張 華，彭燕祥，牛 棟

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

1 研究背景

隨著全球能源危機的出現(xiàn)，可再生能源的發(fā)展得到許多國家的廣泛關注，成為能源領域的熱點。近年來，中國風電連續(xù)高速增長，2016年，中國（不包括臺灣地區(qū)），新增裝機容量2337萬kW，累計裝機達到1.69億kW［1］。風電行業(yè)經過10多年的快速發(fā)展，在風電場工程建設方面已經積累了不少經驗，尤其是陸上風電場，與此密切相關的陸上風資源評估技術也日趨完善和成熟。但隨著風電的大規(guī)模開發(fā)的持續(xù)進行，陸上適合風電開發(fā)的風資源豐富、地形簡單的區(qū)域越來越少，風資源相對豐富、地形復雜的區(qū)域將是今后陸上風電開發(fā)的重點。

我國風電場運行情況的調查結果表明，大部分風電場的年平均容量系數(shù)在0.21～0.24之間，有些風電場單機年平均容量系數(shù)僅在0.16～0.18。目前許多風電場建成投產后實際的年發(fā)電量比預測值要低20%～30%，還有極少數(shù)風電場甚至低達40%［2］。研究表明，其中一個重要原因就是我國風電場地形比較復雜，使得風資源評估不當所致，所以對風資源評估進行研究是十分重要的［3］。

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

已有許多學者采用中尺度數(shù)值模式對近地層風場特性進行研究，王澄海等［5］通過WRF（Weather Research and Forecasting Model）模式，對西北地區(qū)風速進行模擬，水平分辨率為5 km×5 km，對大氣數(shù)值模式的模擬性能和誤差大小進行研究，結果表明，WRF模式對風速模擬性能比較理想。張華等［6］運用WRF模式采用水平分辨率為1 km×1 km對貴州烏江地區(qū)的風力發(fā)電場風速進行研究，結果表明，WRF模式較好的模擬出了該區(qū)域近地層風場的變化特征。劉振鑫等［7］通過對比WRF和MM5模式，對北京地區(qū)低層大氣局地環(huán)流的模擬效果，結果表明，兩個模式均能對北京地區(qū)低層大氣局地環(huán)流特征較好的模擬，但在陣風背景下，近地面風場結構的模擬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電場區(qū)域，采用水平分辨率為1km×1km進行數(shù)值模擬研究，評估WRF模式在湖南復雜地形區(qū)域的模擬能力，并對70 m高度風場特性進行典型分析，以期為湖南地區(qū)的風資源提供一種可行的評估手段。

2 近地層風場的WRF模式數(shù)值模擬

2.1 WRF模式簡介WRF模式是一種先進的中尺度天氣預報模式。WRF可以對中尺度相關研究和大氣數(shù)值模擬提供共同的框架，主要針對1～10 km分辨率的模擬，而且WRF還可以為理想化的動力試驗研究、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模塊。在目前對WRF模式的研究中，WRF模式對于降雨、溫度、風速等氣象要素的模擬效果較好。

2.2 模擬區(qū)域的設置對湖南省湘西自治州某風電場近地層風場區(qū)域，以坐標緯度28.88N和經度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，垂直方向選用質量坐標。在時間積分方案上，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和邊界場。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邊界層方案改進而來的，它在MRF的基礎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，它利用一個基于局地自由大氣Ri（Richardson）的隱式局地方案來處理垂直擴散項［9］。

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

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

（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的云對照表［12］。

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

（6）淺對流Kain-Fritsch方案。在Eta模式中對Kain-Fritsch方案進行了調整，利用一個簡單的云模式伴隨水汽的上升和下沉，同時包括卷入和卷出，以及相對粗糙的微物理過程的作用［14］。

2.5 測風塔基本情況湖南省湘西自治州某風電場測風塔見圖2。風電場場址地貌類型屬地形復雜的低中山區(qū)，區(qū)內山高坡陡，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45°～65°。山頂（脊）部地勢開闊，高程1000.0～1430.0 m，谷底高程320.0～730.0 m，相對高差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#測風塔位于風電場場址范圍南部，海拔高度為1070 m，測風高度為70 m。測風塔測風設備均采用NRG測風儀，8005#測風時段為2010年9月1日～2011年8月31日。

圖2 湖南省某風電場和測風塔位置示意圖

3 模擬結果分析

應用WRF模式對湖南某風電區(qū)域2011年5月19日8∶00—5月24日8∶00進行高分辨率中尺度數(shù)值模擬，并結合實測數(shù)據(jù)對近地層風場情況進行分析研究。對8005#測風塔位置（10 m、50 m、70 m）風速、風向、溫度和氣壓的數(shù)值模擬結果及實測數(shù)據(jù)進行對比分析。

3.1 模擬效果評價參數(shù)模擬效果的評價指標選用均方根誤差RMSE、相關系數(shù)R和相對誤差δ，具體定義如下所示：

圖3 8005#測風塔位置處各高度層風速對比

式中：n為樣本個數(shù)；VMi、VPi分別為i時刻的模擬值和實測值；VˉM、VˉP分別為樣本模擬值和實測值的平均值。

3.2 風速分析圖3（a）為8005#測風塔10 m、50 m和70 m高度的小時平均風速模擬值與實測值對比。由圖3可見，最大的小時平均風速的模擬值比其實測值偏小，且出現(xiàn)的時間推后，但隨著高度的增加，兩者的差值減小。

8005#測風塔10 m、50 m和70 m高度的小時平均風速模擬值與實測值的相關系數(shù)和均方根誤差如下：相關系數(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 風向分析8005#測風塔10 m高度處風向實測值和風向模擬值的風玫瑰圖如圖4所示。從圖4可以看出，實測風向以ENE、ESE、SSE方向為主，模擬風向以ENE、E方向為主。模擬風向較實測風向偏E方向較多。WRF模式對風向的模擬效果較好。

3.4 溫度和壓強分析圖5為數(shù)值模擬溫度、壓強與實測數(shù)據(jù)的對比。由圖5可以看出，數(shù)值模擬的溫度和壓強與實測值差異不大，基本能反應實測溫度和壓強的變化情況。

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

表2 風速模擬值與實測值相關系數(shù)和均方根誤差

圖4 8005#測風塔10m高度風向玫瑰圖

圖5 模擬溫度和壓強與實測數(shù)據(jù)對比

4 近地面風場特性分析

4.1 風電場風場分析根據(jù)8005#測風塔風向實測數(shù)據(jù)統(tǒng)計分析可知，8005#測風塔位置處的主風向為E方向，故選擇風電場區(qū)域模擬風向為E，且模擬風速為較大值的時刻，即2011年5月21日14∶00，進行70 m高度風場特性的典型分析，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測日平均溫度和氣壓對比

表3 日平均溫度和氣壓誤差分析

圖7 地形和模擬風場情況（單位：m/s）

從圖7中可以看出，風電場區(qū)域位于一個呈丁字形的山脊上，可以將風電場分成虛線橢圓部分和實線橢圓部分。虛線橢圓部分山脊呈東南走向，西側地勢舒緩，東南側地勢陡峭為一條西南走向的山谷。此時刻流入虛線橢圓區(qū)域的風向為東北風，風向與山脊垂直，隨著空氣流過山脊的迎風面時，風速逐漸增大。

實線橢圓部分山脊呈西南方向，山脊西北側地勢舒緩，東南側為西南走向的山谷。山谷的風速沿其走向逐漸增加，經過河谷收縮段后，風速達到最大，風向由初始的東風，逐漸變?yōu)闁|北風，與山谷的走向趨于一致。此時刻流入實線橢圓區(qū)域的風向為偏東風，空氣流過這部分山脊時，風向由偏東風變?yōu)闁|風，風速也逐漸增大，但其風速高值低于虛線部分山脊的風速高值。之所以出現(xiàn)這樣的結果，一方面是由于流過虛線橢圓區(qū)域的風向沒有達到與其山脊垂直的狀態(tài)，另一方面是因為虛線部分東南側是山谷，所形成的沿山谷走向的東北風具有較強的抽吸作用。

綜合虛線橢圓部分和實線橢圓部分的山脊走向和風速關系可見，流過山脊的風向逐漸與山脊走向趨于垂直，說明風電場前期選址是較為適宜的。

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

風電場范圍的平均風速是附近平均風速最高的地方，說明了風電場位置選取的合理性。同時說明運用WRF模式數(shù)值模擬可以對風資源的分布進行分析為風電場的前期選址提供依據(jù)。

圖8 70m高度平均風速分布（ 單位m/s）

圖9 50m高度平均風功率密度分布（單位W/s2）

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

式中：WPD為平均風功率密度，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為相對濕度，%。

2011年5月19日8∶00—5月24日8∶00風電場區(qū)域平均風功率密度的分布如圖9所示。風電場的5日平均風功率密度在240～560 W/m2。風電場范圍的平均風功率密度同樣是附近平均風功率密度最高的地方，進一步說明了風電場位置選取的合理性。

5 結論

運用WRF模式對某復雜地形區(qū)域的風場進行了水平分辨率1 km×1 km的數(shù)值模擬分析。得出結論如下：（1）通過對比測風塔各層高度的實測小時平均風速和模擬的小時平均風速可得，各層高度的小時平均風速相關系數(shù)為0.76～0.78，均方根誤差為2.49～2.92 m/s，WRF模式對復雜地形區(qū)域的近地層風速模擬情況較好。（2）對比模擬日平均溫度和日平均壓強可以得出WRF模式對復雜地形的溫度和壓強的模擬效果情況較好，日平均溫度的相對誤差為-18%～4%，日平均壓強的相對誤差為-2%～1%。（3）通過分析風電場區(qū)域垂直高度70 m的風場特征可以發(fā)現(xiàn)WRF模式水平分辨率1 km×1 km的數(shù)值模擬結果能夠反映出整個風電場區(qū)域的風速和風向分布等風場特性。（4）WRF模式對地形復雜地區(qū)的小時平均風速、風向、溫度和壓強能夠較好的模擬出來，基本能夠模擬近地面風場的變化特征，為風資源評估提供了一種評估方法。

參考文獻：

［1］徐濤.2016中國風電裝機容量統(tǒng)計［C］//風能產業(yè).2017.

［2］馮賓春，邢占清.風資源評估中的關鍵問題評述［J］.水利水電技術，2009（9）：46-49.

［3］賀德馨.中國規(guī)?；L電場發(fā)展中的幾個問題與對策［J］.風能，2010（6）：36-38.

［4］李澤椿，朱蓉，何曉鳳，等.風能資源評估技術方法研究［J］.氣象學報，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)低層風場模擬中的應用和檢驗［J］.干旱氣象，2011，29（2）：161-167.

［6］張華，孫科，田玲，等.應用WRF模型模擬分析風力發(fā)電場風速［J］.天津大學學報（自然科學與工程技術版），2012（12）：1116-1120.

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

［8］章國材.美國WRF模式的進展和應用前景［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［C］//中國氣象學會2005年年會論文集.北京：中國氣象學會，2005.

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