一种基于WRF的极端干旱地区风场模拟方法

摘要

本发明公开了一种基于WRF的极端干旱地区风场模拟方法，包括：选用对边界层风场模拟有重大影响的不同地面层、陆面过程和行星边界层的模式参数优化方案组，进行对比实验，选出一组最合适的模式参数优化方案，用于风能模拟；采用步骤⑴所得模式参数优化方案，进行预设时长内待测极端干旱地区风场的风能模拟；根据步骤⑵所得风能模拟结果，得到适用于待测极端干旱地区的风场模拟配置方案。本发明所述基于WRF的极端干旱地区风场模拟方法，可以克服现有技术中模拟精度低、模拟准确性差与适用范围小等缺陷，以实现模拟精度高、模拟准确性好和适用范围大的优点。

说明书

技术领域

本发明涉及气象风能预测技术领域，具体地，涉及一种基于WRF的极端干旱地区风场模拟方法。 

背景技术

近年来，风电产业在我国发展很快，大量大型风电机组并网，迫切要求我国发展自主的风力发电技术。而风能预测系统是进行风力发电生产安排，整合风电机组并网的重要技术，需要格外关注。 

到目前为止，对风的预测方法有：统计类、动力类预测两类，而统计类主要是建立时间序列模型预测和寻求相关关系两种，它们都是基于概率和数理统计的预测方法。现代的统计方法如卡尔漫滤波法（Kalman-filters）、时间序列法（ARMA）、人工神经网络法（ANN）和模糊逻辑法（Fuzzy Logic）等，都属于统计学方法；以统计为基础的预测模型的预报时效较短，而统计学方法对长期预测具有一定的效果；借助于数值气象预报则可有效延长预测时间，目前的数值模式在72 h内的预测水平达到了80%以上。 

目前，世界各国的数值天气预报已成为日常天气预报的基本手段。数值天气预报的短期（1~3d）预报水平得到了显著提高，稳定性有了基本的保证。因此，在风电发展较为成熟的国家，如丹麦里索国家实验室的Prediktor、德国的SOWIＥ系统和Priviento、加拿大的中尺度气象模式和大尺度气候背景场分类方法的风能资源评估数值模式系统WEST模型、英国以及美国Ewind模型等，已经在数值天气预报的基础上研发出各自用于风电场功率短期预测的系统并在业务中使用，产生了显著效益，也奠定了未来风电功率预测的基础和方向。 

在现有技术中，WRF模式作为发展比较成熟的中尺度天气预报模式，在短期天气预报业务中取得了显著成绩。但是，在模拟天气过程时，由于模式分辨率不足等原因，对次网格尺度的物理过程不能很好的描述，需要诸如辐射、边界层、微物理等物理过程参数化来完善模拟的效果。目前很多参数化方案均来自各种当前较为流行的气象模式所使用的方案。由于模式在区域预报的效果与参数化方案的适应性至关重要，目前很多参数化方案对中小尺度系统描述能力不足。 

位于我国西北地区的甘肃、新疆等地，气候干燥，植被稀少，属于极端干旱地区，但其风速大而且每年中大风日数较多，具有丰富的风能资源，是发展风力发电的重要地区，也是风电功率预测难度较大的地区。由于极端干旱区的陆面属性和气候特点与一般干旱地区有一定的区别，现有模式的参数在极端干旱地区并不适用。 

在实现本发明的过程中，发明人发现现有技术中至少存在模拟精度低、模拟准确性差与适用范围小等缺陷。 

发明内容

本发明的目的在于，针对上述问题，提出一种基于WRF的极端干旱地区风场模拟方法，以实现模拟精度高、模拟准确性好和适用范围大的优点。 

为实现上述目的，本发明采用的技术方案是：一种基于WRF的极端干旱地区风场模拟方法，包括： 

⑴选用对边界层风场模拟有重大影响的不同地面层、陆面过程和行星边界层的模式参数优化方案组，进行对比实验，选出一组最合适的模式参数优化方案，用于风能模拟；

例如，模式采用三重嵌套，分辨率分别取为81km、27km、9km，对比实验设置，参见下表：

                                                    

在对比观测点资料与各实验模拟结果时，采用双线性内插将同次模拟结果的格点值插值到站点上去，然后与站点资料进行对比；模式模拟能力采用如下统计参数进行综合评估：平均绝对误差、平均相对误差、均方根误差、相关系数、一致性指数等；均方根误差定义如下：

 ；

式中，，分别是第次模拟值和观测值，N代表总的对比样本数。RMSE值越小，模拟值与观测值的误差也就越小。

一致性指数定义为： 

；

式中，代表观测平均值；当LA=1时表明模拟值与观测值的结果完全一致；当LA=0时表明模拟值与观测值无关；LA越接近1，模拟值与观测值的变化趋势越接近；

⑵采用步骤⑴所得模式参数优化方案，进行预设时长内待测极端干旱地区风场的风能模拟；具体包括：

模拟的背景场选用国家气象局的T639模式输出产品，资料分辨率为0.3°×0.3°，模式中心点：40.40°N，96.15°E，采用三重嵌套，分辨率分别为81×81km、27×27km和9×9km；

模式中第三重嵌套（9×9km）所选取的研究区域为（39oN ~42oN，93oE ~99oE）；

分析的对比观测值采用测风塔资料；

从风能模拟结果可以看出：

a、行星边界层方案比陆面过程方案在对风场的模拟方面更重要，边界层的参数化在极端干旱地区更为重要。

b、不同方案的配置对于模拟的结果影响不同，72小时预报eta_RUC_MYJ方案和Mo_RUC_YSU方案的模拟结果更接近测风塔的观测结果。连续积分10天时，表现最好的是Mo_RUC_YSU方案组合，其次是eta_RUC_MYJ方案组合。 

⑶根据步骤⑵所得风能模拟结果，得到适用于待测极端干旱地区的风场模拟配置方案。 

进一步地，在步骤⑴与步骤⑵中，还包括步骤： 

利用野外观测试验的观测数据取得的最新成果，对选取的模式参数优化方案进行改进。具体说明如下：

粗糙度长度是计算地气能量交换的重要参数，Reijmer etal研究了粗糙度长度在南极对气候的影响，结果表明：粗糙度长度的减小会引起近地面风速增加，同时地表温度降低，大气温度升高，从而增加了大气的稳定性。WRF模式中，裸土粗糙度长度设置为0.01m，这与实际情况有差距；而近10年来的研究分析表明，在极端干旱地区，粗糙度长度的数量级在10-3m 左右。根据野外观测试验的数据估算,在极端干旱地区粗糙度长度约为0.0019±0.00071m，所以在模式参数优化中，对极端干旱地区的粗糙度长度取0.002m，替换原模式的0.01m。

土壤体积热容量表示单位体积的土壤温度升高 1K 所需要的热量。极端干旱地区土壤在2.5cm 和7.5cm 之间的平均体积热容量为1.12±0.27×106 Jm^-3K^-1，所以将模式中极端干旱地区的土壤体积热容量改为1.12×106 Jm^-3K^-1。 

进一步地，所述对选取的模式参数优化方案进行改进的操作，具体包括： 

a1：在选取的模式参数优化方案中，对极端干旱地区的粗糙度长度取0.002m；

a2：在选取的模式参数优化方案中，对极端干旱地区的土壤体积热容量取

1.12×106 Jm^-3K^-1；

a3：在选取的模式参数优化方案中，地表分类用NCAR较为详细的植被分类。

进一步地，所述对选取的模式参数优化方案进行改进的操作，具体还包括：设计两组控制试验和四组敏感性试验，即： 

b1：两组控制试验分别称为CTL1 和CTL2，用原模式（即不对模式参数作任何优化）和采用较详细地表分类的模式（即对模式参数也不作任何优化）进行模拟；

b2：四组敏感性试验分别称为STV1～STV4： STV1～STV2中， 对于待优化的2 个参数，分别优化其中的一个，而保留另外一个；STV4敏感性试验采取同时优化两个参数的形式。

进一步地，所述步骤b1具体包括： 

在控制试验中，模拟8次，每次积分72小时；将每次模拟结果去除前12小时，使模式适应，然后每个模拟结果取第13-36共24小时的结果，连接成连续8天，样本数为193个风速。

进一步地，所述步骤b2具体包括： 

在敏感试验中，将极端干旱地区稀疏植被或无植被（即裸土）地区的地表粗糙度长度取为0.002m，进行敏感性试验STV1；

将极端干旱地区稀疏植被或无植被（裸土）地区的土壤体积热容量取为1.12×106 Jm-3K-1，进行敏感性试验（STV2）；分别将极端干旱地区稀疏植被或无植被（即裸土）地区的地表粗糙度长度取为0.002m，土壤体积热容量取为1.12×106 Jm^-3K^-1进行敏感性试验STV3；

采用较为详细的地表分类，同时将极端干旱地区稀疏植被或无植被（即裸土）地区的地表粗糙度长度取为0.002m，土壤体积热容量取为1.12×106 Jm^-3K^-1进行敏感性试验STV4。

进一步地，所述步骤⑵具体包括： 

①在步骤⑴中将选取的模式参数优化方案进行对比实验的操作中，采用三重嵌套模式，对比观测点资料与各实验模拟结果；

②在步骤①中对比观测点资料与各实验模拟结果的操作中，采用双线性内插将同次模拟结果的格点值插值到站点上去，然后与站点资料进行对比，评估步骤⑴选取的模式参数优化方案的模拟能力；

③在步骤②中评估步骤⑴选取的模式参数优化方案的模拟能力时，采用包含平均绝对误差、平均相对误差、均方根误差、相关系数、一致性指数的统计参数，进行综合评估；

④在步骤③中进行综合评估的操作中，模拟的背景场，选用国家气象局的T639模式输出产品；

⑤采用测风塔资料，分析对比步骤④所得观测值；

⑥在步骤⑤中采用测风塔资料分析对比步骤④所得观测值的操作中，分别对预设高度处的风速及其风向进行观测，得到了待测年份全年预设间隔钟较为完整的测风资料；

具体地，在步骤⑥中，模拟的积分时间步长取为240s，共积分10天，每小时输出一次，取前12h作为模式的旋转加速时间，取后9天半10m、30m、50m、70m、100m高度U、V分量作为模拟结果；将每小时模拟风速与观测风速进行对比分析。

进一步地，在步骤①中，采用三重嵌套模式时，分辨率分别取为81km、27km、9km。 

进一步地，在步骤④中，选用的选用国家气象局的T639模式输出产品的资料分辨率为0.3°×0.3°，模式中心点为40.40°N和96.15°E；并且，具体采用三重嵌套时的分辨率分别为81×81km、27×27km和9×9km，模式中第三重嵌套（9×9km）所选取的研究区域为（39oN ~42oN，93oE ~99oE）。 

进一步地，在步骤⑥中，所述预设高度包括10m、30m、50m、70m、100m高度，所述预设间隔包括10分钟；和/或， 

在步骤⑥中，在所述分别对预设高度处的风速及其风向进行观测的操作中，模拟的积分时间步长取为240s，共积分10天，每小时输出一次，取前12h作为模式的旋转加速时间，取后9天半10m、30m、50m、70m、100m高度U、V分量作为模拟结果；将每小时模拟风速与观测风速进行对比分析。

本发明各实施例的基于WRF的极端干旱地区风场模拟方法，由于包括：选用对边界层风场模拟有重大影响的不同地面层、陆面过程和行星边界层的模式参数优化方案组，进行对比实验，选出一组最合适的模式参数优化方案，用于风能模拟；采用步骤⑴所得模式参数优化方案，进行预设时长内待测极端干旱地区风场的风能模拟；根据步骤⑵所得风能模拟结果，得到适用于待测极端干旱地区的风场模拟配置方案；可以利用目前的主流预报模式WRF，对于影响近地面风速模拟较为重要的边界层参数化及陆面过程参数化进行不同的配置；从而可以克服现有技术中模拟精度低、模拟准确性差与适用范围小的缺陷，以实现模拟精度高、模拟准确性好和适用范围大的优点。 

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。 

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。 

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中： 

图1为本发明基于WRF的极端干旱地区风场模拟方法的流程示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。 

针对现有技术存在的问题，根据本发明实施例，如图1所示，提供了一种基于WRF的极端干旱地区风场模拟方法，利用目前的主流预报模式WRF，对于影响近地面风速模拟较为重要的边界层参数化及陆面过程参数化进行不同的配置，以期得到对于极端干旱地区的风场模拟较好的一套配置方案；在此基础上，进行局地参数优化，以提高WRF模式对极端干旱地区风能资源的预报准确率。 

参见图1，本实施例的基于WRF的极端干旱地区风场模拟方法，包括： 

步骤100：选用对边界层风场模拟有重大影响的不同地面层、陆面过程和行星边界层的模式参数优化方案组，进行对比实验，选出一组最合适的模式参数优化方案，用于风能模拟；

在步骤100之后，为使选取的模式参数优化方案更好的模拟极端干旱地区的陆面过程，利用野外观测试验的观测数据取得的最新成果，对选取的模式参数优化方案进行改进，具体包括：

a1：在选取的模式参数优化方案中，对极端干旱地区的粗糙度长度取0.002m；

a2：在选取的模式参数优化方案中，对极端干旱地区的土壤体积热容量取1.12×106 Jm^-3K^-1；

a3：在选取的模式参数优化方案中，地表分类用NCAR较为详细的植被分类；

在步骤100之后对选取的模式参数优化方案进行改进的操作中，可以设计两组控制试验和四组敏感性试验，具体包括：

b1：两组控制试验分别称为CTL1 和CTL2，用原模式（即不对模式参数作任何优化）和采用较详细地表分类的模式（即对模式参数也不作任何优化）进行模拟；

在步骤b1中，在控制试验中，模拟8次，每次积分72小时；将每次模拟结果去除前12小时，使模式适应，然后每个模拟结果取第13-36共24小时的结果，连接成连续8天，样本数为193个风速；

b2：四组敏感性试验分别称为STV1～STV4： STV1～STV2中， 对于待优化的2 个参数，分别优化其中的一个，而保留另外一个；STV4敏感性试验采取同时优化两个参数的形式；

在步骤b2中：在敏感试验中，将极端干旱地区稀疏植被或无植被（裸土）地区的地表粗糙度长度取为0.002m，进行敏感性试验（STV1）；将极端干旱地区稀疏植被或无植被（裸土）地区的土壤体积热容量取为1.12×106 Jm-3K-1，进行敏感性试验（STV2）；分别将极端干旱地区稀疏植被或无植被（裸土）地区的地表粗糙度长度取为0.002m，土壤体积热容量取为1.12×106 Jm^-3K^-1进行敏感性试验（STV3）；采用较为详细的地表分类，同时将极端干旱地区稀疏植被或无植被（裸土）地区的地表粗糙度长度取为0.002m，土壤体积热容量取为1.12×106 Jm^-3K^-1进行敏感性试验（STV4）；

步骤101：在步骤100中将选取的模式参数优化方案进行对比实验的操作中，采用三重嵌套模式，分辨率分别取为81km、27km、9km，对比观测点资料与各实验模拟结果；

步骤102：在步骤101中对比观测点资料与各实验模拟结果的操作中，采用双线性内插将同次模拟结果的格点值插值到站点上去，然后与站点资料进行对比，评估步骤100选取的模式参数优化方案的模拟能力；

步骤103：在步骤102中评估步骤100选取的模式参数优化方案的模拟能力时，采用平均绝对误差、平均相对误差、均方根误差、相关系数、一致性指数等统计参数，进行综合评估；

步骤104：在步骤103中进行综合评估的操作中，模拟的背景场，选用国家气象局的T639模式输出产品，资料分辨率为0.3°×0.3°，模式中心点为40.40°N和96.15°E；

步骤105：在步骤104中，具体采用三重嵌套时的分辨率分别为81×81km、27×27km和9×9km，模式中第三重嵌套（9×9km）所选取的研究区域为（39oN ~42oN，93oE ~99oE）；采用测风塔资料，分析对比观测值；

步骤106：在步骤105中采用测风塔资料分析对比观测值的操作中，分别对10m、30m、50m、70m、100m高度处的风速及其风向进行观测，得到了待测年份全年每隔10分钟较为完整的测风资料；

具体地，在步骤106中，模拟的积分时间步长取为240s，共积分10天，每小时输出一次，取前12h作为模式的旋转加速时间，取后9天半10m、30m、50m、70m、100m高度U、V分量作为模拟结果；将每小时模拟风速与观测风速进行对比分析；

步骤107：进而得到适用于极端干旱地区的风场模拟配置方案。

综上所述，本发明上述各实施例的基于WRF的极端干旱地区风场模拟方法，包括：对边界层风场模拟有重大影响的不同地面层、陆面过程和行星边界层参数化方案组进行对比实验，选出一组最合适的方案组用于风能模拟；利用野外观测试验的观测数据取得的最新成果对模式中参数化方案进行改进，得到能够更好的模拟极端干旱地区风场的方法；进行局地参数优化，提高WRF模式对极端干旱地区风能资源的预报准确率。该基于WRF的极端干旱地区风场模拟方法，可以克服现有技术中由于模式分辨率不足等原因，对次网格尺度的物理过程不能很好的描述、对中小尺度系统描述能力不足的缺陷，以实现模拟精度高、模拟准确性好与适用范围大的优点。 

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。