復(fù)雜地形區(qū)域近地層風(fēng)場(chǎng)的WRF模擬研究

張 華，彭燕祥，牛 棟

（1.華北電力大學(xué) 可再生能源學(xué)院，北京 102206；2.山西省水利水電工程建設(shè)監(jiān)理有限公司，山西 太原 030002）

1 研究背景

隨著全球能源危機(jī)的出現(xiàn)，可再生能源的發(fā)展得到許多國(guó)家的廣泛關(guān)注，成為能源領(lǐng)域的熱點(diǎn)。近年來，中國(guó)風(fēng)電連續(xù)高速增長(zhǎng)，2016年，中國(guó)（不包括臺(tái)灣地區(qū)），新增裝機(jī)容量2337萬kW，累計(jì)裝機(jī)達(dá)到1.69億kW［1］。風(fēng)電行業(yè)經(jīng)過10多年的快速發(fā)展，在風(fēng)電場(chǎng)工程建設(shè)方面已經(jīng)積累了不少經(jīng)驗(yàn)，尤其是陸上風(fēng)電場(chǎng)，與此密切相關(guān)的陸上風(fēng)資源評(píng)估技術(shù)也日趨完善和成熟。但隨著風(fēng)電的大規(guī)模開發(fā)的持續(xù)進(jìn)行，陸上適合風(fēng)電開發(fā)的風(fēng)資源豐富、地形簡(jiǎn)單的區(qū)域越來越少，風(fēng)資源相對(duì)豐富、地形復(fù)雜的區(qū)域?qū)⑹墙窈箨懮巷L(fēng)電開發(fā)的重點(diǎn)。

我國(guó)風(fēng)電場(chǎng)運(yùn)行情況的調(diào)查結(jié)果表明，大部分風(fēng)電場(chǎng)的年平均容量系數(shù)在0.21～0.24之間，有些風(fēng)電場(chǎng)單機(jī)年平均容量系數(shù)僅在0.16～0.18。目前許多風(fēng)電場(chǎng)建成投產(chǎn)后實(shí)際的年發(fā)電量比預(yù)測(cè)值要低20%～30%，還有極少數(shù)風(fēng)電場(chǎng)甚至低達(dá)40%［2］。研究表明，其中一個(gè)重要原因就是我國(guó)風(fēng)電場(chǎng)地形比較復(fù)雜，使得風(fēng)資源評(píng)估不當(dāng)所致，所以對(duì)風(fēng)資源評(píng)估進(jìn)行研究是十分重要的［3］。

風(fēng)能資源評(píng)估的技術(shù)手段主要有3種：基于氣象站歷史觀測(cè)資料的評(píng)估、基于氣象塔觀測(cè)資料的評(píng)估以及風(fēng)能資源評(píng)估的數(shù)值模擬［4］。第三種評(píng)估方法較之前二種評(píng)估方法，具有良好的積極性和便利性，得到業(yè)界的高度關(guān)注，目前采用中尺度數(shù)值模式進(jìn)行風(fēng)資源評(píng)估成為研究熱點(diǎn)。

已有許多學(xué)者采用中尺度數(shù)值模式對(duì)近地層風(fēng)場(chǎng)特性進(jìn)行研究，王澄海等［5］通過WRF（Weather Research and Forecasting Model）模式，對(duì)西北地區(qū)風(fēng)速進(jìn)行模擬，水平分辨率為5 km×5 km，對(duì)大氣數(shù)值模式的模擬性能和誤差大小進(jìn)行研究，結(jié)果表明，WRF模式對(duì)風(fēng)速模擬性能比較理想。張華等［6］運(yùn)用WRF模式采用水平分辨率為1 km×1 km對(duì)貴州烏江地區(qū)的風(fēng)力發(fā)電場(chǎng)風(fēng)速進(jìn)行研究，結(jié)果表明，WRF模式較好的模擬出了該區(qū)域近地層風(fēng)場(chǎng)的變化特征。劉振鑫等［7］通過對(duì)比WRF和MM5模式，對(duì)北京地區(qū)低層大氣局地環(huán)流的模擬效果，結(jié)果表明，兩個(gè)模式均能對(duì)北京地區(qū)低層大氣局地環(huán)流特征較好的模擬，但在陣風(fēng)背景下，近地面風(fēng)場(chǎng)結(jié)構(gòu)的模擬WRF模式比MM5模式的效果更好。

本文采用中尺度大氣模式WRF，對(duì)2011年5月19日8∶00—5月24日8∶00的湖南省湘西自治州某風(fēng)電場(chǎng)區(qū)域，采用水平分辨率為1km×1km進(jìn)行數(shù)值模擬研究，評(píng)估WRF模式在湖南復(fù)雜地形區(qū)域的模擬能力，并對(duì)70 m高度風(fēng)場(chǎng)特性進(jìn)行典型分析，以期為湖南地區(qū)的風(fēng)資源提供一種可行的評(píng)估手段。

2 近地層風(fēng)場(chǎng)的WRF模式數(shù)值模擬

2.1 WRF模式簡(jiǎn)介WRF模式是一種先進(jìn)的中尺度天氣預(yù)報(bào)模式。WRF可以對(duì)中尺度相關(guān)研究和大氣數(shù)值模擬提供共同的框架，主要針對(duì)1～10 km分辨率的模擬，而且WRF還可以為理想化的動(dòng)力試驗(yàn)研究、物理數(shù)值氣象模擬以及其后的模擬來提供共同的框架［8］。模式集成了前處理、模式的主要模塊和模式的后處理三個(gè)模塊。在目前對(duì)WRF模式的研究中，WRF模式對(duì)于降雨、溫度、風(fēng)速等氣象要素的模擬效果較好。

2.2 模擬區(qū)域的設(shè)置對(duì)湖南省湘西自治州某風(fēng)電場(chǎng)近地層風(fēng)場(chǎng)區(qū)域，以坐標(biāo)緯度28.88N和經(jīng)度110.125E為中心，采用4層單向嵌套，模擬區(qū)域如圖1。從外到內(nèi)采用水平分辨率分別為27 km、9 km、3 km、1 km。垂直方向分成32層。

2.3 模擬參數(shù)模式水平方向采用Arakawa-C坐標(biāo)，垂直方向選用質(zhì)量坐標(biāo)。在時(shí)間積分方案上，WRF使用3階Rung-Kutta的方案，初始模式層頂為50 hPa。選用數(shù)值模式版本為WRFV3.7，用6 h更新一次的NCEP/NCAR1°×1°的大氣氣象資料作為模式的初始場(chǎng)和邊界場(chǎng)。數(shù)值模擬中邊界層物理方案選用YSU方案［9］，陸面過程方案選用Ruc方案［10］。長(zhǎng)波輻射選用RRTM（Rapid Radiative Transfer Model）方案［11］，短波輻射采用Dudhia方案［12］，微物理過程選用Purdue Lin方案［13］，積云對(duì)流采用Kain-Frit?sch方案［14］，如表1所示。

圖1 模擬區(qū)域嵌套情況

表1 模式的基本物理方案選取

2.4 物理方案介紹

（1）YSU邊界層方案。YSU邊界層方案是由MRF邊界層方案改進(jìn)而來的，它在MRF的基礎(chǔ)上增加了處理邊界層頂部夾卷層的方法。MRF邊界層方案在不穩(wěn)定狀態(tài)下使用反梯度通量來處理熱量和水汽。在行星邊界層中使用增強(qiáng)的垂直通量系數(shù)，行星邊界層高度由臨界理查德森數(shù)決定，它利用一個(gè)基于局地自由大氣Ri（Richardson）的隱式局地方案來處理垂直擴(kuò)散項(xiàng)［9］。

（2）Ruc陸面過程方案。Ruc陸面過程方案含有6個(gè)土壤層和2個(gè)雪層。它不僅考慮了土壤結(jié)冰過程、不均勻雪地、雪的溫度和密度差異，還考慮了植被效應(yīng)和冠層水［10］。

（3）RRTM長(zhǎng)波輻射方案。RRTM長(zhǎng)波輻射方案采用Mlawer等［11］利用一個(gè)預(yù)先處理的對(duì)照表來表示由水汽、臭氧等氣體和云的光學(xué)厚度引起的長(zhǎng)波過程的方法。

（4）Dudhia短波輻射方案。Dudhia短波輻射方案采用Dudhia簡(jiǎn)單地累加由空氣散射、水汽吸收、云反射和吸收所引起的太陽輻射通量的方法，并采用了Stephens的云對(duì)照表［12］。

（5）Purdue Lin方案。微物理過程中，包括了對(duì)水汽、云水、雨、云冰、雪和霰的預(yù)報(bào)，在結(jié)冰點(diǎn)以下，云水處理為云冰，雨水處理為雪。所有的參數(shù)化項(xiàng)都是在Lin等人以及Rutledge和Hobbs的參數(shù)化方案的基礎(chǔ)上得到的，某些地方稍有修改，飽和修正方案采用Tao的方法。這個(gè)方案是WRF模式中相對(duì)比較成熟的方案，更適合于理論研究［13］。

（6）淺對(duì)流Kain-Fritsch方案。在Eta模式中對(duì)Kain-Fritsch方案進(jìn)行了調(diào)整，利用一個(gè)簡(jiǎn)單的云模式伴隨水汽的上升和下沉，同時(shí)包括卷入和卷出，以及相對(duì)粗糙的微物理過程的作用［14］。

2.5 測(cè)風(fēng)塔基本情況湖南省湘西自治州某風(fēng)電場(chǎng)測(cè)風(fēng)塔見圖2。風(fēng)電場(chǎng)場(chǎng)址地貌類型屬地形復(fù)雜的低中山區(qū)，區(qū)內(nèi)山高坡陡，山頂（脊）呈近北東、北西向展布。山坡地形坡度大部分為25°～38°，局部可達(dá)45°～65°。山頂（脊）部地勢(shì)開闊，高程1000.0～1430.0 m，谷底高程320.0～730.0 m，相對(duì)高差270.0～1110.0 m。山頂分布著大小不一的小山峰，山峰多成渾圓狀。8005#測(cè)風(fēng)塔位于風(fēng)電場(chǎng)場(chǎng)址范圍南部，海拔高度為1070 m，測(cè)風(fēng)高度為70 m。測(cè)風(fēng)塔測(cè)風(fēng)設(shè)備均采用NRG測(cè)風(fēng)儀，8005#測(cè)風(fēng)時(shí)段為2010年9月1日～2011年8月31日。

圖2 湖南省某風(fēng)電場(chǎng)和測(cè)風(fēng)塔位置示意圖

3 模擬結(jié)果分析

應(yīng)用WRF模式對(duì)湖南某風(fēng)電區(qū)域2011年5月19日8∶00—5月24日8∶00進(jìn)行高分辨率中尺度數(shù)值模擬，并結(jié)合實(shí)測(cè)數(shù)據(jù)對(duì)近地層風(fēng)場(chǎng)情況進(jìn)行分析研究。對(duì)8005#測(cè)風(fēng)塔位置（10 m、50 m、70 m）風(fēng)速、風(fēng)向、溫度和氣壓的數(shù)值模擬結(jié)果及實(shí)測(cè)數(shù)據(jù)進(jìn)行對(duì)比分析。

3.1 模擬效果評(píng)價(jià)參數(shù)模擬效果的評(píng)價(jià)指標(biāo)選用均方根誤差RMSE、相關(guān)系數(shù)R和相對(duì)誤差δ，具體定義如下所示：

圖3 8005#測(cè)風(fēng)塔位置處各高度層風(fēng)速對(duì)比

式中：n為樣本個(gè)數(shù)；VMi、VPi分別為i時(shí)刻的模擬值和實(shí)測(cè)值；VˉM、VˉP分別為樣本模擬值和實(shí)測(cè)值的平均值。

3.2 風(fēng)速分析圖3（a）為8005#測(cè)風(fēng)塔10 m、50 m和70 m高度的小時(shí)平均風(fēng)速模擬值與實(shí)測(cè)值對(duì)比。由圖3可見，最大的小時(shí)平均風(fēng)速的模擬值比其實(shí)測(cè)值偏小，且出現(xiàn)的時(shí)間推后，但隨著高度的增加，兩者的差值減小。

8005#測(cè)風(fēng)塔10 m、50 m和70 m高度的小時(shí)平均風(fēng)速模擬值與實(shí)測(cè)值的相關(guān)系數(shù)和均方根誤差如下：相關(guān)系數(shù)為0.758～0.776，均方根誤差為2.491～2.923 m/s，如表2所示。

3.3 風(fēng)向分析8005#測(cè)風(fēng)塔10 m高度處風(fēng)向?qū)崪y(cè)值和風(fēng)向模擬值的風(fēng)玫瑰圖如圖4所示。從圖4可以看出，實(shí)測(cè)風(fēng)向以ENE、ESE、SSE方向?yàn)橹?，模擬風(fēng)向以ENE、E方向?yàn)橹?。模擬風(fēng)向較實(shí)測(cè)風(fēng)向偏E方向較多。WRF模式對(duì)風(fēng)向的模擬效果較好。

3.4 溫度和壓強(qiáng)分析圖5為數(shù)值模擬溫度、壓強(qiáng)與實(shí)測(cè)數(shù)據(jù)的對(duì)比。由圖5可以看出，數(shù)值模擬的溫度和壓強(qiáng)與實(shí)測(cè)值差異不大，基本能反應(yīng)實(shí)測(cè)溫度和壓強(qiáng)的變化情況。

圖6和表3為日平均溫度和日平均氣壓的分析（時(shí)間為2011-05-19 T8∶00 ～ 2011-05-20 T8∶00），通過實(shí)測(cè)數(shù)據(jù)和數(shù)值模擬數(shù)據(jù)的對(duì)比可以發(fā)現(xiàn)，實(shí)測(cè)值和模擬數(shù)據(jù)的日平均溫度相對(duì)誤差為-18%～9%，實(shí)測(cè)值和模擬數(shù)據(jù)的日平均壓強(qiáng)相對(duì)誤差為-2%～-1%。

表2 風(fēng)速模擬值與實(shí)測(cè)值相關(guān)系數(shù)和均方根誤差

圖4 8005#測(cè)風(fēng)塔10m高度風(fēng)向玫瑰圖

圖5 模擬溫度和壓強(qiáng)與實(shí)測(cè)數(shù)據(jù)對(duì)比

4 近地面風(fēng)場(chǎng)特性分析

4.1 風(fēng)電場(chǎng)風(fēng)場(chǎng)分析根據(jù)8005#測(cè)風(fēng)塔風(fēng)向?qū)崪y(cè)數(shù)據(jù)統(tǒng)計(jì)分析可知，8005#測(cè)風(fēng)塔位置處的主風(fēng)向?yàn)镋方向，故選擇風(fēng)電場(chǎng)區(qū)域模擬風(fēng)向?yàn)镋，且模擬風(fēng)速為較大值的時(shí)刻，即2011年5月21日14∶00，進(jìn)行70 m高度風(fēng)場(chǎng)特性的典型分析，其它情況也可做類似分析，如圖7所示。

圖6 模擬日平均溫度和氣壓與實(shí)測(cè)日平均溫度和氣壓對(duì)比

表3 日平均溫度和氣壓誤差分析

圖7 地形和模擬風(fēng)場(chǎng)情況（單位：m/s）

從圖7中可以看出，風(fēng)電場(chǎng)區(qū)域位于一個(gè)呈丁字形的山脊上，可以將風(fēng)電場(chǎng)分成虛線橢圓部分和實(shí)線橢圓部分。虛線橢圓部分山脊呈東南走向，西側(cè)地勢(shì)舒緩，東南側(cè)地勢(shì)陡峭為一條西南走向的山谷。此時(shí)刻流入虛線橢圓區(qū)域的風(fēng)向?yàn)闁|北風(fēng)，風(fēng)向與山脊垂直，隨著空氣流過山脊的迎風(fēng)面時(shí)，風(fēng)速逐漸增大。

實(shí)線橢圓部分山脊呈西南方向，山脊西北側(cè)地勢(shì)舒緩，東南側(cè)為西南走向的山谷。山谷的風(fēng)速沿其走向逐漸增加，經(jīng)過河谷收縮段后，風(fēng)速達(dá)到最大，風(fēng)向由初始的東風(fēng)，逐漸變?yōu)闁|北風(fēng)，與山谷的走向趨于一致。此時(shí)刻流入實(shí)線橢圓區(qū)域的風(fēng)向?yàn)槠珫|風(fēng)，空氣流過這部分山脊時(shí)，風(fēng)向由偏東風(fēng)變?yōu)闁|風(fēng)，風(fēng)速也逐漸增大，但其風(fēng)速高值低于虛線部分山脊的風(fēng)速高值。之所以出現(xiàn)這樣的結(jié)果，一方面是由于流過虛線橢圓區(qū)域的風(fēng)向沒有達(dá)到與其山脊垂直的狀態(tài)，另一方面是因?yàn)樘摼€部分東南側(cè)是山谷，所形成的沿山谷走向的東北風(fēng)具有較強(qiáng)的抽吸作用。

綜合虛線橢圓部分和實(shí)線橢圓部分的山脊走向和風(fēng)速關(guān)系可見，流過山脊的風(fēng)向逐漸與山脊走向趨于垂直，說明風(fēng)電場(chǎng)前期選址是較為適宜的。

4.2 70m高度平均風(fēng)速分析2011年5月19日8∶00—5月24日8∶00風(fēng)電場(chǎng)區(qū)域平均風(fēng)速的分布圖，如圖8所示。風(fēng)電場(chǎng)的5日平均風(fēng)速在6～10 m/s之間。

風(fēng)電場(chǎng)范圍的平均風(fēng)速是附近平均風(fēng)速最高的地方，說明了風(fēng)電場(chǎng)位置選取的合理性。同時(shí)說明運(yùn)用WRF模式數(shù)值模擬可以對(duì)風(fēng)資源的分布進(jìn)行分析為風(fēng)電場(chǎng)的前期選址提供依據(jù)。

圖8 70m高度平均風(fēng)速分布（ 單位m/s）

圖9 50m高度平均風(fēng)功率密度分布（單位W/s2）

4.3 70m高度平均功率分析風(fēng)功率密度是指與風(fēng)向垂直的單位面積風(fēng)所具有的功率，是衡量風(fēng)電場(chǎng)風(fēng)能資源的綜合指標(biāo)，數(shù)值越大代表風(fēng)能資源越豐富。平均風(fēng)功率密度計(jì)算公式如下式所示：

式中：WPD為平均風(fēng)功率密度，W/m2； ρ為空氣密度，kg/m3；T為氣溫，℃；P為大氣壓，hPa；E為水汽壓，hPa；e為飽和水汽壓，hPa；rh為相對(duì)濕度，%。

2011年5月19日8∶00—5月24日8∶00風(fēng)電場(chǎng)區(qū)域平均風(fēng)功率密度的分布如圖9所示。風(fēng)電場(chǎng)的5日平均風(fēng)功率密度在240～560 W/m2。風(fēng)電場(chǎng)范圍的平均風(fēng)功率密度同樣是附近平均風(fēng)功率密度最高的地方，進(jìn)一步說明了風(fēng)電場(chǎng)位置選取的合理性。

5 結(jié)論

運(yùn)用WRF模式對(duì)某復(fù)雜地形區(qū)域的風(fēng)場(chǎng)進(jìn)行了水平分辨率1 km×1 km的數(shù)值模擬分析。得出結(jié)論如下：（1）通過對(duì)比測(cè)風(fēng)塔各層高度的實(shí)測(cè)小時(shí)平均風(fēng)速和模擬的小時(shí)平均風(fēng)速可得，各層高度的小時(shí)平均風(fēng)速相關(guān)系數(shù)為0.76～0.78，均方根誤差為2.49～2.92 m/s，WRF模式對(duì)復(fù)雜地形區(qū)域的近地層風(fēng)速模擬情況較好。（2）對(duì)比模擬日平均溫度和日平均壓強(qiáng)可以得出WRF模式對(duì)復(fù)雜地形的溫度和壓強(qiáng)的模擬效果情況較好，日平均溫度的相對(duì)誤差為-18%～4%，日平均壓強(qiáng)的相對(duì)誤差為-2%～1%。（3）通過分析風(fēng)電場(chǎng)區(qū)域垂直高度70 m的風(fēng)場(chǎng)特征可以發(fā)現(xiàn)WRF模式水平分辨率1 km×1 km的數(shù)值模擬結(jié)果能夠反映出整個(gè)風(fēng)電場(chǎng)區(qū)域的風(fēng)速和風(fēng)向分布等風(fēng)場(chǎng)特性。（4）WRF模式對(duì)地形復(fù)雜地區(qū)的小時(shí)平均風(fēng)速、風(fēng)向、溫度和壓強(qiáng)能夠較好的模擬出來，基本能夠模擬近地面風(fēng)場(chǎng)的變化特征，為風(fēng)資源評(píng)估提供了一種評(píng)估方法。

參考文獻(xiàn)：

［1］徐濤.2016中國(guó)風(fēng)電裝機(jī)容量統(tǒng)計(jì)［C］//風(fēng)能產(chǎn)業(yè).2017.

［2］馮賓春，邢占清.風(fēng)資源評(píng)估中的關(guān)鍵問題評(píng)述［J］.水利水電技術(shù)，2009（9）：46-49.

［3］賀德馨.中國(guó)規(guī)?；L(fēng)電場(chǎng)發(fā)展中的幾個(gè)問題與對(duì)策［J］.風(fēng)能，2010（6）：36-38.

［4］李澤椿，朱蓉，何曉鳳，等.風(fēng)能資源評(píng)估技術(shù)方法研究［J］.氣象學(xué)報(bào)，2007，65（5）：708-717.

［5］王澄海，胡菊，靳雙龍，等.中尺度WRF模式在西北西部地區(qū)低層風(fēng)場(chǎng)模擬中的應(yīng)用和檢驗(yàn)［J］.干旱氣象，2011，29（2）：161-167.

［6］張華，孫科，田玲，等.應(yīng)用WRF模型模擬分析風(fēng)力發(fā)電場(chǎng)風(fēng)速［J］.天津大學(xué)學(xué)報(bào)（自然科學(xué)與工程技術(shù)版），2012（12）：1116-1120.

［7］劉振鑫，劉樹華，胡非，等.MM5和WRF對(duì)北京地區(qū)低層大氣局地環(huán)流模擬能力的對(duì)比研究［J］.中國(guó)科學(xué)（地球科學(xué)），2012（2）：301-312.

［8］章國(guó)材.美國(guó)WRF模式的進(jìn)展和應(yīng)用前景［J］.氣象，2004，30（12）：27-31.

［9］HONG S Y.A new vertical diffusion package with an explicit treatment of entrainment processes［J］.Monthy Weather Review，2006，134（9）：2318 ．

［10］屠妮妮，何光碧，張利紅.不同邊界層和陸面過程參數(shù)化方案對(duì)比分析［J］.高原山地氣象研究，2012，32（3）：1-8.

［11］MLAWER E J，TAUBMAN S J，BROWN P D，et al.Radiative transfer for inhomogeneous atmosphere：RRTM，a validated correlated-k model for long wave［J］.Journal of Geophysical Research Atomspheres，1997，102（D14）：16663-16682.

［12］DUDHIA J.Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model［J］.Journal of Atmospheric Sciences，1989，46（46）：3077-3107.

［13］王舒暢.WRF模式積云參數(shù)化方案和微物理方案的敏感性試驗(yàn)［C］//中國(guó)氣象學(xué)會(huì)2005年年會(huì)論文集.北京：中國(guó)氣象學(xué)會(huì)，2005.

［14］KAIN J S.The Kain-Fritsch convective parameterization：An update［J］.Journal of Applied Meteorological Sci?ence，2004，43（1）：170-181 ．