论文部分内容阅读
本文以我国甘肃玉门风电场为例，进行了中尺度气象预报模式(WeatherResearch and Forecasting Model，WRF)与资料同化技术在风电场短期风速预报中的应用研究，探讨了其对风电场未来72h风速预报的数值预报方法，目的是提高风电场短期风速预报的精度，为风电并网提供技术支撑。 我们首先对风电场测风塔的实测资料进行了统计分析，结果表明该地区风向稳定、风速较大，比较适宜设立风电场。全年主导风向为东(E)风，其次是西(W)风，70m、55m、10m高度年平均年风速分别为6.4ms-1、5.7 ms-1、5.2 ms-1，风速变化有着明显的季节变化特征和日变化特征。 其次，我们利用WRF对该地域的风场进行了反推预报，并将预报结果与测风塔实测数据进行了比较。预报中我们设计了多套物理参数化方案，目的是为找到与该地域匹配的最佳物理参数。通过WRF物理参数局地优化后，在整个预报的72h内，70m高度风速预报的平均均方根误差(RMSE)由3.06ms-1降到2.58ms-1，提升了0.48 ms-1，约为18.60％。而在我们所重点关注的预报第28-52h的风电并网时间段内，平均均方根误差由3.16 ms-1减小到2.62 ms-1，提升了0.54ms-1，约为20.61％;而在对目前实际业务用参数进行优化修改后，平均均方根误差也由原来的3.03ms-1提高到现在的2.62ms-1，提升了0.41ms-1，约为15.65％。此外我们还针对WRF的格点设置进行了相关的敏感性试验，找到了与该地域匹配的最佳格点分辨率、积分时间步长、以及近地面垂直eta levels坐标。 在此基础上，我们又针对资料同化技术在风电场短期风速预报中的应用进行了研究，通过实例分析了三维变分(3DVar)、三维变分与集合卡尔曼滤波耦合(3DVar&EnKF)对短期风速预报的影响。结果认为在72h以及并网时段的风场预报中三维变分资料同化技术总体改善效果不明显，但在预报初期有着较为明显的改变，部分个例改善效果较好;在集合卡尔曼滤波资料同化试验中，增加集合成员个数和使用最近时次的GFS初始场对预报结果均会有改善，同化地面观测资料对预报结果的改善较大。