再分析数据在风电场代表年订正中的应用

再分析数据

在风电场代表年订正中的应用

黄 勇，柴 斌

(中国电力工程顾问集团华东电力设计院有限公司，上海 200331)

摘要：

本文对中尺度模拟的风资源再分析数据在风能资源评估中的应用进行了研究，以两个典型山地风电场为例，分别采用当地气象站数据和再分析数据对风电场内的测风数据进行了相关性分析及代表年订正。结果表明，与附近气象站数据相比，再分析数据与测风塔的数据相关性更好。对于地形条件复杂的风电场，在没有合适的当地气象站的情况下，是可以利用再分析数据开展代表年订正的工作。关键词：

风能资源评估；再分析数据；代表年订正。中图分类号：P641 文献标志码：

A 文章编号：1671-9913(2019)S1-0242-04Correcting Representative Year of Wind Farm Using Reanalysis Data

HUANG Yong, CHAI Bin

(East China Electric Power Design Institute Co.,Ltd. of CPECC, Shanghai 200331, China)

Abstract: In this paper, correcting representative year for wind measurement data using reanalysis data has been studied. Based on wind resource assessment of two typical mountain wind farms ，wind data from local meteorological station and reanalysis data are both used to correct representative year of one-year wind measurement data from onsite masts. The results show that the correlation relationship between reanalysis data and onsite wind measurement data is better than local meteorological station data. For wind farms of complex terrain ，reanalysis data can be used to correct representative year of wind measurement data if no appropriate local meteorological stations exist.Keywords: wind resource assessment; reanalysis data; correct representative year.

* 收稿日期：2018-12-10

第一作者简介：黄勇(1984- )，男，上海人，硕士，高级工程师，从事电力水文气象勘测设计工作。

0 引言

风能资源的测量和评估工作对风电项目的前期可行性研究和论证至关重要。风能资源决定了风场的发电量，发电量决定项目的效益，效益决定项目的风险和成败[1]。设立测风塔可有效获取风能资源状况的第一手资料，然而由于设备寿命、时间成本等多种因素影响，目前测风塔的测风时间通常在1～2年左右，获得的是短期测风数据。考虑到风电场的寿命期在20年左右，需要分析和研究长期风能资源状况，因此实际工作中常采用代表年订正的方法，结合附近有代表性的气象站(参考气象站)的多年

观测资料，订正出一套反映风场长期平均水平的代表性数据进行风能资源分析。进一步据此评估侧风塔的代表年风能资源状况、测算出风电场的代表年发电量、开展风电项目的前期可行性研究和论证等。

当地气象站应具备以下条件才可作为参考气象站：具有30年以上规范的测风记录；距离风场比较近；同期观测结果相关性较好；地形条件相似[2]。

目前国内已建风电场一般远离城镇市郊，但气象站大多都位于城镇市郊，两者之间的地理位置距离较远，地表环境也有一定程度的差

DOI ：10.13500/j.dlkcsj.issn1671-9913.2019.S1.061

别，导致气象站数据和风电场内测风数据的相关性差。另外，由于近几十年来城市化进程的加快，气象台站周边楼房等人为建筑物越来越多，气象台站离地10 m的测风数据或多或少受到台站周边人为建筑物的影响，已不足以代表区域的风况，利用气象站数据对测风数据进行代表年订正的结果也存在较大的不确定性。

随着数值模拟技术的快速发展，中尺度模拟的风资源再分析数据精度越来越高。许多学者将再分析或卫星数据代替气象站长期测风数据用于风能资源评估中。如陈胜东等和赵彦厂等以NCEP/NCAR分析资料为基础分别对浙江和江苏省区域的风能进行数值模拟，并与实测风速进行对比分析。结果表明，NCEP/NCAR 再分析资料能较好地反映研究区域风能空间分布。施晓晖等从气候变化角度分析了再分析风速和表面温度的可信度。这些研究都局限于区域风能资源的分析研究。本文选取两个山地风电场为典型案例，探讨再分析资料在风电场风能资源评估中应用的可行性。从工程应用的角度，着重分析再分析资料在风能资源评估方面，尤其是对风电场测风塔测风数据进行代表年订正方面的优势及适用条件。

1 常用的风资源再分析数据

1.1 NCEP/NCAR 数据

美国环境预报中心(National Centers for Environmental Prediction, NCEP)、国家大气研究中心(National Center for Atmospheric Research, NCAR)联合推出的再分析数据集，该数据提供了从1948年1月1日至今，全球每2.5°×2.5°经纬度、逐6 h的长期气象数据，包括：风数据、温度、热通量等，是目前可利用的时间序列最长的再分析数据，广泛应用于气候诊断分析、水分循环等各个方面的研究，并在气候模拟和预测研究中作为区域气候模式的初始场、边界条件资料，用来检验模拟的结果[2]。NCEP/ NCAR 数据中的风数据包括：10～1000 hPa的不同压力层的风数据、近地面层的风数据(约50 m高程)和10 m 高程风数据，其中10 m高程的风数据为预测数据，在时间上落后参考时间约6 h，并按照高斯格点分布。1.2 ECMWF数据

欧洲中期天气预报中心(Eurepean Center for Medium-Range Weather Forecasts, ECMWF)再分析气象资料主要有ERA15，ERA40，ERA interim等。与ERA40相比，ERA interim借鉴了ERA40和JRA25在数据质量控制方面的经验，更好地制定背景误差约束，并改进物理模型，采用新的湿度分析，同时提供了更多的数据产品。资料同样覆盖全球范围，气压分层由ERA40的23层增加到37层，从近地面的998 hPa至0.1 hPa (约64 km)。该资料集提供变量包括了气温、纬向风速、经向风速等气象要素，还加入一些ERA40所没有的云参数。ECMWF 资料时间序列长、垂直层次高，在平流层中使用了纯等压面坐标，资料的可信度相对时间序列长的再分析资料(如NCEP资料)好[3]。

1.3 MERRA 数据

MERRA(The Modern Era Retrospective-Analysis for Research and Applications)数据是由美国国家航空航天局戈达德航天飞行中心下属的全球建模和同化办公室制作并发布的再分析气象资料。该数据也是戈达德地球观测系统的资料同化系统所生成的产品之一。MERRA数据的覆盖范围包括全球的陆地区域以及离岸50 km以内的近海区域，记录年份从1979年开始至今，融入了卫星、更多的实测数据，增加了更先进的数据处理技术等的代用数据集。数据在分析、研究甚至应用于较大范围的风能资源分布特征，将实测数据由“点”推广到“面”等方面具有明显的优势。与NCEP/NCAR 等再分析气象资料相比，MERRA拥有更高的分辨率，它的时间分辨率为1 h，水平分辨率为2/3经度1/2纬度，垂直分辨率共72层，向上延伸至0.01 hPa[4]。

2 案例分析

2.1山东某山地风电场

2.1.1 测风塔情况

该工程场址位于山东省烟台市牟平区的低山丘陵区上，区域海拔高度约为150～450 m，本期工程占地面积约54.3 km2，规划装机容量为50 MW

。