張展碩ZHANG Zhan-shuo;段煉DUAN Lian
(中國民用航空飛行學院,廣漢 618307)
風能作為一種新型的可再生清潔能源,因其儲量大、開發(fā)技術成熟而越來越受到關注。當風速>=2m/s 時即可開發(fā)利用,風能也不同于其他能源,有獨特的間歇性、不可控性。為了保證風電發(fā)動機經(jīng)濟的運行,在建設前對該地區(qū)進行風資源評估是必要的。風資源評估以及選址會大大影響風電場建成后的經(jīng)濟效益,包括選址費用、建設費用、運行、電價、當?shù)卣叩?。因此本文針對西南地區(qū)風資源評估,采用WRF 模式的動力降尺度方法模擬西南地區(qū)近地面風,為今后風電場建設決策提供依據(jù)與建設后能否持續(xù)發(fā)電提供參考,降低風電成本、減少不必要的經(jīng)濟損失避免發(fā)電站空轉(zhuǎn)。而國內(nèi)外通常采用數(shù)值模擬手段對某一地區(qū)的風資源評估。在大氣數(shù)值模式中,大氣邊界層直接影響了其與下墊面之間自由大氣的熱量、動量物質(zhì)交換等。數(shù)值模擬過程中往往通過參數(shù)化方案對邊界層中的湍流輸送、動量交換進行計算。但數(shù)值模擬中的參數(shù)化方案組合并不具有通配性,針對不同地域的地形特征往往同一參數(shù)化方案效果差異明顯。因此為了更加合理的模擬西南地區(qū)風資源分布,針對西南地區(qū)選取適合的參數(shù)化方案是必要的。
Draxl C 等發(fā)現(xiàn)近地面風除了復雜地形外也對不同邊界層條件表現(xiàn)敏感。王澄海等應用WRF 模式對西北西部地區(qū)低層風場進行了模擬,發(fā)現(xiàn)風速較大的四月份模擬效果優(yōu)于風速較小的一月份,低層風在西北復雜地形下模式邊界層的參數(shù)化是影響模擬結果的關鍵。吳志鵬等選取五種邊界層參數(shù)化方案對川渝地區(qū)西南渦過程進行了模擬,指出不同邊界層參數(shù)化方案對西南渦模擬的差別體現(xiàn)在降水強度和位置。石春娥等對比了MM5 和WRF 在我國東部地區(qū)溫、濕、風模擬效果,發(fā)現(xiàn)溫、濕模擬效果理想,MM5 風速模擬效果平原優(yōu)于丘陵和山區(qū)。我國西南地區(qū)由于地形復雜,西鄰青藏高原、東有四川盆地且夏季多受季風影響。但是目前對青藏高原模擬較多,對WRF 模式在西南地區(qū)近地面風速模擬表現(xiàn)評估較少。為此,本文基于WRF 模式采用不同邊界層參數(shù)化方案組合進行模擬評估,選出模擬效果更加符合西南地區(qū)風資源分布的參數(shù)化方案。
WRF 模式是2000 年面世的中尺度天氣預報模式,被廣泛應用于動力降尺度模擬研究領域。WRF 模式為完全可壓非靜力模式,水平方向采用Arakawa C 網(wǎng)格形式,垂直方向采用地形跟隨質(zhì)量坐標,運動方程采用通量形式。WRF 模式采用高度模塊化與分層設計,分為驅(qū)動層、中間層和模式層,模式層中動力框架和物理過程的可插拔性為選取不同參數(shù)集合試驗方案提供了便利。
采用WRF4.1 對我國西南地區(qū)進行動力降尺度,模式最內(nèi)層母網(wǎng)格覆蓋四川省東南及周邊部分地區(qū)。模式中心29°N,104.5°E,水平方向采用單向三重嵌套,第一層網(wǎng)格82×82 格距27km,包含我國西南大部分區(qū)域及其周邊海域;第二層網(wǎng)格133×133 格距9km,主要包含云貴川地區(qū);第三層網(wǎng)格202×202 格距3km 包含川渝盆地及附近山區(qū)。模型垂直方向分為31 層,模式頂50hpa,采用墨卡托投影。模擬區(qū)域及網(wǎng)格如圖1 所示。觀測數(shù)據(jù)為最內(nèi)層區(qū)域范圍195 個自動觀測站2019 年7 月1 日至7 月31 日逐小時風速。
圖1 WRF 模式模擬區(qū)域
模式初始場及邊界場由歐洲中期天氣預報中心(ECMWF)的逐小時ERA5 數(shù)據(jù)提供,分辨率為0.25°×0.25°,垂直方向上包含137 個混合層。模擬時間為2019 年7 月1 日00:00 至2019 年7 月31 日23:00,再分析數(shù)據(jù)每6h 輸入一次,最外層積分步長150s。由于模擬時間為一個月,采用重啟動方式每次積分時長36h,前12h 作為模式spin-up 時間。最外層采用sst-update,模式每6h 讀取一次海溫數(shù)據(jù),海溫數(shù)據(jù)同樣采用ERA5 數(shù)據(jù)。采用譜逼近方法,譜逼近即為Daives 提出的牛頓松弛法,vonStorch 等率先將譜逼近方法應用到區(qū)域模式。試驗僅母區(qū)域使用譜逼近,每6h 進行一次,24h 后結束。經(jīng)緯向最大波動數(shù)為3,譜逼近系數(shù)為0.0003,在eta_level 第13 層以上開啟,即在750hpa 以上對uv、q、t 采用譜逼近。網(wǎng)格周圍作為側邊界緩沖區(qū),譜逼近可以增強強迫場信息向模擬區(qū)域的傳遞。
模式采用物理化參數(shù)方案分別為:WSM6 微物理過程參數(shù)方案、RRTM 長波物理參數(shù)方案、Dudhia 短波物理參數(shù)方案、Noah 陸面過程方案、Grell-Freitas 對流參數(shù)方案。在第三層嵌套中關閉對流方案以及邊界層方案參數(shù)。
模擬過程中保持上述參數(shù)化方案一致,邊界層參數(shù)化方案采用多種方案,WRF 模式中某些特定邊界層參數(shù)化方案需指定對應近地面層參數(shù)方案,最終得到16 種邊界層與近地面層試驗方案,如表1。
表1 邊界層與近地面層組合方案
在僅改變模式邊界層方案及近地面方案參數(shù)的情況下,16 種試驗模擬均表現(xiàn)出了相同的變化趨勢,針對西南地區(qū)風速空間分布也存在不同的差異。本文通過將模式數(shù)據(jù)插值在對應觀測站點得到各站點連續(xù)模擬數(shù)據(jù),與觀測數(shù)據(jù)進行比對,通過模式數(shù)據(jù)減去觀測數(shù)據(jù)所得平均偏差與均方根誤差兩方面從時間和地理空間分析不同參數(shù)方案的表現(xiàn)。
圖2 為同一時刻區(qū)域內(nèi)所有站點不同實驗方案的平均偏差以及均方根誤差,如圖所示,WRF 模式較為合理的模擬出了風速變化,但模式整體風速偏低平均偏差在-1.5~0.5m/s,均方根誤差在1~3m/s。9km 與3km 分辨率下風速模式值變大,平均偏差變大均方根誤差變大三個不同分辨率下風速模擬表現(xiàn)差別不明顯。圖3 為16 種模擬方案在時序上的平均偏差,與圖2 中各方案平均值比對可以看出,各方案整體模擬結果接近,方案模擬效果在時序上呈現(xiàn)相同趨勢。10m 風速偏差在0~1.5m/s,但無論哪一種方案組合模擬風速均大于觀測數(shù)據(jù)。其中QNSE 方案模擬波動較其他方案頻繁,由于WRF 模式采用了重啟動的方式,每次積分時長內(nèi)QNSE 方案風速增長較其他方案明顯。TEMF 方案對風速模擬效果較差、模擬風速偏大且有不規(guī)則跳躍。MYJ 方案與MRF 方案模擬值也相對較大。在邊界層選擇MYNN2 與MYNN3 時,近地面層方案MM5 與MYNN 表現(xiàn)接近,兩種參數(shù)方案與Eta 方案的組合效果較差。從時間序列整體來看,QNSE、TEMF、MYJ、MRF 與Eta組合的MYNN 方案要差于其他方案。MM5 近地面方案具有較好的適配性,與多個方案的組合均表現(xiàn)較好。
圖2 2019 年7 月逐小時平均偏差、均方根誤差
圖3 各參數(shù)方案平均偏差
模擬風速在地理空間上分布明顯,最內(nèi)層區(qū)域北部川渝盆地風速模擬較好,平均偏差在-0.4m/s 左右,山地區(qū)域風速偏差變大,川渝盆地邊緣模擬效果較盆地內(nèi)模擬效果差。各方案對南部山區(qū)低風速模擬均偏大,其中MYJ、QNSE、TEMF 方案尤為明顯,只有重慶東部和南部山區(qū)有兩個觀測站觀測數(shù)據(jù)明顯大于模式數(shù)據(jù)觀測站為57622、56692。
據(jù)統(tǒng)計這兩個觀測站數(shù)據(jù)7 月份逐時次平均風速均大于6m/s,最大風速為17.8、18.9m/s,風速較大。WRF 模式對大風速模擬效果較差,模式值偏小、對低風速模擬效果優(yōu)于高風速但模式值偏大。對平原盆地內(nèi)模擬效果優(yōu)于山區(qū)及盆地邊緣。
采用WRF 模式可以模擬出西南地區(qū)風資源分布特征,西南地區(qū)西部山區(qū)在7 月份風資源豐富、風速較大但模式模擬效果并不理想,ACM2 和YSU 方案對西南地區(qū)風資源分布有更好的描述效果,東部盆地平原地區(qū)WRF模式模擬效果較優(yōu)但是總體風速較低,無法為風電場提供高效持續(xù)性的風資源。重慶千佛山、貴州威寧兩地在7 月份逐時次均表現(xiàn)出了較大風速,這兩地建立風電場可以保證風電場經(jīng)濟高效的運行,避免選址在其他地區(qū)時發(fā)生風速太小以及頻率不達標造成不必要的經(jīng)濟損失。