齊東方,王繼梅, 徐永清

（1.黑龍江省氣候中心,黑龍江 哈爾濱150030;

2.延壽縣氣象局, 黑龍江 延壽150700）

1 引言

截止到2013年， 中國累積裝機(jī)容量達(dá)到91 412.89 MW，同比增長21.4%，新增裝機(jī)和累積裝機(jī)容量均居世界第一。 風(fēng)電成為中國僅次于煤炭和水電的第三大發(fā)電資源。 作為目前技術(shù)最成熟的清潔能源，風(fēng)電的發(fā)展空間仍很廣闊，為保障風(fēng)電產(chǎn)業(yè)的可持續(xù)發(fā)展， 需要科學(xué)準(zhǔn)確的風(fēng)能資源評(píng)估方法。中、小尺度數(shù)值模式在風(fēng)能資源評(píng)估中的應(yīng)用，解決了風(fēng)能資源評(píng)估觀測資料在空間分布密度和觀測時(shí)間長度方面的限制。 2005年中國氣象局風(fēng)能太陽能資源評(píng)估中心引進(jìn)了加拿大氣象局風(fēng)能資源數(shù)值模擬系統(tǒng)，在此基礎(chǔ)上經(jīng)過本地化的改進(jìn)后，建立了中國氣象局風(fēng)能資源數(shù)值模式系統(tǒng)[1]。

精細(xì)化模擬評(píng)估區(qū)域的風(fēng)能資源是風(fēng)電產(chǎn)業(yè)大規(guī)模開發(fā)前提， 目前中尺度模式很難達(dá)到精細(xì)化模擬的需求， 但通過對(duì)中尺度模擬結(jié)果進(jìn)行動(dòng)力降尺度計(jì)算，可以提高模擬精度，為風(fēng)能資源評(píng)估提供科學(xué)依據(jù)。 本文運(yùn)用中尺度氣象模式MM5 進(jìn)行風(fēng)能參數(shù)模擬，再用CALMET 模式進(jìn)行降尺度計(jì)算，模擬結(jié)果與黑龍江樺南的70 m 高測風(fēng)塔資料進(jìn)行了詳細(xì)對(duì)比分析，評(píng)估該模式的風(fēng)能資源模擬能力。

2 模式系統(tǒng)及模擬方案介紹

中尺度氣象模式MM5 模式可以對(duì)中尺度及區(qū)域尺度的大氣環(huán)流進(jìn)行模擬，廣泛應(yīng)用于空氣質(zhì)量、水文情況和風(fēng)能資源等模擬研究[2-3]。 CALMET 模塊是一個(gè)風(fēng)場診斷模式， 主要在大氣污染擴(kuò)散研究中應(yīng)用[4]。

MM5 模式采用兩層嵌套，網(wǎng)格分辨率分別為27 km×27 km 和9 km×9 km，垂直方向?yàn)?0 層，從2009年6月1日-2010年5月31日，逐日進(jìn)行模擬計(jì)算。MM5 模式第二層的模擬結(jié)果作為CALMET 模式的初始場，進(jìn)行降尺度診斷計(jì)算，得到樺南地區(qū)1 km×1 km 水平分辨率逐時(shí)風(fēng)資源參數(shù)， 再將模擬結(jié)果內(nèi)插到測風(fēng)塔上。

MM5 初始場和邊界條件采用全球環(huán)流模式再分析資料1.0°×1.0°NCEP 資料及中國氣象局常規(guī)探空和地面觀測資料作為中尺度模式初始場。 MM5 模式地形地表資料采用30 s 水平分辨率的USGS 資料。CALMET 模式地形資料采用SRTM3 資料 (3S 分辨率，約9O m)，下墊面類型資料數(shù)據(jù)采用30″水平分辨率的USGS 資料。 測風(fēng)塔海拔為222 m，周圍海拔在120-490 m 之間，測風(fēng)塔北面和地面地形較高，南部為低山丘陵，西部地形最低。 測風(fēng)塔在10、30、50、70 m 進(jìn)行風(fēng)速觀測， 同時(shí)在10、50、70 m 進(jìn)行風(fēng)向觀測。

3 風(fēng)速模擬誤差分析

3.1 年平均風(fēng)速分析

2009年6月1日-2010年5月31日逐時(shí)模擬風(fēng)速與測風(fēng)塔觀測風(fēng)速， 相關(guān)系數(shù)10 m 最小，為0.47， 70 m 最大， 為0.64。年平均風(fēng)速只有10 m 模擬風(fēng)速小于實(shí)測風(fēng)速， 其他高度均是模擬風(fēng)速大于實(shí)測風(fēng)速。 相對(duì)誤差在30 m 最小，僅為2.79%，模擬風(fēng)速僅比實(shí)測風(fēng)速大0.1 m/s， 在70 m 最大，為9.84%，模擬風(fēng)速比實(shí)測風(fēng)速大0.6 m/s。

3.2 10 m 風(fēng)速及風(fēng)能頻率分析

10 m 風(fēng)速頻率最大值均出現(xiàn)在3 m/s 區(qū)間，模擬值頻率最大為22.0%，實(shí)測頻率最大為18.0%，2-4 m/s 區(qū)間模擬與實(shí)測頻率都在50%以上。 ≤2 m/s與≥6 m/s 區(qū)間實(shí)測頻率大于模擬頻率，4-5 m/s 區(qū)間實(shí)測頻率小于模擬頻率。 風(fēng)能實(shí)測頻率出現(xiàn)2 個(gè)峰值，8 m/s 區(qū)間最大，為12.1%，11 m/s 區(qū)間次大，為11.0%，模擬頻率最大值在5-9 m /s，均在12%左右。實(shí)測風(fēng)能主要集中在7-11 m/s，占50%以上，模擬風(fēng)能主要集中在5-9 m/s，占總風(fēng)能的近50%。 8-9 m/s 模擬與實(shí)測頻率基本一致，在≥10 m/s 區(qū)間實(shí)測頻率大于模擬頻率，3-7 m/s 區(qū)間， 實(shí)測頻率小于模擬頻率。

3.3 30 m 風(fēng)速及風(fēng)能頻率分析

30 m 風(fēng)速頻率實(shí)測最大值出現(xiàn)在3 m/s 區(qū)間，達(dá)15.8%， 模擬頻率最大值出現(xiàn)在5 m/s 區(qū)間，為13.7%。 實(shí)測風(fēng)速頻率主要集中在2-5 m/s，占50%以上，模擬風(fēng)速頻率主要集中在3-7 m/s，占60%以上。模擬風(fēng)速頻率在5-10 m/s 實(shí)測頻率小于模擬風(fēng)速頻率，在2-5 m/s 大于實(shí)測頻率。 模擬風(fēng)能頻率最大值出現(xiàn)在8 m/s 區(qū)間，為14.2%，在9 m/s 區(qū)間模擬頻率為13.6%。 實(shí)測風(fēng)能頻率最大值出現(xiàn)在9 m/s 區(qū)間，為9.4%， 實(shí)測風(fēng)能頻率分布比較分散， 主要集中在7-13 m/s，占50%以上，模擬風(fēng)能頻率主要集中在6-10 m/s，占60%以上。 模擬風(fēng)能頻率在6-10 m/s 大于實(shí)測風(fēng)速頻率，在≥11 m/s 區(qū)間小于實(shí)測風(fēng)速頻率。

3.4 50 m 風(fēng)速及風(fēng)能頻率分析

50 m 實(shí)測風(fēng)速頻率在4 m/s 區(qū)間最大，為13.9%，模擬頻率在7 m/s 區(qū)間最大，為11.6%。 實(shí)測風(fēng)速主要集中在2-6 m/s，占60%以上，模擬風(fēng)速主要集中在3-8 m/s，占60%左右。在2-5 m/s 實(shí)測風(fēng)速頻率大于模擬風(fēng)速頻率，在≥6 m/s 區(qū)間實(shí)測風(fēng)速頻率小于模擬風(fēng)速頻率。 模擬與實(shí)測風(fēng)能頻率最大值均出現(xiàn)在10 m/s 區(qū)間，模擬頻率為14.6%，實(shí)測頻率為9.6%。實(shí)測風(fēng)能頻率主要集中在9-14 m/s，占50%以上，模擬風(fēng)能主要集中在8-11 m/s，約占50%。 模擬風(fēng)能頻率在7-11 m/s 大于實(shí)測風(fēng)能頻率， 在≥13 m/s 區(qū)間小于實(shí)測風(fēng)能頻率。

3.5 70 m 風(fēng)速及風(fēng)能頻率分析

70 m 實(shí)測風(fēng)速頻率在3 m/s 區(qū)間最大，為13.4%，模擬頻率在6 m/s 區(qū)間最大，為11.5%。 模擬風(fēng)速在3-8 m/s 最集中，占50%左右，而實(shí)測風(fēng)速在2-6 m/s 最集中，占60%以上。 在≥6 m/s 區(qū)間模擬風(fēng)速頻率大于實(shí)測風(fēng)速頻率，在2-5 m/s 模擬風(fēng)速頻率小于實(shí)測風(fēng)速頻率。 模擬風(fēng)能頻率在11 m/s 區(qū)間最大，為13.2%，實(shí)測風(fēng)能頻率在10 m/s 區(qū)間最大，為9.6%， 實(shí)測風(fēng)能頻率與模擬風(fēng)能頻率均主要在8-13 m/s 最集中，占50%以上。

3.6 風(fēng)速綜合分析

在測風(fēng)塔30、50、70 m 高度，實(shí)測風(fēng)速頻率在2-5 m/s 大于模擬風(fēng)速頻率，在6-10 m/s 實(shí)測風(fēng)速頻率小于模擬風(fēng)速頻率，＞10 m/s 區(qū)間與實(shí)測風(fēng)速頻率基本相當(dāng)，高度越高與實(shí)測風(fēng)速越接近。 對(duì)風(fēng)電場最重要的風(fēng)速區(qū)間而言，風(fēng)速＞10 m/s 區(qū)間是最重要的區(qū)間，因?yàn)轱L(fēng)機(jī)在該風(fēng)速區(qū)間發(fā)電量最高。 各高度的風(fēng)能頻率模擬都要優(yōu)于對(duì)風(fēng)速頻率的模擬， 6-10 m/s實(shí)測風(fēng)能頻率小于模擬風(fēng)能頻率， 其它區(qū)間與模擬風(fēng)能頻率值較接近。

4 風(fēng)向模擬誤差分析

4.1 10 m 風(fēng)向及風(fēng)能分析

10 m 實(shí)測主導(dǎo)風(fēng)向?yàn)閃NW、W 風(fēng)，分別占19%和18.4%，其次為SSE，占9%。 模擬主導(dǎo)風(fēng)向?yàn)镾W，占13.8%，其次為W，占12.1%。實(shí)測風(fēng)能頻率主要集中在W、WNW，分別占38.3%、24.4%。 模擬風(fēng)能頻率也主要集中在W、WNW，占22.6%和16.9%。

4.2 50 m 風(fēng)向與風(fēng)能分析

50 m 實(shí)測主導(dǎo)風(fēng)向?yàn)閃NW， 占22%， 其次為W、NW， 占11.8%、10.5%。 模擬主導(dǎo)風(fēng)向?yàn)閃，占15.1%，其次為WNW、WSW，分別占12.2%和10%。實(shí)測風(fēng)能頻率在WNW 最集中，占40.3%，其次為W，占19.8%。模擬風(fēng)能頻率在W 風(fēng)向最集中，占21.3%，其次為WNW，占17.4%

4.3 70 m 風(fēng)向風(fēng)能分析

測風(fēng)塔70 m 實(shí)測主導(dǎo)風(fēng)向?yàn)閃，占26.8%。 模擬主導(dǎo)風(fēng)向也為W，占15.4%。實(shí)測風(fēng)能頻率在W 最大， 為38.8%。 模擬風(fēng)能頻率也是在W 最大，為20.6%。

4.4 風(fēng)向綜合分析

實(shí)測風(fēng)向在10 m、50 m 主導(dǎo)風(fēng)向?yàn)閃NW，在70 m 為W。 模擬風(fēng)向在10 m 主導(dǎo)風(fēng)向不明顯，50 m、70 m 均為W，但頻率值較實(shí)測風(fēng)要小。 風(fēng)向模擬隨高度增加逐漸趨于穩(wěn)定，與實(shí)測風(fēng)向也越接近，但模擬頻率值要小于實(shí)測頻率值。 整體上風(fēng)能頻率模擬結(jié)果優(yōu)于風(fēng)向頻率模擬結(jié)果。

5 結(jié)論

以中尺度數(shù)值模型MM5 為主，并使用CALMET進(jìn)行降尺度模擬計(jì)算， 對(duì)樺南地區(qū)風(fēng)能資源進(jìn)行數(shù)值模擬，并與測風(fēng)塔實(shí)測風(fēng)速進(jìn)行對(duì)比分析。 各高度逐時(shí)風(fēng)相關(guān)系數(shù)較高， 模擬年平均風(fēng)速在30、50、70 m 高度大于實(shí)測風(fēng)速。 對(duì)風(fēng)向頻率的模擬，越往上模型越穩(wěn)定，與實(shí)測風(fēng)向頻率越接近，能較好的模擬出主導(dǎo)風(fēng)向的分布。 該模型對(duì)70 m 高度的風(fēng)速、風(fēng)向具有較強(qiáng)的模擬能力，尤其是對(duì)風(fēng)電場最重要的＞10 m/s 風(fēng)速區(qū)間、主導(dǎo)風(fēng)向模擬能力更強(qiáng)。 該模型對(duì)樺南地區(qū)風(fēng)能資源具有較好的模擬能力， 可以利用其進(jìn)行風(fēng)能資源評(píng)估等工作。

[1] 李澤椿,朱蓉,何曉鳳,等.風(fēng)能資源評(píng)估技術(shù)方法研究[J].氣象學(xué)報(bào)，2007，65（5）：708-707.

[2]周榮衛(wèi),何曉鳳,朱蓉.MM5/CALMET 模式系統(tǒng)在風(fēng)能資源評(píng)估中的應(yīng)用[J]. 自然資源學(xué)報(bào)，2010，25（12）：2101-2113.

[3] 成馳,楊宏青,袁業(yè)暢,等.基于數(shù)值模擬的湖北省風(fēng)能資源儲(chǔ)量估算[J]. 安徽農(nóng)業(yè)科學(xué)，2011,39（12）：7374-7377.

[4] 馬明亮，張加昆，魏鴻業(yè),等.基于CALMET 對(duì)復(fù)雜地形下風(fēng)場的模擬研究[J].環(huán)境科技，2011,20（4）：181-184.