辽宁省典型地形测风塔缺测数据线性计算适用性分析

2022-01-18顾正强龚强沈历都徐红马东雷朱玲晁华冯冬蕾

气象与环境学报 2021年6期

顾正强龚强沈历都徐红马东雷朱玲晁华冯冬蕾

(1.沈阳区域气候中心，辽宁沈阳，110166；2.辽宁省气象服务中心，辽宁沈阳，110166；3.沈阳中心气象台，辽宁沈阳，110166)

引言

风能资源是一种清洁的可再生能源，是可再生能源中最具开发前景的一种能源。风能是指由太阳辐射导致地球表面受热不均，引起大气层中受热不均匀，从而使空气沿着水平方向运动，空气流动所形成的动能[1]。丰富而稳定的风能资源是风能利用的基础。风电场场址内测风塔的实测数据可以真实客观地反映该区域的风能资源情况。风电场测风塔测风数据的质量直接影响风能资源评估的结果，进而影响整个风电场的发电效益[2]。

在实际观测中，测风塔数据质量难以保证，尤其是地处寒冷地区和沿海地带的风电场，受冷空气、海边空气的腐蚀及其他因素影响，测风设备会出现故障或停测现象，导致测风数据质量下降，如存在不合理数据或缺测数据。在进行风能资源评估时，根据《风电场风能资源评估方法》(GBT18709—2002)的要求，测风塔实测数据有效完整率应达到90%以上，因此须对测风塔不合理数据及缺测数据进行替换插补[3]。如果插补完整后的测风数据与实际情况存在较大误差，会严重影响风能资源评估的结果，并且导致风电场投产运行后的经济效益与预期存在较大偏差，因此对测风塔测风数据的插补应给予足够的重视。所以，近些年国内学者关于测风塔数据插补的方法等做了较多的研究。其中，刘志远等[4]基于直接相关法和统计相关法对插补测风塔缺测数据进行了讨论；王远和钟华[5]基于整体构建相关关系、不同风向扇区构建相关关系和不同季节构建相关关系来插补缺失测风数据进行了对比分析；也有学者对风切变指数在风电场资源评估中的应用进行了研究[6-8]，还有学者对分析资料和数值模拟在风速数据插补中的应用、不同地形下测风塔数据插补以及风速变化预估等方面均开展了一系列的研究[9-15]。

上述研究成果就研究区域而言多基于风电场，测风塔数量较少，且范围较小，数据检验时段也较短，为解决上述不足，本文基于第四次全国风能资源详查和评价工作中辽宁省气象局建立的风能资源专业观测网所布设的26座测风塔多年实测逐时数据[16]，结合同期气象站逐时数据，并采用不同时间尺度下较成熟的线性分析和风切变指数相结合的插补方法对测风塔缺失数据进行插补，通过对比不同插补方案的结果，总结出适用辽宁省测风塔数据的插补方法。本研究结果对辽宁省风资源评估具有一定的参考意义。

1 资料与方法

1.1 气象站资料

本文所使用的气象站数据为辽宁省61个气象站2009—2019年逐时风速资料，资料来源于辽宁省气象档案馆。

测风塔上所有观测仪器在进入现场安装之前，均由航天新气象科技有限公司(原为江苏省无线电科学研究所有限公司)进行了出厂测试和检定。风速数据精确到0.1 m·s-1，风向数据精确到1°。

1.2 测风塔资料

本文使用测风塔资料为辽宁省26座测风塔4个观测层(10 m、30 m、50 m、70 m)逐时实测风速资料，26座测风塔的地理位置、地形特征如图1。

图1 辽宁省26座测风塔空间分布

1.3 资料处理

1.3.1 参证站选取

本文除了依据《风电场风能资源评估方法》(GB/T 18710—2002)[17]、《风电场工程风能资源测量与评估技术规范》(NB/T31147—2018)[18]和《风电场气象观测资料审核、插补与订正技术规范(QX/T 37523—2019)》[19]等对参证站选取要求外，还考虑了如下因素：(1)与测风塔距离近；(2)风速相关性好，具有一定的区域代表性；(3)测风塔测风同期无迁站，并且风观测变更相对较少和较小。因此，共选取了西丰、喀左、盖州、丹东、锦州、桓仁6个气象站作为参证气象站(见图1)。

1.3.2 测风塔数据的检验和处理

依据《风电场工程风能资源测量与评估技术规范》(NB/T31147—2018)[18]和《风电场气象观测资料审核、插补与订正技术规范(QX/T 37523—2019)》[19]对测风塔数据进行数据审核、完整性检验、合理性检验(包括范围检验、相关性检验和趋势检验)，并对通过合理性检验的数据进行整体性检验(包括相关检验、分布检验和风切变检验)，对检验出的不合理数据再次进行判别，判别出的合理数据仍作为有效数据。

1.4 研究方法

1.4.1 一元线性回归方程

利用完整的气象站(测风塔)与同期拟重构测风塔的数据进行线性分析，得到线性回归方程[20]。

y=ax+b

(1)

式(1)中，x序列为气象站(测风塔)风速；y序列为拟重构测风塔实测风速，a，b为回归系数。

1.4.2 风切变指数

(2)

式(2)中，α为H0与H高度之间的风切变指数；V0、V分别为H0与H高度对应的风速。

1.4.3 相关系数

(3)

1.5 测风塔数据重构方案

本文利用气象站或邻近已重构数据的测风塔与同期拟重构数据测风塔的不同时间尺度(年、季、月)逐时风速数据以及观测高度的重构顺序分别进行线性拟合，并结合风切变指数确定7个重构方案。其中，方案1、方案3和方案5为气象站(已重构数据的测风塔70 m)与测风塔10 m(70 m)同期数据分别采用年、季、月时间尺度(3月滑动)进行线性拟合，得到年、四季、12个月的线性拟合方程，然后取相同时间尺度由10 m(70 m)至70 m(10 m)重构同塔相邻高度数据，如图2所示。

图2 测风塔数据重构方案流程图

方案2、方案4和方案6与方案1、方案3和方案5所采用拟合方式一致，但拟合重构顺序略有不同，方案1、方案3和方案5为气象站(已数据重构的测风塔70 m)逐时测风数据分别与同期测风塔4个观测高度(10 m、30 m、50 m、70 m)进行线性拟合，进而重构出测风塔各观测高度(10 m、30 m、50 m、70 m)实测时段内逐时风速数据。

方案7为利用方案1至方案6中重构测风塔10 m高度逐时风速，结合各方案所拟合时间尺度(按年拟合、季节拟合、3个月滑动拟合)的测风塔相邻高度的风切变指数(根据年、季节、3个月滑动平均风速所得)，进而重构出其余各高度实测时段内逐时风速数据。

测风塔与测风塔之间的重构，利用方案1至方案7中重构并经检验得到的最优方案下重构的测风塔70 m高度风速数据，分别与拟重构测风塔70 m高度同期风速数据进行线性拟合(方案1至方案6)，然后根据该方案拟合方式(按年拟合、季节拟合、季节滑动拟合)以及拟合效果最佳方案下的风切变指数向下计算出相邻各层高度逐时风速数据，进而重构出测风塔各观测高度(10 m、30 m、50 m、70 m)实测时段内逐时风速数据。

2 结果分析

由测风塔数据的检验和处理得到辽宁省各测风塔2009年6月1日至2010年5月31日实测逐时风速数据有效完整率最高，数据整体有效完整率为96.4%，2011年各测风塔数据整体有效完整率为92.1%。由表1可知，12号和17号测风塔发生过迁址及新址测风塔观测起始时间，考虑到各测风塔的数据有效完整率，12号和17号测风塔在迁址前以及其余24座测风塔进行线性拟合时所选的完整年实测数据时段均为2009年6月1日至2010年5月31日，方案5和方案6(3个月滑动)所选的14个月实测数据均为2009年5月1日至2010年6月30日。

由于满足条件的气象站分布较为稀疏(图1)，因此需要将部分已重构风速的测风塔作为基础数据，对其他测风塔进行风速数据重构，本文根据参证站和测风塔的分布、地形特征以及线性回归拟合时的相关系数，依据参证资料的优先级顺序制定了测风塔数据重构的参证资料及重构的先后顺序，详见表1。

表1 辽宁省26座测风塔基本信息、风数据重构的基础数据和先后顺序

2.1 测风塔数据重构方案检验

根据拟定7个方案以及26座测风塔的风速数据重构顺序，对辽宁省26座测风塔的风速数据进行了重构，并对各重构方案各高度风速数据与实测数据进行误差检验(相对误差和绝对误差)，进一步结合两者的相关系数最终筛选出最优方案，流程图见图3。其中，误差检验时着重考虑的先后顺序为两者之间月平均风速(重点关注大风月)、季节平均风速、年平均风速的误差(相对误差和绝对误差)。由于篇幅关系本文仅给出颇具代表性的测风塔70 m年平均风速的误差结果，见表2。实测与重构数据的相关系数略。

图3 测风塔数据重构方案检验流程

现有8座测风塔中，用于检验17号测风塔迁址前(17-1)、后(17-2)风速重构数据的实测数据时段分别为2011年和2016年，用于检验12号测风塔迁址后(12-2)风速重构数据的实测数据时段为2016年，因为该塔迁址(2010年8月)至现址开始观测(2011年8月)无实测数据，因此，可用于检验12号测风塔迁址前的风速重构数据的实测数据时段较短(仅4个月)，所以本文不对该塔迁址前的风速重构数据进行检验，剩余的现有6座测风塔，用于检验测风塔风速重构数据的实测数据时段均为2016年，该年各测风塔完整性均超过90%(图4)。其余18座测风塔，用于检验测风塔风速重构数据的实测数据时段均为2011年。

图4 2010—2019年辽宁省现有8座测风塔数据完整性变化

26座测风塔重构风速数据的检验具体结果见表2(仅给出具有代表性的测风塔70 m各方案重构数据与实测数据的平均风速相对误差和绝对误差)。

表2 辽宁省具有代表性测风塔70 m风速数据重构方案检验

2.2 风速数据重构的最优方案

根据2.1节中数据重构方案检验流程筛选出各测风塔最优方案，详见表3。其中，最优方案主要集中在方案3和方案7，分别对应10座和测风塔12座，方案1为2座测风塔，方案2和方案4各1座测风塔，各最优方案空间分布见图5。

表3 辽宁省26座测风塔数据重构最优方案

由图5可见，最优方案分布具有区域性特征，其中，辽宁北部的平原和丘陵、辽宁东南部的沿海平原和沿海丘陵主要以方案7为最优方案，辽宁西部的丘陵和山地主要以方案3为最优方案，极个别地区以方案2和方案4为最优方案。

2.3 最优方案分布区域性特征的成因分析

通过对最优方案分布的区域性特征可以初步判断，地形相对平坦的丘陵和平原地区，采用线性拟合与风切变相结合的数据重构方案较适用，而地形相对复杂的丘陵和山地地区，采用季节线性拟合效果相对较好。主要因为辽宁省地势为自东、西、北三面向中部和南部倾斜，东西两侧为丘陵山地，中部为自东北向西南倾斜的长方形辽河平原，且辽宁省地处温带大陆性季风气候区，风速变化具有明显的季节性，东南部地区山脉和丘陵的地势升高相对平缓、北部地区丘陵地带相对平坦，风切变指数变化平稳，而西部的山地、丘陵相对陡峭，地形复杂，风切变指数受影响较大。由于风切变指数差异主要受局地地形、地貌环境影响，其中，18号、16号和23号测风塔的风切变指数受下垫面影响明显偏大[21]，分别为0.3120、0.3811和0.4050，且16号和23号均适用方案3。结合图5和表4可知，方案7的区域分布中的风切变指数主要集中在0.1159—0.1949，平均值为0.1482，方案3的区域分布中风切变指数主要集中在0.0577—0.1005，平均值为0.1039。因此，可以初步得到辽宁省典型地形中风切变指数为0.1400左右时，采用方案7进行测风塔缺测数据重构较为适合，而风切变指数明显偏大或相对偏小(0.1000左右)时，测风塔缺测数据重构较适用方案3。