值模式，代替了MM5成为应用范围较为广泛的中尺度预报模式，相对于MM5来说，WRF模式的耗散项更小，精度更高，模拟结果的分辨率也更高．在风电方向，已经有将MM5和CALMET结合进行风资源评估的案例，但是WRF和CALMET结合的案例较少：李艳等对海陵岛进行了较高分辨率的模拟研究，模拟误差为0.3%～29%，说明中尺度数值模式MM5的高分辨率的模式设计作为复杂海岛地形风资源评估的有效性[1]；龚强等应用MM5模式模拟了辽宁省的风能资源状况，模式基本能够反映复杂地形下的风场特征和风能资源参数的分布情况．但模拟的风能资源量偏小，特别是对大于10 m/s的较大风速模拟得明显偏低[2]；吴琼等结合了中尺度模式MM5和CALMET对鄱阳湖风能资源进行了模拟，较好地模拟出了鄱阳湖区风能资源的空间分布，但模拟结果有一定的偏差[3]；陈楠等人应用WRF模式进行了空间分辨率为27 km的广东海上风资源评估[4]，得出使用数值天气预报对海上风资源进行评估是必须的，但是需要对模拟数据进行修正才能使用，而且分辨率不够高．

江苏省沿海属温带和亚热带湿润气候区，又属于东亚季风区，区内具有南北气候及海洋、大陆性气候双重影响的气候特征．受大气环流、海陆分布和地理条件等因素的共同影响，该地区季风气候占主导地位，风向季节性变化强，夏季盛行东南风，冬季盛行东北风．本文将新一代的中尺度模式WRF和微尺度模式CALMET相结合对这一地区2012年1月1日～2012年12月31日的风能资源进行模拟研究，并将模拟结果与这一地区的气象站资料、测风塔资料进行详细对比分析，验证该模式对该地区的风能资源评估的准确性．

1模拟资料来源和模拟方案

1.1模拟资料来源

1.1.1气象站数据

本次选取县城气象站作为参证气象站进行风能资源分析．重点模拟区域的中心位置距气象站直线距离约为74 km．气象站位于北纬33°12′，东经120°29′，为一般气象站，观测场海拔高度4.1 m，观测高度为10.2 m．

1.1.2测风塔数据

测风塔位于县城西北部，经纬度为(121.17°E，

32.7°N)，距离海岸线约40 km，塔高100 m．测风塔100 m和80 m高度设置两套风速仪，朝向分别为NE、SE，在70 m、60 m、50 m、30 m高度各设置一套风速仪，在100 m、30 m高度设置风向标，在15 m高度设置湿度计、温度计、气压仪．测风塔仪器全部采用美国NRG设备．

1.1.3模式原始资料

1)地形地表资料：WRF嵌套地形资料和数据均采用USGS资料．CALMET采用SRTM3资料．

2)全球气象资料：采用NCEP的FNL资料，数据的分辨率为1°×1°．

1.2模拟方案

1.2.1模式设置

1)设置嵌套区域：WRF模式所模拟区域的中心点为(121.15°E，33.16°N)，模拟区域如图1所示．采用了三重嵌套方案，模式的最高网格水平分辨选择了4 km，垂直方向分为28层，由于风电场主要关注的是近地层的参数变化，所以增加了近地层内的垂直层数．适度放大最内层网格区以避免侧边界带来的影响[5]．CALMET模式所选模拟区域的中心点为(121.15°E，33.16°N)，格点数为529×600，网格分辨率为1 km．

图1　WRF/CALMET模式模拟区域

2)WRF中尺度模式选用的主要物理参数化过程：WSM3类简单冰方案；RRTM方案；Dudhia方案；Monin-obukhov方案；热量扩散方案；YSU方案；New-Eta方案．

1.2.2模拟方案

模拟的时间为2012年整年：2012年1月1日～2013年1月1日．首先，通过WRF模式进行分辨率为4 km的模拟；然后将WRF的模拟结果作为CALMET的初始条件，进行降尺度计算，得到分辨率1 km的风资源模拟数据．

2数据处理方法

2.1插值计算方法

因为实测数据为站点数据，进行模拟结果验证的时候，需要将气象站和测风塔所在位置的模拟数据提取出来，本文采用插值计算的方法提取站点模拟数据．

插值计算的计算方法为：将离测风塔最近的4个网格点的模拟结果通过双线性内插的方法插值到实测点上，作为与实测点比较的模拟值．双线性内插法的公式为：

2.2风能参数计算方法

由CALMET模式每隔1 h输出一次距离地面10 m、80 m、100 m的高度层上、每个格点上的风向、风速[6]．根据输出数据，分析计算月平均风速、年风向频率和风能方向频率等参数．

3计算结果分析及评估

3.1风速月变化

图2是10 m、80 m、100 m的高度风速月变化图，10 m高度的验证数据为气象站的数据，80 m和100 m的验证数据为测风塔的实测数据．

图2　不同高度月平均风速模拟值与实测值对比

由图2可知，风速随月份的变化较大，2～4月风速较大，8～10月风速较小，造成风速月变化较大的影响因素很多，季节变化带来的温度、气压等的变化是主要原因．从图中可看出，模拟值与实测风速月变化比较一致，WRF/CALMET模式可以较好地模拟出不同高度的风速大小及变化趋势．经计算，气象站10 m高度月平均风速与10 m高度平均风速模拟值的相关系数为0.868，测风塔80 m、100 m高度月平均风速实测值与80 m、100 m高度平均风速模拟值的相关系数为0.819、0.867，整体来说实测值和模拟值的相关性较好，WRF/CALMET模式的模拟结果与实测值比较接近．但是图2中，相比于其他月份，8月3个高度的模拟值与实测值相对误差较大，这主要是因为2012年影响这一地区的热带气旋次数较多，2012年8月江苏省先后受到5个热带气旋的影响，其中对模拟区域影响较大的是10号台风“达维”、11号强台风“海葵”和15号超强台风“布拉万”．由于WRF为中尺度模式，其最小的模拟网格也达到4 km，这样的精度很难跟踪到台风的路径和其风速大小，所以造成了模拟值的偏差．

3.2风速分布

图3分别为10 m、80 m、100 m高度的年平均风速分布图，由图可以看出，风速下降梯度很大，由海上向陆地降低，海上风速大于陆上风速，这是由于海面相比于陆地更平滑，摩擦力小[7]，因而在同样气压梯度力下，海上风速要比陆地风速大．海岸线附近的风速梯度变化更明显，出现了风速急剧变化的现象，这是由于海洋和陆地受热不均匀而在海岸附近会形成有日变化的海陆风，所以会出现海岸线附近风速变化较大的情况．在近地层的范围内，风速的变化较大，因素较多，这也对风资源的评估模式提出了更高的要求．

图2的月平均风速分别是气象站和测风塔的数据，由图2可以计算出10 m、80 m、100 m三个高度对应的实测年平均风速分别为：2.55 m/s、7.51 m/s、8.23 m/s，这与图3中气象站和测风塔所在位置的年平均风速大致相符．

由图3中100 m高度的年平均风速分布图可以看出，大风区域主要在(120.8°E～121.2°E，33.6°N～33.8°N)和(121.2°E～121.6°E，32.2N～32.8°N)的范围内，具体区域如图所示，这与此地区在2014年所建的风电场装机位置大致重合，说明了WRF/CALMET模式进行风电场宏观选址的可行性．

图3　不同高度年平均风速分布图

3.3风向分布

图4是100 m高度上测风塔实测值和模拟值的风玫瑰图，从图4中可以看出，模式对风向的模拟较为准确，模拟区域的实际主导风向为N，模拟结果的主导风向为NNE，有一定的偏差，各风向相对误差大小见表1，各个方向上的相对误差在±0.4%之间．风能方向一致性很好，与风向频率比较吻合．

图4　100 m高度实测值和模拟值的风玫瑰图

风向频率/%实测值 模拟值 相对误差/%N13.110.8-0.176NNE11.714.50.239NE7.37.60.041ENE5.56.50.182E5.560.091ESE5.75.1-0.105SE6.55-0.231SSE88.60.075S5.36.70.264SSW4.35.30.233SW3.640.111WSW1.90-1W2.61.7-0.346WNW43.4-0.15NW5.37.60.434NNW9.57-0.263

3.4WRF/CALMET模式误差原因分析

3.4.1WRF/CALMET模式影响

WRF和CALMET模式中的物理过程、参数化方案、嵌套方案不同组合会对模拟结果产生不同的影响，但即使是最接近实际情况的方案，也会因为模式本身的原因有一定的误差．此外，气象资料和地形资料的分辨率、准确率等也会对模拟结果有明显影响．

3.4.2实际地形的影响

江苏沿海地区地势低平，地形相对变化较小，海岸线较长，沿海滩涂面积广阔，沿海地区由于受海洋的影响，风随高度变化、风能资源分布与内陆地区有很大不同．通常边界层内的风速随高度升高而递增，但由于地形和天气系统等影响，实际上边界层内的风速变化较为复杂，对模拟结果的准确性产生影响．

3.4.3气候影响

由于海陆两种下垫面的性质不同，在海岸带附近都存在着温度差异，这种差异产生了气压梯度力：海洋为热源时，盛行风为从陆地吹向海洋．陆地为热源时，盛行风为从海洋吹向陆地，气压梯度力的反复变化会对风速的模拟结果产生影响．

4结论

本文应用WRF/CALMET模式对江苏沿海某地区风能资源状况进行了数值模拟，结合该地区气象站和测风塔同期观测资料对模拟结果进行结果验证，验证发现：

1)WRF/CALMET模式能够较好地模拟出这一地区风能资源分布情况，能比较真实地反映区域内风速和风向：气象站10 m高度月平均风速与10 m高度平均风速模拟值相关系数为0.868，测风塔80 m、100 m高度月平均风速实测值与80 m、100 m高度平均风速模拟值相关系数为0.819、0.867．模拟的主导风向及风速集中区与实测比较一致，但在主导风向有一方位的偏差．

2)通过WRF/CALMET模式可以确定此地区的大风区域主要在(120.8°E～121.2°E，33.6°N～33.8°N)和(121.2°E～121.6°E，32.2°N～32.8°N)的范围内，说明WRF/CALMET模式可以为风电场的宏观选址提供科学依据．

3)因为数值模拟的空间网格点数远超过气象站和测风塔的数量，所以空间上能够较气象站更细致地反映风速分布状况，适宜于风电场宏观选址．此外，这一模式还可以应用于对测风塔资料的实测风速进行订正，对已建成的风电场建立风速预报模型，以满足风电场的风功率预报的需求．

4)通过模拟数据与实测数据进行对比，可以发现数值模拟数据整体比实测风速偏大，且风向的模拟结果与实测值相比有一定的偏差．说明WRF/CALMET模式还存在局限性，准确性仍有待提高．

参考文献：

[1]Wind Energy Simulation Toolkit(WEST)：A Wind Mapping System for Use by the Wind-Energy Industry[M]．

[2]龚强，袁国恩，张云秋，等．MM5模式在风能资源普查中的应用试验[J]．资源科学，2006(1)：145-150．

[3]吴琼，贺志明，聂秋生．动力降尺度法对鄱阳湖风能资源模拟效果分析[Z]．中国北京：2014．

[4]陈楠，杨苹，邹澍，等．基于WRF模式的广东海上风资源评估[J]．装备环境工程，2013(5)：1-6．

[5]赵志朋．中尺度风资源数值模拟试验分析[J]．能源与节能，2014(10)：80-82，89．

[6]Larsén X G， Larsen S R， Badger M． A Case-study of Mesoscale Spectra of Wind and Temperature， Observed and Simulated[J]． Quarterly Journal of the Royal Meteorological Society， 2011， 137(654)：264-274．

[7]罗梦森，何浪，彭华青．基于WRF模式的江苏沿海风资源评估[J]．江苏农业科学，2011(3)：486-491．

[责任编辑王康平]

收稿日期：2015-09-10

基金项目：中丹国际科技合作专项项目(2014DFG62530)；国网南瑞科技项目(风电机组智能控制技术研究及示范)；南通市科技项目(BK2014028)

通信作者：张淑君(1969-)，女，副教授，研究方向为计算流体力学．E-mail：zhsj@hhu.edu.cn

DOI：10.13393/j.cnki.issn.1672-948X.2016.01.013

中图分类号：TK81

文献标识码：A

文章编号：1672-948X(2016)01-0062-04

WRF and CALMET Common Modeling and Assessment of Wind Energy for Offsea Reion in Jiangsu Province

Zhu Jinhua1Zhang Shujun1Xu Chang2Jiang Zeyang2

(1. College of Mechanics & Materials, Hohai Univ., Nanjing 210098, China；2. College of Energy & Electrical Engineering, Hohai Univ., Nanjing 210098, China)

AbstractWRF/CALMET model system was used to simulate wind energy in offsea region of Jiangsu province; and the simulated results were compared with the determination data from one anemometer tower and the weather station．The results show that the WRF/CALMET model system was well able to simulate wind energy of the region. The data correlation coefficient of weather station and the height of 10 metre average wind speed simulation is 0.868. Correlation coefficient of Wind tower height of 80 m and 100 m monthly average wind speed measured values and the height of 80 m and 100 m average wind speed simulation value is 0.819, 0.867. Wind direction and wind speed frequency simulation results are as similar as the measured results. The arrange of correlated error is between -0.4 and 0.4. As a whole, the simulated results of WRF/CALMET model system can be the method of simulating wind energy.

KeywordsWRF/CALMET；offsea region； wind energy；numerical simulation