WRF 模式不同邊界層參數(shù)對(duì)西南地區(qū)風(fēng)資源模擬

張展碩ZHANG Zhan-shuo；段煉DUAN Lian

（中國(guó)民用航空飛行學(xué)院，廣漢 618307）

0 引言

風(fēng)能作為一種新型的可再生清潔能源，因其儲(chǔ)量大、開發(fā)技術(shù)成熟而越來(lái)越受到關(guān)注。當(dāng)風(fēng)速＞=2m/s 時(shí)即可開發(fā)利用，風(fēng)能也不同于其他能源，有獨(dú)特的間歇性、不可控性。為了保證風(fēng)電發(fā)動(dòng)機(jī)經(jīng)濟(jì)的運(yùn)行，在建設(shè)前對(duì)該地區(qū)進(jìn)行風(fēng)資源評(píng)估是必要的。風(fēng)資源評(píng)估以及選址會(huì)大大影響風(fēng)電場(chǎng)建成后的經(jīng)濟(jì)效益，包括選址費(fèi)用、建設(shè)費(fèi)用、運(yùn)行、電價(jià)、當(dāng)?shù)卣叩取Ｒ虼吮疚尼槍?duì)西南地區(qū)風(fēng)資源評(píng)估，采用WRF 模式的動(dòng)力降尺度方法模擬西南地區(qū)近地面風(fēng)，為今后風(fēng)電場(chǎng)建設(shè)決策提供依據(jù)與建設(shè)后能否持續(xù)發(fā)電提供參考，降低風(fēng)電成本、減少不必要的經(jīng)濟(jì)損失避免發(fā)電站空轉(zhuǎn)。而國(guó)內(nèi)外通常采用數(shù)值模擬手段對(duì)某一地區(qū)的風(fēng)資源評(píng)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(dòng)量物質(zhì)交換等。數(shù)值模擬過(guò)程中往往通過(guò)參數(shù)化方案對(duì)邊界層中的湍流輸送、動(dòng)量交換進(jìn)行計(jì)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(duì)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(fēng)資源分布，針對(duì)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(fēng)除了復(fù)雜地形外也對(duì)不同邊界層條件表現(xiàn)敏感。王澄海等應(yīng)用WRF 模式對(duì)西北西部地區(qū)低層風(fēng)場(chǎng)進(jìn)行了模擬，發(fā)現(xiàn)風(fēng)速較大的四月份模擬效果優(yōu)于風(fēng)速較小的一月份，低層風(fēng)在西北復(fù)雜地形下模式邊界層的參數(shù)化是影響模擬結(jié)果的關(guān)鍵。吳志鵬等選取五種邊界層參數(shù)化方案對(duì)川渝地區(qū)西南渦過(guò)程進(jìn)行了模擬，指出不同邊界層參數(shù)化方案對(duì)西南渦模擬的差別體現(xiàn)在降水強(qiáng)度和位置。石春娥等對(duì)比了MM5 和WRF 在我國(guó)東部地區(qū)溫、濕、風(fēng)模擬效果，發(fā)現(xiàn)溫、濕模擬效果理想，MM5 風(fēng)速模擬效果平原優(yōu)于丘陵和山區(qū)。我國(guó)西南地區(qū)由于地形復(fù)雜，西鄰青藏高原、東有四川盆地且夏季多受季風(fēng)影響。但是目前對(duì)青藏高原模擬較多，對(duì)WRF 模式在西南地區(qū)近地面風(fēng)速模擬表現(xiàn)評(píng)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(jìn)行模擬評(píng)估，選出模擬效果更加符合西南地區(qū)風(fēng)資源分布的參數(shù)化方案。

1 模式設(shè)計(jì)方案及觀測(cè)數(shù)據(jù)

WRF 模式是2000 年面世的中尺度天氣預(yù)報(bào)模式，被廣泛應(yīng)用于動(dòng)力降尺度模擬研究領(lǐng)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(biāo)，運(yùn)動(dòng)方程采用通量形式。WRF 模式采用高度模塊化與分層設(shè)計(jì)，分為驅(qū)動(dòng)層、中間層和模式層，模式層中動(dòng)力框架和物理過(guò)程的可插拔性為選取不同參數(shù)集合試驗(yàn)方案提供了便利。

1.1 模擬區(qū)域及時(shí)間

采用WRF4.1 對(duì)我國(guó)西南地區(qū)進(jìn)行動(dòng)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(guó)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(cè)數(shù)據(jù)為最內(nèi)層區(qū)域范圍195 個(gè)自動(dòng)觀測(cè)站2019 年7 月1 日至7 月31 日逐小時(shí)風(fēng)速。

圖1 WRF 模式模擬區(qū)域

模式初始場(chǎng)及邊界場(chǎng)由歐洲中期天氣預(yù)報(bào)中心（ECMWF）的逐小時(shí)ERA5 數(shù)據(jù)提供，分辨率為0.25°×0.25°，垂直方向上包含137 個(gè)混合層。模擬時(shí)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(zhǎng)150s。由于模擬時(shí)間為一個(gè)月，采用重啟動(dòng)方式每次積分時(shí)長(zhǎng)36h，前12h 作為模式spin-up 時(shí)間。最外層采用sst-update，模式每6h 讀取一次海溫?cái)?shù)據(jù)，海溫?cái)?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(yīng)用到區(qū)域模式。試驗(yàn)僅母區(qū)域使用譜逼近，每6h 進(jìn)行一次，24h 后結(jié)束。經(jīng)緯向最大波動(dòng)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(duì)uv、q、t 采用譜逼近。網(wǎng)格周圍作為側(cè)邊界緩沖區(qū)，譜逼近可以增強(qiáng)強(qiáng)迫場(chǎng)信息向模擬區(qū)域的傳遞。

1.2 參數(shù)化方案及試驗(yàn)設(shè)計(jì)

模式采用物理化參數(shù)方案分別為：WSM6 微物理過(guò)程參數(shù)方案、RRTM 長(zhǎng)波物理參數(shù)方案、Dudhia 短波物理參數(shù)方案、Noah 陸面過(guò)程方案、Grell-Freitas 對(duì)流參數(shù)方案。在第三層嵌套中關(guān)閉對(duì)流方案以及邊界層方案參數(shù)。

模擬過(guò)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(duì)應(yīng)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(yàn)方案，如表1。

表1 邊界層與近地面層組合方案

2 WRF 模擬結(jié)果分析

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(yàn)?zāi)M均表現(xiàn)出了相同的變化趨勢(shì)，針對(duì)西南地區(qū)風(fēng)速空間分布也存在不同的差異。本文通過(guò)將模式數(shù)據(jù)插值在對(duì)應(yīng)觀測(cè)站點(diǎn)得到各站點(diǎn)連續(xù)模擬數(shù)據(jù)，與觀測(cè)數(shù)據(jù)進(jìn)行比對(duì)，通過(guò)模式數(shù)據(jù)減去觀測(cè)數(shù)據(jù)所得平均偏差與均方根誤差兩方面從時(shí)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(shí)刻區(qū)域內(nèi)所有站點(diǎn)不同實(shí)驗(yàn)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(fēng)速變化，但模式整體風(fēng)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(fēng)速模式值變大，平均偏差變大均方根誤差變大三個(gè)不同分辨率下風(fēng)速模擬表現(xiàn)差別不明顯。圖3 為16 種模擬方案在時(shí)序上的平均偏差，與圖2 中各方案平均值比對(duì)可以看出，各方案整體模擬結(jié)果接近，方案模擬效果在時(shí)序上呈現(xiàn)相同趨勢(shì)。10m 風(fēng)速偏差在0～1.5m/s，但無(wú)論哪一種方案組合模擬風(fēng)速均大于觀測(cè)數(shù)據(jù)。其中QNSE 方案模擬波動(dòng)較其他方案頻繁，由于WRF 模式采用了重啟動(dòng)的方式，每次積分時(shí)長(zhǎng)內(nèi)QNSE 方案風(fēng)速增長(zhǎng)較其他方案明顯。TEMF 方案對(duì)風(fēng)速模擬效果較差、模擬風(fēng)速偏大且有不規(guī)則跳躍。MYJ 方案與MRF 方案模擬值也相對(duì)較大。在邊界層選擇MYNN2 與MYNN3 時(shí)，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(shí)間序列整體來(lái)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(gè)方案的組合均表現(xiàn)較好。

圖2 2019 年7 月逐小時(shí)平均偏差、均方根誤差

圖3 各參數(shù)方案平均偏差

模擬風(fēng)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(fēng)速模擬較好，平均偏差在-0.4m/s 左右，山地區(qū)域風(fēng)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(duì)南部山區(qū)低風(fēng)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(gè)觀測(cè)站觀測(cè)數(shù)據(jù)明顯大于模式數(shù)據(jù)觀測(cè)站為57622、56692。

據(jù)統(tǒng)計(jì)這兩個(gè)觀測(cè)站數(shù)據(jù)7 月份逐時(shí)次平均風(fēng)速均大于6m/s，最大風(fēng)速為17.8、18.9m/s，風(fēng)速較大。WRF 模式對(duì)大風(fēng)速模擬效果較差，模式值偏小、對(duì)低風(fēng)速模擬效果優(yōu)于高風(fēng)速但模式值偏大。對(duì)平原盆地內(nèi)模擬效果優(yōu)于山區(qū)及盆地邊緣。

3 結(jié)論

采用WRF 模式可以模擬出西南地區(qū)風(fēng)資源分布特征，西南地區(qū)西部山區(qū)在7 月份風(fēng)資源豐富、風(fēng)速較大但模式模擬效果并不理想，ACM2 和YSU 方案對(duì)西南地區(qū)風(fēng)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(fēng)速較低，無(wú)法為風(fēng)電場(chǎng)提供高效持續(xù)性的風(fēng)資源。重慶千佛山、貴州威寧兩地在7 月份逐時(shí)次均表現(xiàn)出了較大風(fēng)速，這兩地建立風(fēng)電場(chǎng)可以保證風(fēng)電場(chǎng)經(jīng)濟(jì)高效的運(yùn)行，避免選址在其他地區(qū)時(shí)發(fā)生風(fēng)速太小以及頻率不達(dá)標(biāo)造成不必要的經(jīng)濟(jì)損失。