段 瑩，丁立國，羅宇翔

(貴州省氣候中心，貴州 貴陽 550002)

1 引言

隨著世界人口的不斷增長，能源和天然資源的消費(fèi)迅猛增長，對人類的生存和可持續(xù)發(fā)展都提出了嚴(yán)峻的考驗(yàn)，能源危機(jī)逐步凸顯。而常規(guī)能源不僅面臨著枯竭的問題，其對環(huán)境的污染和生態(tài)惡化問題也已對人類的生存環(huán)境產(chǎn)生了嚴(yán)重的影響［1］。

人們開始關(guān)注能夠替代化石燃料的其它新能源。中國《能源發(fā)展“十二五”規(guī)劃》指出，堅(jiān)持集中與分散開發(fā)利用并舉，以風(fēng)能、太陽能、生物質(zhì)能利用為重點(diǎn)，大力發(fā)展可再生能源。當(dāng)前，鑒于我國電網(wǎng)消納能力對大規(guī)模風(fēng)電開發(fā)的制約，國家能源局發(fā)出了因地制宜開展分散式風(fēng)電開發(fā)的通知。因此，分散式接入風(fēng)力發(fā)電是能源產(chǎn)業(yè)的組成部分，也是貴州省的能源資源及資源利用途徑，在滿足能源需求、改善能源結(jié)構(gòu)、充分利用資源、減少環(huán)境污染、促進(jìn)經(jīng)濟(jì)發(fā)展等方面具有重要作用和意義。另外，貴州是全國第一個獲得國家分散式風(fēng)電接入批準(zhǔn)的省份，因此找到一種能夠較好的模擬貴州山地分散式風(fēng)電場風(fēng)能資源的方法就顯得尤為重要。

目前國內(nèi)外的風(fēng)資源評估手段主要有3 種:基于氣象站歷史觀測資料的評估、基于測風(fēng)塔觀測資料的評估以及風(fēng)能資源評估的數(shù)值模擬。其中氣象站資料評估及測風(fēng)塔觀測資料評估均存在一定局限性［2］，而數(shù)值模擬技術(shù)計(jì)算靈活，花費(fèi)時(shí)間較少且評估更精細(xì)，優(yōu)勢明顯。

近二十年來，歐美國家開發(fā)了許多以數(shù)值模擬為基礎(chǔ)的風(fēng)資源評估軟件，如:美國的MesoMap［3］是一個非靜力中尺度數(shù)值模式(MASS)與一個質(zhì)量守恒的風(fēng)場模擬線性模式相結(jié)合的風(fēng)資源評估系統(tǒng)。丹麥Risoe 實(shí)驗(yàn)室發(fā)展了將中尺度數(shù)值模式KAMM與微尺度線性風(fēng)場診斷模式WASP［4］相結(jié)合的區(qū)域風(fēng)能資源評估方法。國內(nèi)學(xué)者近幾年也開展了一些風(fēng)能資源數(shù)值模擬工作，如:張德等［5］應(yīng)用加拿大WEST 系統(tǒng)完成了全國5 km 分辨率的風(fēng)能資源數(shù)值模擬工作;龔強(qiáng)等人［6］用MM5 逐日積分的方法得到遼寧沿海區(qū)域10 km 分辨率的春季風(fēng)能資源分布等。

近年來，計(jì)算流體力學(xué)模式(CFD)也開始越來越多地被用來模擬復(fù)雜地形風(fēng)場，中國氣象局曾用中尺度模式MM5 和WindSim 結(jié)合的模式系統(tǒng)對鄱陽湖地區(qū)的風(fēng)能資源進(jìn)行模擬［2］。但是零散的可利用風(fēng)能資源多位于復(fù)雜地形地區(qū)，中尺度模式網(wǎng)格分辨率也不能滿足要求。目前常用的小尺度風(fēng)電場選址模式(如WAsP、WindSim)只適用對周圍幾公里的模擬，也不能滿足地方政府制定分散式風(fēng)電發(fā)展規(guī)劃的需求。

法國Meteodyn WT 是近年來新興的一個CFD模式，它可以在不同大氣層結(jié)條件下求解流體動力學(xué)方程組，并允許多個測風(fēng)塔數(shù)據(jù)同時(shí)輸入。該模式采用一階湍流閉合求解Navier－Stocks 方程的方法，能在較大范圍內(nèi)進(jìn)行近地層風(fēng)場的數(shù)值模擬。因此，本文擬采用中尺度模式MM5、Calmet 模擬系統(tǒng)及法國CFD 模式Meteodyn WT 相結(jié)合的方法(以下簡寫MM5/WT)對貴州A 分散式風(fēng)場的風(fēng)能資源進(jìn)行數(shù)值模擬實(shí)驗(yàn)，與實(shí)測風(fēng)進(jìn)行對比分析，探索該方法對分散式風(fēng)場風(fēng)能資源評估的適用性，并簡單概述貴州A 分散式風(fēng)場風(fēng)能資源分布情況。

2 數(shù)據(jù)來源及方法介紹

2.1 資料介紹

該文模擬所用資料包括地形數(shù)據(jù)、背景場數(shù)據(jù)，同時(shí)對模擬結(jié)果進(jìn)行驗(yàn)證時(shí)使用到了實(shí)測風(fēng)資料。

地形數(shù)據(jù):美國地質(zhì)調(diào)查局(USGS)發(fā)布的全球30 s 的DEM 數(shù)據(jù)和landuse 數(shù)據(jù)。

背景場數(shù)據(jù):美國國家環(huán)境預(yù)報(bào)中心(NCEP)發(fā)布的1° ×1°的全球再分析資料。

實(shí)測風(fēng)資料:貴州省A 分散式風(fēng)電場內(nèi)測風(fēng)塔測風(fēng)梯度資料。

2.2 模式介紹

此次數(shù)值模擬個例采用的技術(shù)方法是MM5→Calmet→Meteodyn WT，即將MM5/Calmet 模式輸出結(jié)果作為背景場，將其模擬數(shù)據(jù)輸入WT 軟件中進(jìn)行計(jì)算，以WT 計(jì)算所得作為模擬結(jié)果進(jìn)行分析對比，下面對各模式進(jìn)行簡單介紹。

2.2.1 MM5 模式及Calmet 模擬系統(tǒng) MM5 是由美國賓州大學(xué)(Penn State University)和美國國家大氣研究中心(NCAR)聯(lián)合開發(fā)的新一代中尺度數(shù)值模式系統(tǒng)，是國內(nèi)外應(yīng)用相當(dāng)廣泛的一個中尺度數(shù)值預(yù)報(bào)模式。此次模擬采用三層嵌套計(jì)算出分辨率為9 km 的模擬區(qū)域。

Calmet 是由美國西格瑪研究公司(Sigma Research Corporation)開發(fā)，美國國家環(huán)保局(USEPA)長期支持開發(fā)的模擬系統(tǒng)。在本次模擬中以MM5模擬結(jié)果為輸入，采用動力診斷降尺度的方法計(jì)算到分辨率為1 km 的網(wǎng)格上。

2.2.2 METEODYN WT 模式 是由法國Meteodyn公司(美迪公司)基于CFD 技術(shù)研究開發(fā)的風(fēng)資源評估軟件，該軟件可以在任何地形條件下得到更為準(zhǔn)確的風(fēng)資源計(jì)算結(jié)果。

WT 軟件是專門為求解大氣邊界層問題而開發(fā)的CFD 軟件，可以提高復(fù)雜地形風(fēng)能資源評估的準(zhǔn)確性。WT 軟件可以求解全部的NS 方程，求得風(fēng)電場區(qū)三維空間內(nèi)任一點(diǎn)的風(fēng)流及風(fēng)資源情況(平均風(fēng)速、湍流、能量密度、發(fā)電量、入流角、極風(fēng)等);可以根據(jù)地形、粗糙度以及設(shè)定的熱穩(wěn)定度自動生成網(wǎng)格與邊界條件，在關(guān)注區(qū)域以及關(guān)注點(diǎn)自動進(jìn)行網(wǎng)格加密，更好地解決復(fù)雜地形所帶來的非線性問題［7］。

WT 軟件以質(zhì)量守恒方程和大氣湍流動量守恒方 程 為 基 本 的 動 力 框 架［8］。使 用 了Arritt［9］和Yamada［10］參數(shù)化方法，通過三步迭代過程［11］計(jì)算得到不受其他影響干擾的風(fēng)梯度，最后根據(jù)Meteodyn WT 的分類進(jìn)行穩(wěn)定度的判定。

模式入口由地表層對數(shù)律和Ekman 函數(shù)求得區(qū)域平均風(fēng)速的垂直廓線［12］。地面粗糙度的選取方面借助google earth 并按照經(jīng)驗(yàn)確定計(jì)算范圍內(nèi)的地面粗糙度值，不同下墊面對應(yīng)的粗糙度值參考相關(guān)文獻(xiàn)［13］。側(cè)邊界采用對稱條件，上邊界和出口條件都是采用均壓條件。該文所采用的初始場粗糙度為0.05，模式的初始風(fēng)速在10 m 高度上為10 m/s［14］。求解采用的是對每一個控制體積內(nèi)風(fēng)速和氣壓同時(shí)進(jìn)行計(jì)算的MIGAL 方法。模式中所用的MIGAL 求解器是由MFRDC 開發(fā)并經(jīng)過多年使用，得到過充分驗(yàn)證［15－16］。

3 Meteodyn WT 復(fù)雜地形數(shù)值模擬個例分析

3.1 模擬結(jié)果檢驗(yàn)分析

通過采用中尺度模式MM5－Calmet 和法國CFD模式Meteodyn WT 相結(jié)合的方法對貴州山地風(fēng)電場場區(qū)資源進(jìn)行數(shù)值模擬，即將MM5－Calmet 模擬出的各層逐小時(shí)的風(fēng)場資料輸入Meteodyn WT 模式中進(jìn)行計(jì)算，對定向計(jì)算結(jié)果進(jìn)行統(tǒng)計(jì)分析后，則可得到空間分辨率為100m 的平均風(fēng)速和風(fēng)功率密度分布。

該文選取A 分散式風(fēng)電場場區(qū)進(jìn)行模擬分析，場區(qū)內(nèi)有5 座測風(fēng)塔風(fēng)梯度資料，其中3個風(fēng)塔建塔時(shí)間較短，僅有幾個月的觀測資料，不能較好的與模擬結(jié)果進(jìn)行對比，因此僅取其中2 座測風(fēng)塔2013年較為完整的觀測數(shù)據(jù)與模擬結(jié)果進(jìn)行對比分析，兩個測風(fēng)塔分別命名為1 號風(fēng)塔及2 號風(fēng)塔。

為了便于準(zhǔn)確對比模擬的精度，剔除冬季凝凍時(shí)段的月份，只比對數(shù)據(jù)完整的觀測月份，缺測數(shù)據(jù)不做插補(bǔ)訂正。下面以50m 風(fēng)速為例做對比:

由表1 可知，1 號風(fēng)塔有10個月的觀測資料，2、3、4月的模擬精度最高，誤差低于2%，9月誤差為4.1%，5月誤差為8.2%，6、7、8、10 和11月的誤差高于10%。其中11月份的誤差來源可能是出現(xiàn)部分輕微的凝凍時(shí)段，導(dǎo)致觀測風(fēng)速變小。總體來說，春季模擬結(jié)果較好，夏季模擬結(jié)果較差。2—11月的觀測平均風(fēng)速為5.3 m/s，模擬平均風(fēng)速為5.6 m/s，誤差為5.7%。

2 號風(fēng)塔有9個月的觀測資料，3、4、9、10月的模擬精度最高，誤差低于3%，5月誤差為9.43%，6、7、8 和11月的誤差高于10%。其中11月份的誤差來源可能是出現(xiàn)部分輕微的凝凍時(shí)段，導(dǎo)致觀測風(fēng)速變小。同7310#塔一樣，春季模擬結(jié)果較好，夏季的模擬結(jié)果較差。3—11月的觀測平均風(fēng)速為5.7 m/s，模擬平均風(fēng)速為5.9 m/s，誤差為3.5%。

表1 模擬結(jié)果與測風(fēng)塔實(shí)測結(jié)果50 m 風(fēng)速對比表 (單位:m/s)

貴州冬季凝凍比較嚴(yán)重，12、1、2月可用觀測數(shù)據(jù)較少，在此未做對比分析。由于模擬技術(shù)中采用的Calmet 和WT 軟件都是采用大氣動力學(xué)方程，忽略大氣熱力學(xué)方程進(jìn)行模擬的方法，因此在熱力學(xué)條件復(fù)雜的夏季(6、7、8月)，模擬精度較差，在熱力學(xué)條件穩(wěn)定的其它月份，模擬精度普遍較高，在凝凍缺測的冬季，模擬精度和其它熱力學(xué)條件穩(wěn)定的月份相似，因此完整年的年平均風(fēng)速的誤差和實(shí)有月份的累積平均風(fēng)速誤差接近。綜上所述，數(shù)值模擬結(jié)果在完整年的年平均風(fēng)速的模擬上，具有較高的精確度，可作為分散式風(fēng)電場的資源評估依據(jù)。

3.2 風(fēng)能資源分布

應(yīng)用風(fēng)能資源評估軟件Meteodyn WT 模擬數(shù)據(jù)對分散式風(fēng)場的分能資源分布進(jìn)行分析，風(fēng)電場50 m、70 m、80 m 高度風(fēng)速、風(fēng)功率密度、湍流強(qiáng)度分布情況見圖1～3。

由圖可見，該分散式風(fēng)場的風(fēng)能資源隨地勢起伏變化較大，風(fēng)場上看(圖1)，場區(qū)的南部、西部大部以及北端部分地區(qū)風(fēng)速相對較大，風(fēng)速在4.5～7.5 m/s 之間;風(fēng)功率密度來看(圖2)，同樣場區(qū)西部、南部及北端局部風(fēng)功率密度較大，集中在180～450 W/m2?？梢妶鰠^(qū)的西部、南部及北部局部地區(qū)風(fēng)能資源相對豐富。

湍流強(qiáng)度指標(biāo)是決定風(fēng)電機(jī)組安全等級或者設(shè)計(jì)標(biāo)準(zhǔn)的重要參數(shù)之一，也是風(fēng)場風(fēng)資源評估的重要內(nèi)容。就場區(qū)湍流強(qiáng)度而言(圖3)，場區(qū)中部至北部地區(qū)湍流強(qiáng)度較大，而南部及西部地區(qū)湍流較小，強(qiáng)度基本在0.09～0.15 間，更利于風(fēng)機(jī)安全運(yùn)行。

表2 風(fēng)電場場區(qū)各高度不同等級風(fēng)功率密度面積及百分比

圖1 風(fēng)電場50 m、70 m、80 m 高度風(fēng)速分布

圖2 風(fēng)電場50 m、70 m、80 m 高度風(fēng)功率密度分布

圖3 風(fēng)電場50 m、70 m、80 m 高度湍流強(qiáng)度分布

4 結(jié)論

本文運(yùn)用中尺度數(shù)值模式MM5－Calmet 與模式Meteodyn WT 相結(jié)合的方法，對貴州省山地分散式風(fēng)電場的風(fēng)能資源進(jìn)行模擬研究。

通過實(shí)測資料及模擬結(jié)果的對比分析，以及對風(fēng)電場內(nèi)風(fēng)速、風(fēng)功率密度以及湍流強(qiáng)度的場區(qū)各高度模擬結(jié)果的比對分析可見:MM5－Calmet－WT模式能較好的模擬貴州山地風(fēng)電場的風(fēng)資源狀況，但是由于模式忽略了大氣熱力學(xué)方程，因此在熱力學(xué)條件復(fù)雜的夏季(6、7、8月)，模擬精度較差;在熱力學(xué)條件穩(wěn)定的其它月份，模擬精度普遍較高;在凝凍缺測的冬季，模擬精度和其它熱力學(xué)條件穩(wěn)定的月份相似，因此完整年的年平均風(fēng)速的誤差和實(shí)有月份的累積平均風(fēng)速誤差接近。

模擬結(jié)果顯示，貴州A 分散式風(fēng)場場區(qū)西部、南部及北部局部地區(qū)風(fēng)能資源相對豐富，且這兩個區(qū)域內(nèi)湍流強(qiáng)度相對較小，更利于風(fēng)機(jī)運(yùn)行。

綜上所述，這種用中尺度結(jié)合小尺度模式的數(shù)值模擬結(jié)果在完整年的年平均風(fēng)速的模擬上，具有較高的精確度，可作為分散式風(fēng)電場的風(fēng)能資源評估依據(jù)，可為分散式風(fēng)電發(fā)展規(guī)劃的制定和風(fēng)電場前期建設(shè)的選址提供科學(xué)依據(jù)。

［1］溫敏，張人禾，楊振斌. 氣候資源的合理開發(fā)利用［J］. 地球科學(xué)進(jìn)展，2004，19 (6):1.

［2］何曉鳳，周榮衛(wèi)，朱蓉. MM5 與CFD 軟件相結(jié)合對復(fù)雜地形風(fēng)資源模擬初探——以鄱陽湖地區(qū)為例［J］. 資源科學(xué)，2010，04:650－655.

［3］Brower. M，Bailey. B. Zack. J. Applications and validations ofthe MesoMap wind mapping system in different climatic regimes［R］.Washington，DC:American Wind Energy Association，Proceedings Windpower，2001，June.

［4］Troen I，Erik L. P. European Wind Atlas［M］. Roskilde，Denmark:Risoe National Laboratory，1989.

［5］張德，朱蓉，羅勇. 風(fēng)能模擬系統(tǒng)WEST 在中國風(fēng)能數(shù)值模擬中的應(yīng)用［J］. 高原氣象，2008，27(1):202－207.

［6］龔強(qiáng)，袁國恩，張?jiān)魄? MM5 模式在風(fēng)能資源普查中的應(yīng)用試驗(yàn)［J］. 資源科學(xué)，2006，28(1):145－150.

［7］Didier Delaunay. Wind atlas with Meteodyn WT［J］. Meteodyn WT users eeting－Paris(France)，March 21 and 22，2011.

［8］Arritt. R. W. The Effect of Water Surface Boundary Layers，Boundary－LayerMeteorology，1987，40，101－125.

［9］Yamada. T. Simulations of Nocturnal Drainage Flows by a q2l Turbulence Closure Model，J. Atmos. Sci. 1983，40，91－106.

［10］方艷瑩. 基于WRF 與CFD 模式結(jié)合的風(fēng)能資源數(shù)值模擬研究［D］. 南京信息工程大學(xué)，2012.

［11］J. R. Garratt. The atmospheric boundary layer. Cambridge Atmospheric and space sciences series.1992.

［12］法國美迪公司Meteodyn WT 用戶使用手冊. 2009，120－123.

［13］D. Delaunay. The case of very inhomogeneous roughness as inlet conditions in Meteodyn WT，2012，1－2.

［14］Ferry M.“New features of the MIGAL solver”，Proc. Of the Phoenics Users Int. Conf. ，Moscow，Sept，2002.

［15］Ferry M.“The MIGAL solver”，Proc. Of the Phoenics Users Int. Conf，Luxembourg，2000.