1、风能模拟系统 WEST 在中国风能数值模拟中的应用第 27 卷第 1 期2008 年 2 月高原气象PLATEAUMETEOROLOGYV01.27No.1February,2008文章编号:10000534(2008)01 020206风能模拟系统 WEST 在中国风能数值模拟中的应用张德卜,朱蓉,罗勇,俞卫.,王澄海(1.兰州大学大气科学学院,甘肃兰州 730000;2.中国气象局国家气候中心 ,北京100081;3.加拿大气象局,加拿大魁北克 2121)摘要:利用加拿大风能资源数值模拟系统(WEST)进行中国风能资源的模拟,得到了水平分辨率 5km,低空垂直分辨率 10m 的中国风能分布
2、图谱.将模拟结果与气象台站观测资料进行了对比分析,结果表明,WEST 在中国中东部海拔较低地区的模拟能力较好,平均相对误差2O,但对于中国西部高原的模拟结果不理想,相对误差达到了 6O 以上 ,说明 WEST 系统对中国西部高原的模拟能力还需提高.应从其大尺度气候背景场分类和中尺度模型大气边界层物理过程参数化方面进行本地化改进,使之能更好地应用于中国风能资源评估工作.关键词:WEST;风能资源;数值模拟中图分类号:P425 文献标识码:Al 引言20 世纪以来,世界经济迅猛发展,能源需求成倍增长,能源工业大规模发展.石油,煤炭等化石能源及核能的广泛使用所引起的环境,生态问题已经引起国际社会普遍
3、关注.全球掀起了发展可再生能源的热潮.在可再生能源的开发利用中,风能是一种发展最快的清洁能源.风力发电是目前技术最为成熟,最具有大规模开发和商业化发展前景的利用方式,在有些国家已经成为比较重要的能源供给.而发展风力发电的必要条件之一是选择风资源最优的场址,场址选择的关键是真正了解风能资源的状况,分布和变化,分析与寻找合适的潜在风电场场址.因此,客观,准确的风能资源评估是促进风能规模化发展,大型风电场建设的重要保障.为了解决风能资源评估观测资料在空间分布密度和观测时间长度方面的限制,中,小尺度数值模式在风能资源评估中的应用技术得到快速发展.虽然数值模拟并不能代替现场观测,但利用数值模式能够较好地
4、模拟低层大气风场分布,可以弥补观测资料的不足,尤其是在山地等复杂地形区域的数值模拟,在一定程度上减少了风能资源评估的不确定性.在这一应用技术领域,欧美国家已发展了若干较为成熟的风能资源评估系统软件.例如WASP 和 MesoMap.丹麦 RIS0 国家实验室 l2在Jackson 等口 理论基础上,发展了一个用于风电场微观选址的资源分析工具软件wASP.该软件的核心是一个微尺度线性风场诊断模式,利用地转风和单点的测风资料推算周围区域风场的风资源分布,适用较为平坦地形(坡度3),但在复杂地形应用中误差较大 J.美国 TruewindSolutions公司开发的 MesoMap 是一个中尺度数值模
5、式(MASS)与一个质量守恒的风场模拟线性模式(WindMap)相结合的风能资源评估系统.MASS 为非静力中尺度天气模式 ,能有效地模拟地形波,峡谷效应,对流风,海湖风以及下坡风等局地性风场,其输出结果用以驱动 WindMap.WindMap 水平分辨率可达 100m,不需要观测塔的资料,只需中尺度模式提供的边界层气象背景场,缺点是计算量大,夜间稳定边界层模拟不好,仅适用于距地面 50m 以下的高度.收稿日期:20070129;改回日期:20070704作者简介:张德(1982), 男 ,甘肃文县人,博士研究生,主要从事风能资源评估及数值模拟的研究1 期张德等:风能模拟系统 WESI,在中国
6、风能数值模拟中的应用 203加拿大气象局开发了精细化风能资源数值模拟评估模型 WEST(TheWindEnergySimulationToolkit).利用 WEST 模式加拿大已经绘制出了水平分辨率 5km,低空垂直分辨率 10m 的加拿大全国的风能图谱.2005 年中国气象局与加拿大气象局开展了风能资源评估方面的合作,双方拟共同对风能资源数值模拟评估模型 WEST 进行改进,制作中国风能资源分布图谱和新版加拿大风能资源分布图谱.本文利用风能资源数值模拟系统 WEST,模拟中国不同地区,不同地形条件下的风能资源分布状况并进行分析,研究进一步改进 WEST 的技术方法,使之更好地应用于中同风能
7、资源评估.2 模拟评估系统 WEST 介绍在进行风能资源数值模拟中,为了得到风能资源评价技术规定中要求的多年(2030 年)平均区域风能资源分布状况,目前国内外一般采用两种方法,一种是 MCP 方法,即将短时间序列的数值模拟结果与长时问序列的观测资料进行统计相关分析,得到多年平均的风能资源分布.另一种是动力一统计相结合_8 的大尺度气候背景场分类的方法,通过对长期气候资料中一些重要要素的统计分析,建立大尺度气候背景场,再利用高分辨率地形资料和土地利用资料,采用中尺度气象模式模拟在大尺度气候背景场条件下由地形的驱动作用而产生的风能资源分布.这样就解决了风能资源数值模拟中计算资源条件,时间方面的限
8、制.WEST 模型就采用了这种方法.2.1 气候背景场分类地表以上至 100m 左右高度的风资源分布状况对于风能资源的开发利用极为主要.在中纬度地区,近地层风场主要与地转风,大气层结和地表因素等的影响有关,而地表因素主要包括地形高度,地表粗糙度和地表温度等.本文中利用海平面地转风进行分类气候背景场分类,得到了没有地形影响的大尺度气候背景场类型,然后再根据各个背景场类型的特征,构造出模式初始场,模拟时地形随时问变化并逐渐达到实际的地形高度,最终得到由实际的地形驱动模式产生的实际风场分布.进行大尺度气候背景场分类时,将风向划为 16个风向区间,每一个风向区间又根据 14 档风速区间(2,4,6,8
9、,10,12,14,16,18,22,26,30 和34m?s.)以及 0m 与 1500m 高度上地转风速切变划分(不包括 02m?s 的区间),即可得到最多 432 种组合的气候背景场分类类型.所用气候资料为 43 年(1958-2000 年) 的逐日 4 时次的NCEP/NCAR 再分析资料 ,空问分辨率为 2.5.2.5.,垂直范围由 101000hPa 共 17 层.分类时通过四层等压面(1000,850,700 和 500hPa)上的温度,湿度和气压计算得到对应高度(0,1500,3000 和 5500m)上的地转风.再将计算得到的 0m处地转风速,风向和风速切变经过统计分析,得到
10、各个 NCEP 格点的多年气候背景场类型发生的频率统计结果.2.2 中尺度模式 MC2wEST 模型中的中尺度模式 MC2(TheMesoscaleCompressibleCommunityMode1)是加拿大大气环境局数值预报研究所和魁北克大学蒙特利尔分校共同开发研制的一个新的中小尺度数值模式_l,它的控制方程为全弹性,可压缩,非静力的连续的全欧拉方程,采用半拉格朗日平流方案和半隐式时问差分方案,最终通过 Helmholtz 方程完成积分求解.MC2 中采用的物理过程参数化方案主要包括:湍流垂直扩散过程,地面热量水汽收支过程,重力波拖曳过程,湿对流过程,可分辨尺度的凝结过程,红外辐射过程,太
11、阳辐射过程等.这些都使得 MC2 的精度很高, 并对各种尺度的天气现象具有较强的模拟能力.到目前为止,大量试验已证明 MC2 是在复杂地形条件下具有较高时空分辨率的模式.运用 WEST 模拟风能资源分布时,各类型的气候背景场通过插值构造出模式的初始场,气候背景场分类的要素垂直廓线作为模拟区域的中心点的初始值,区域其余格点初始值在静力平衡和地转平衡条件约束下插值得到,区域侧边界条件随时间不变.通过大量试验证明,模拟时间达 9h 后绝大多数的类型达到稳定状态,实际模拟时,采用的模拟时间步长为 13h.2.3 统计模块最后将各气候背景场类型发生的频率作为权重,对于每个类型的模拟结果进行加权平均得到区
12、域平均风能资源分布状况,最终形成风能资源数据库.WEST 的评估结果从地表到 20km 高空共 28层,其中近地面 1.5km 高度范围内分为 10 层.统计模块可以根据这 28 层的结果通过风速对数扩线插值得到任意高度上在中性层结条件下近地层的风204 高原气象 27 卷场分布.3 模拟方案为检验 WEST 在中国地区的模拟能力,考查WEST 是否适用于中国风能资源评估工作,本文将中国区域等分为 53 个模拟区域分别进行模拟,最终形成中国的风能资源分布图谱.,在设计的模拟方案中,每个模拟区域水平格点数为 175175,网格距为 5km,面积约为 875km875km,垂直方向从地表到 20k
13、m 高度共分为28 层,其中地表面以上 1.5km 范围内分为 1O.层.模拟所用的地形资料为美国地质调查局(USGS)全球 1km 分辨率的地形资料.4 结果与分析4.1 模拟结果利用 43 年(19582()(O 年)的 NCEP/NCAR再分析资料进行了气候背景场分类,通过中尺度模式模拟,对模拟结果进行统计分析,最终得到中国区域 lO120m 高度上的风资源图谱,这里给出 8Om 高度上的中国年平均风速分布图(图 1).80.85.90.95.100.105.110.115.120.125.E图 1WEST 模型模拟的中国离地 80m 高度的年平均风速分布(单位:m?s)Fig.1Mea
14、nwindspeedat80mABIinChinasimulatedbyWESTUnit:m?s图 1 表明,中国“三北“ 地区 (西北,华北和东北),特别是新疆北部,内蒙古中东部和甘肃西北部地区年平均风速很大,这些地区也正是中国风能资源最为丰富的地区.而东南沿海及其附近岛屿地区的年平均风速也较大,尤其是浙江,福建沿岸年平均风速达 71TI?S 以上. 东北的黑龙江西部,吉林东部,河北北部及辽东半岛和西南部分地区,年平均风速也较大.上述地区都是中国已知的风能资源较丰富的地区.在青藏高原地区,虽然年平均风速较大,但高原海拔高,空气密度小,所以有效风能密度比较低,可开发的风能资源并不丰富.这些结果
15、与第三次中国风能普查以及其他的主要风能调查结果基本一致.4.2 模拟结果分析比较本文选取了中国 683 个气象观测站 lOm 高度多年(各站资料时间序列不等,195l 一 2()(O 年)平均风速资料与 WEST 模拟结果进行比较.模拟结果与观测资料平均绝对误差为 0.953m?s,相关系数约为 0.43,通过 0.0l 显着性水平检验(图 2).窭蛙 i嚣鼷般?姐WESTA 结果图 2WEST 模拟的年平均风速与中国 683 个气象台站观测的多年平均风速对比Fig.2CorrelationcoefficientofthemeanwindspeedbetweenthesimulatedbyWE
16、STandtheobservedat683meteorologicalstationsinChina模拟结果与观测资料相对误差%20%的台站为239 个,约占全部台站数的 35,相对误差1O的台站有 148 个,占全部台站数的 22.图 3 为相对误差误差%209/6 的台站分布图.由图 3 可见,相图 3WEST 模型模拟结果与中国地面实测风速相对误差%20 的台站分布Fig.3Stationswhichhavetherelativeerroroflessthan2ObetweenWESTresultsandtheobservedonesofChina1 期张德等:能模拟系统 WEST 在中
17、罔风能数值模拟中的应用 2O5图 4WEST 模型模拟风速与中国地而实测风速相对误差6O 的台站分布Fig.4StationswhichhaverelativeerrorofIllorethan60betweenWESTresultsandmeteoroIogicaIobservationofChina对误差60 的台站为 222 个,约占全部台站数的32,其中相对误差100 的台站有 144 个,约占全部台站数的 21.图 4 为相对误差60 的台站分布图.从图 3,图 4 可以看出,模拟结果较好(与观测资料相对误差20F00)的台站大都分布在中国东部及东部沿海地区,同时在西北的准噶尔盆地,
18、吐鲁番盆地等地势较低的地区,模拟结果也相对较好.这些区域内海拔高度低,地势平坦,平原,盆地较多.例如东北平原,华北平原,长江三角洲平原,南疆盆地等.而模拟结果不理想(与观测资料相对误差60F0)的台站主要分布在中国中西部地区,同时在华南部分较高海拔的山区,模拟结果也不太理想.在这些区域内海拔高度高,地形复杂,地势起伏很大,分布着一系列的高山,高原.例如青藏高原,黄土高原,云贵高原,天山山脉,昆仑山脉,祁连山脉,横断山脉和太行山脉等.尤其是青藏高原边缘地区,坡度很大,这一地区也是模拟结果较差,台站集中分布的主要地区.这一结果说明 WEST 在中国中东部海拔较低,地形较为平坦,地势起伏不大的平原地
19、区的模拟能力较好,但对中国西部地形复杂,海拔高度较高,尤其是高原地区的模拟能力还需提高.本文认为模式本身在高海拔地区的模拟能力是造成这种结果的主要原因,其次由于大尺度天气背景场的分类所用NCEP/NCAR 再分析资料本身的可信度东部比两部要高,地形对 NCEP 再分析资料的可信度具有较大影响“,可能也是导致模拟结果在高原复杂地形区域产生较大误差的原之一.本文还选取了模拟效果较好且风能资源较丰富的中国辽宁地区作进一步对比分析.由于辽宁地区地形条件主要以平原,丘陵地形为主,区域内海拔高度较低,因此这一区域能够比较好地代表中国中东部地区的地形特点.WEST 在辽宁地区共得到322 种分类,通过模拟统计分析,最终得到了辽宁地区近地层各个高度上的风资源分布状况.本文选取了辽宁区域内的 56 个气象台站 43 年(各站资料时间序列不等,19512()()0 年)的 10m 高度上的平均风速观测资料与模拟结果进行对比,结果表明,平均风速模拟结果与观测资料绝对误差为0.477m?S,模拟结果与观测资料相关系数达0.773,并通过了 0.01 的显着性水平检验,相对误差19.4(图 5)f呼旨窖燕露模拟的风速/(m?S.)图 5 辽宁地区 WEST 模拟的年平均风速与 56 个气象台站观测的多年平均风速对比Fig.5Correlationcoefficientofthemeanwind
