廣西風能資源分布高分辨率數(shù)值模擬應用研究

何如，歐藝，蘇志，周紹毅

(1.廣西壯族自治區(qū)氣象服務中心，廣西 南寧 530022；2.廣西壯族自治區(qū)氣候中心，廣西 南寧 530022 )

?

廣西風能資源分布高分辨率數(shù)值模擬應用研究

何如1,2，歐藝2，蘇志1,2，周紹毅1,2

(1.廣西壯族自治區(qū)氣象服務中心，廣西 南寧 530022；2.廣西壯族自治區(qū)氣候中心，廣西 南寧 530022 )

摘要：利用中尺度MM5和小尺度CALMET相結合的風能資源數(shù)值模式，對廣西壯族自治區(qū)(以下簡稱“廣西”)2009年6月到2010年5月期間的風速、風功率密度等風能資源參數(shù)進行數(shù)值模擬，給出廣西風能資源高分辨率分布圖，并利用廣西風能專業(yè)觀測網(wǎng)的6座測風塔實測數(shù)據(jù)對模擬效果進行驗證。結果表明：模擬結果合理，效果較好，70m高度風速平均模擬誤差為7.88%，符合廣西風能資源的成因、氣候特征和地形分布特點，能夠宏觀地反映廣西風能資源的分布特征；總體上廣西具有桂北、桂南海拔較高的山區(qū)和北部灣沿海地區(qū)風能資源較大及西部丘陵地帶和東部河谷平原風能資源偏小的特點；冬季是風能資源利用的最佳季節(jié)，春秋次之，夏季較小。建議考慮在模擬資源較豐富的地區(qū)設塔進行觀測評估，進一步明確該區(qū)域風能的資源量和實際分布狀況。

關鍵詞:風能資源；數(shù)值模擬；風速；風功率密度；風塔

風能已經(jīng)成為僅次于水電的第二大可再生能源，合理有效地開發(fā)風能資源在資源約束趨緊、環(huán)境污染嚴重的嚴峻形勢下愈顯重要[1]。廣西壯族自治區(qū)(以下簡稱“廣西”) “十三五”發(fā)展的重點任務之一就是要推進能源多元清潔發(fā)展，推進風能資源富集地區(qū)的風電項目建設，目標到2020年電源裝機容量達470MW。廣西位于中、南亞熱帶季風氣候區(qū)，擁有南面瀕臨北部灣沿海、北面地處湘桂走廊等得天獨厚的條件，風能資源較豐富，屬于國家劃分的第四類風電資源區(qū)。目前已有關于廣西風能資源的相關研究，主要是利用氣象站歷史觀測資料[2-3]、風能專業(yè)測風塔資料[4-5]等開展評估工作，但是這些方法空間分布離散，代表性欠缺[6]，無法全面地反映廣西全區(qū)復雜地形條件下風能資源的分布狀況。

數(shù)值模擬方法越來越廣泛地應用于風能資源評估領域，有效彌補了沒有觀測資料地區(qū)的風能資源問題[7-10]，從而得到較高分辨率的風能資源空間分布結果。近年來學者們對風能資源的數(shù)值模擬應用技術進行了探索和研究：周榮衛(wèi)等人[11-12]運用中國氣象局研究開發(fā)的風能資源評估數(shù)值模式系統(tǒng)(windenergyresourceassessmentsystem,WERAS)中的MM5/CALMET模式，對我國不同地形條件下的風能資源開展研究；朱蓉等[13]應用WERAS對江蘇沿海和內(nèi)蒙地區(qū)風能資源進行了模擬；姜創(chuàng)業(yè)等[14]、成馳等[15]、王婷等[16]利用MM5/CALMET結合的中小尺度模式對我國陜北、湖北、廣東等地區(qū)開展風能資源數(shù)值模擬工作，結果表明數(shù)值模擬在提高風能資源精細化評估能力方面具有巨大潛力。

2008年，廣西氣象局在中國氣象局統(tǒng)一牽頭實施的“風能詳查和評價工作”項目[17]中，在廣西沿海、玉林大容山、富川虎頭設立了3個詳查區(qū)，共6座測風塔，建立了廣西風能專業(yè)觀測網(wǎng)。本文以廣西風能專業(yè)觀測網(wǎng)6座測風塔2009年6月到2010年5月期間的實測數(shù)據(jù)為基礎，利用中尺度模式MM5結合小尺度模式CALMET對廣西風能資源開展數(shù)值模擬應用研究[18]，進一步摸清廣西風能資源狀況及其分布特點，為廣西風能資源的宏觀評估和風電廠開發(fā)選址提供有價值的參考。

1數(shù)值模式簡介及模擬方案

1.1數(shù)值模式簡介

數(shù)值模擬采用第五代中尺度模式MM5和小尺度模式CALMET，利用中尺度與小尺度結合的模式系統(tǒng)進行廣西風能資源的數(shù)值模擬。

MM5是美國國家大氣研究中心(TheNationalCentreforAtmospheric,NCAR)和美國賓州大學(ThePennsylvaniaStateUniversity,PSU)研發(fā)的第五代中尺度非流體靜力模式，MM5具有多重嵌套能力、非靜力動力模式和四維同化的能力，可以模擬或預報中尺度和區(qū)域尺度的大氣環(huán)流狀況，其中非流體靜力模式還可以滿足中-β(20～200km)和中-γ尺度(2～20km)強對流天氣系統(tǒng)演變的模擬需要[19]。CALMET模式是中小尺度的空氣質(zhì)量煙團模型CALPUFF中的一個氣象模塊，利用質(zhì)量守恒原理對風場進行診斷，包括地形動力效應、地形阻塞效應參數(shù)化、差分最小化，并適用于陸面和水面邊界條件，可以計算混合層高度、穩(wěn)定度、海陸風環(huán)流等的邊界層氣象學模型[14]。

1.2模擬方案

1.2.1模式網(wǎng)格設置

MM5模擬采用兩重區(qū)域嵌套方案，domain1水平分辨率為27km，東西向格點數(shù)為100，南北向格點數(shù)為100，范圍為東經(jīng)97.58°～121.66°、北緯11.08°～35.16°，中心經(jīng)緯度為東經(jīng)109.62°、北緯23.12°；domain2水平分辨率為9km，東西向格點數(shù)67，南北向格點數(shù)67，范圍為東經(jīng)107.07°～112.42°、北緯20.57°～25.92°，中心經(jīng)緯度為東經(jīng)109.75°、北緯23.25°。CALMET模擬的區(qū)域與domain2相同，水平分辨率為1km，東西向及南北向的格點數(shù)均為595。垂直分辨率是模式垂直方向取30層，離地面200m的范圍內(nèi)有9層。

domain1和domain2積云參數(shù)化方案均選用Grell方案；顯示水汽方案均選用SimpleIce方案；邊界層物理過程均選用多重參考模型(multi-referenceframe,MRF)方案；輻射參數(shù)化方案均選用cloud方案，輻射計算每30min調(diào)整一次。

1.2.2運算方案

模擬時段為2009年6月1日到2010年5月30日，共計算8 760h；逐日進行模擬，積分時間為36h。起止時間分別為當日12 時至第三日0時(格林威治時間)。模式運算后每小時輸出一次模擬結果，并采用模式輸出后24h的逐時模擬結果進行診斷計算和統(tǒng)計分析。

1.2.3輸入資料

地形地表采用30s水平分辨率的美國地質(zhì)勘探局(UnitedStatesGeologicalSurvey，USGS)資料和3s水平分辨率的航天飛機雷達測繪使命(ShuttleRadarTopographMission,SRTM3)資料；土地利用數(shù)據(jù)采用30s水平分辨率的USGS資料；第一猜值場采用全球環(huán)流模式背景場(NationalCentersforEnvironmentalPrediction，NCEP)客觀分析場資料；常規(guī)氣象資料采用廣西氣象觀測站探空和地面觀測資料。

1.2.4結果輸出

模式采用逐小時輸出距地150m范圍內(nèi)每10m間隔各高度層上、每個格點的要素值，包括風向、風速、地面溫度、相對濕度和氣壓等要素。輸出段為09：00至第二日08：00的正點時間內(nèi)(北京標準時間)。

2數(shù)值模擬效果檢驗

選取距離測風塔最近的4個模式網(wǎng)格點，通過雙線性內(nèi)插法將這4個點上的模擬值內(nèi)插到實測站點上，獲得測風點上的模擬值。根據(jù)測風塔觀測點上的模擬風速值，將其與測風塔觀測數(shù)據(jù)進行比較，計算絕對誤差和相對誤差，結果見表1。

表1測風塔平均風速模擬值與實測值誤差

詳查區(qū)測風塔名稱高度/m實測風速/(m·s-1)模擬風速/(m·s-1)風速差值/(m·s-1)相對誤差/%沿海白龍尾營盤沙田西場104.23.3-0.9021.43305.04.1-0.9018.00505.44.7-0.7012.96705.65.2-0.457.98103.64.81.2033.33304.65.10.5010.87505.05.50.5010.00705.35.70.417.82104.04.70.7017.50304.64.90.306.52504.85.00.204.17704.85.20.387.87104.03.2-0.8020.00305.04.1-0.9018.00505.34.7-0.6011.32705.55.1-0.447.95富川虎頭104.25.00.8019.05304.75.20.5010.64505.05.60.6012.00705.45.80.448.1玉林大容山105.97.01.1018.64308.07.4-0.60-7.50507.58.00.506.67707.68.20.577.54

表1的數(shù)值說明：各測風塔的相對誤差基本表現(xiàn)為高層小于低層，其中70m高度的相對誤差在7.54%～8.10%之間，平均值為7.88%，10m高度的相對誤差在17.50%～33.33%之間，平均值為21.66%，這是由于10m高度上的風易受到下墊面和周邊環(huán)境的影響，而數(shù)值模式輸入的地形參數(shù)精度相對較低，反映風場這一特性的效果欠佳；整體上看，玉林大容山測風塔的相對誤差最小，沿海4個測風塔次之，富川虎頭測風塔最大；除了沿海2個測風塔的模擬值比實測值偏小外，其余測風塔的模擬值基本上均比實測值偏大。

3數(shù)值模擬結果分析

3.1風速的模擬結果

廣西70m高度平均風速的模擬分布結果如圖1所示。

圖1　廣西70 m高度年平均和四季平均風速模擬分布

從圖1(a)來看， 2～5m/s低值區(qū)主要分布于左右江河谷、河池和柳州二市北部、桂林市南部、桂中及潯江流域的平原地區(qū)；5～7m/s中值區(qū)較為成片的地區(qū)為桂東南到沿海一帶、百色市南部到崇左市北部分一帶、百色市北部山區(qū)向東南延伸跨河池市南部到來賓市與柳州和南寧交界一帶、賀州市西部；7～9m/s高值區(qū)主要位于各山脈的主脈附近，較為成片的是桂林市大部和柳州市、來賓市的交界地區(qū)、河池市南部。

從圖1(b)至(e)的四季平均風速分布來看，廣西平均風速春夏季呈北高南低分布，秋冬季呈東高西低分布，其中，桂西北春季最大，冬、春季次之，秋季最?。还鹞髂隙杭咀畲?，夏季最小，秋季比夏季略大；其余地區(qū)冬季最大，春、秋季次之，夏季最小。

3.2風能密度的模擬結果

廣西70m高度平均風功率密度的分布結果如圖2所示。

圖2　廣西70 m高度年平均和四季平均功率密度模擬分布

從圖2(a)來看，廣西大部分地區(qū)的風功率密度在100～300W/m2之間，少數(shù)高山地區(qū)和沿海風功率密度在300～700W/m2之間。結合圖1(a)可見，廣西風能資源較豐富區(qū)域70m高度平均風速不小于6.0m/s，平均風功率密度不小于300W/m2，主要集中分布在以下區(qū)域，其中位于廣西北部的有：與湖南交界的桂東北山區(qū)(貓兒山、越城嶺、海洋山一帶)、桂東的都龐嶺與萌嶺交界一帶、柳州北部天平山和架橋嶺交界一帶；位于廣西中部的有：桂西北的鳳凰山一帶、桂中忻城和柳江一帶山區(qū)、大明山南段、桂西中部的六韶山與西大明山一帶山區(qū)；位于廣西南部的有：桂東南大容山一帶、欽州與玉林之間的羅陽山、六萬大山一帶、桂西南十萬大山一帶、北部灣沿岸、潿洲島。

圖3　3個點70 m高度風向玫瑰圖、風能玫瑰圖、風速和風能比例曲線

從圖2(b)至(e)的四季平均功率密度分布圖來看，總體上平均風功率密度冬季最大；春季次之，其中桂西北在春季最大，桂西南與冬季基本持平；秋季主要集中分布在桂東地區(qū)，桂西大部及桂東的中部地區(qū)相對較低；夏季最小。冬季和秋季大致呈東高西低分布；春季呈北高南低分布，其中桂南海拔較高的山區(qū)也較高；夏季在桂北和海拔較高的極少數(shù)地區(qū)較高。

3.3風能頻率和各向風能分布模擬結果

為進一步分析廣西風能資源分布特征，在數(shù)值模擬分布圖上挑選了2個具有風能資源開發(fā)潛力的地區(qū)：一個是南部沿海的防城港市東南部的白龍尾；一個是位于桂東北峽谷的賀州市北部的富川縣。在這2個地區(qū)選擇有代表性的3個網(wǎng)格點：1號點和2號點位于防城港市白龍尾測風塔附近，3號點與富川虎頭測風塔較近，分別繪制3個代表點(以下簡稱“點”)70m高度上全年的風向玫瑰、風能玫瑰、風速和風能比例分布曲線，如圖3所示。

從圖3可以看出，3個點的主導風向均為北北東風，其次為偏南南西風，3個點的風能主要集中分布在偏北北東方向，其風能占50%～60%。從風速和風能比例曲線可以看出：1號點的風速峰值主要出現(xiàn)在3～7m/s區(qū)間，風能主要分布在8～14m/s區(qū)間，風能峰值約10m/s；2號點的風速峰值主要出現(xiàn)在3～7m/s區(qū)間，風能主要分布在8～13m/s區(qū)間，風能峰值約9m/s；3號點的風速峰值主要出現(xiàn)在3～12m/s區(qū)間，風能主要分布在10～14m/s區(qū)間，風能峰值約13m/s?？梢?，風速和風能的分布較為對稱，但二者集中分布的區(qū)間有較大差異，表明風能集中出現(xiàn)的高頻區(qū)間主要由出現(xiàn)頻率較低的大風過程產(chǎn)生[16]。

4模擬結果合理性分析

廣西風能資源較豐富的地區(qū)主要集中分布在桂東北、沿海及島嶼和海拔較高的山區(qū)，主要是由形成大風的冷空氣、熱帶氣旋等天氣系統(tǒng)決定的，影響主要的局地環(huán)流有海陸風和山谷風。

廣西以偏東北風為主，桂東北是冷空氣入侵廣西的最主要通道；桂西為云貴高原邊緣，桂西北受高原阻擋，冷空氣影響桂西少且弱于桂東。模擬的風力資源反映了上述特征，表現(xiàn)為桂東北風資源最大，桂東多于桂西。

廣西南臨北部灣，沿海地區(qū)的風能比內(nèi)陸低地的要高，由海上向內(nèi)陸逐漸減小，符合海陸風的特征。另外廣西沿海以偏北北東風為主，沿海東部的北面為大容山、六萬大山等山脈，對風有減弱作用；沿海西部的西北面為十萬大山，山脈走向與主導風向近乎平行，有近似狹管效應，對風力有增強作用。

廣西境內(nèi)分布著眾多山脈，這些山脈海拔較高且山脊已延伸到了對流層的下沿；廣西作為印度洋、南海暖濕氣流北上的主要通道的一部分，在天氣形勢有利時常會在對流層下部形成西南到東北向或南北向的低空急流，全年均有可能出現(xiàn)，這也是廣西的高海拔山脈風力資源相對豐富的原因之一。

5結束語

總體上本次模擬的結果合理，效果較好。數(shù)值模擬值絕大多數(shù)比實測值偏大，各測風塔70m高度風速的平均模擬誤差為7.88%，模擬誤差在合理范圍內(nèi)；模擬誤差基本表現(xiàn)為高層小于低層，低層受地形因素影響模擬效果欠佳。模擬得到的風能資源結果符合廣西風能資源的成因、氣候特征和地形分布特點，能夠宏觀地反映廣西風能資源的分布特征。

數(shù)值模擬結果表明，總體上廣西具有桂北、桂南山區(qū)和北部灣沿岸風能資源較大，西部丘陵地帶和東部河谷平原風能資源偏小的特點；冬季是風能資源利用的最佳季節(jié)，平均風速和平均風功率密度較大，春秋次之，夏季較?。伙L速和風能的分布較為對稱，但集中分布的區(qū)間差異較大，風能主要由出現(xiàn)頻率較低的大風過程產(chǎn)生。

建議本研究結果可作為廣西風能資源評估以及風電場選址的宏觀參考依據(jù)。由于下墊面參數(shù)精度不足、實立的測風塔個數(shù)較少等因素，模擬精度仍然存在一定的偏差，難以全面反映廣西各區(qū)域風能資源分布的實際情況。建議可以考慮在本次模擬得到風能資源較豐富的地區(qū)設立測風塔進行觀測評估，進一步明確該區(qū)域風能的資源量和實際分布狀況。

參考文獻：

[1] 何如，蘇志，羅紅磊，等.氣候變化背景下氣象災害對廣西風電場的影響及對策分析[J] .紅水河，2015，6(12)：79-82.

HERu,SUZhi,LUOHonglei,etal.AnalysisofMeteorologicalDisasterInfluenceonGuangxiWindFarmsandCountermeasures[J].HongshuiRiver, 2015, 6(12)：79-82.

[2] 甘一忠.廣西風能資源評價工作探討[J].廣西氣象，2005，26(4)：55-56.

GANYizhong.TheDiscussionfortheAssessmentWorkofGuangxiWindEnergyResources[J].JournalofGuangxiMeteorology, 2005, 26(4)：55-56.

[3] 黃梅麗，史彩霞，譚強敏，等.廣西山地風能資源開發(fā)利用可行性分析—以大容山為例[J] .成都信息工程學院學報，2007，22(2)：247-252.

HUANGMeili,SHICaixia,TANQiangmin,etal.FeasibilityAnalysisofWindResourceDevelopmentinGuangxiMountainousRegionbyanExampleofMountainDarong[J].JournalofChengduUniversityofInformationTechnology, 2007, 22(2)：247-252.

[4] 譚敏玲，周紹毅，范萬新，等.廣西北流市風電場風能資源分析[J].氣象研究與應用，2013，34(3)：47-50.

TANMinling,ZHOUShaoyi,FANWanxin,etal.AnalysisonWindEnergyResourcesforWindFarminBeiliuofGuangxi[J].JournalofMemeorologicalResearchandApplication, 2013, 34(3)：47-50.

[5] 何如，譚敏玲，羅紅磊，等.南寧橫縣地區(qū)風能資源評估[J].氣象研究與應用，2015，36(3)：31-35.

HERu,LUOHonglei,TANMinling,etal.EvaluationofWindEnergyResourcesforWindFarminHengxianAreaofNanning[J].JournalofMemeorologicalResearchandApplication, 2015, 36(3)：31-35.

[6] 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，2007，31(5)：708-717.

LIZechun,ZHURong,HEXiaofeng,etal.StudyontheAssessmentTechnologyofWindEnergyResource[J].ActaMeteorologicaSinica, 2007, 31(5)：708-717.

[7] 龔強，袁國恩，張云秋，等.MM5模式在風能資源普查中的應用試驗[J] .資源科學，2006，28(1)：145-150.

GONGQiang,YUANGuoen,ZHANGYunqiu,etal.ApplicationofMM5ModelinWindEnergyResourcesSurvey[J].ResourcesScience, 2006, 28(1)：145-150.

[8] 李曉燕，余志. 基于MM5的沿海風資源數(shù)值模擬方法研究[J]. 太陽能學報，2005，26(3):400-408.

LIXiaoyan，YUZhi.WindResourceModelingForTheCoastofChinaUsingMM5[J].ActaEnergiaeSolarisSinica，2005，26(3):400-408.

[9] 李恒陽， 賽俊聰， 梁俊宇，等. 風能資源評估數(shù)值模擬方法[J]. 云南電力技術，2014，42(6):19-21.

LIHengyang，SAIJuncong，LIANGJunyu，etal.ANumericalSimulationApproachforWindResourceAssessmentBasedonWAsP[J].YunnanElectricPower，2014，42(6):19-21.

[10] 李強，李宏江，董旭光，等. 基于數(shù)值模擬的山東威海區(qū)域風能資源評估[J]. 安徽農(nóng)業(yè)科學，2012，40(1)：457-462.

LIQiang，LIHongjiang，DONGXuguang，etal.EvaluationofWindEnergyinWeihaiCityofShandongProvinceBasedonNumericalSimulation[J].JournalofAnhuiAgriculturalSciences，2012，40(1)：457-462.

[11] 周榮衛(wèi)，何曉鳳，朱蓉.MM5/CALMET模式系統(tǒng)在風能資源評估中的應用[J].自然資源學報，2010，25(12)：2101-2112.

ZHOURongwei,HEXiaofeng,ZHURong.ApplicationofMM5/CALMETModelSysteminWindEnergyResourceAssessment[J].JournalofNaturalResources，2010，25(12)：2101-2112.

[12] 周榮衛(wèi)，何曉鳳，朱蓉，等.中國近海風能資源開發(fā)潛力數(shù)值模擬[J].資源科學，2010，32(8)：1434-1443.

ZHOURongwei,HEXiaofeng,ZHURong,etal.NumericalSimulationoftheDevelopmentPotentialofWindEnergyResourcesoverChina’sOffshoreAreas[J].ResourcesScience, 2010, 32(8)：1434-1443.

[13] 朱蓉，何曉鳳，程興宏，等.區(qū)域風能資源的數(shù)值模擬評估方法[J].風能，2010(4)：50-54.

ZHURong,HEXiaofeng,CHENGXinghong,etal.NumericalSimulationAssessmentTechnologyofRegionalWindEnergyResource[J].WindEnergy, 2010(4)：50-54.

[14] 姜創(chuàng)業(yè)，孫嫻，徐軍昶.MM5/CALMET數(shù)值模擬在陜北風能資源評估中的應用[J].中國沙漠，2011，31(6)：1606-1610.

JIANGChuangye,SUNXian,XUJunchang.ApplicationofMM5/CALMETNumericalSimulationinWindEnergyResourceAssessmentofNorthernShaanxiProvince[J].JournalofDesertResearch, 2011, 31(6)：1606-1610.

[15] 成馳，楊宏青，袁業(yè)暢，等.基于數(shù)值模擬的湖北省風能資源儲量估計[J].安徽農(nóng)業(yè)科學，2011，39(12)：7373-7377.

CHENGChi,YANGHongqing,YUANYechang,etal.ReserveEstimationofWindEnergyResourcesinHubeiProvinceBasedonNumericalSimulation[J].JournalofAnhuiAgriculturalSciences, 2011, 39(12)：7373-7377.

[16] 王婷，李翠花，胡婭敏，等.廣東省風能資源分布的數(shù)值模擬[J].熱帶地理，2013，33(1)：1-8.

WANGTing,LICuihua,HUYamin,etal.NumericalSimulationoftheDistributionofWindEnergyResourcesinGuangdongProvince[J].TropicalGeography, 2013, 33(1)：1-8.

[17] 中國氣象局風能太陽能資源評估中心.中國風能資源的詳查和評估[J].風能，2011(8)：26-30.

CMA Wind and Solar Energy Resources Center. Detail Survey and Evaluation of Wind Energy Resources in China[J]. Wind Energy, 2011(8)：26-30.

[18] 王娟敏，高雪玲，毛明策，等.基于GIS的陜西風電場微地形選址技術研究[J].陜西氣象，2014(4)：15-19.

WANG Juanmin, GAO Xueling, MAO Mingce, et al. Study on Micro-terrain Sitting Technology of Wind Farm Based on GIS[J]. Journal of Shaanxi Meteorology, 2014( 4)：15-19.

[19] 李楠，孫鴻雁，李陽，等.吉林省MM5(MRF)中期模式分季節(jié)分系統(tǒng)24-48小時降水能力檢驗[J].吉林氣象，2010(4)：16-22，26.

LI Nan, SUN Hongyan, LI Yang, et al. Capability Test of MM5(MRF) in 24-48 h Precipitation Divided by Seasons and Systems in Jilin Province[J]. Journal of Jilin Meteorology, 2010(4)：16-22, 26.

[20] 賀志明，吳瓊，陳建萍，等.沙嶺風場風速預報試驗分析[J].資源科學，2010，32(4)：656-662.

HE Zhiming, WU Qiong, CHEN Jianping, et al. An Experimental Analysis of Wind Speed Prediction in Shaling Wind Field[J]. Resources Science, 2010, 32(4)：656-662.

[21] CHANDRASEKAR A R, PHIBRICK R, CLARK B, et al. Evaluating the Performance of a Computationally Efficient MM5/CALMET System for Developing Wind Field Inputs to Air Quality Models[J]. Atmospheric Environment, 2003(37)：3267-3276.

[22] YU W, BENOIT R, GIRARD C, et al. Wind Energy Simulation Toolkit (BEST)：A Wind Mapping System for Use by the Wind-energy Industry [J]. Wind Engineering, 2006(30)：15-33.

Application Research on High Resolution Numerical Simulation on GuangxiWindEnergyResourceDistribution

HE Ru1,2, OU Yi2, SU Zhi1,2, ZHOU Shaoyi1,2

(1.GuangxiMeteorologicalServiceCenter,Nanning,Guangxi530022,China; 2.GuangxiClimateCenter,Nanning,Guangxi530022,China)

Abstract：NumericalmodeforwindenergyresourcescombiningmesoscaleMM5andsmallscaleCALMETisusedfornumericalsimulationonwindenergyresourcesparametersincludingwindspeed,windpowerdensity,andsoonduringtheperiodfromJunein2009toMayin2010inGuangxizhuangautonomousregion(thereafterasGuangxi).HighresolutiondistributiondiagramofwindenergyresourcesinGuangxiisprovidedaswellandtestdatafromsixanemometertowersofGuangxiwindenergyprofessionalobservationnetworkverifiessimulatingeffects.Resultsindicatethatsimulatingeffectsarereasonableandgood.Itisconcludedthataveragesimulationerrorofwindspeedat70mheightis7.88%whichaccordswithfactorsforGuangxiwindenergyresources,climatecharacteristicsandtopographicfeaturesandisabletomacroscopiclyreflectdistributioncharacteristicsofwindenergyresourcesinGuangxi.Asawhole,windenergyresourcesinthosehighelevationmountainousareasinnorthGuangxi,southGuangxiandBeibugulfcoastalareasareabundantwhileinwesternhillylandandeasternrivervalleyplainarefewer.Winteristheoptimalseasonforwindenergyresourcesutilization,springandautumntakessecondplaceandsummeristhelesser.Itissuggestedtoestablishanemometertowersandcarryoutobservationandevaluationinsimulatingareaswithabundantresourcessoastofurthermakeclearwindenergyresourcesandactualdistribution.

Keywords：windenergyresource;numericalsimulation;windspeed;windpowerdensity;windtower

收稿日期：2016-03-09

基金項目：廣西自然科學基金青年基金資助項目(2015GXNSFBA139189)

doi:10.3969/j.issn.1007-290X.2016.06.005

中圖分類號：P425.63；P435

文獻標志碼：A

文章編號：1007-290X(2016)06-0024-06

作者簡介：

何如(1983)，女，廣西三江人。工程師，理學碩士，從事氣象能源開發(fā)與氣候應用服務研究。

歐藝(1973)，男，廣西桂平人。高級工程師，理學學士，從事氣候變化與氣候預測技術研究。

蘇志(1964)，女，廣西欽州人。高級工程師，理學學士，從事氣象能源開發(fā)與氣候應用服務研究。

(編輯王夏慧)