風(fēng)能資源評估系統(tǒng)搭建方法研究*

馬文通，劉青海，李凱，王帥

（1. 國家氣象中心，北京 100081；2. 上海電氣風(fēng)電設(shè)備有限公司，上海 200241）

風(fēng)能資源評估系統(tǒng)搭建方法研究*

馬文通1, 2，劉青海2，李凱2，王帥2

（1. 國家氣象中心，北京 100081；2. 上海電氣風(fēng)電設(shè)備有限公司，上海 200241）

復(fù)雜地形和低風(fēng)速風(fēng)電場風(fēng)能資源評估過程中，在缺少實(shí)測數(shù)據(jù)的情況下尋找風(fēng)能資源豐富的開發(fā)區(qū)域，對提高風(fēng)電場的盈利能力具有重要的現(xiàn)實(shí)意義。本文針對風(fēng)電場開發(fā)前期有效數(shù)據(jù)匱乏的情況，在傳統(tǒng)風(fēng)能資源評估系統(tǒng)的基礎(chǔ)上，引入大氣模式進(jìn)行大范圍計算獲得中尺度計算結(jié)果，同時引入陸地衛(wèi)星遙感資料處理技術(shù)，獲得大范圍高精度的地表粗糙度信息，結(jié)合計算流體動力學(xué)技術(shù)對中尺度數(shù)據(jù)進(jìn)行降尺度，建立大氣模式和計算流體動力學(xué)技術(shù)雙核心的風(fēng)能資源評估系統(tǒng)。本文所建立的先進(jìn)風(fēng)能資源評估系統(tǒng)可以滿足復(fù)雜地形和低風(fēng)速風(fēng)電場風(fēng)能資源評估的工程需要，從而拓寬了風(fēng)能資源評估的途徑。

風(fēng)能資源評估；衛(wèi)星遙感；大氣模式；計算流體動力學(xué)

0 引言

隨著大規(guī)模集中開發(fā)風(fēng)電場的進(jìn)程，項目開發(fā)權(quán)的競爭日益激烈，而不斷增加的限電、“棄風(fēng)”，也使得這些地方風(fēng)電場的效益大打折扣，內(nèi)陸省份風(fēng)電場的優(yōu)勢漸漸凸顯[1]。風(fēng)電場開發(fā)的熱點(diǎn)逐漸由風(fēng)電大基地轉(zhuǎn)向山區(qū)或低風(fēng)速風(fēng)電場，運(yùn)輸?shù)缆犯臄U(kuò)建導(dǎo)致山區(qū)風(fēng)電場的初投資增加，低風(fēng)速風(fēng)電場的運(yùn)營收益較低，造成山區(qū)和低風(fēng)速風(fēng)電場投資風(fēng)險上升。1996年起，以放開同業(yè)拆借利率為起始點(diǎn)，我國開始利率市場化改革，2013年7月20日起全面放開金融機(jī)構(gòu)貸款利率管制。隨著利率市場化的進(jìn)一步深入，我國風(fēng)電場投資貸款利率有望與風(fēng)電場投資的財務(wù)風(fēng)險指標(biāo)掛鉤，風(fēng)電場開發(fā)的形勢對風(fēng)能資源評估的精度提出了更高的要求。

風(fēng)能資源評估的傳統(tǒng)流程是首先依靠地面氣象站多年觀測或現(xiàn)場踏勘進(jìn)行宏觀選址，風(fēng)場位置確定后樹塔測風(fēng)篩選具備開發(fā)價值的風(fēng)電場；通過關(guān)聯(lián)測風(fēng)數(shù)據(jù)與氣象站同期觀測數(shù)據(jù)，對風(fēng)電場進(jìn)行微觀選址，最終確定布機(jī)方案。傳統(tǒng)風(fēng)能資源評估流程在宏觀選址和測風(fēng)塔選址過程中存在主觀性強(qiáng)，氣象站與測風(fēng)塔之間的相關(guān)性差，微觀選址中的粗糙度設(shè)置粗獷，風(fēng)能資源評估歷時較長且投資較大的問題。

隨著計算機(jī)技術(shù)的迅速發(fā)展，通過結(jié)合大氣動力學(xué)理論和數(shù)值計算的發(fā)展成果，中尺度模式模擬系統(tǒng)在世界范圍廣為使用[2-15]，在一些發(fā)達(dá)國家已進(jìn)入實(shí)時運(yùn)行階段[16-24]。通過在風(fēng)能資源評估技術(shù)中引入大氣模式和衛(wèi)星遙感技術(shù)，建立起先進(jìn)結(jié)構(gòu)的風(fēng)能資源評估系統(tǒng)，可以有效地解決傳統(tǒng)風(fēng)能資源評估過程中的主觀性和高投入等問題。

1 風(fēng)能資源評估業(yè)務(wù)簡介

風(fēng)能資源評估業(yè)務(wù)主要分為宏觀選址、微觀選址兩大部分。宏觀選址即風(fēng)電場場址的選擇，是在一個較大的地區(qū)內(nèi)，通過對風(fēng)能資源和其它建設(shè)條件的分析和比較，確定風(fēng)電場的建設(shè)地點(diǎn)、開發(fā)價值、開發(fā)策略以及開發(fā)步驟的過程。宏觀選址在項目經(jīng)營戰(zhàn)略層面決定了企業(yè)是否能夠通過開發(fā)風(fēng)電場盈利。微觀選址即風(fēng)電機(jī)組機(jī)型和安裝位置的選擇，是通過對若干布機(jī)方案的技術(shù)經(jīng)濟(jì)比選，在保證風(fēng)電機(jī)組安全的前提下，在風(fēng)電場的投資和運(yùn)營成本與年發(fā)電量收益之間找到最優(yōu)平衡點(diǎn)。在風(fēng)能資源評估業(yè)務(wù)中，必須以測風(fēng)、風(fēng)能資源計算、機(jī)位優(yōu)化布置和技術(shù)經(jīng)濟(jì)評價等基礎(chǔ)工作為技術(shù)支撐。

在風(fēng)電場開發(fā)前期的風(fēng)能資源普查工作中，由于尚未樹立測風(fēng)塔，單純依靠人工現(xiàn)場踏勘的原始方法來尋找適合開發(fā)的區(qū)域存在工作量大、耗時長、可靠性低的問題；而地面氣象站通常只有10m高度的風(fēng)速觀測資料，對風(fēng)電場開發(fā)前期的宏觀選址缺乏代表性?；诖髿饽Ｊ郊癈FD降尺度技術(shù)的先進(jìn)結(jié)構(gòu)，風(fēng)能資源評估系統(tǒng)可以在無地面風(fēng)能資源觀測數(shù)據(jù)的情況下，進(jìn)行高精度大范圍的風(fēng)能資源評估，主要技術(shù)步驟如下：

（1）利用全球環(huán)流的再分析數(shù)據(jù)，采用中尺度大氣模式，對所評估的區(qū)域進(jìn)行中尺度計算，獲得分辨率在1km—5km范圍的中尺度計算結(jié)果。中尺度計算結(jié)果代表分辨率范圍內(nèi)的風(fēng)能資源的平均水平，一方面可以滿足在縣或市一級范圍內(nèi)的風(fēng)電場宏觀選址評估需要，另一方面可以為后續(xù)的CFD降尺度計算提供數(shù)據(jù)支持；

（2）在中尺度風(fēng)能資源計算風(fēng)能資源圖譜的基礎(chǔ)上，確定適當(dāng)?shù)奶摂M測風(fēng)塔（中尺度計算結(jié)果點(diǎn)）作為控制點(diǎn)，采用CFD（Computational Fluid Dynamics）技術(shù)對宏觀選址后擬定的開發(fā)區(qū)域進(jìn)行降尺度計算，結(jié)合衛(wèi)星遙感數(shù)據(jù)確定地表粗糙度，并根據(jù)地形崎嶇度的不同獲得分辨率在20m－100m范圍的風(fēng)能資源圖譜。高分辨率的風(fēng)能資源評估結(jié)果可以為后續(xù)確定風(fēng)場具體范圍、規(guī)劃裝機(jī)容量和選定測風(fēng)塔位置提供數(shù)據(jù)支持；

（3）在CFD降尺度得到的高分辨率風(fēng)圖譜的基礎(chǔ)上，初選合適的風(fēng)電機(jī)組型號并在擬開發(fā)區(qū)域內(nèi)進(jìn)行模擬布機(jī)，以指定的年可利用小時數(shù)為目標(biāo)，確定風(fēng)場的具體范圍、規(guī)劃裝機(jī)容量，并對初步估算的發(fā)電量進(jìn)行不確定性評估。為開發(fā)商與政府簽訂開發(fā)協(xié)議提供開發(fā)容量和開發(fā)進(jìn)度的技術(shù)依據(jù)，并為開發(fā)商的風(fēng)電項目投資財務(wù)、風(fēng)險分析提供發(fā)電量和發(fā)電量不確定性方面的數(shù)據(jù)支持；

（4）在完成宏觀選址確定開發(fā)區(qū)域后，以CFD降尺度得到的高分辨風(fēng)圖譜為基礎(chǔ)，優(yōu)化測風(fēng)塔位置，提高測風(fēng)塔的代表范圍；

（5）測風(fēng)3－6個月后，通過關(guān)聯(lián)大氣模式的中尺度計算得到的風(fēng)速時間序列和實(shí)測的風(fēng)速時間序列，倒推出樹立測風(fēng)塔之前若干月或若干年前測風(fēng)塔位置的風(fēng)速、風(fēng)向、氣溫、大氣壓等風(fēng)能資源參數(shù)時間序列，為加快可研編制進(jìn)度和項目執(zhí)行決策速度提供數(shù)據(jù)支持；

（6）測風(fēng)滿一年后，通過關(guān)聯(lián)中尺度數(shù)據(jù)與實(shí)測數(shù)據(jù)，得到具備多年代表性的風(fēng)能資源數(shù)據(jù)，結(jié)合衛(wèi)星遙感數(shù)據(jù)確定的地表粗糙度和大氣模式導(dǎo)出的大氣穩(wěn)定度，利用CFD軟件最終計算得到風(fēng)電場的風(fēng)圖譜，并進(jìn)行優(yōu)化布機(jī)和產(chǎn)能測算，完成微觀選址工作。

基于衛(wèi)星遙感、中尺度大氣模式和CFD技術(shù)的風(fēng)能資源評估系統(tǒng)可以解決在風(fēng)電場開發(fā)前期無地面觀測數(shù)據(jù)情況下的風(fēng)能資源評估任務(wù)，有利于提高開發(fā)商宏觀選址的成功率。在具備短期的地面觀測數(shù)據(jù)的情況下，可以通過關(guān)聯(lián)推算歷史風(fēng)能資源時間序列，有效縮短風(fēng)電場風(fēng)能資源勘測的測風(fēng)時間，加快風(fēng)電場前期的工作進(jìn)度。基于衛(wèi)星遙感、中尺度大氣模式和CFD技術(shù)的風(fēng)能資源評估系統(tǒng)適用于需要快速并且大范圍風(fēng)電開發(fā)的前期技術(shù)支持工作。

2 風(fēng)能資源評估系統(tǒng)的結(jié)構(gòu)

2.1 傳統(tǒng)風(fēng)能資源評估流程

傳統(tǒng)的風(fēng)能資源評估流程如圖 1所示，以測風(fēng)塔測風(fēng)數(shù)據(jù)為基礎(chǔ)，將測風(fēng)塔測風(fēng)數(shù)據(jù)與氣象站多年觀測數(shù)據(jù)進(jìn)行MCP（Measure Correlate Predict測量關(guān)聯(lián)與預(yù)測）得到代表年風(fēng)速和50年一遇最大風(fēng)速，或者直接采用測風(fēng)塔測風(fēng)數(shù)據(jù)，輸入到近地層風(fēng)能資源評估軟件中進(jìn)行計算，得到微觀風(fēng)圖譜，并進(jìn)行優(yōu)化布機(jī)后完成風(fēng)電場容量和產(chǎn)能的測算。

商業(yè)化的近地層風(fēng)能資源評估軟件及代碼主要包括WAsP、Ms－ Micro、Meteodyn WT、WindSim、Star CD和Phoenics，其中WAsP和Ms－Micro適用于簡單地形[25]，CFD內(nèi)核的WT、WindSim和Star CD等軟件能夠滿足復(fù)雜地形的計算要求。隨著我國山區(qū)風(fēng)電場的開發(fā)，CFD內(nèi)核的近地層風(fēng)能資源評估軟件逐漸成為主流。商業(yè)化的優(yōu)化布機(jī)和產(chǎn)能測算軟件主要包括WindFarmer、WindPRO和openWind。以CFD技術(shù)為核心的傳統(tǒng)風(fēng)能資源評估系統(tǒng)能夠滿足微觀選址的基本業(yè)務(wù)需求，適用于具備測風(fēng)塔實(shí)測數(shù)據(jù)的小面積風(fēng)能資源評估工作。對于宏觀選址或在缺少測風(fēng)數(shù)據(jù)的情況下，需要引入以中尺度大氣模式和CFD技術(shù)為雙核心的先進(jìn)結(jié)構(gòu)風(fēng)能資源評估系統(tǒng)。

2.2 先進(jìn)風(fēng)能資源評估流程

先進(jìn)的風(fēng)能資源評估流程如圖2所示，主要包括全球大氣環(huán)流再分析數(shù)據(jù)的獲取、中尺度區(qū)域大氣模式的計算和基于CFD技術(shù)的微觀降尺度計算。將全球氣象觀測資料同化后，進(jìn)行GCM（General Circulation Model全球環(huán)流模式）分析，得到幾十或者幾百公里分辨率的再分析數(shù)據(jù)。采用中尺度大氣模式將再分析數(shù)據(jù)進(jìn)行降尺度得到分辨率為公里級的中尺度數(shù)據(jù)，條件允許的情況下可利用測風(fēng)塔實(shí)測數(shù)據(jù)對中尺度數(shù)據(jù)進(jìn)行MOS（Model Output Statistics模型輸出統(tǒng)計）。將中尺度數(shù)據(jù)、MOS后的中尺度數(shù)據(jù)或測風(fēng)數(shù)據(jù)輸入CFD軟件中進(jìn)行降尺度計算，得到百米以下分辨率的風(fēng)能資源圖譜，并進(jìn)行優(yōu)化布機(jī)，完成風(fēng)電場容量和產(chǎn)能的測算。先進(jìn)風(fēng)能資源評估系統(tǒng)穿插利用CFD和大氣模式兩個技術(shù)核心，以模型輸出指導(dǎo)測風(fēng)塔和風(fēng)電機(jī)組選址，同時以實(shí)測數(shù)據(jù)對模型進(jìn)行校正。

大氣環(huán)流一般是指具有世界規(guī)模的、大范圍的大氣運(yùn)行現(xiàn)象，既包括平均狀態(tài)，也包括瞬時現(xiàn)象，其水平尺度在數(shù)千公里以上，垂直尺度在10km以上，時間尺度在數(shù)天以上。大氣模式能夠由氣象要素場的初始狀態(tài)確定其未來的狀態(tài)。GCM輸入的氣象觀測數(shù)據(jù)可從WWW(World Weather Watch)獲取。WWW是世界氣象組織籌劃和組建的全球性氣象業(yè)務(wù)體系，WWW通過各成員的合作，全面組織、規(guī)劃、協(xié)調(diào)有關(guān)全球氣象站網(wǎng)布局、氣象觀測、氣象通信、分析預(yù)報和氣象資料處理等項業(yè)務(wù)工作，使世界氣象組織所有成員都可獲得在氣象業(yè)務(wù)、服務(wù)和研究工作中所需要的氣象情報。截至2013年8月，納入WWW的有11000個地面站、1300個高空站、4000個定點(diǎn)海洋天氣站、3顆極軌衛(wèi)星、6顆靜止氣象衛(wèi)星、一些研發(fā)衛(wèi)星和一些提供航線氣象觀測報告的班機(jī)等。

資料同化的主要任務(wù)是將各種不同來源，不同誤差信息，不同時空分辨率的觀測資料融合進(jìn)入數(shù)值動力模式，在物理方程的約束下組合成為統(tǒng)一的資料系統(tǒng)，在模式解與實(shí)際觀測之間找到一個最優(yōu)解，這個最優(yōu)解可以繼續(xù)為動力模式提供初始場，以此不斷循環(huán)下去，使得模式的結(jié)果不斷地向觀測值靠攏?，F(xiàn)代資料同化方法建立在控制理論或估計理論的基礎(chǔ)上，最有代表性的是變分法和濾波法。變分法強(qiáng)調(diào)通過將模式和觀測值之間的距離（目標(biāo)泛函）最小化來使初始條件或模式參數(shù)最優(yōu)化，濾波法通過獲得一個（或一組）最大可能狀態(tài)來實(shí)現(xiàn)最優(yōu)化。受到目前計算機(jī)硬件資源以及一些技術(shù)難題的限制，在業(yè)務(wù)運(yùn)行中采用較多的是四維變分資料同化（4D－Var）方法。對全球氣象觀測數(shù)據(jù)進(jìn)行同化后，通過GCM來獲得再分析數(shù)據(jù)。目前，ECMWF、NCEP/NCAR、NASA等機(jī)構(gòu)可提供不同時空分辨率的再分析數(shù)據(jù)集。

圖1 傳統(tǒng)結(jié)構(gòu)的風(fēng)能資源評估系統(tǒng)

圖2 先進(jìn)結(jié)構(gòu)的風(fēng)能資源評估系統(tǒng)

將再分析數(shù)據(jù)輸入中尺度大氣模式，進(jìn)行區(qū)域大氣模式計算，得到中尺度數(shù)據(jù)。目前商業(yè)化提供的中尺度數(shù)據(jù)水平分辨率在15km左右，對省市范圍尺度內(nèi)的風(fēng)電場宏觀選址具有一定程度的指導(dǎo)意義；為了避免中尺度數(shù)據(jù)較粗分辨率帶來的在小區(qū)域上趨勢不明顯或者不正確等問題，對縣一級的復(fù)雜地形風(fēng)電場宏觀選址需要提高中尺度分辨率到3km甚至更高，以保證計算結(jié)果的代表性。采用大氣模式進(jìn)行風(fēng)能資源評估，不需要樹立測風(fēng)塔測風(fēng)，采用歷年的氣象數(shù)據(jù)可以考慮到過去幾十年的氣候變化，在計算分辨率足夠高的情況下，中尺度大氣模式可以考慮到復(fù)雜地形風(fēng)電場局部小氣候的差異。

基于雷諾相似理論，以給定的地形、地貌和大氣穩(wěn)定度的數(shù)據(jù)為基礎(chǔ)，通過對擬開發(fā)區(qū)域進(jìn)行微觀尺度的CFD降尺度定向計算，獲得不同方向來流情況下的風(fēng)加速因素和風(fēng)向水平偏差。結(jié)合中尺度數(shù)據(jù)對CFD定向計算結(jié)果進(jìn)行綜合分析，得到高分辨率的微觀尺度風(fēng)能資源分布情況。

CFD定向計算中采用的地形數(shù)據(jù)可以通過開放的SRTM或者ASTER數(shù)據(jù)庫獲取。USGS網(wǎng)站提供免費(fèi)下載Landsat8陸地衛(wèi)星觀測數(shù)據(jù)，可以獲得15m分辨率的全色波段和100m分辨率的熱紅外波段衛(wèi)星遙感圖像[26]。結(jié)合GIS技術(shù)，利用Landsat8遙感圖像提取地表粗糙度數(shù)據(jù)，可以快速實(shí)現(xiàn)CFD前處理中大范圍的粗糙度設(shè)定工作。

2.3 先進(jìn)風(fēng)能資源評估系統(tǒng)的業(yè)務(wù)結(jié)構(gòu)

先進(jìn)結(jié)構(gòu)的風(fēng)能資源評估系統(tǒng)軟件流程結(jié)構(gòu)如圖3所示。大氣模式計算部分工作采用大氣模式平臺（AMP）完成，AMP內(nèi)置再分析數(shù)據(jù)，通過調(diào)用WRF大氣模式計算風(fēng)速風(fēng)向、太陽輻射、降水等氣象參數(shù)的時間序列，計算結(jié)果可導(dǎo)出kmz文件，便于在Google earth中可視化大區(qū)域的中尺度計算結(jié)果，目前已有公司或者機(jī)構(gòu)提供此類基于AMP的商業(yè)化模擬計算平臺，如果法國Meteodyn提供的Meso Scale Simulation System，歐洲氣象組織提供的基于ECMWF的模擬系統(tǒng)等。在已有測風(fēng)塔實(shí)測數(shù)據(jù)的情況下，在AMP中可利用測風(fēng)數(shù)據(jù)對中尺度計算結(jié)果進(jìn)行MOS，進(jìn)一步提高中尺度數(shù)據(jù)的準(zhǔn)確度；在測風(fēng)塔實(shí)測數(shù)據(jù)缺失或不完整的情況下，利用中尺度數(shù)據(jù)對測風(fēng)數(shù)據(jù)進(jìn)行插補(bǔ)和延長，可在一定程度上提高測風(fēng)塔的代表性。

氣象站與測風(fēng)塔之間的MCP工作和中尺度數(shù)據(jù)與測風(fēng)塔實(shí)測數(shù)據(jù)之間的MPC工作由Windographer軟件完成。通過關(guān)聯(lián)風(fēng)場臨近氣象站與測風(fēng)塔的同期測風(fēng)數(shù)據(jù)進(jìn)行關(guān)聯(lián)，分析未來50年一遇的最大風(fēng)速。通過關(guān)聯(lián)測風(fēng)塔測風(fēng)數(shù)據(jù)與AMP導(dǎo)出的中尺度同期數(shù)據(jù)，根據(jù)中尺度歷史數(shù)據(jù)回歸分析過去一整年或過去多年的測風(fēng)塔位置風(fēng)速時間序列，進(jìn)而在測風(fēng)不滿一年的情況下提前獲取一整年的測風(fēng)塔位置風(fēng)速時間序列，為進(jìn)一步的技術(shù)經(jīng)濟(jì)分析提供風(fēng)能資源依據(jù)；通過對過去多年的測風(fēng)塔位置風(fēng)速時間序列的進(jìn)一步分析，得到測風(fēng)塔位置的50年一遇最大風(fēng)速，為風(fēng)電機(jī)組選型提供依據(jù)。

微觀尺度的CFD計算工作采用WT軟件完成，利用WT的Atlas模塊可以實(shí)現(xiàn)大范圍的高分辨率圖譜繪制工作，Atlas模塊輸入端與AMP導(dǎo)出的中尺度數(shù)據(jù)兼容，可以聯(lián)合實(shí)現(xiàn)考慮到大氣穩(wěn)定度的大范圍中尺度數(shù)據(jù)降尺度的計算工作。在CFD計算中需要的地形高層數(shù)字模型采用ASTER數(shù)據(jù)，水平分辨率為30m[27]；地表粗糙度數(shù)據(jù)采用WT內(nèi)置的粗糙度數(shù)據(jù)集，或采用Landsat8衛(wèi)星遙感數(shù)據(jù)轉(zhuǎn)換粗糙度。

在確定的風(fēng)場邊界或機(jī)位布置限制區(qū)域后，將CFD計算結(jié)果輸入到openWind中進(jìn)行風(fēng)電機(jī)組機(jī)位或測風(fēng)塔點(diǎn)位的優(yōu)化布置和產(chǎn)能測算。

3 計算實(shí)例

元江縣位于中國云南省玉溪市南部，元江橫穿過縣境內(nèi)，地理范圍介于北緯 23° 18′40"—23° 54′24"，東經(jīng) 101° 39′40"－ 102° 22′15"之間。元江縣南北長近65km、東西寬約72km，縣境內(nèi)山區(qū)面積占97%，海拔介于290m－2560m之間，縣內(nèi)海拔落差2270m，屬于典型的復(fù)雜地形。

采用AMP進(jìn)行中尺度大氣模式計算，水平分辨率3km，水平網(wǎng)格100＊50格點(diǎn)，垂直網(wǎng)格23層，獲得2012/01/01—2012/12/31期間中尺度年平均風(fēng)速圖譜如圖4所示。

采用WT進(jìn)行降尺度計算，定向計算中采用的地形高程圖和粗糙度如圖5和圖6所示。從AMP導(dǎo)出當(dāng)?shù)卣试S開發(fā)的4個鄉(xiāng)鎮(zhèn)對應(yīng)的中尺度數(shù)據(jù)并輸入到WT中，進(jìn)行降尺度計算。應(yīng)用WT的Atlas模塊將整個計算區(qū)域劃分為25塊子區(qū)域，每塊子區(qū)域約為19km×19km，得到元江縣分辨率為50m的風(fēng)能資源圖譜。

圖3 風(fēng)能資源評估系統(tǒng)軟件結(jié)構(gòu)

圖4 元江縣中尺度風(fēng)能資源分布

從當(dāng)?shù)氐耐恋鼐趾土謽I(yè)局獲得當(dāng)?shù)氐耐恋乩们闆r的形文件（.shp），圖7為openWind軟件中的機(jī)位優(yōu)化布置圖，其中藍(lán)色方塊為探礦權(quán)區(qū)域，紅色方塊為采礦權(quán)區(qū)域，黃色區(qū)域?yàn)楸Ａ舾貐^(qū)域，綠色區(qū)域?yàn)樽匀槐Ｗo(hù)區(qū)，背景云圖為WT計算得到的年平均風(fēng)速[28]。在保證最差機(jī)位年發(fā)電小時不低于2200小時的限制條件下，各風(fēng)電機(jī)組機(jī)位對禁止開發(fā)區(qū)域進(jìn)行避讓，得到圖7中紅色點(diǎn)位表示的37萬千瓦的裝機(jī)點(diǎn)位。

中尺度計算和CFD降尺度計算硬件分別采用兩臺32線程128G內(nèi)存的刀片式服務(wù)器，全部計算工作耗時3個工作日，在無測風(fēng)塔實(shí)測數(shù)據(jù)的情況下，完成了元江縣風(fēng)能資源評估業(yè)務(wù)，并在50m分辨率的風(fēng)能資源圖譜的基礎(chǔ)上完成測風(fēng)塔選址工作。

圖5 元江縣地形高程圖

圖6 元江縣地表粗糙度

圖7 元江縣限制開發(fā)區(qū)域分布與機(jī)位布置

4 結(jié)論

通過引入大氣模式和衛(wèi)星遙感技術(shù)，先進(jìn)評估系統(tǒng)解決了以往測風(fēng)塔選址和粗糙度設(shè)置的主觀性問題，并且可以在測風(fēng)前得到大范圍高精度的風(fēng)能資源圖譜。尤其在低風(fēng)速或山區(qū)風(fēng)電場開發(fā)的前期工作中具有廣闊的應(yīng)用前景。

（1） 先進(jìn)風(fēng)能資源評估系統(tǒng)可以快速實(shí)現(xiàn)大范圍高精度風(fēng)能資源評估，有利于實(shí)現(xiàn)風(fēng)電場的整體規(guī)劃分步開發(fā)；

（2）先進(jìn)結(jié)構(gòu)的評估系統(tǒng)有助于測風(fēng)塔選址，提高測風(fēng)塔的代表性，降低前期測風(fēng)的不確定性對風(fēng)電項目整體評價的影響；

（3）在風(fēng)能資源評估系統(tǒng)中引入大氣模式有助于風(fēng)電場前期開發(fā)的過程控制。在測風(fēng)不滿一年的情況下，通過對已有測風(fēng)數(shù)據(jù)與中尺度數(shù)據(jù)的關(guān)聯(lián)分析，判斷風(fēng)電場完整年的風(fēng)速變化情況，及早判斷風(fēng)電場的開發(fā)價值并加密測風(fēng)塔；

（4）結(jié)合衛(wèi)星遙感數(shù)據(jù)，可以快速實(shí)現(xiàn)微尺度CFD計算中粗糙度的設(shè)置，使得粗糙度設(shè)置更客觀準(zhǔn)確。

[1] 李俊峰 . 2012 中國風(fēng)電發(fā)展報告 [R]. 北京 : 中國華寧科學(xué)出版社, 2012.

[2] Grell G. A., Dudhia J., Stauffer D. R., Mesoscale N. C. f. A. R., Dicision M. M. A description of the fifthgeneration Penn State/NCAR mesoscale model (MM5)[J], 1994.

[3] Chen F., Dudhia J. Coupling an advanced land surfacehydrology model with the Penn State-NCAR MM5 modeling system. Part I: Model implementation and sensitivity[J]. Monthly Weather Review, 2001 (4): 569-585.

[4] Dudhia J. A multi-layer soil temperature model for MM5[C], 1996: 22-24.

[5] Barker D., Huang W., Guo Y. R., Bourgeois A., Xiao Q. A three-dimensional variational data assimilation system for MM5: Implementation and initial results[J]. Monthly Weather Review, 2004 (4): 897-914.

[6] Bromwich D. H., Cassano J. J., Klein T., Heinemann G., Hines K. M., Steffen K., Box J. E. Mesoscale Modeling of Katabatic Winds over Greenland with the Polar MM5*[J]. Monthly Weather Review, 2001 (9): 2290-2309.

[7] Steffen K. Evaluation of Polar MM5 simulations of Greenland's atmospheric circulation[J]. Journal of geophysical research, 2001 (D24): 33,867-33,889.

[8] Chen F., Dudhia J. Coupling an advanced land surface-hydrology model with the Penn State-NCAR MM5 modeling system. Part II: Preliminary model validation[J]. Monthly Weather Review, 2001 (4): 587-604.

[9] Skamarock W. C., Klemp J. B., Dudhia J., Gill D. O., Barker D. M., Wang W., Powers J. G. A description of the Advanced Research WRF Version 2[R]. DTIC Document, 2005.

[10] Dudhia J. A nonhydrostatic version of the Penn State-NCAR mesoscale model: Validation tests and simulation of an Atlantic cyclone and cold front[J]. Monthly Weather Review, 1993 (5): 1493-1513.

[11] Black T. L. The new NMC mesoscale Eta model: Description and forecast examples[J]. Weather and Forecasting, 1994 (2): 265-278.

[12] Stauffer D. R., Seaman N. L. Use of four-dimensional data assimilation in a limited-area mesoscale model. Part I: Experiments with synoptic-scale data[J]. Monthly Weather Review, 1990 (6): 1250-1277.

[13] Anthes R. A., Hsie E. Y., Kuo Y. H., Project N. C. f. A. R. A. D. M., Analysis A., Division P. Description of the Penn State/NCAR mesoscale model version 4 (MM4). NCAR, 1987.

[14] Tremback C. J. Numerical simulation of a mesoscale convective complex: Model development and numerical results[J], 1990.

[15] Seaman N. L., Stauffer D. R., Lario-Gibbs A. M. A multiscale fourdimensional data assimilation system applied in the San Joaquin Valley during SARMAP. I: Modeling design and basic performance characteristics[J]. Journal of Applied Meteorology, 1995 (8): 1739-1761.

[16] Powers J. G., Monaghan A. J., Cayette A. M., Bromwich D. H., Kuo Y. H., Manning K. W. Real-time mesoscale modeling over Antarctica[J]. Bull. Amer. Meteor. Soc, 2003: 1533-1545.

[17] Warner T. T., Seaman N. L. A Real-Time, Mesoscale Numerical Weather-Prediction System Used for Research, Teaching, and Public Service at The Pennsylvania State University[J]. Bulletin of the American Meteorological Society, 1990: 792-805.

[18] Manobianco J., Zack J. W., Taylor G. E. Workstation-based real-time mesoscale modeling designed for weather support to operations at the Kennedy Space Center and Cape Canaveral Air Station[J]. Bulletin of the American Meteorological Society, 1996 (4): 653-672.

[19] Radonjic Z., Chambers D., Telenta B., Janjic Z. Real Time Air Quality Forecasting System for a Large Industrial Facility[C], 2012: 12068.

[20] Freitas S., Longo K., Rodrigues L., Pirre M., Marecal V., Alonso M., Mello R., Stockler R. 5A. 2 REAL TIME FORECAST OF TROPOSPHERIC OZONE AND SMOKE AEROSOL PRODUCED FROM VEGETATION FIRES EMISSIONS OVER SOUTH AMERICA[J], 2009.

[21] BHOWMIK S., Kumar A., Das A. K. Real-time mesoscale modeling for short range prediction of weather over Maitri region in Antarctica[J], 2011.

[22] Wu D., Matsui T., Tao W., Peters-Lidard C., Rienecker M., Hou A. Evaluation of Wrf Real-Time Forecast during MC3E Period: Sensitivity of Model Configuration for Diurnal Precipitation Variation[C], 2011: 0129.

[23] Doyle J. D., Jiang Q., Chao Y., Farrara J. High-resolution real-time modeling of the marine atmospheric boundary layer in support of the AOSN-II field campaign[J]. Deep Sea Research Part II: Topical Studies in Oceanography, 2009 (3-5): 87-99.

[24] Hahmann A. N., Pena A. Validation of boundary-layer winds from WRF mesoscale forecasts over Denmark[C], 2010.

[25] Landberg L., Myllerup L., Rathmann O., Petersen E. L., J?rgensen B. H., Badger J., Mortensen N. G. Wind resource estimation—an overview[J]. Wind Energy, 2003 (3): 261-271.

[26] Irons J. R., Dwyer J. L., Barsi J. A. The next Landsat satellite: The Landsat Data Continuity Mission[J]. Remote Sensing of Environment, 2012: 11-21.

[27] Tachikawa T., Hato M., Kaku M., Iwasaki A. Characteristics of ASTER GDEM version 2[C]. Geoscience and Remote Sensing Symposium (IGARSS), 2011 IEEE International, 2011: 3657-3660.

[28 ] 許昌, 端木靈子, 岳少華. 城區(qū)分布式風(fēng)力發(fā)電風(fēng)能資源評估技術(shù)及方法探析[J].風(fēng)能,2012(11):98-100.

Research on Method of Wind Resource Assessment System Structure

Ma Wentong1,2, Liu Qinghai2, Li Kai2, Wang Shuai2
(1. National Meteorological Center, Beijing 100081, China; 2. Shanghai Electric Wind-power Equipment Co., Ltd., Shanghai 200241, China)

In complex terrain, low wind speed region or the area lack of measured wind data, how to fi nd rich wind resource region is very important for increasing profit of wind farm. For the lack of valid wind data in the early development of wind farm, based on traditional wind resource assessment system, we introduce atmospheric model to do mesoscale simulation on large scale region,and then integrate with high resolution terrain and roughness data based on the processing technique of remote sensing to do CFD downscaling simulation, build the double-core system of wind resource assessment with atmospheric model and CFD. The advanced wind resource assessment system we built will satisfy the demands of wind power projects development in complex terrain and in low wind speed region; it also widen the method of wind resource assessment.

wind resource assessment; Remote Sensing (RS); atmospheric model; Computational Fluid Dynamics (CFD)

TM614

A

1674-9219(2013)11-0080-07

上海青年科技啟明星資助項目(12QB1401500)。

2013-10-24。

馬文通(1977- )，男，遼寧人，博士，九三學(xué)社社員，主要研究方向?yàn)榻貙语L(fēng)場數(shù)值預(yù)報，主持“復(fù)雜地形微觀選址與機(jī)型優(yōu)化配置研究”、“風(fēng)電場開發(fā)前期關(guān)鍵技術(shù)研究”和“風(fēng)電場復(fù)雜地形下中尺度數(shù)值模式的高精度參數(shù)化研究”等科研項目。