CALMET模式不同參數(shù)化方案對江西省山地 風(fēng)場模擬的對比分析

姚琳 徐衛(wèi)民 彭王敏子 溫新龍 沈競

（江西省氣象科學(xué)研究所，南昌 330096）

0 引言

風(fēng)能作為一種可再生的清潔能源，已成為許多國家推進(jìn)能源轉(zhuǎn)型的核心發(fā)展內(nèi)容和應(yīng)對氣候變化的重要途徑。江西省風(fēng)能資源主要集中在環(huán)鄱陽湖地區(qū)與高海拔山地，相對規(guī)模化集中開發(fā)大型風(fēng)電場而言，江西省更適合開發(fā)分散式風(fēng)電，因此江西省山地風(fēng)場的精細(xì)化準(zhǔn)確模擬對提高風(fēng)電選址和風(fēng)資源開發(fā)有著重要意義。

目前對風(fēng)能資源風(fēng)速預(yù)測主要有統(tǒng)計法和數(shù)值模擬法，統(tǒng)計法由于需要的數(shù)據(jù)量大等缺點沒有得到廣泛應(yīng)用[1-3]，計算機技術(shù)的發(fā)展使數(shù)值模擬法廣泛應(yīng)用于風(fēng)能資源評估方面[4-8]，隨著數(shù)值模式水平的不斷提高，分辨率更高更為精細(xì)的小尺度模式在特定的區(qū)域風(fēng)場模擬方面得到了很好的應(yīng)用，其中CALMET模式是美國EPA推薦的由美國地球技術(shù)公司（Earth Tech Inc）開發(fā)的可用于復(fù)雜地形的邊界層微尺度氣象診斷模式，基于CALMET模式的動力降尺度方法是國內(nèi)外風(fēng)資源評估的手段之一[9-13]。CALMET模式的風(fēng)場選項參數(shù)包含了地形動力學(xué)效應(yīng)、下坡氣流效應(yīng)、地形阻塞效應(yīng)和O’Brien垂直速度調(diào)整等，由于數(shù)值模式在不同氣候背景、地形地貌區(qū)域?qū)︼L(fēng)場模擬的效果與參數(shù)化方案的適應(yīng)性緊密相關(guān)，所以選取適合區(qū)域特點的參數(shù)化方案是數(shù)值模式模擬的關(guān)鍵[14-17]。

本文利用CALMET模式對江西省境內(nèi)高海拔山地風(fēng)電場測風(fēng)塔進(jìn)行1月和7月的數(shù)值模擬，對比分析不同參數(shù)化方案對山地風(fēng)場逐時風(fēng)速的模擬效果，從而選出最優(yōu)參數(shù)化方案，并且對最優(yōu)參數(shù)化方案進(jìn)一步進(jìn)行整1年的模擬效果研究。

1 模式及方案設(shè)計介紹

1.1 模式介紹及模擬方案設(shè)置

CALMET模式是中尺度與小尺度結(jié)合的模式系統(tǒng)，利用中尺度數(shù)值模式WRF模式最內(nèi)層格點輸出結(jié)果（3 km×3 km）作為CALMET的背景驅(qū)動場（初始猜測場），通過進(jìn)一步的動力降尺度得到分辨率為0.5 km×0.5 km的診斷風(fēng)場。

文中WRF模式是由美國NOAA、NCEP、Air Force等多個研究部門聯(lián)合開發(fā)的中尺度數(shù)值預(yù)報模式，是一個全可壓非靜力模式。本文選用WRF3.6版本，模擬區(qū)域的中心點位于（25.6°N，115.2°E），27 km×9 km×3 km的3層嵌套網(wǎng)格，網(wǎng)格數(shù)分別為：52×55，82×91，91×121，三重嵌套網(wǎng)格垂直方向均分為不等距30層，模式頂約為19 km，至少15層在1 km以下。地形數(shù)據(jù)分別為美國地質(zhì)勘探局（USGS）的全球2′、1′和30″地形數(shù)據(jù)，模式初始場為全球1°×1°、6 h一次的FNL/NCEP再分析數(shù)據(jù)。通過多種參數(shù)化方案模擬試驗分析，選取模擬結(jié)果與實測分析接近的方案，最后確定為：WSM3微物理過程方案+MRF邊界層方案+Noah陸面過程方案[18]。WRF模式對研究區(qū)域進(jìn)行為期1年的逐日模擬，設(shè)置為每天運行36 h，起止時間為每日12時（世界時）至第三日00時，模擬結(jié)果取每天模擬的后24 h逐時輸出結(jié)果。

CALMET模式是美國EPA推薦的由美國地球技術(shù)公司（Earth Tech Inc）開發(fā)的邊界層微尺度氣象診斷模式，CALMET模式包括診斷風(fēng)場模塊和微氣象模塊，它通過質(zhì)量守恒連續(xù)方程對風(fēng)場進(jìn)行診斷，在輸入模式所需的常規(guī)氣象觀測資料和中尺度氣象模式輸出場后，進(jìn)行地形動力學(xué)、下坡氣流、地形阻塞效應(yīng)調(diào)整，并通過插值、平滑處理、垂直速度計算、輻散最小化等產(chǎn)生最終風(fēng)場。本文計算采用的是CALMET v6.334的版本，CALMET模式水平網(wǎng)格數(shù)為200×200，網(wǎng)格大小為0.5 km×0.5 km，垂直分為11層，地形資料采用水平分辨率3″的SRTM3資料，下墊面類型資料為30″水平分辨率的USGS資料。

為了研究適用于江西山地風(fēng)電場的CALMET模式最優(yōu)參數(shù)化方案，選取了位于江西省境內(nèi)高海拔山地風(fēng)電場的2座測風(fēng)塔資料對多種參數(shù)化方案的模擬結(jié)果進(jìn)行效果評估。2座測風(fēng)塔為NRG測風(fēng)系統(tǒng)，均位于興國縣北部丘陵山區(qū)大水山一帶，周圍均無遮障并暴露于強烈高空風(fēng)中，海拔高度分別為879 m和831 m，均為5層測風(fēng)塔，每層各有一套風(fēng)速儀，在80 m、10 m高度層安裝了風(fēng)向儀；塔層高度分別為10 m、30 m、50 m、70 m和80 m，記錄為10 min風(fēng)速平均，觀測時間為2016年6月—2017年5月，測風(fēng)塔實測數(shù)據(jù)使用時進(jìn)行了嚴(yán)格的質(zhì)量控制，按照國家標(biāo)準(zhǔn)《風(fēng)電場風(fēng)能資源評估方法》（GB/T 18710—2002）對測風(fēng)塔原始數(shù)據(jù)進(jìn)行完整性、合理性及有效性分析檢驗，有效完整均達(dá)80%以上。模式區(qū)域及測風(fēng)塔位置如圖1。

圖1 模式區(qū)域（紅色實線為WRF，黑色實線為CALMET）及測風(fēng)塔位置 Fig. 1 The simulation experiment domain and the location of the wind tower

1.2 參數(shù)化方案組設(shè)計

通過CALMET模式準(zhǔn)確地診斷風(fēng)場，精細(xì)化的地形資料和下墊面類型、高質(zhì)量和高密度的觀測資料均至關(guān)重要，但并不是任何區(qū)域能具備這樣的條件，特別是對于山地風(fēng)場，氣象站分布往往距測風(fēng)塔較遠(yuǎn)、稀疏且地形差距較大，且測風(fēng)高度也僅有10 m，因此，此次CALMET模式地面及高空氣象輸入資料均由中尺度氣象模式WRF的模擬結(jié)果提供，并且主要針對山地風(fēng)場50～80 m高度層進(jìn)行模擬研究。

CALMET模式的風(fēng)場選項參數(shù)有地形動力學(xué)效應(yīng)、下坡氣流效應(yīng)、地形阻塞效應(yīng)和O’Brien垂直速度調(diào)整等。地形動力學(xué)效應(yīng)是指地形對氣團速度的強迫作用，主要通過計算整個區(qū)域的風(fēng)來獲得受地形影響的垂直風(fēng)速，并滿足大氣穩(wěn)定度遞減指數(shù)函數(shù)，對初始猜測風(fēng)場重復(fù)執(zhí)行輻散最小化方法，直到三維輻散小于閾值，以獲得水平方向風(fēng)分量所受到的地形動力學(xué)影響。下坡氣流效應(yīng)是利用地形坡面、坡高、時間等參數(shù)計算，其風(fēng)分量調(diào)入風(fēng)場調(diào)整空氣動力學(xué)影響。地形阻塞效應(yīng)是指地形對風(fēng)場的熱力學(xué)阻塞效應(yīng)通過局地弗勞德（Froude）數(shù)計算，如果網(wǎng)格點計算值小于臨界Froude數(shù)，且風(fēng)有上坡風(fēng)量，則風(fēng)向調(diào)整為與地形相切的方向，風(fēng)速不變；如果超過臨界Froude數(shù)，則不需要調(diào)整。O’Brien垂直速度調(diào)整是根據(jù)Godden和Lurmann的理論假定模擬區(qū)域的層頂垂直風(fēng)速為0 m·s-1[19]。此次對CALMET模式的以上4個風(fēng)場選項設(shè)計了5組參數(shù)化方案，模擬了2016年7月和2017年1月江西某山地風(fēng)電場2座測風(fēng)塔逐時風(fēng)速風(fēng)向，對50 m、70 m和80 m高度層模擬結(jié)果與測風(fēng)塔數(shù)據(jù)進(jìn)行比對分析，方案設(shè)計見表1。

表1 CALMET模式參數(shù)化方案 Table 1 Comparison of parameterization schemes in the CALMET model

2 CALMET模式參數(shù)化方案模擬效果對比

2.1 全風(fēng)速模擬效果對比

平均絕對誤差能反映出模擬值精度的實際情況，均方根誤差反映了模擬結(jié)果與觀測結(jié)果的離散程度，相關(guān)系數(shù)則可說明模擬值與觀測值的變化趨勢逼近情況。表2和表3分別給出了CALMET模式各組參數(shù)化方案對2座測風(fēng)塔逐小時風(fēng)速模擬結(jié)果與實測風(fēng)速相關(guān)系數(shù)（R）、平均絕對誤差（MAE）和均方根誤差（RMSE）[20]。由表2結(jié)果可知，7月相關(guān)性比1月更好，數(shù)值上各組結(jié)果差距不大。圖2為測風(fēng)塔逐小時風(fēng)速模擬檢驗結(jié)果，從圖中可以看出，1月模擬效果優(yōu)于天氣過程較多的7月，特別是表現(xiàn)在2#塔模擬效果中，1月各高度層的均方根誤差和平均絕對誤差均小于7月。各組方案檢驗結(jié)果上看，第3組模擬效果最差，說明CALMET模式采用地形動力學(xué)時，地形強迫產(chǎn)生的垂直速度對水平風(fēng)場調(diào)整不夠充分，會導(dǎo)致模擬結(jié)果誤差較大，特別是天氣過程較多的7月份。為了防止模式格點的高層產(chǎn)生異常的大垂直風(fēng)速，通過采用O’Brien對垂直風(fēng)速進(jìn)行調(diào)整強迫模式模擬區(qū)域頂層的垂直風(fēng)速為0 m·s-1，進(jìn)而讓垂直風(fēng)速更合理的對水平風(fēng)速進(jìn)行調(diào)整，通過比對方案檢驗結(jié)果第5組在均方根誤差和平均絕對誤差上均為最小，為最優(yōu)方案，即動力降尺度CALMET模式對山地風(fēng)場風(fēng)速模擬時，不宜采用地形動力效應(yīng)參數(shù)，采用下坡氣流效應(yīng)調(diào)整對50 m以上高度層風(fēng)場影響較小，關(guān)閉Froude數(shù)調(diào)整以及采用O’Brien垂直風(fēng)速調(diào)整更利于提高對山地風(fēng)場的模擬效果。

表2 測風(fēng)塔逐小時風(fēng)速模擬相關(guān)性結(jié)果 Table 2 Correlation coefficients of simulated hourly wind speed from the wind tower

2.2 風(fēng)向模擬效果對比

利用CALMET模式各組參數(shù)化方案模擬2017年1月和2016年7月山地風(fēng)場1#測風(fēng)塔逐時風(fēng)向，通過風(fēng)向統(tǒng)計結(jié)果得到各月風(fēng)向玫瑰對比圖（圖3～圖4），由圖可知，1月各組模擬結(jié)果主導(dǎo)風(fēng)向均與實測主導(dǎo)風(fēng)向一致，第1、2、4和5組主導(dǎo)風(fēng)向頻率較實測值為3%～13%，第3組方案組主導(dǎo)風(fēng)向頻率較實測值偏小約5%，7月各組模擬結(jié)果主導(dǎo)風(fēng)向均與實測主導(dǎo)風(fēng)向有一個方位的偏差，主導(dǎo)風(fēng)頻偏大16%～24%，總體上各組方案均能較好地模擬出各測風(fēng)塔的主導(dǎo)風(fēng)向。

3 最優(yōu)參數(shù)化方案效果檢驗

利用上述所選出的CALMET模式最優(yōu)方案第5組對山地風(fēng)場兩座測風(fēng)塔進(jìn)行2016年6月至2017年5月整一年的逐小時風(fēng)資源模擬，對模擬效果進(jìn)行進(jìn)一步分析。

3.1 指標(biāo)檢驗

表3給出了CALMET模式最優(yōu)方案對山地2座測風(fēng)塔連續(xù)一年的逐小時風(fēng)速模擬結(jié)果，1#、2#測風(fēng)塔全年模擬結(jié)果相關(guān)系數(shù)分別介于0.62～0.79和0.53～0.81，均方根誤差分別介于2.0～2.7 m·s-1和2.1～2.7 m·s-1，絕對平均偏差均介于1.6～2.0 m·s-1。CALMET模式對山地風(fēng)場整一年的各層風(fēng)速模擬年均相關(guān)系數(shù)為0.69，年均均方根誤差和絕對平均偏差分別為2.3 m·s-1和1.8 m·s-1。

表3 山地風(fēng)場測風(fēng)塔逐小時風(fēng)速模擬效果檢驗結(jié)果 Table 3 Simulated results of hourly wind speed of wind tower in the mountain wind field

圖2 測風(fēng)塔逐小時風(fēng)速模擬效果檢驗結(jié)果 （a）1#塔均方根誤差；（b）2#塔均方根誤差；（c）1#塔平均絕對誤差；（d）2#塔平均絕對誤差 Fig. 2 Test results of hourly wind speed simulation of wind tower (a) Root mean square error of 1# wind tower; (b) Root mean square error of 2# wind tower; (c) Mean absolute error of 1# wind tower; (d) Mean absolute error of 2# wind tower

從總體平均結(jié)果來看，CALMET模式能較好的模擬出山地風(fēng)場測風(fēng)塔逐時風(fēng)速，四季模擬效果差別較小，夏季相關(guān)系數(shù)優(yōu)于其他季節(jié)，秋季誤差較其他季節(jié)最小。

3.2 風(fēng)速模擬效果檢驗

1#塔實測80 m、70 m和50 m年均風(fēng)速分別為6.4 m·s-1、6.2 m·s-1和6.0 m·s-1，模擬值年均風(fēng)速分別為6.3 m·s-1、6.2 m·s-1和5.9 m·s-1，2#塔實測80 m、70 m和50 m年均風(fēng)速分別為5.6 m·s-1、5.6 m·s-1和5.5 m·s-1，模擬值年均風(fēng)速分別為5.8 m·s-1、5.9 m·s-1和5.5 m·s-1。

圖5給出了2座測風(fēng)塔80 m高度層實測與模擬風(fēng)速月均變化，由圖可知，CALMET模式對測風(fēng)塔的模擬結(jié)果與實測值風(fēng)速月均變化趨勢基本一致，特別是1#測風(fēng)塔風(fēng)速較大月份4月、6月、7月和較小月份5月、8月，以及2#測風(fēng)塔風(fēng)速較大月份6月、7月和較小月份5月、8月均有很好的模擬效果。

圖3 1#測風(fēng)塔80 m高度層2017年1月風(fēng)向玫瑰圖 Fig. 3 Wind rose diagram of 1# wind tower, 80 m high, January 2017

圖4 1#測風(fēng)塔80 m高度層2016年7月風(fēng)向玫瑰圖 Fig. 4 Wind rose diagram of 1# wind tower, 80 m high, July 2016

圖5 1#（a）、2#（b）測風(fēng)塔80 m高度層風(fēng)速月均變化 Fig. 5 Monthly variation of wind speed at 80 m height layer of 1#(a) and 2#(b) wind towers

圖6 1#（a）、2#（b）測風(fēng)塔全年80 m高度層風(fēng)速分布 Fig. 6 Distribution of wind speed section of 80 m in the 1#(a) and 2#(b) wind towers

圖6給出了2座測風(fēng)塔80 m高度層實測值和模擬值風(fēng)速段分布，由圖可知，CALMET模式對風(fēng)速段分布的模擬效果與實測基本一致，1#測風(fēng)塔實測值和模擬值風(fēng)速分布均主要集中在3～9 m·s-1，但在風(fēng)速峰值區(qū)模擬值概率偏大且與實測值差別較大，有2%～4%的偏差。2#測風(fēng)塔實測值和模擬值風(fēng)速分布均主要集中在2～8 m·s-1，在風(fēng)速峰值區(qū)實測值偏大且與模擬值概率差別較大，有2%～5%的偏差。

3.3 風(fēng)向檢驗

圖7給出了各測風(fēng)塔模式模擬及實測風(fēng)向玫瑰圖，由圖可知，模擬與實測結(jié)果主導(dǎo)風(fēng)向及風(fēng)能分布有一定的差異，約有一個方位的偏差，1#塔實測值主導(dǎo)風(fēng)向為N方向，模擬結(jié)果主導(dǎo)風(fēng)向為NNE方向，頻率上約有7%的偏差；2#塔實測值主導(dǎo)風(fēng)向為SSW方向，模擬結(jié)果主導(dǎo)風(fēng)向為S方向，頻率上約有8%的偏差。

圖7 1#（a）、2#（b）測風(fēng)塔80 m高度層全年風(fēng)向玫瑰圖 Fig.7 Annual wind rose of 1# (a) and 2# (b) wind towers at 80 m

4 結(jié)論

基于不同參數(shù)化方案的CALMET模式對江西省境內(nèi)山地風(fēng)場的模擬，優(yōu)選出最佳參數(shù)化方案并進(jìn)一步進(jìn)行全年山地風(fēng)場模擬，得出以下結(jié)論。

1）采用動力降尺度CALMET模式對江西省山地風(fēng)場2016年7月和2017年1月風(fēng)速進(jìn)行模擬時，通過5組參數(shù)化方案模擬結(jié)果的比對分析得到：第5組參數(shù)化方案最優(yōu)，即CALMET模式以不采用地形動力效應(yīng)參數(shù)調(diào)整和Froude數(shù)調(diào)整，采用下坡氣流效應(yīng)調(diào)整和O’Brien垂直風(fēng)速調(diào)整時，對江西省境內(nèi)山地風(fēng)場50 m以上高度層風(fēng)場模擬效果最佳。

2）采用CALMET模式最優(yōu)參數(shù)化方案對江西省山地風(fēng)場進(jìn)行整1年的風(fēng)速進(jìn)行模擬，模擬結(jié)果表明：CALMET模式能較好的模擬出山地風(fēng)場測風(fēng)塔逐時風(fēng)速，全年四個季節(jié)模擬指標(biāo)效果差別較小，夏季相關(guān)系數(shù)優(yōu)于其他季節(jié)，秋季誤差較其他季節(jié)最小。其不僅能較好地模擬出風(fēng)速及風(fēng)能密度月均變化，對全年風(fēng)速段分布模擬也與實測值較為一致，在峰值區(qū)分布概率有2%～5%的偏差。風(fēng)向分布方面，CALMET模式能較好地模擬出實際測風(fēng)塔全年主導(dǎo)風(fēng)向，但模擬與實測結(jié)果主導(dǎo)風(fēng)向分布約有一個方位的偏差，主導(dǎo)風(fēng)向頻率有7%～8%的偏差。