基于wrf模式的不同地形条件下风速模拟研究

２０１９年第１１期２０１９Ｎｕｍｂｅｒ１１
水电与新能源
ＨＹＤＲＯＰＯＷＥＲＡＮＤＮＥＷＥＮＥＲＧＹ第３３卷Ｖｏｌ.３３
ＤＯＩ:１０.１３６２２/ｊ.ｃｎｋｉ.ｃｎ４２－１８００/ｔｖ.１６７１－３３５４.２０１９.１１.０１３
收稿日期:２０１９－０８－０６
作者简介:李晓明ꎬ男ꎬ工程师ꎬ主要从事风资源评估方面的工作ꎮ基于ＷＲＦ模式的不同地形条件下风速模拟研究
李晓明１ꎬ尚雄斌１ꎬ陈㊀玲１ꎬ刘㊀霄２ꎬ张㊀杰１ꎬ宁文瑶１
(１.中国电力工程顾问集团中南电力设计院有限公司ꎬ湖北武汉㊀４３００７１ꎻ２.武汉大学水资源与水电工程科学国家重点实验室ꎬ湖北武汉㊀４３００７２)
摘要:以广东省两个风电场为例ꎬ通过研究ＷＲＦ模式在平原和山地地形下的网格划分及嵌套方案ꎬ分别建立适用于不
同地形的风速模拟模型ꎬ对两风电场进行一个完整年的风速模拟分析结果表明ꎬ基于ＷＲＦ模式的风速模拟模型在不同地形条件下均具有较高的精度ꎬ且平原的模拟效果优于山地ꎮ
关键词:ＷＲＦ模式ꎻ地形ꎻ网格方案ꎻ风速模拟
中图分类号:ＴＭ６１４㊀㊀㊀文献标志码:Ａ㊀㊀㊀文章编号:１６７１－３３５４(２０１９)１１－００６０－０５
ＷｉｎｄＳｐｅｅｄＳｉｍｕｌａｔｉｏｎｕｎｄｅｒＤｉｆｆｅｒｅｎｔＴｅｒｒａｉｎＣｏｎｄｉｔｉｏｎｓｂａｓｅｄｏｎＷＲＦＭｏｄｅｌ
ＬＩＸｉａｏｍｉｎｇ１ꎬＳＨＡＮＧＸｉｏｎｇｂｉｎ１ꎬＣＨＥＮＬｉｎｇ１ꎬＬＩＵＸｉａｏ２ꎬＺＨＡＮＧＪｉｅ１ꎬＮＩＮＧＷｅｎｙａｏ１
(１.ＣｅｎｔｒａｌＳｏｕｔｈｅｒｎＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＤｅｓｉｇｎＩｎｓｔｉｔｕｔｅꎬＣｈｉｎａＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇＣｏｎｓｕｌｔｉｎｇＧｒｏｕｐＣｏｒｐｏｒａｔｉｏｎꎬＷｕｈａｎ４３００７１ꎬＣｈｉｎａꎻ
２.ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＨｙｄｒｏｐｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇＳｃｉｅｎｃｅꎬＷｕｈａｎＵｎｉｖｅｒｓｉｔｙꎬＷｕｈａｎ４３００７２ꎬＣｈｉｎａ)
Ａｂｓｔｒａｃｔ:ＷｉｎｄｓｐｅｅｄｓｉｍｕｌａｔｉｏｎｏｆａｗｈｏｌｅｙｅａｒｉｓｃａｒｒｉｅｄｏｕｔｆｏｒｔｗｏｗｉｎｄｆａｒｍｓｉｎＧｕａｎｇｄｏｎｇＰｒｏｖｉｎｃｅｂａｓｅｄｏｎＷＲＦｍｏｄｅｌ.ＴｈｅｇｒｉｄｄｉｖｉｓｉｏｎａｎｄｎｅｓｔｉｎｇｓｃｈｅｍｅｓｏｆｔｈｅＷＲＦｍｏｄｅｌａｒｅｉｎｖｅｓｔｉｇａｔｅｄｆｉｒｓｔｌｙ.Ｔｈｅｎꎬｗｉｎｄｓｐｅｅｄｓｉｍｕ￣ｌａｔｉｏｎｍｏｄｅｌｓｆｏｒｄｉｆｆｅｒｅｎｔｔｅｒｒａｉｎｓａｒｅｔｈｅｎｅｓｔａｂｌｉｓｈｅｄ.ＳｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｓｐｅｅｄｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｓｂａｓｅｄｏｎＷＲＦｍｏｄｅｌａｒｅａｌｌｏｆｈｉｇｈａｃｃｕｒａｃｙｆｏｒｄｉｆｆｅｒｅｎｔｔｅｒｒａｉｎｃｏｎｄｉｔｉｏｎｓ.Ｗｈｉｌｅｔｈｅｓｉｍｕｌａｔｉｏｎｏｆｐｌａｉｎｔｅｒｒａｉｎｉｓｏｆｂｅｔｔｅｒ
ｐｅｒｆｏｒｍａｎｃｅｔｈａｎｔｈａｔｏｆｍｏｕｎｔａｉｎｏｕｓａｒｅａ.
Ｋｅｙｗｏｒｄｓ:ＷＲＦｍｏｄｅｌꎻｔｅｒｒａｉｎꎻｇｒｉｄｓｃｈｅｍｅｓꎻｗｉｎｄｓｐｅｅｄｓｉｍｕｌａｔｉｏｎ㊀㊀中尺度ＷＲＦ模式是由美国国家大气研究中心(ＮＣＡＲ)㊁国家环境预报中心(ＮＣＥＰ)等数家单位联合参与开发的新一代中尺度气象数值模式ꎬ重点针对数公里至数十公里尺度的天气系统进行数值模拟ꎬ具有开源㊁可移植㊁高效率等特性ꎮＷＲＦ模式为完全可压缩非静力模式ꎬ水平方向采用可嵌套的ＡｒａｋａｗａＣ网格ꎬ垂直方向采用地形追随质量σ坐标ꎬ时间积分方案采用二阶或三阶Ｒｕｎｇｅ－Ｋｕｔｔａ算法ꎬ主导方程组由反映大气运动的热力学和流体动力学方程组组成ꎬ计算时通过尺度简化法对主导方程组进行近似求解ꎮＷＲＦ模式垂直坐标采用地形追随质量σ坐标ꎬ可
以表示为
η＝(ｐｄｈ－ｐｄｈｔ)/ｕｄ
式中:ｕｄ为柱内干燥大气的质量ꎻｐｄｈ为该处干燥大气
静压ꎻｐｄｈｔ为顶层干燥大气静压ꎮ
ＷＲＦ模式主导方程多数情况下被称为欧拉方程ꎬ
在直角坐标下ꎬ由以下公式组成:
ƏｔＵ＋(∇∗Ｖｕ)＋ｕｄαƏｘｐ＋(α/αｄ)ƏηｐƏｘϕ＝ＦＵƏｔＶ＋(∇∗Ｖｖ)＋ｕｄαƏｙｐ＋(α/αｄ)ƏηｐƏｙϕ＝ＦＶƏｔＷ＋(∇∗Ｖｗ)－ｇ[(α/αｄ)Əηｐ－ｕｄ]＝ＦＷ
ƏｔΘ＋(∇∗Ｖθ)＝ＦΘƏｔｕｄ＋(∇∗Ｖ)＝０Əｔϕ＋ｕｄ－１[(Ｖ∗∇ϕ)－ｇＷ]＝０
ƏｔＱｍ＋(∇∗Ｖｑｍ)＝ＦＱｍ
式中:Ｖ＝ｕｄ∗ｖꎻΘ＝ｕｄ∗θꎻαｄ为干燥空气密度的倒数ꎻα为空气密度的倒数ꎻＵ㊁Ｖ㊁Ｗ分别为东西㊁南北㊁
垂直方向上的速度ꎮ
受地理环境和气候条件的影响ꎬ风能资源的分布
０
６
李晓明ꎬ等:基于ＷＲＦ模式的不同地形条件下风速模拟研究２０１９年１１月
具有很强的地域性ꎮ零散的可利用风能资源分布点众多且覆盖面积小ꎮ摸清当地风能资源情况ꎬ在此基础上ꎬ制定风电发展和电网配套建设规划ꎬ可以实现风能资源的有序开发利用ꎬ保证风能开发的经济效益ꎬ避免由于风电场选址失误所带来的生产损失ꎮ而评估风能资源的前提就是得到准确的风速分布ꎮ
盛春岩等研究去掉某一部分地形对ＷＲＦ模式风速模拟的影响ꎬ发现渤海北部地形对东北大风有重要影响ꎬ辽宁东部地形对黄海北部海面风速有阻挡作用ꎻ曾莉萍等认为网格精度会影响ＷＲＦ模式对区域中小尺度气候的模拟能力ꎬ且提高网格分辨率可以优化各气象要素的模拟精度ꎻ黄海波等采用不同水平分辨率对新疆 ５.２５ 暴雨过程进行模拟ꎬ结果表明ＷＲＦ模式的模拟效果并不总是随着网格分辨率的提高而提高ꎬ且模式分辨率的提高存在明显的阈值ꎮ当模式的水平分辨率提高到超过这一阈值以后ꎬ模拟效果开始转差ꎮ
本文研究ＷＲＦ模式在不同地形条件下的最优网格划分ꎬ搭建分别适用于平原和山地的风速模拟模型ꎮ并以平原和山地两风电场为例ꎬ验证模型的模拟效果优劣ꎬ为ＷＲＦ模式在不同地形条件下的风速模拟和资源评估提供参考ꎮ
１㊀风电场介绍和模型建立
１.１㊀不同地形条件下的例证风电场
广东省风能资源丰富ꎮ平原和山地地形条件下的例证风电场分别选取位于雷州半岛徐闻县的华海风电场及位于惠州市惠东县的卡子岽风电场ꎬ采用场内某测风塔的实测风速来检验ＷＲＦ模式模型的应用效果ꎮ华海风电场(１１０.１４ʎＥ㊁２０.５３ʎＮ)周围地形总体起伏平缓ꎬ地面高程在１００~２００ｍ之间ꎬ地貌类型单一ꎬ测风塔处海拔高度约为２００ｍꎻ卡子岽风电场
(１１５.１５ʎＥ㊁２３.０１ʎＮ)周围地形较为复杂ꎬ主要为山丘地形ꎬ山顶高程在８５０~１３３７ｍ之间ꎬ测风塔处海拔高度为９５３ｍꎬ在测风塔东北㊁西北及正南方分别有一个山丘ꎬ海拔为１１９５㊁９６０㊁９８９ｍꎬ东南方地势较低ꎬ西南方有一峡谷ꎮ
１.２㊀模式资料和方案设计
ＷＲＦ模式采用１ʎˑ１ʎ的美国国家环境预报中心(ＮＣＥＰ)逐６ｈ再分析资料作为模式初始场和侧边界条件ꎮ地形㊁土壤资料㊁植被覆盖等地表静态资料采用美国地质勘探局(ＵＳＧＳ)提供的下垫面资料ꎬ包括１０ᶄ(约２０ｋｍ)㊁５ᶄ(约１０ｋｍ)㊁２ᶄ(约４ｋｍ)和３０ᵡ(约１ｋｍ)４种类型ꎬ根据网格划分大小选择合适的精度ꎮ本文针对平原和山地地形分别设计了４组网格划分试验方案ꎮ以场内测风塔作为研究区域中心点ꎬ网格嵌套层数由１层(ｄ０１)增加到４层(ｄ０１)ꎬ各层网格数从外至内分别为３０ˑ３０㊁４２ˑ４２㊁６０ˑ６０㊁９０ˑ９０ꎬ相邻两层网格的分辨率比为１ʒ３ꎬ每层网格分辨率如表１所示ꎮ地形资料选取与网格分辨率相近的数据集ꎮＷＲＦ模式采用物理过程参数化的方法来描述网格尺度与次网格尺度之间的相互作用ꎮ刘霄等研究表明ꎬ在各项物理过程参数化中ꎬ对低空风场影响较大的有长波辐射㊁短波辐射㊁陆面过程以及行星边界层等ꎮ本文在多次模拟试验的基础上ꎬ选取了效果较优的参数化方案ꎬ即:辐射方案均采用ＲＲＴＭ长波方案和Ｄｕｄｈｉａ短波方案ꎻ陆面过程均采用Ｎｏａｈ方案ꎻ行星边界层均采用ＭＹＪ方案ꎮ
风能资源的开发主要取决于近地层风场的分布ꎬ风机轮毂高度(５０~８０ｍ)也是风能资源评估所重点关注的高度ꎮ模型中将近地层的垂直层加密ꎬ地面１００ｍ以下共设置４层(１０㊁２５㊁５０㊁７０ｍ)ꎬ总垂直层为２７层ꎮ时间积分步长设为１００ｓꎬ每１ｈ输出一次模拟结果ꎮ平原以２０１２－０４－０１日至２０１２－０４－０６日的为周期进行逐时模拟ꎬ山地由于缺乏同期测风资料ꎬ故以２０１３－０４－０１日至２０１３－０４－０６日为周期进行计算ꎮ提取各方案模拟结果中的７０ｍ高度逐时风速与测风塔实测风速进行对比分析ꎮ
表１㊀网格划分试验方案表ｋｍ㊀组方案
网格分辨率
ｄ０１ｄ０２ｄ０３ｄ０４平原
Ａ１０－－－
Ｂ１０３.３３－－
Ｃ１０３.３３１.１１－
Ｄ３０１０３.３３１.１１山地
ａ３０－－－
ｂ３０１０－－
ｃ３０１０３.３３－
ｄ３０１０３.３３１.１１１.３㊀评价指标
平均相对误差ｂｉａｓ及均方根误差ｒｍｓｅ定义为
ε＝ｖｓｉｍ－ｖｍｅａ
１６
水电与新能源２０１９年第１１期ｂｉａｓ＝ε
ｒｍｓｅ＝ðｎ１εｉ２Ｎ
式中:ｖｓｉｍ是风速模拟值ꎻｖｍｅａ是风速实测值ꎻＮ为参与计算的风速个数ꎮ
２㊀试验结果对比与分析
表２为不同地形条件下网格划分试验的误差对比结果ꎮ分析表２可以得出:平原的ＷＲＦ模式模型各网格划分方案的平均相对误差在０.４~１.５ｍ/ｓ之间ꎬ均方根误差在２.３~２.５ｍ/ｓ之间ꎻ山地模型的平均相对误差在０.４~１.６ｍ/ｓ之间ꎬ均方根误差在２.８~
４.５ｍ/ｓ之间ꎮ可见平原的模拟效果总体优于山地ꎬ且平原模型对于某一方案的不同网格层及不同方案的相同分辨率网格层ꎬ模拟效果均较为接近ꎬ模拟稳定度较高ꎻ山地模型的各方案的平均相对误差则无明显规律ꎬ均方根误差整体呈增大趋势ꎮ
表２㊀网格划分试验误差结果表ｍ/ｓ㊀
组方案
ｂｉａｓ
ｄ０１ｄ０２ｄ０３ｄ０４
ｒｍｓｅ
ｄ０１ｄ０２ｄ０３ｄ０４
平原Ａ－１.０１－－－２.５０－－－Ｂ－０.６７－０.６６－－２.４３２.４７－－Ｃ－０.５２－０.４３－０.４１－２.３４２.３５２.３４－Ｄ－１.４４－１.２６－１.２１－１.１９２.４４２.４３２.４５２.４７
山地ａ－０.４５－－－２.８２－－－ｂ０.５８０.７５－－３.２４３.１１－－ｃ－０.６４０.８２０.７８－３.３９３.５２３.８３－ｄ－１.５２－０.４８－０.６２－０.５８３.５８３.８６４.４６４.５２
㊀㊀对于平原模型ꎬ当网格嵌套层数为３层ꎬ最高分辨率为１.１１ｋｍ时模拟效果最好ꎮ方案Ａ~Ｃꎬ网格嵌套层数增加ꎬ网格分辨率提高ꎬ模拟误差逐渐略有下降ꎬ这是因为外层网格给内层网格提供了更为精确的边界条件ꎬ同时由于模拟区域地形平坦ꎬ地貌对风速的影响较小ꎬ故优化效果不明显ꎮ方案Ｄ增加嵌套层数时模拟误差略有增加ꎬ可能是由于最外层网格分辨率过低ꎬ对于小尺度的天气现象模拟能力降低ꎬ且在多层网格之间的信息传递与反馈中引入了较多误差ꎮ
对于山地模型ꎬ当网格为单层㊁分辨率为３０ｋｍ时模拟效果最佳ꎬ而当网格嵌套层数及网格分辨率提高时ꎬ模型精度逐渐降低ꎮ这是因为:①当下垫面资料与网格分辨率不一致时ꎬＷＲＦ模式采用插值方法对下垫面资料进行修补制作ꎮ当模拟区域位于山地等复杂地形时ꎬ插值误差较大ꎬ与实际地形相比失真较为严重ꎬ为近地层风场的模拟带来较大误差ꎻ②ＷＲＦ模式垂直方向采用地形追随质量σ坐标ꎬσ坐标系下的气压梯度力为两个大量减小差ꎬ在地形复杂ꎬ山势陡峭时ꎬ计算误差可能相当大ꎻ③随着网格嵌套层数的增加ꎬ由于多层网格之间的信息反馈与负反馈ꎬ导致误差逐渐累积ꎬ甚至出现愈是内层网格㊁分辨率愈高ꎬ模拟误差愈大的现象ꎮ
综上所述ꎬ①基于ＷＲＦ模式的风速模拟模型在平原地区具有较高的精度ꎬ随着网格嵌套层数及网格分辨率的提高ꎬ模拟效果略有改善ꎬ但效果并不明显ꎮ针对本文例证风电场ꎬ当网格为３层嵌套ꎬ分辨率为
１０㊁３.３３㊁１.１１ｋｍ时模拟效果最优ꎮ②ＷＲＦ模式模型在山地的模拟效果一般ꎬ当嵌套层数及网格分辨率提高时ꎬ由于ＷＲＦ模式自身的局限性以及下垫面资料的不匹配性ꎬ导致模拟效果反而会变差ꎬ此时通过将模拟区域划分为单层㊁低分辨率的网格ꎬ可以减小模式计算及信息传递带来的误差ꎬ从而较准确地反映出区域范围的中尺度气候现象ꎮ针对本文例证风电场ꎬ当网格为单层ꎬ分辨率３０ｋｍ时模拟效果最优ꎮ
３㊀实例应用
３.１㊀数值模拟结果
采用上一节选取的ＷＲＦ模式模型在平原和山地的最优网格划分方案ꎬ分别对两例证风电场进行为期１年的风速模拟ꎮ平原的模拟时段为２０１２－０３－２４
２６
李晓明ꎬ等:基于ＷＲＦ模式的不同地形条件下风速模拟研究２０１９年１１月日至２０１３－０３－２３日ꎬ山地的模拟时段为２０１２－
０９－２２日至２０１３－０９－２１日ꎮ将模拟风速序列与实
测风速序列进行误差计算ꎬ表３为全年风速的模拟结
果评价ꎮ
表３㊀全年风速模拟误差结果表ｍ/ｓ㊀
月份
平原
ｂｉａｓｒｍｓｅ
山地
ｂｉａｓｒｍｓｅ
１０.８２２.４４３.８７５.１０
２０.３７２.１７２.３８４.４８
３０.６６２.４０１.２２３.８５
４０.０５２.６７０.１５３.１１
５０.１３２.５５－０.４０２.７２
６０.４６２.７０－０.５７２.９７
７０.３４２.７２－２.３４３.７３
８－０.１０２.２８－１.３９３.８９
９－０.１１２.２２－０.７４３.１０
１００.１０２.２８－０.５８３.９２
１１０.９２２.６３２.００４.３７
１２１.０７２.７６３.４４５.４４
全年０.３９２.４９０.５８３.９８㊀㊀由表３可知ꎬ基于ＷＲＦ模式的风速模拟模型在平原地区的平均相对误差为０.３９ｍ/ｓꎬ约占６％ꎬ在山地的平均相对误差为０.５８ｍ/ｓꎬ约占９％ꎬ二者与邓国卫等对于酒泉地区的模拟误差相当或偏小ꎻ均方根误差平原为２.４９ｍ/ｓꎬ山地为３.９８ｍ/ｓꎬ均小于５ｍ/ｓꎬ模拟效果较好ꎮ说明通过选取合适的网格划分方案ꎬＷＲＦ模式在不同地形条件下均可以取得较好成果ꎬ且在平原地形条件下的应用效果要优于山地ꎮ
３.２㊀结果分析
平原及山地各选择４个月ꎬ分别代表春㊁夏㊁秋㊁冬ꎬ图１为平原地区２０１３年２月㊁２０１２年５月㊁２０１２年８月及２０１２年１２月ꎬ山地２０１３年４月㊁２０１３年７月㊁２０１２年９月及２０１３年１月的模拟风速与实测风速对比图ꎮ
从图１可以看出ꎬ在分别选取最优的网格划分方案后ꎬＷＲＦ模式在不同地形条件下对风速的变化趋势均模拟地较好ꎬ逐时模拟结果与实测结果吻合度较高ꎮ分析图１(ａ)㊁图１(ｂ)㊁图１(ｃ)㊁图１(ｄ)可知ꎬ在采用３层嵌套㊁最内层分辨率为１.１１ｋｍ的网格后ꎬＷＲＦ模式在平原地区的全年模拟效果均较好ꎬ对于风速的上升或下降均能准确地反映ꎬ但是幅值的大小可能略有偏差ꎬ如图１(ａ)㊁图１(ｄ)所示ꎻ对于实测风速较为平缓的突变现象ꎬＷＲＦ模式也能准确地进行捕捉及描述ꎬ如图１(ｃ)所示ꎮ
分析图１(ｅ)㊁图１(ｆ)㊁图１(ｇ)㊁图１(ｈ)可知ꎬ在采用单层网格㊁分辨率为３０ｋｍ的模型后ꎬＷＲＦ模式对于山地的风速模拟也能取得较好的成果ꎮ在春㊁秋季节ꎬ模型能够较准确地反映出风速大小及变化趋势ꎬ模拟效果与平原地区接近ꎬ如图１(ｅ)㊁图１(ｇ)所示ꎻ夏㊁冬季则模拟风速与实测风速误差较大ꎬ且偏差呈现一定的规律性ꎬ如图１(ｆ)㊁图１(ｈ)所示ꎮ这是因为当山地模型采用低分辨率的网格时ꎬＷＲＦ模式能够较准确地模拟出区域的中尺度气候现象ꎬ但是在夏季时ꎬ季风主要为来自太平洋的东南风及来自印度洋的西南风ꎬ而在测风塔东南方向地势较低ꎬ随着海拔增高ꎬ地势较低处至测风塔处风速逐渐增大ꎻ西南方向有一峡谷ꎬ 狭管效应 对于风速也有增大作用ꎬ因此测风塔处实测风速相对偏大ꎮ冬季风主要为来自西伯利亚和蒙古一带的西北季风和东北季风ꎬ测风塔东北和西北方向分别有海拔１１９５㊁９６０ｍ的山丘ꎬ对于测风塔处风速有遮挡作用ꎬ导致实测风速相对于区域整体风速偏小ꎮ而ＷＲＦ模式在山地的最优网格划分方案为低分辨率的单层网格ꎬ这导致ＷＲＦ模式对于地形的变化敏感性不高ꎬ局部区域的地形突变不能准确地描述ꎬ因而模拟结果虽然能够较为准确地反映出模拟区域的平均风场ꎬ但是在某些局部区域可能会出现规律性的偏差ꎮ
４㊀结㊀语
１)本文以广东省两个风电场为例ꎬ研究基于ＷＲＦ模式的风速模拟模型在不同地形条件下适用的网格划分方案ꎬ并据此进行了一个完整年的风速模拟ꎬ结果表明ꎬＷＲＦ模式在平原的表现要优于山地ꎬ当平原采用多层嵌套㊁高分辨率网格时模拟精度最高ꎬ但相比其他方案优化效果并不明显ꎻ山地需采用低分辨率的单层网格ꎬ此时模拟误差较小ꎮ对于本文选取的风电场ꎬ平原地形推荐网格方案为３层嵌套ꎬ分辨率为１０㊁３.３３㊁１.１１ｋｍꎻ山地风电场推荐单层网格ꎬ分辨率为３０ｋｍꎮ２)山地的模拟误差主要是由于ＷＲＦ模式自身尺度的局限性以及地形资料的不匹配导致ꎬ且误差多呈现一定的规律性ꎮ
３６
水电与新能源２０１９年第１１
期
图１㊀平原与山地代表月模拟风速与实测风速对比图
㊀㊀３)对于缺少观测资料的拟建风场ꎬ采用ＷＲＦ模式搭建风速模拟模型进行风能资源评估是可行的ꎮ参考文献:
[１]ＧＢ/Ｔ１８７１０－２００２ꎬ风电场风能资源评估方法[Ｓ]
[２]方艳莹.基于ＷＲＦ与ＣＦＤ模式结合的风能资源数值模拟研究[Ｄ].南京:南京信息工程大学ꎬ２０１２[３]朱蓉ꎬ何晓凤ꎬ周荣卫ꎬ等.区域风能资源的数值模拟评估方法[Ｊ].风能ꎬ２０１０(６):５０－５４
[４]刘霄ꎬ赖旭ꎬ陈玲.大气模式物理过程参数化对风电场风
速预报的影响[Ｊ].水电能源科学ꎬ２０１２ꎬ３０(８):２０８－２１０ꎬ１４５
[５]孙川永ꎬ陶树旺ꎬ罗勇ꎬ等.高分辨率中尺度数值模式在
风电场风速预报中的应用[Ｊ].太阳能学报ꎬ２００９ꎬ３０(８):
１０９７－１０９９
[６]覃丹宇ꎬ沈桐立ꎬ于治英ꎬ等.中尺度数值模式的自适应网格设计[Ｊ].南京气象学院学报ꎬ１９９８ꎬ２１(２):
２４３－２５０
[７]ＭｕｒｐｈｙＡＨ.Ｓｋｉｌｌｓｃｏｒｅｓｂａｓｅｄｏｎｔｈｅｍｅａｎｓｑｕａｒｅｅｒｒｏｒａｎｄ
ｔｈｅｉｒｒｅｌａｔｉｏｎｓｈｉｐｓｔｏｔｈｅｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ[Ｊ].ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗꎬ１９８８ꎬ１１６(１２):２４１７－２４２４[８]ＨｏｕＤꎬＫａｌｎａｙＥꎬＤｒｏｅｇｅｍｅｉｅｒＫ.ＯｂｊｅｃｔｉｖｅｖｅｒｉｆｉｃａｔｉｏｎｏｆｔｈｅＳＡＭＥＸ'９８ｅｎｓｅｍｂｌｅｆｏｒｅｃａｓｔｓ[Ｊ].ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅ￣ｖｉｅｗꎬ２００１ꎬ１２９(１):７３－９１
[９]孙希进.区域模式单向嵌套和双向嵌套的理论分析与应用比较[Ｄ].北京:中国气象科学研究院ꎬ２０１３
[１０]邓莲堂ꎬ王建捷.新一代中尺度天气预报模式 ＷＲＦ
模式简介[Ｃ]//新世纪气象科技创新与大气科学发展 中国气象学会２００３年年会 城市气象与科技奥运 分会论文集.２００３
[１１]贺志明ꎬ聂秋生ꎬ曾辉.鄱阳湖区风能资源数值模拟[Ｊ].
江西农业大学学报ꎬ２００８ꎬ３０(１):１６９－１７３４
６。