測風塔資料在風電場風速預報中的應用研究

收稿日期：2024-02-15

作者簡介：史磊（1998—），女，山西陽泉人，研究方向為氣象探測技術。

摘 要：以2023年4月18日發生在甘肅省的一次大風天氣過程為例，選取GFS（全球預報系統）0.25°×0.25°再分析資料，基于WRF模式及其三維變分同化系統（WRF-3DVAR），利用測風塔資料和常規觀測資料進行數值同化試驗，分析測風塔資料和常規觀測資料同化對改進數值模式初始場的影響及其后續預報的機制。結果表明：同化試驗能有效地改進初始場，使用常規觀測資料和測風塔資料可有效地修正初始場的10 m風場、2 m溫度場，改善預報效果；通過對單點的近地層風速進行檢驗，發現同化測風塔資料和常規觀測資料對近地層風速的改進效果最佳，同化常規觀測資料的改進效果次之，且同化觀測資料對模式預報具有時效性，不同高度上的風速預報效果均在前36 h有明顯的改善。

關鍵詞：WRF-3DVAR；測風塔資料；近地層風速

中圖分類號：P45 文獻標志碼：B 文章編號：2095–3305（2024）04–0-03

能源低碳轉型是保障我國實現“雙碳”目標的重要舉措之一，可再生能源（風能）將逐步成為主力電

源[1]。精準的風速預測對于確保風電場系統穩定運行和提高風能利用率至關重要[2]。美國國家大氣研究中心（NCAR）與其他多個部門合作研發的WRF中尺度數值模式已廣泛應用于氣象研究和業務預報，對風速預報研究產生了積極推動作用[3]。為了提高數值模式的準確度，需要獲得更為精確的模式初始場，而精確的模式初始場的獲得恰恰依賴資料同化[4-5]。Xu等[6]將WRF模式與三維變分數據同化系統相結合，衛星數據同化應用于廣東沿海風電場的風資源評估任務，采用數據同化后，WRF模式能夠更準確地模擬風速的分布。有學者認為通過將風電場渦輪機的風速計風速觀測結果同化到數值天氣預報系統，可以改善短期0～3 h的風場預報。還有學者收集了風電高塔風速等數據，使用三維變分數據同化方案將短期風電預報的均方根誤差降低了6%。王平等[7]對地面觀測資料進行敏感性數值試驗，得到加密自動站氣象資料同化對初始溫度場、風場的影響最明顯。許冬梅等[8]IASI資料同化對地表10 m風場的預報技巧有顯著的改進作用，相比于控制試驗，它可以更精準地預測大風天氣的區域和強度。

上述研究指出資料同化有助于提高數值模式對風場的預報準確率。以前的研究主要關注單一數據類型的同化，分析其對模擬風場的影響，而測風塔資料相對于雷達、衛星等高空資料同化較少[9]。本文采用分層處理測風塔資料，驗證了同化測風塔資料和常規觀測資料對初始場和預報場的改進效果，著重評估其對風速預測的影響。

1 資料與大風個例

采用的數據包括常規氣象觀測資料、再分析資料和測風塔觀測資料。同化所需的常規氣象觀測資料包含CIMISS提供的地面觀測和探空資料，其時間分辨率分別為1 h和12 h。模式的背景場資料采用NCAR提

供的每6 h一次的GFS 0.25°×0.25°再分析資料。用于同化的測風塔觀測資料有10、30、50和70 m處的風

速和風向，8.5 m處的氣溫、相對濕度及氣壓數據。2023年4月18日20：00—21日20：00，受西風帶強冷空氣東移影響，甘肅河西地區出現一次大風天氣過程，局部地面風速gt;17 m/s。河西白銀、蘭州、慶陽、平涼、定西等市有5～6級偏北風，陣風可達8～9級。最大瞬時風速出現在麻黃灘（4月19日8：00），風力達10級（27.5 m/s）。大風過程特征明顯，適合對比試驗。

2 模式簡介與試驗設計

采用的是WRFV4.5中尺度數值預報模式。模擬時間從2023年4月17日22：00至4月21日20：00。模式

采用三層嵌套網格，模擬區域中心經緯度設置為97.0°E、41.0°N，第一層粗網格分辨率為27 km，格點數為160 160；第二層細網格分辨率為9 km，格點數為160 160；第三層細網格分辨率為3 km，格點數為160 160。在垂直方向上，模式網格分為49層，模式層頂設定在50 hPa。為了考慮風塔資料在近地層30 m和70 m高度的情況，在模式中對近地層的200 m以下區域進行了加密處理。為確保模擬效果準確，前10 h作為模式的預熱時間。微物理過程采用WSM6類冰雹方案，長波輻射和短波輻射過程的處理分別采用RRTM方案和Dudhia方案，近地面層采用Monin-Obukhov的MM5相似方案，陸面過程采用Noah陸面參數化方案，行星邊界層采用YSU方案，由于D03區域分辨率為3 km，因此未啟動積云對流參數化方案，D01和D02模擬域啟動的積云參數化方案為Kain-Fritsch對流參數化方案。模式最外層積分時間步長為90 s，模擬結果每15 min輸出一次。

本文設計了以下3個數值試驗：Test1，使用GFS資料生成初始場，進行為期72 h的預報試驗；Test2，利用WRF-3DVAR循環同化常規觀測資料，進行為期

72 h的預報；Test3，利用WRF-3DVAR循環同化常規觀測資料和測風塔資料進行為期72 h的預報。

3 同化結果分析

3.1 增量分析

變分同化旨在優化模式的初始值，以更準確地反映真實大氣狀態，從而提高預報準確性[10]。圖1a、圖1b和圖1c分別為同化常規觀測資料分析時刻10 m風場的背景場、分析場和同化增量場。圖1b相比于圖1a在新疆維吾爾自治區哈密地區風速有所提高，風速增大值為3 m/s，風向呈更明顯的反氣旋式切變；在酒泉市西北地區，風速有所提高，風速增大值有4 m/s的大小，風向幾乎無改進；在酒泉市西南地區風速有明顯提高，風速增大值有15 m/s，風向有隨著同化增量變化而變化，圖1a中吹南風，在同化增量的風向由南風轉為西南風，經過同化后，風向由南風轉為西南風。通過同化常規觀測資料和測風塔資料，同化增量對區域風場有所改進，使得風速提高、風向更接近同化增量。

3.2 單點近地層風速的預報效果檢驗

整體而言，模擬風速的波動情況與實測值較為接近，基本能模擬出風速的變化情況，但模擬的風速普遍大于實測值。由圖2可知，Test3的模擬效果較Test2、Test1與實測更為接近，Test2的模擬效果次之，Test1的模擬效果最差。由圖2c、圖2d可知，同化后的12 h內，模式預報的風速有較大的誤差，在12 h之后，同化后的模式預報誤差迅速縮小，與實測值的誤差在1～2 m/s浮動。Test3對于30 m和70 m的風速模擬的誤差都是最小的，Test2的誤差次之，說明加入可使用的觀測資料越多，近地層風速的預報改進效果

越好。

在30 m高度上（圖3），在0～12 h和12～24 h的預報時段，Test2和Test3相比Test1，MRE和RMSE均減小，

IA增加，其中Test3表現最佳，其次是Test2。在24～36 h

的時段，Test2和Test3相對于Test1的改進效果不太顯著，Test3的預報效果略優于Test2，而Test1的預報效果最差。在36～48 h的預報時段，Test3的預報效果略好于Test2，但與Test1相比，改進效果不太顯著。因此，在30 m高度處對近地層風速的改進主要集中在前

36 h，并且同化兩種觀測資料，即同化常規觀測資料和測風塔資料，預報效果較好。在70 m高度上檢驗效果與之類似。同化常規觀測資料和測風塔資料對近地層風速預報的改善主要體現在前36 h，而在后續時段，同化效果的不確定性較大，可能受到其他因素的

影響。

4 結論

本文采用WRF模式及其3DVAR同化系統，利用常規觀測資料和測風塔資料，通過對2023年4月18日至4月21日甘肅酒泉某風電場區域進行的3種同化方案的模擬試驗結果進行分析，得出以下結論：

（1）同化試驗可有效地改進初始場，使用常規觀測資料和測風塔資料可有效地修正初始場的10 m風場、2 m溫度場，從而有效地改善預報效果。

（2）通過對比預報場發現，在大風過程同化試驗中，模式模擬初期明顯優于控制試驗。然而，隨著積分時間的增長，誤差逐漸積累，導致預報質量下降。

（3）對于近地層風速，在10、30、50、70 m等不同高度上，同化常規觀測資料和測風塔資料在前36 h內優于僅同化常規觀測資料的預報效果。然而，在36 h后，

同化效果逐漸失去優勢。

參考文獻

[1] 王潔，郭鵬，何曉鳳，等.基于測風塔觀測資料的近地層風速平面訂正[J].氣象與環境學報，2020，36（6）：115-121.

[2] 孫逸涵，何曉鳳，周榮衛.不同背景場近地層風速的預報效果檢驗[J].資源科學，2013，35（12）：2481-2490.

[3] 吳息，黃林宏，周海，等.風電場風速數值預報的動態修訂方法的探討[J].大氣科學學報，2014，37（5）：665-670.

[4] 白龍，吳息，丁宇宇，等.用于風電場功率預測的逐時風速預報[J].氣象科技，2013，41（4）：777-783.

[5] 潘寧.氣象衛星遙感資料在中尺度模式中的同化試驗研究[D].北京：中國氣象科學研究院，2002.

[6] Xu W， Ning L， Luo Y. Applying satellite data assimilation to wind simulation of coastal wind farms in Guangdong， China[J]. Remote Sensing， 2020， 12（6）： 973.

[7] 王平，王曉峰，張蕾，等.地面觀測資料在快速更新同化系統中的敏感性試驗[J].氣象，2017，43（8）：901-911.

[8] 許冬梅，李瑋，武芳，等.紅外高光譜IASI衛星資料同化對一次大風過程的影響研究[J].沙漠與綠洲氣象，2022，16 （1）：124-132.

[9] 萬文龍，孫榮，鄭麗娜，等.梯度風資料同化在山東沿海大風預報中的初步應用研究[C]//中國氣象學會.第31屆中國氣象學會年會S2 災害天氣監測、分析與預報.2014.

[10] 楊光焰.應用于風功率預測中的風速預報方法的探討[D].南京：南京信息工程大學，2014.