測風(fēng)塔資料在風(fēng)電場風(fēng)速預(yù)報(bào)中的應(yīng)用研究

收稿日期：2024-02-15

作者簡介：史磊（1998—），女，山西陽泉人，研究方向?yàn)闅庀筇綔y技術(shù)。

摘 要：以2023年4月18日發(fā)生在甘肅省的一次大風(fēng)天氣過程為例，選取GFS（全球預(yù)報(bào)系統(tǒng)）0.25°×0.25°再分析資料，基于WRF模式及其三維變分同化系統(tǒng)（WRF-3DVAR），利用測風(fēng)塔資料和常規(guī)觀測資料進(jìn)行數(shù)值同化試驗(yàn)，分析測風(fēng)塔資料和常規(guī)觀測資料同化對(duì)改進(jìn)數(shù)值模式初始場的影響及其后續(xù)預(yù)報(bào)的機(jī)制。結(jié)果表明：同化試驗(yàn)?zāi)苡行У馗倪M(jìn)初始場，使用常規(guī)觀測資料和測風(fēng)塔資料可有效地修正初始場的10 m風(fēng)場、2 m溫度場，改善預(yù)報(bào)效果；通過對(duì)單點(diǎn)的近地層風(fēng)速進(jìn)行檢驗(yàn)，發(fā)現(xiàn)同化測風(fēng)塔資料和常規(guī)觀測資料對(duì)近地層風(fēng)速的改進(jìn)效果最佳，同化常規(guī)觀測資料的改進(jìn)效果次之，且同化觀測資料對(duì)模式預(yù)報(bào)具有時(shí)效性，不同高度上的風(fēng)速預(yù)報(bào)效果均在前36 h有明顯的改善。

關(guān)鍵詞：WRF-3DVAR；測風(fēng)塔資料；近地層風(fēng)速

中圖分類號(hào)：P45 文獻(xiàn)標(biāo)志碼：B 文章編號(hào)：2095–3305（2024）04–0-03

能源低碳轉(zhuǎn)型是保障我國實(shí)現(xiàn)“雙碳”目標(biāo)的重要舉措之一，可再生能源（風(fēng)能）將逐步成為主力電

源[1]。精準(zhǔn)的風(fēng)速預(yù)測對(duì)于確保風(fēng)電場系統(tǒng)穩(wěn)定運(yùn)行和提高風(fēng)能利用率至關(guān)重要[2]。美國國家大氣研究中心（NCAR）與其他多個(gè)部門合作研發(fā)的WRF中尺度數(shù)值模式已廣泛應(yīng)用于氣象研究和業(yè)務(wù)預(yù)報(bào)，對(duì)風(fēng)速預(yù)報(bào)研究產(chǎn)生了積極推動(dòng)作用[3]。為了提高數(shù)值模式的準(zhǔn)確度，需要獲得更為精確的模式初始場，而精確的模式初始場的獲得恰恰依賴資料同化[4-5]。Xu等[6]將WRF模式與三維變分?jǐn)?shù)據(jù)同化系統(tǒng)相結(jié)合，衛(wèi)星數(shù)據(jù)同化應(yīng)用于廣東沿海風(fēng)電場的風(fēng)資源評(píng)估任務(wù)，采用數(shù)據(jù)同化后，WRF模式能夠更準(zhǔn)確地模擬風(fēng)速的分布。有學(xué)者認(rèn)為通過將風(fēng)電場渦輪機(jī)的風(fēng)速計(jì)風(fēng)速觀測結(jié)果同化到數(shù)值天氣預(yù)報(bào)系統(tǒng)，可以改善短期0～3 h的風(fēng)場預(yù)報(bào)。還有學(xué)者收集了風(fēng)電高塔風(fēng)速等數(shù)據(jù)，使用三維變分?jǐn)?shù)據(jù)同化方案將短期風(fēng)電預(yù)報(bào)的均方根誤差降低了6%。王平等[7]對(duì)地面觀測資料進(jìn)行敏感性數(shù)值試驗(yàn)，得到加密自動(dòng)站氣象資料同化對(duì)初始溫度場、風(fēng)場的影響最明顯。許冬梅等[8]IASI資料同化對(duì)地表10 m風(fēng)場的預(yù)報(bào)技巧有顯著的改進(jìn)作用，相比于控制試驗(yàn)，它可以更精準(zhǔn)地預(yù)測大風(fēng)天氣的區(qū)域和強(qiáng)度。

上述研究指出資料同化有助于提高數(shù)值模式對(duì)風(fēng)場的預(yù)報(bào)準(zhǔn)確率。以前的研究主要關(guān)注單一數(shù)據(jù)類型的同化，分析其對(duì)模擬風(fēng)場的影響，而測風(fēng)塔資料相對(duì)于雷達(dá)、衛(wèi)星等高空資料同化較少[9]。本文采用分層處理測風(fēng)塔資料，驗(yàn)證了同化測風(fēng)塔資料和常規(guī)觀測資料對(duì)初始場和預(yù)報(bào)場的改進(jìn)效果，著重評(píng)估其對(duì)風(fēng)速預(yù)測的影響。

1 資料與大風(fēng)個(gè)例

采用的數(shù)據(jù)包括常規(guī)氣象觀測資料、再分析資料和測風(fēng)塔觀測資料。同化所需的常規(guī)氣象觀測資料包含CIMISS提供的地面觀測和探空資料，其時(shí)間分辨率分別為1 h和12 h。模式的背景場資料采用NCAR提

供的每6 h一次的GFS 0.25°×0.25°再分析資料。用于同化的測風(fēng)塔觀測資料有10、30、50和70 m處的風(fēng)

速和風(fēng)向，8.5 m處的氣溫、相對(duì)濕度及氣壓數(shù)據(jù)。2023年4月18日20：00—21日20：00，受西風(fēng)帶強(qiáng)冷空氣東移影響，甘肅河西地區(qū)出現(xiàn)一次大風(fēng)天氣過程，局部地面風(fēng)速gt;17 m/s。河西白銀、蘭州、慶陽、平?jīng)?、定西等市?～6級(jí)偏北風(fēng)，陣風(fēng)可達(dá)8～9級(jí)。最大瞬時(shí)風(fēng)速出現(xiàn)在麻黃灘（4月19日8：00），風(fēng)力達(dá)10級(jí)（27.5 m/s）。大風(fēng)過程特征明顯，適合對(duì)比試驗(yàn)。

2 模式簡介與試驗(yàn)設(shè)計(jì)

采用的是WRFV4.5中尺度數(shù)值預(yù)報(bào)模式。模擬時(shí)間從2023年4月17日22：00至4月21日20：00。模式

采用三層嵌套網(wǎng)格，模擬區(qū)域中心經(jīng)緯度設(shè)置為97.0°E、41.0°N，第一層粗網(wǎng)格分辨率為27 km，格點(diǎn)數(shù)為160 160；第二層細(xì)網(wǎng)格分辨率為9 km，格點(diǎn)數(shù)為160 160；第三層細(xì)網(wǎng)格分辨率為3 km，格點(diǎn)數(shù)為160 160。在垂直方向上，模式網(wǎng)格分為49層，模式層頂設(shè)定在50 hPa。為了考慮風(fēng)塔資料在近地層30 m和70 m高度的情況，在模式中對(duì)近地層的200 m以下區(qū)域進(jìn)行了加密處理。為確保模擬效果準(zhǔn)確，前10 h作為模式的預(yù)熱時(shí)間。微物理過程采用WSM6類冰雹方案，長波輻射和短波輻射過程的處理分別采用RRTM方案和Dudhia方案，近地面層采用Monin-Obukhov的MM5相似方案，陸面過程采用Noah陸面參數(shù)化方案，行星邊界層采用YSU方案，由于D03區(qū)域分辨率為3 km，因此未啟動(dòng)積云對(duì)流參數(shù)化方案，D01和D02模擬域啟動(dòng)的積云參數(shù)化方案為Kain-Fritsch對(duì)流參數(shù)化方案。模式最外層積分時(shí)間步長為90 s，模擬結(jié)果每15 min輸出一次。

本文設(shè)計(jì)了以下3個(gè)數(shù)值試驗(yàn)：Test1，使用GFS資料生成初始場，進(jìn)行為期72 h的預(yù)報(bào)試驗(yàn)；Test2，利用WRF-3DVAR循環(huán)同化常規(guī)觀測資料，進(jìn)行為期

72 h的預(yù)報(bào)；Test3，利用WRF-3DVAR循環(huán)同化常規(guī)觀測資料和測風(fēng)塔資料進(jìn)行為期72 h的預(yù)報(bào)。

3 同化結(jié)果分析

3.1 增量分析

變分同化旨在優(yōu)化模式的初始值，以更準(zhǔn)確地反映真實(shí)大氣狀態(tài)，從而提高預(yù)報(bào)準(zhǔn)確性[10]。圖1a、圖1b和圖1c分別為同化常規(guī)觀測資料分析時(shí)刻10 m風(fēng)場的背景場、分析場和同化增量場。圖1b相比于圖1a在新疆維吾爾自治區(qū)哈密地區(qū)風(fēng)速有所提高，風(fēng)速增大值為3 m/s，風(fēng)向呈更明顯的反氣旋式切變；在酒泉市西北地區(qū)，風(fēng)速有所提高，風(fēng)速增大值有4 m/s的大小，風(fēng)向幾乎無改進(jìn)；在酒泉市西南地區(qū)風(fēng)速有明顯提高，風(fēng)速增大值有15 m/s，風(fēng)向有隨著同化增量變化而變化，圖1a中吹南風(fēng)，在同化增量的風(fēng)向由南風(fēng)轉(zhuǎn)為西南風(fēng)，經(jīng)過同化后，風(fēng)向由南風(fēng)轉(zhuǎn)為西南風(fēng)。通過同化常規(guī)觀測資料和測風(fēng)塔資料，同化增量對(duì)區(qū)域風(fēng)場有所改進(jìn)，使得風(fēng)速提高、風(fēng)向更接近同化增量。

3.2 單點(diǎn)近地層風(fēng)速的預(yù)報(bào)效果檢驗(yàn)

整體而言，模擬風(fēng)速的波動(dòng)情況與實(shí)測值較為接近，基本能模擬出風(fēng)速的變化情況，但模擬的風(fēng)速普遍大于實(shí)測值。由圖2可知，Test3的模擬效果較Test2、Test1與實(shí)測更為接近，Test2的模擬效果次之，Test1的模擬效果最差。由圖2c、圖2d可知，同化后的12 h內(nèi)，模式預(yù)報(bào)的風(fēng)速有較大的誤差，在12 h之后，同化后的模式預(yù)報(bào)誤差迅速縮小，與實(shí)測值的誤差在1～2 m/s浮動(dòng)。Test3對(duì)于30 m和70 m的風(fēng)速模擬的誤差都是最小的，Test2的誤差次之，說明加入可使用的觀測資料越多，近地層風(fēng)速的預(yù)報(bào)改進(jìn)效果

越好。

在30 m高度上（圖3），在0～12 h和12～24 h的預(yù)報(bào)時(shí)段，Test2和Test3相比Test1，MRE和RMSE均減小，

IA增加，其中Test3表現(xiàn)最佳，其次是Test2。在24～36 h

的時(shí)段，Test2和Test3相對(duì)于Test1的改進(jìn)效果不太顯著，Test3的預(yù)報(bào)效果略優(yōu)于Test2，而Test1的預(yù)報(bào)效果最差。在36～48 h的預(yù)報(bào)時(shí)段，Test3的預(yù)報(bào)效果略好于Test2，但與Test1相比，改進(jìn)效果不太顯著。因此，在30 m高度處對(duì)近地層風(fēng)速的改進(jìn)主要集中在前

36 h，并且同化兩種觀測資料，即同化常規(guī)觀測資料和測風(fēng)塔資料，預(yù)報(bào)效果較好。在70 m高度上檢驗(yàn)效果與之類似。同化常規(guī)觀測資料和測風(fēng)塔資料對(duì)近地層風(fēng)速預(yù)報(bào)的改善主要體現(xiàn)在前36 h，而在后續(xù)時(shí)段，同化效果的不確定性較大，可能受到其他因素的

影響。

4 結(jié)論

本文采用WRF模式及其3DVAR同化系統(tǒng)，利用常規(guī)觀測資料和測風(fēng)塔資料，通過對(duì)2023年4月18日至4月21日甘肅酒泉某風(fēng)電場區(qū)域進(jìn)行的3種同化方案的模擬試驗(yàn)結(jié)果進(jìn)行分析，得出以下結(jié)論：

（1）同化試驗(yàn)可有效地改進(jìn)初始場，使用常規(guī)觀測資料和測風(fēng)塔資料可有效地修正初始場的10 m風(fēng)場、2 m溫度場，從而有效地改善預(yù)報(bào)效果。

（2）通過對(duì)比預(yù)報(bào)場發(fā)現(xiàn)，在大風(fēng)過程同化試驗(yàn)中，模式模擬初期明顯優(yōu)于控制試驗(yàn)。然而，隨著積分時(shí)間的增長，誤差逐漸積累，導(dǎo)致預(yù)報(bào)質(zhì)量下降。

（3）對(duì)于近地層風(fēng)速，在10、30、50、70 m等不同高度上，同化常規(guī)觀測資料和測風(fēng)塔資料在前36 h內(nèi)優(yōu)于僅同化常規(guī)觀測資料的預(yù)報(bào)效果。然而，在36 h后，

同化效果逐漸失去優(yōu)勢。

參考文獻(xiàn)

[1] 王潔，郭鵬，何曉鳳，等.基于測風(fēng)塔觀測資料的近地層風(fēng)速平面訂正[J].氣象與環(huán)境學(xué)報(bào)，2020，36（6）：115-121.

[2] 孫逸涵，何曉鳳，周榮衛(wèi).不同背景場近地層風(fēng)速的預(yù)報(bào)效果檢驗(yàn)[J].資源科學(xué)，2013，35（12）：2481-2490.

[3] 吳息，黃林宏，周海，等.風(fēng)電場風(fēng)速數(shù)值預(yù)報(bào)的動(dòng)態(tài)修訂方法的探討[J].大氣科學(xué)學(xué)報(bào)，2014，37（5）：665-670.

[4] 白龍，吳息，丁宇宇，等.用于風(fēng)電場功率預(yù)測的逐時(shí)風(fēng)速預(yù)報(bào)[J].氣象科技，2013，41（4）：777-783.

[5] 潘寧.氣象衛(wèi)星遙感資料在中尺度模式中的同化試驗(yàn)研究[D].北京：中國氣象科學(xué)研究院，2002.

[6] Xu W， Ning L， Luo Y. Applying satellite data assimilation to wind simulation of coastal wind farms in Guangdong， China[J]. Remote Sensing， 2020， 12（6）： 973.

[7] 王平，王曉峰，張蕾，等.地面觀測資料在快速更新同化系統(tǒng)中的敏感性試驗(yàn)[J].氣象，2017，43（8）：901-911.

[8] 許冬梅，李瑋，武芳，等.紅外高光譜IASI衛(wèi)星資料同化對(duì)一次大風(fēng)過程的影響研究[J].沙漠與綠洲氣象，2022，16 （1）：124-132.

[9] 萬文龍，孫榮，鄭麗娜，等.梯度風(fēng)資料同化在山東沿海大風(fēng)預(yù)報(bào)中的初步應(yīng)用研究[C]//中國氣象學(xué)會(huì).第31屆中國氣象學(xué)會(huì)年會(huì)S2 災(zāi)害天氣監(jiān)測、分析與預(yù)報(bào).2014.

[10] 楊光焰.應(yīng)用于風(fēng)功率預(yù)測中的風(fēng)速預(yù)報(bào)方法的探討[D].南京：南京信息工程大學(xué)，2014.