摘要： 為了了解大氣穩(wěn)定性決定的風(fēng)速廓線分布對風(fēng)電場運(yùn)行特性的影響，基于耦合風(fēng)電場參數(shù)化方案的數(shù)值天氣預(yù)報模式，探索了不同大氣穩(wěn)定性下大型風(fēng)電場的尾流效應(yīng)和風(fēng)力機(jī)功率輸出規(guī)律.結(jié)果表明：風(fēng)電場在穩(wěn)定大氣邊界條件下具有明顯的尾流效應(yīng)，隨著大氣由非穩(wěn)定性轉(zhuǎn)為強(qiáng)穩(wěn)定性，尾流呈現(xiàn)加強(qiáng)趨勢.另外，上下游風(fēng)電場的相互干擾在穩(wěn)定大氣邊界層下較為明顯；功率輸出方面，穩(wěn)定邊界條件下風(fēng)電場功率輸出較平均功率高了約4%，而不穩(wěn)定邊界層下低于平均功率輸出約9%.此外，地表切應(yīng)力和大氣穩(wěn)定強(qiáng)度對風(fēng)力機(jī)功率輸出影響顯著，在不穩(wěn)定大氣邊界條件下，大氣穩(wěn)定度可以作為風(fēng)功率的評估參數(shù)，因此傳統(tǒng)上僅考慮風(fēng)切變對功率的影響是片面的.

關(guān)鍵詞： 風(fēng)電場；大氣穩(wěn)定度；數(shù)值天氣預(yù)報模式；尾流效應(yīng)；輸出功率

中圖分類號： S277.9 文獻(xiàn)標(biāo)志碼： A 文章編號： 1674-8530（2025）01-0087-07

DOI：10.3969/j.issn.1674-8530.22.0241

樂可定， 郁冶，王異成，等.基于中尺度模式的大氣穩(wěn)定性對風(fēng)電場運(yùn)行特性［J］.排灌機(jī)械工程學(xué)報，2025，43（1）：87-93.

LE Keding，YU Ye，WANG Yicheng，et al. Atmospheric stability based on mesoscale simulations and it′s impact on operational characteristics of wind farms［J］.Journal of drainage and irrigation machinery engineering（JDIME），2025，43（1）：87-93.（in Chinese）

Atmospheric stability based on mesoscale simulations and

it′s impact on operational characteristics of wind farms

LE Keding1， YU Ye2， WANG Yicheng3， WU Chunlei4， WANG Qiang4，5， LUO Kun4，5*， FAN Jianren4，5

（1. Zhejiang Zheneng Guodian Investment Shengsi Offshore Wind Power Co.， Ltd.， Zhoushan， Zhejiang 202450， China; 2. State Power Investment Group Zhejiang New Energy Co.， Ltd.， Hangzhou， Zhejiang 310016， China; 3. Hangzhou Yineng Power Technology Co.， Ltd.， Hangzhou， Zhejiang 310027， China; 4. State Key Laboratory of Clean Energy Utilization， Zhejiang University， Hangzhou， Zhejiang 310027， China; 5. Zhejiang Key Laboratory of Clean Energy and Carbon Neutrality， Hangzhou， Zhejiang 310027， China）

Abstract： To understand the influence of wind speed profile distribution determined by atmospheric stability on the operational characteristics of wind farms， a numerical weather prediction model incorporating a coupled wind farm parameterization scheme was developed to investigate the wake effect and the power generation characteristics of large wind turbines within large wind farms under varying atmospheric stability conditions. The results show that wind farm exhibits pronounced wake effects under stable atmospheric boundary conditions. Furthermore， as the atmosphere turns from instability to strong stability， there is a discernible trend of increasing wake intensity. In addition， the mutual interference between upstream and downstream wind farms is significantly more pronounced within a stable atmospheric boundary layer. Under stable boundary conditions， the power output of the wind farm exceeds the average power output by approximately 4%.Conversely， under unstable boundary layer conditions， the power output is reduced by approximately 9% relative to the average power output. Furthermore， surface shear stress and atmospheric stability significantly influence the power output of wind turbines. Under unstable atmospheric boundary conditions， atmospheric stability serves as a critical evaluation parameter for wind power. Consequently， the traditional approach of considering only the impact of wind shear on power output is insufficiently comprehensive.

Key words： wind farm;atmospheric stability;numerical weather prediction model;wake effect;output power

風(fēng)力機(jī)的運(yùn)行區(qū)域位于復(fù)雜的大氣邊界層內(nèi)，大氣邊界層穩(wěn)定性對大氣運(yùn)動影響顯著，導(dǎo)致風(fēng)資源具有較強(qiáng)時空波動性，為風(fēng)能的并網(wǎng)以及大規(guī)模發(fā)展和應(yīng)用帶來障礙和挑戰(zhàn)，因此關(guān)于大氣穩(wěn)定性對風(fēng)電場運(yùn)行特性影響的研究對未來風(fēng)能發(fā)展有著重要意義.

大氣邊界層內(nèi)的大氣狀況影響著風(fēng)電場的運(yùn)行，與此同時，風(fēng)電場也具有不可忽略的大氣作用，例如風(fēng)電場的尾流會降低下游風(fēng)力機(jī)的來流大氣動能，從而影響整體風(fēng)電場的功率輸出.然而，已有研究已經(jīng)表明，風(fēng)電場尾流效應(yīng)特性與大氣穩(wěn)定性關(guān)聯(lián)密切［1］，因此，不同大氣穩(wěn)定度下的尾流特性不僅關(guān)系到風(fēng)電場功率輸出穩(wěn)定性，且對于研究風(fēng)電場運(yùn)行特性也至關(guān)重要.然而，傳統(tǒng)的風(fēng)速測量不僅需要繁重的測風(fēng)塔建設(shè)工作，且還要承擔(dān)測點(diǎn)不均勻以及測量數(shù)據(jù)錯誤帶來的誤差［2］，與此同時，測風(fēng)塔所提供的測量變量不足以量化大氣邊界層的大氣穩(wěn)定度.近年來，基于中尺度數(shù)值模擬的風(fēng)資源評估成為研究的熱點(diǎn)，各種數(shù)值模型包括一系列的氣象以及物理模型被用于模擬風(fēng)速、風(fēng)向甚至濕度和熱通量等物理量，足以對風(fēng)資源以及大氣邊界層特性進(jìn)行量化評估.目前，研究表明，中尺度數(shù)值方法與實(shí)地測量結(jié)果相互吻合［3］，且即使在風(fēng)速數(shù)據(jù)缺乏的海上，也已有大量的應(yīng)用［4］.

天氣研究與預(yù)報（weather research and forecasting， WRF）模型是一種常用的中尺度氣象數(shù)值模型，已廣泛用于風(fēng)能領(lǐng)域.研究證明WRF模式可以提供可靠的風(fēng)資源評估結(jié)果，例如汪明軍等［5］利用WRF模型模擬了長三角地區(qū)近地層不同高度的風(fēng)能分布.羅夢森等［6］研究了江蘇沿海地區(qū)風(fēng)能密度的季節(jié)性變化，模擬結(jié)果與觀測結(jié)果均具有一致性.然而，風(fēng)力機(jī)的運(yùn)行過程將改變大氣運(yùn)動.不少實(shí)際觀測結(jié)果已證實(shí)了風(fēng)電場與大氣的相互作用，例如風(fēng)電場下游可形成近40多公里的尾流并且風(fēng)電場會對近地表溫度和濕度造成影響［7］.因此，風(fēng)電場對于大氣的氣動影響需要進(jìn)一步考慮.為了評后風(fēng)力機(jī)與大氣之間的相互作用，BLAHAK等［8］和FITCH等［9］在WRF模型中開發(fā)了風(fēng)電場參數(shù)化模型.將風(fēng)力機(jī)視為一個制動盤，將來流動能（kinetic energy， KE）轉(zhuǎn)換為電能和湍動能（turbulent kinetic energy， TKE）.基于此風(fēng)電場參數(shù)化模型，ARCHER等［10］發(fā)現(xiàn)，在WRF模型中使用風(fēng)電場參數(shù)化時，理應(yīng)考慮湍動能的平流擴(kuò)散.WU等［11］通過引入當(dāng)?shù)乜諝饷芏茸兞恳约帮L(fēng)輪等效風(fēng)速改進(jìn)了模型對風(fēng)功率的計(jì)算準(zhǔn)確度.最近，一些研究［12-13］將改進(jìn)的風(fēng)電場參數(shù)化方案應(yīng)用于風(fēng)電功率估算，并獲得了令人滿意的結(jié)果.

然而，風(fēng)速和功率作為風(fēng)電場數(shù)值模擬重要的輸出屬性受到許多因素的影響，其中大氣邊界層穩(wěn)定性作為表征邊界層湍流的主要特征，對風(fēng)電場大氣運(yùn)動具有不可忽略的影響.具體而言，大氣穩(wěn)定性是通過抑制和增強(qiáng)大氣垂直運(yùn)動來定義的，當(dāng)切應(yīng)力和浮力的方向相同，同時加強(qiáng)垂直運(yùn)動時大氣處于不穩(wěn)定狀態(tài)，相反，當(dāng)浮力抑制垂直運(yùn)動時大氣處于穩(wěn)定狀態(tài).穩(wěn)定邊界層下，湍流主要由風(fēng)切變產(chǎn)生和維持，主要由地表特性決定.不穩(wěn)定邊界層下，浮力對湍流的作用顯得極其關(guān)鍵，大規(guī)模的垂直運(yùn)動會對風(fēng)速帶來較大不穩(wěn)定性［14］.具體而言，除了地表切應(yīng)力，由于太陽輻射造成的地表熱力分層會導(dǎo)致熱浮力的產(chǎn)生.浮力的加入必然改變了空氣動能的垂直通量，從而影響了風(fēng)速的垂直分布，即風(fēng)廓線.研究表明，在給定風(fēng)速下，在穩(wěn)定條件下產(chǎn)生的功率較高，在強(qiáng)對流條件下（不穩(wěn)定）則較低：平均功率輸出差異為15%左右［15］.韓星星等［16］通過分析某一山地風(fēng)電場的測量數(shù)據(jù)，證明了在不穩(wěn)定條件下，風(fēng)力機(jī)功率輸出顯著下降了8%.因此，考慮大氣穩(wěn)定性對于風(fēng)力機(jī)功率穩(wěn)定性以及運(yùn)行特性的影響具有普遍意義，如果將大氣穩(wěn)定性的影響納入風(fēng)功率評估中，勢必會提高風(fēng)資源評估的準(zhǔn)確性.然而目前對此問題的中尺度風(fēng)電場數(shù)值模擬研究尚不深入.

文中采用數(shù)值天氣預(yù)報模式WRF耦合風(fēng)電場參數(shù)模型（wind farm parameterization， WFP），針對新疆某實(shí)際運(yùn)行風(fēng)電場進(jìn)行中尺度數(shù)值模擬研究.為進(jìn)一步研究大氣穩(wěn)定性對風(fēng)電場運(yùn)行的影響，研究基于Monin-Obukhov相似性理論，利用量綱為一的穩(wěn)定性參數(shù)z/L量化浮力與地表切應(yīng)力的相互作用，定量分析大氣穩(wěn)定性對風(fēng)電場運(yùn)行特性的影響，并指出以往主要考慮風(fēng)切變的研究不足.

1 研究方法

1.1 風(fēng)電場參數(shù)化模型

WRF中的風(fēng)電場參數(shù)化最先由BLAHAK等［8］提出，F(xiàn)ITCH等［9］進(jìn)一步完善，并耦合在WRF中尺度模式［17］.風(fēng)電場參數(shù)化是將風(fēng)力機(jī)視為一個制動盤，將來流空氣動能轉(zhuǎn)化為電能和湍動能，轉(zhuǎn)化的量由風(fēng)力機(jī)的推力系數(shù)CT和功率系數(shù)CP決定.一個網(wǎng)格（i， j）內(nèi)的風(fēng)力機(jī)發(fā)電功率為

Pij=12（ρa(bǔ)CPUH3ArNT）ij，（1）

式中：ρa(bǔ)為空氣密度；CP為功率系數(shù)；UH為輪轂高度風(fēng)速；Ar為風(fēng)輪面積；NT為一個網(wǎng)格內(nèi)風(fēng)力機(jī)數(shù)量.

網(wǎng)格內(nèi)受風(fēng)力機(jī)影響的動能變化為

KEijkt=－12ΔxΔyNTCTρijkU3ijkAijk，（2）

式中：Δx，Δy為網(wǎng)格尺寸；CT為推力系數(shù)；Uijk，ρijk分別為網(wǎng)格ijk的平均風(fēng)速和空氣密度；Aijk為垂直方向第k層與k+1層截得的風(fēng)力機(jī)面積.同時，網(wǎng)格內(nèi)的動能變化可以表示為

KEijkt=－tρijkU2ijk2zk+1－zkΔxΔy.（3）

由于動能變化由風(fēng)力機(jī)導(dǎo)致，因此式（2）與式（3）相等，可得到動量平衡方程，即

Uijkt=－12NtCTU2ijkAijk（zk+1－zk）.（4）

同理，湍流動能平衡方程為

TKEijkt=－12NtCTKEU3ijkAijk（zk+1－zk），（5）

式中：CTKE為TKE系數(shù)，CTKE=CP－CT.

WRF中存在基于TKE高階封閉的邊界層參數(shù)化，例如MYNN邊界層參數(shù)化，因此得到的動量變化與湍動能變化可以耦合至邊界層（planetary boundary layer， PBL）參數(shù)化方案內(nèi).

1.2 Monin-Obukhov相似理論

根據(jù)Monin-Obukhov相似理論，風(fēng)速廓線表示為

Uz=u*κlnzz0－ψzL，（6）

式中：Uz為在z高度處的風(fēng)速；u*為摩擦速度；κ為馮卡門常數(shù)；z0為摩擦長度；L為Monin-Obukhov長度，L用于描述浮力以及地表切應(yīng)力對湍動能的相對貢獻(xiàn)量，計(jì)算式為

L=－u*3κgθvw′θ′v，（7）

式中：κ≈0.40；w′θ′v為平均熱通量；w′和θ′v分別為垂直速度以及潛熱的擾動量.

當(dāng)ψ可忽略時，風(fēng)速廓線表現(xiàn)為指數(shù)分布.L的正負(fù)決定了大氣穩(wěn)定性，z/L為量綱為一的大氣穩(wěn)定度參數(shù).通過z/L的值劃分為3類參考穩(wěn)定性：不穩(wěn)定（z/Llt;-0.020），中性（-0.020≤z/L lt;0.020）和穩(wěn)定（z/L≥0.020）.與此同時，z/L大小決定了（不）穩(wěn)定性的程度.

1.3 WRF模型設(shè)置

使用WRF 4.0.2開展中尺度數(shù)值模擬.研究對象為中國新疆某大型風(fēng)電場，風(fēng)電場地理中心坐標(biāo)為（43.30°N，91.70°E），上游為66臺排布較為均勻且額定輸出功率為1.5 MW風(fēng)力機(jī)，下游為33臺排布較為分散的相同規(guī)格風(fēng)力機(jī).WRF模擬周期為2016年6月21日至6月25日.水平網(wǎng)格包括了3個嵌套域，每個域具有250×250個水平網(wǎng)格單元，并且采用雙層嵌套，3個計(jì)算域的中心均為風(fēng)電場的地理中心.為了保證模擬準(zhǔn)確度，參考WANG等［18］針對本風(fēng)電場的已有研究，選取了模擬誤差最小的網(wǎng)格分辨率以及其他相應(yīng)的模型設(shè)置，其風(fēng)速平均誤差小于0.6 m/s，均方根誤差為2.0 m/s，相關(guān)性系數(shù)大于0.85.具體地，模型設(shè)置最內(nèi)層計(jì)算域水平分辨率為500 m，父域?yàn)槠渥佑蚍直媛实?倍，即從內(nèi)到外，每個域的水平分辨率為0.5，1.5和4.5 km.垂直E層共劃分70層，在400 m以下有25個垂直層，風(fēng)力機(jī)掃掠面積共劃分了10層，如圖1所示，圖中z為高度.

風(fēng)力機(jī)通過添加可被視為TKE方案中的預(yù)后變量的TKE源項(xiàng)與PBL方案進(jìn)行交互.因此，在每個域中都選擇了MMYN 2.5的PBL參數(shù)化方案.其他物理方案利用已有研究成果進(jìn)行選擇.微物理學(xué)方案選擇WRF單矩6級（WSM-6），可降低對時間步長的敏感性.長波輻射過程采用快速準(zhǔn)確的輻射傳遞模型（RRTM）；短波輻射采用戈達(dá)德輻射過程（Goddard）.美國國家環(huán)境預(yù)測最終分析中心（NCEP-FNL）每隔6 h的數(shù)據(jù)庫提供1次父域的初始邊界條件，邊界條件包括了WRF模擬所需所有大氣變量.區(qū)域采用具有30弧秒分辨率的modis_30 s+30 s的中等分辨率成像光譜儀（MODIS）遙感土地覆蓋類別，并且使用了Lambert投影.

2 結(jié)果與討論

模擬將無風(fēng)電場的情景作為大氣背景場，利用WRF的輸出變量摩擦速度、熱通量以及潛熱按照式（7）計(jì)算得出L，并通過量綱一參數(shù)z/L對大氣穩(wěn)定度進(jìn)行量化.風(fēng)電場造成的大氣影響通過將有風(fēng)電場情景與無風(fēng)電場情景做差得到，例如風(fēng)速虧損ΔUH.

2.1 尾流效應(yīng)

風(fēng)電場的尾流效應(yīng)會影響風(fēng)電場的輸出功率以及周圍環(huán)境，然而在不同的大氣穩(wěn)定性下，風(fēng)速度的虧損受風(fēng)電場的影響是不盡相同的.圖2展示了不同平均大氣穩(wěn)定度下風(fēng)電場的尾流效應(yīng)，黑點(diǎn)為風(fēng)力機(jī)，圖中LAT為緯度，LON為經(jīng)度.由圖可見，風(fēng)電場尾流效應(yīng)只有在穩(wěn)定的邊界層中才較為明顯，且隨著穩(wěn)定性增強(qiáng)，尾流長度有所增加.在不穩(wěn)定邊界層中，風(fēng)電場對風(fēng)速的影響是非局地性和非線性的，且隨著不穩(wěn)定性的增強(qiáng)，影響更加混亂.

為了闡明這一現(xiàn)象，選取風(fēng)電場下游1 km附近的3個展向間隔為2 km的研究點(diǎn)（由于研究點(diǎn)代表1個網(wǎng)格，結(jié)果實(shí)際為該網(wǎng)格區(qū)域的平均值），繪制了風(fēng)速虧損WSD和大氣穩(wěn)定度參數(shù)z/L的散點(diǎn)圖（見圖3）.具體經(jīng)緯度為（43.26°N，91.66°E），（43.27°N，91.69°E）和（43.28°N，91.72°E）.從圖中可以看出，當(dāng)邊界層處于穩(wěn)定條件時，存在明顯的風(fēng)速虧損，且隨著穩(wěn)定性的增強(qiáng)，風(fēng)速虧損有所增強(qiáng).在低不穩(wěn)定大氣邊界條件下，大多數(shù)時刻，風(fēng)速處于虧損狀態(tài)；然而，隨著不穩(wěn)定性增強(qiáng)，風(fēng)速虧損減小，甚至出現(xiàn)風(fēng)速增加的時刻，尾流混亂.

從大氣物理角度分析，在穩(wěn)定邊界層下，由于空氣垂直運(yùn)動較少（動能垂直通量低），湍動能不足以使得風(fēng)電場的尾流效應(yīng)快速耗散，因此尾流效應(yīng)明顯且延伸距離較長.相反，在不穩(wěn)定邊界層中，空氣垂直運(yùn)動劇烈，風(fēng)電場下游空氣快速與周圍空氣混合，使得尾流效應(yīng)快速被耗散，尾流無法進(jìn)一步延伸，甚至在高不穩(wěn)定狀態(tài)下，尾流不明顯，風(fēng)力機(jī)的附加湍動能會導(dǎo)致風(fēng)電場產(chǎn)生非局地性的影響.

2.2 功率輸出特性

為了更好地呈現(xiàn)切應(yīng)力和大氣穩(wěn)定性對風(fēng)電場功率輸出的影響，這里量化了不同大氣邊界層條件下（穩(wěn)定、中性、不穩(wěn)定）切應(yīng)力的變化引起的風(fēng)功率變化.首先，統(tǒng)計(jì)了模擬周期內(nèi)大氣狀態(tài)發(fā)生的頻率，即穩(wěn)定、中性、不穩(wěn)定大氣發(fā)生的頻率比為950∶610∶1 656.這里引入量綱為一的相對功率Pr計(jì)算式為

Pr=Pt－PmPm，（8）

式中：Pt為在時間t風(fēng)力機(jī)的功率輸出；Pm為模擬時間段內(nèi)的風(fēng)力機(jī)的平均輸出功率.當(dāng)Pr大于0，風(fēng)力機(jī)生產(chǎn)更多的能量，小于0則低于平均功率.其絕對值Pr表示偏離平均功率的程度.同時，采用摩擦速度u*表示切應(yīng)力強(qiáng)度，切應(yīng)力大小與摩擦速度的平方成正比，即

u*=τρ，（9）

式中：τ為切應(yīng)力，ρ為空氣密度.用z/L表示大氣穩(wěn)定性，其絕對值|z/L|大小表示穩(wěn)定（不穩(wěn)定）強(qiáng)度.不同大氣穩(wěn)定邊界條件下，Pr相對于u*的散點(diǎn)圖如圖4所示，相應(yīng)的統(tǒng)計(jì)結(jié)果見表1.

結(jié)果表明，在穩(wěn)定大氣條件下，平均相對功率Pr為0.037 8（正值），表明在穩(wěn)定情況下風(fēng)電場傾向生產(chǎn)更多電能；特別地，在不穩(wěn)定條件且切應(yīng)力較小時，風(fēng)力機(jī)平均發(fā)電量比平時少超過20%，而在切應(yīng)力較大時，平均發(fā)電量超平時15%，總的來說，不穩(wěn)定情況下風(fēng)力機(jī)產(chǎn)能偏低.同時，通過比較標(biāo)準(zhǔn)偏差SD發(fā)現(xiàn)，在邊界層不穩(wěn)定且地表切應(yīng)力偏低時，風(fēng)功率對地表切應(yīng)力的敏感度較大，不穩(wěn)定性較高；相反，在穩(wěn)定條件下與穩(wěn)定邊界層相比，對地表切應(yīng)力敏感性降低了約44%，而高地表切應(yīng)力環(huán)境下，風(fēng)功率表現(xiàn)的高穩(wěn)定性其實(shí)是由于風(fēng)力機(jī)在高風(fēng)速下，風(fēng)力機(jī)的控制系統(tǒng)穩(wěn)定在額定功率附近.進(jìn)一步發(fā)現(xiàn)，在穩(wěn)定的邊界層，隨著摩擦速度的增加，風(fēng)功率可以更快地達(dá)到平均功率，比不穩(wěn)定條件下提升了約0.2 m/s.

類似的，穩(wěn)定與中性大氣邊界條件的Pr相對于z/L的散點(diǎn)圖如圖5，6所示，其統(tǒng)計(jì)結(jié)果見表2.通過曲線擬合發(fā)現(xiàn)，在低穩(wěn)定性下，風(fēng)力機(jī)均偏向于生產(chǎn)更多的電能，即當(dāng)－0.140lt;z/Llt;0.080時，風(fēng)力機(jī)有著較高的功率輸出.同時，從統(tǒng)計(jì)結(jié)果中發(fā)現(xiàn)，在穩(wěn)定的邊界層下，風(fēng)力機(jī)有著更多的產(chǎn)能，但是從圖像中發(fā)現(xiàn)，相比于不穩(wěn)定邊界層，風(fēng)功率在穩(wěn)定邊界層中會隨著穩(wěn)定度的增大而更加快速地降低，Δz/L約為0.06.在不穩(wěn)定大氣邊界層下，z/L在強(qiáng)不穩(wěn)定性下對風(fēng)功率影響顯著，在弱不穩(wěn)定性下影響較弱.雖然大氣穩(wěn)定度z/L對風(fēng)功率的影響在不同不穩(wěn)定強(qiáng)度下具有不同的結(jié)果，但相較于摩擦速度，并沒出現(xiàn)類似高切應(yīng)力和低切應(yīng)力較為明顯的差別.因此，利用z/L作為評估風(fēng)功率的參數(shù)較切應(yīng)力具有更好的一致性.

總的來說，在穩(wěn)定大氣邊界層下，切應(yīng)力作為維持大氣穩(wěn)定性的主要因素可以作為評估風(fēng)功率的主要參數(shù)，但在不穩(wěn)定邊界層中，較為劇烈的大氣垂直運(yùn)動是由浮力和切應(yīng)力共同作用，因此采用大氣穩(wěn)定度z/L作為新的風(fēng)功率評估參數(shù)更有意義.

3 結(jié) 論

1） 風(fēng)電場尾流效應(yīng)隨著大氣穩(wěn)定性的增強(qiáng)而增強(qiáng)，上下游風(fēng)電場的相互干擾在穩(wěn)定大氣邊界層下較為明顯.

2） 在不穩(wěn)定大氣邊界下，來流的空氣動能有更多的一部分產(chǎn)生了湍流動能，因此風(fēng)功率便會相應(yīng)降低，且空氣運(yùn)動更加復(fù)雜，功率的穩(wěn)定性較差.在穩(wěn)定邊界層下，由于地表切應(yīng)力在邊界層穩(wěn)定性中起到的主導(dǎo)作用，使得大氣穩(wěn)定度與切應(yīng)力對風(fēng)功率的影響大致相同.

3） 在不穩(wěn)定大氣邊界層中，浮力與地表切應(yīng)力共同影響了邊界層中的大氣運(yùn)動，大氣穩(wěn)定度z/L可以作為以后評估風(fēng)功率的新參數(shù)，而摩擦速度u*需考慮高切應(yīng)力和低切應(yīng)力2種不同情況.總的來說，相比于平均功率輸出，穩(wěn)定邊界條件下風(fēng)電場功率輸出提升了4%，而不穩(wěn)定邊界層下則降低了9%.

文中強(qiáng)調(diào)了在不穩(wěn)定邊界層易發(fā)生的地區(qū)，如太陽輻射強(qiáng)且作用時間長的地區(qū)，在進(jìn)行風(fēng)資源評估時不僅要考慮風(fēng)能的較大波動性，還要考慮大氣穩(wěn)定度對風(fēng)能的影響.

參考文獻(xiàn)（References）

［1］ 剛蕾， 楊祥生. 大氣穩(wěn)定性對風(fēng)力機(jī)尾流影響的數(shù)值模擬［J］. 蘭州理工大學(xué)學(xué)報， 2018， 44（6）：55-60.

GANG Lei， YANG Xiangsheng. Numerical simulation of the influence of atmospheric stability on wind turbine wake［J］.Journal of Lanzhou University of Technology， 2018， 44 （6）： 55-60.（in Chinese）

［2］ CARVALHO D， ROCHA A， SANTOS C S， et al. Wind resource modelling in complex terrain using different mesoscale-microscale coupling techniques［J］.Applied energy，2013，108：493-504.

［3］ SANTOS-ALAMILLOS F， POZO-VZQUEZ D， RUIZ-ARIAS J， et al. Analysis of WRF model wind estimate sensitivity to physics parameterization choice and terrain representation in Andalusia （Southern Spain）［J］.Journal of applied meteorology and climatology， 2013，52：1592-1609.

［4］ MATTAR C， BORVARN D. Offshore wind power si-mulation by using WRF in the central coast of Chile［J］.Renewable energy，2016，94：22-31.

［5］ 汪明軍， 羅坤， 倪智振. 基于WRF模式的長三角地區(qū)風(fēng)資源評估［J］. 能源工程， 2016（5）：29-33.

WANG Mingjun， LUO Kun， NI Zhizheng. Wind resource assessment for the Yangtze River Delta region based on WRF［J］. Energy engineering， 2016（5）： 29-33.（in Chinese）

［6］ 羅夢森， 何浪， 彭華青. 基于WRF模式的江蘇沿海風(fēng)資源評估［J］. 江蘇農(nóng)業(yè)科學(xué)， 2011，39（3）：486-491.

LUO Mengsen， HE Lang， PENG Huaqing. Assessment of Jiangsu coastal wind resources based on WRF model ［J］. Jiangsu agricultural sciences， 2011，39（3）：486-491.（in Chinese）

［7］ HILL M， CALHOUN R， FERNANDO H J S， et al. Coplanar doppler lidar retrieval of rotors from T-REX［J］. Journal of the atmospheric sciences，2015，67：713-729.

［8］ BLAHAK U， GORETZKI B， MEIS J. A simple parameterization of drag forces induced by large wind farms for numerical weather prediction models［J］. European wind energy conference and exhibition，2010，4577-4585.

［9］ FITCH A C， OLSON J B， LUNDQUIST J K. Paramete-rization of wind farms in climate models［J］. Journal of climate，2013，26：6439-6458.

［10］ ARCHER C L， WU S， MA Y， et al. Two corrections for turbulent kinetic energy generated by wind farms in the WRF model［J］.Monthly weather review， 2020，148（12）：4823-4835.

［11］ WU C， LUO K， WANG Q， et al. A refined wind farm parameterization for the weather research and forecasting model［J］. Applied energy， 2022，306：118082.

［12］ 丁紫玉，方國華，聞昕，等.考慮預(yù)報不確定性的水風(fēng)光互補(bǔ)系統(tǒng)兩階段決策研究［J］.水利水電技術(shù)，2023，54（4）：49-59.

DING Ziyu， FANG Guohua， WEN Xin， et al. Two-stage decision makingmodel of a hydro-wind-photovoltaic hybrid system considering forecast［J］. Water resources and hydropower engineering， 2023， 54（4）： 49-59.（in Chinese）

［13］ 周業(yè)榮，李相銳，繩博宇，等.水風(fēng)光蓄互補(bǔ)發(fā)電系統(tǒng)中風(fēng)光容量配置研究［J］.水利水電技術(shù)，2023，54（11）：1-14.

ZHOU Yerong， LI Xiangrui， SHENG Boyu，et al. Study of wind-photovoltaic optimal capacity configuration in hydro-wind-photovoltaic-pumped storage complemen-tary power generation system ［J］. Water resources and hydropower engineering， 2023， 54（11）： 1-14.（in Chinese）

［14］ 孫文奇， 李昌義. 數(shù)值模式中的大氣邊界層參數(shù)化方案綜述［J］. 海洋氣象學(xué)報， 2018，38（3）：11-19.

SUN Wenqi， LI Changyi. A review of atmospheric boundary layer parameterization schemes in numerical models［J］. Journal of marine meteorology， 2018，38（3）：11-19. （in Chinese）

［15］ WHARTON S， LUNDQUIST J K. Atmospheric stability affects wind turbine power collection［J］.Environmental research letters，2012，7：014005.

［16］ 韓星星， 許昌， SHEN Wenzhong，等. 大氣穩(wěn)定度對山地風(fēng)力機(jī)功率影響研究［J］. 工程熱物理學(xué)報， 2021， 42（7）：1733-1742.

HAN Xingxing， XU Chang， SHEN Wenzhong， et al. Study on the influence of atmospheric stability on mountain wind turbine power［J］.Journal of engineering thermophysics， 2021， 42（7）：1733-1742.

［17］ JIMNEZ P A， NAVARRO J， PALOMARES A M， et al. Mesoscale modeling of offshore wind turbine wakes at the wind farm resolving scale： a composite-based analysis with the weather research and forecasting model over Horns Rev［J］.Wind energy， 2015，18：559-566.

［18］ WANG Q， LUO K， YUAN R， et al. Wake and perfor-mance interference between adjacent wind farms： Case study of Xinjiang in China by means of mesoscale simulations［J］.Energy，2019，166：1168-1180.

（責(zé)任編輯 談國鵬）

收稿日期： 2022-10-15； 修回日期： 2023-02-18； 網(wǎng)絡(luò)出版時間： 2023-04-24

網(wǎng)絡(luò)出版地址： https：//link.cnki.net/urlid/32.1814.TH.20230424.1626.002

基金項(xiàng)目： 浙江浙能國電投嵊泗海上風(fēng)力發(fā)電有限公司科技項(xiàng)目（ZNKJ-2021-080）；國家自然科學(xué)基金資助項(xiàng)目（52206281）；浙江省自然科學(xué)基金資助項(xiàng)目（LY24E060002）

第一作者簡介： 樂可定（1976—），男，浙江杭州人，高級工程師（18758110220@139.com），主要從事海上風(fēng)電開發(fā)與利用研究.

通信作者簡介： 羅坤（1977—），男，河南信陽人，教授，博士生導(dǎo)師（zjulk@zju.edu.cn），主要從事能源與環(huán)境工程多尺度耦合問題的理論建模及數(shù)值模擬研究.