基于WRF模式的承德某复杂山地风电场数值模拟研究
2018-09-12刘越
刘越
摘 要:利用中尺度WRF模型模拟承德坝下某风场,旨在研究不同参数化方案在复杂的山地地形的模拟精度。研究结果表明,同实测风速相比,两种参数化方案模拟精度均较高,可以用于复杂山地地形的测风数据插补、风资源评估等方面。
关键词:数值模式;WRF;山地风电场;测风数据插补
中图分类号:TM614 文献标志码:A 文章编号:2095-2945(2018)22-0013-03
Abstract: A mesoscale WRF model is used to simulate the wind resources of a wind farm in Baxia region of Chengde, in order to assess the accuracy of different parameterized schemes in complicated mountain. The results show that two schemes, compared with the measured wind speed, both have high accuracy, which can be used to interpolate the measured wind as well as wind resource assessment in complex mountain wind farm.
Keywords: numerical model; WRF; mountain wind farm; wind data interpolation
引言
山地风电场是当前风电场开发的主要方向,山地风电场具有地形地貌复杂、投资风险大的特点。准确的风资源评估是保障风电场发电量和投资收益关键因素之一,高质量的测风数据则是准确风资源评估的前提。山地风电场测风塔易因凝冻浮冰、雷电、设备仪器故障难以及时修复等因素导致测风数据出现大量缺测情况,测风数据完整率往往较低。对于缺测数据主要依靠Merra数据或气象站数据进行插补,这些数据与测风塔数据的相关性往往较差。本文通过利用WRF(Weather Research Forecast)模式对承德某风电场进行数值模拟,研究两种不同参数方案的对模拟数据精度的影响,并探讨开展复杂山地风电场的中尺度的必要性。
1 数值模拟方案
模拟区域选择在承德坝下某风电场,其位于燕山山脉北部,地貌单元属于高中山地貌,海拔900m~1820m之间,地形起伏較大,沟壑丛生,区域植被茂密。
1.1 WRF模式简介
WRF模式系统是由许多美国研究部门及大学的科学家共同参与进行开发研究的新一代中尺度气象预报模式系统。WRF模式系统具有可移植、易维护、可扩充、高效率、方便等诸多特性。
WRF模式是一个完全可压非静力模式,控制方程组都写为通量形式。网格形式与MM5的Arakawa B格点不同,而是采用Arakawa C格点,提高了模式在高分辨率模拟中的准确性。模式的动力框架有三个不同的方案:前两个方案都采用时间分裂显示方案来解动力方程组,即模式中垂直高频波的求解采用隐式方案,其他的波动则采用显示方案,这两种方案的最大区别在于它们所采用的垂直坐标的不同,他们分别是几何高度坐标和质量(静力气压)坐标。第三种模式框架方案是采用半隐式半拉格朗日方案来求解动力方程组,这种方案的优点是能采用比前两种模式框架方案更大的时间步长[1-4]。
WRF模式系统已成为改进从云尺度到天气尺度等不同尺度重要天气特征预报精度的工具。为了满足模拟实际天气的需要,模式还必须要有一套物理过程,比如辐射过程、边界层参数化过程、对流参数化过程、次网格湍流扩散过程、以及微物理过程等。WRF模式可以重点考虑1-10公里水平分辨率的气象变量预报,相对MM5,WRF采用了更为先进的数值计算和资料同化技术,采用了更为完善的物理过程(尤其是对流和中尺度降水过程),可以实现多重移动套网格性能。
WRF模式有广泛的应用前景,包括在天气预报、大气化学、区域气候、纯粹的模拟研究等方面的应用,它将有助于开展不同类型、不同地域天气过程的高分辨率数值模拟,提高天气预报的分辨率和准确性。在风电领域,WRF模式主要应用于风功率预测和风电场宏观选址。
1.2 参数化方案的选择
本文使用的WRF模式设置如下:模式中心坐标北纬41度,东经117.5,采用双层嵌套,水平格点100*100,水平分辨率3km,垂直方向28层,时间步长为60s。通过WPS模块处理FNL数据,并形成WRF模式的气象初始场。下垫面信息和地形数据采用NASA的USGS数据。
相关研究表明不同参数化方案的选取对模拟结果具有较大影响,而近地层风场特征的变化主要受边界层参数化方案影响较为显著[5]。
本文利用WRF模式中常见的边界层方案Yonsei University(YSU)[6]和Mellor-Yamada-Janjic(MYJ)[7]两种方案模拟承德坝下某山地风电场。
1.3 两种边界层方案简介
Yonsei University(YSU)边界层方案:YSU是MRF边界层方案的第二代。对于MRF增加了处理边界层顶部夹卷层的方法。
Mellor-Yamada-Janjic(MYJ)边界层方案:此方案用边界层和自由大气中的湍流参数化过程代替Mellor-Yamada的2.5阶湍流闭合模型。这是将用于Eta模式中的Mellor-Yamada-Janjic方案引入该模式的一种边界层方案,它预报湍流动能,并有局地垂直混合。该方案调用SLAB(薄层)模式来计算地面的温度;在SLAB之前,用相似理论计算交换系数,在SLAB之后,用隐式扩散方案计算垂直通量。
兩种方案模拟承德坝下某风电场,对比模拟效果具体参数见表1。
2 结果分析
通过后处理程序GrADS提取80m高度风速与两个实测点数据进行对比(编号为1#测风塔和2#测风塔,高度均为80m)。1#测风塔实测风速和2#测风塔实测平均风速分别为6.52m/s和5.36m/s,1#测风塔和2#测风塔位置处YSU方案模拟数据分别为6.59m/s和5.50m/s,与实测相比分别相差了0.07m/s和0.14m/s;MYJ方案平均风速分别为6.33m/s和5.67m/s,与实测相比分别相差了0.19m/s和0.31m/s。两个方案均平均风速接近实测风速,模拟结果较为准确。
其误差统计参数见表2,1#测风塔模拟误差统计如下:YSU方案平均绝对误差MAE为20.06%,MYJ方案MAE为24.55%;YSU方案相对均方根误差RMSE为25.82%,MYJ方案RMSE为32.03%。2#测风塔模拟误差统计如下:YSU方案MAE为24.47%,MYJ方案MAE为31.05%;YSU方案RMSE为30.19%,MYJ方案RMSE为40.83%。
实测数据与模拟数据对比见图1~图4所示,模拟数据与实测数据的较为吻合,MYJ方案数据的偏离程度略高高。从相关关系来看,YSU方案与实测数据的相关关系能达到0.84和0.86,高于MYJ方案与实测数据的相关关系0.75和0.715。上述统计可见,WRF模式也能在复杂的山地风电场取得较高相关关系,能为测风数据插补提供可靠的依据。
3 结束语
本文利用中尺度数值模式WRF模式并采用两种边界层参数化方案模拟承德坝下某复杂山地风电场风速,通过与实测数据进行对比,结果表明:(1)即便是在复杂的山地风电场,WRF模式能取得较好的模拟效果。在本案例中,YSU参数化方案模拟精度略高于MYJ方案,但都取得较高模拟精度。(2)WRF模式可以用于复杂山地项目测风塔风速插补、风资评估等工作,可以有效解决因缺测导致测风资源不足的问题。亦可以将中尺度数据和微尺度模型结合方法,以提高山地风电场资源。(3)受复杂的下垫面影响,WRF模拟对风速的模拟难免会有一定误差,可以采用误差订正等方法进行修正,再用于测风塔数据插补、风资源评估等工作。
参考文献:
[1]邓莲堂,王建捷.新一代中尺度天气预报WRF模式简介[J].天气与气候,2003.
[2]李毅,潘晓滨.新一代中尺度天气预报模式WRF简介[J].教学与研究,2003,24(1).
[3]章国才.美国WRF模式的进展和应用前景[J].气象,2004,30(12):27-31.
[4]潘丽丽.基于WRF模式的沿海风资源评估研究[D].2009,5.
[5]Ackermann T,S Der L. Wind energy technology and current status: a review[J]. Renewable and sustainable energy reviews,2000,4(4):315-374.
[6]Hong S, Y Noh, J Dudhia. A new vertical diffusion package with an explicit treatment of entrainment processes[J].Mon. Wea. Rev,2006,134,2318-2341.
[7]Janjic ZI. The step-mountain cooedinate: physical paceage[J].Mon,Wea. Rev,1990,118,1429-1443.