[发明专利]一种包含上下游效应实时监测的超短期预测方法

权利要求书

1.一种包含上下游效应实时监测的超短期预测方法，其特征包括：

a、基于T639全球谱模式场库数据源、CALMET风场诊断模型、以及静态数据，通过模式格点，利用WRF-RUC系统，应用WRF3DVAR变分同化技术，获取超短期模式预报结果；

b、基于目标风电基地风塔资料数据库、并结合上下游参考指标站风向风速实时监测数据，进行数值分析与统计，建立相应的参考指标站与各目标风塔之间的上下游效应统计方程，对目标风塔上下游效应进行运算；

c、基于各目标风塔上下游效应的运算结果，对各目标风塔未来超短期的风速变化进行预测预报，并结合所述超短期模式预报结果进行订正，形成目标风电基地风塔的超短期风速变化的预测预报；

d、经多次循环进行上述操作，获取目标风电基地各风电场在目标区域内各高度层未来超短期风速变化的预测预报。

2.根据权利要求1所述的包含上下游效应实时监测的超短期预测方法，其特征在于，步骤a具体包括：

a1、基于CALMET风场诊断模型，对静态数据进行处理，降低WRF中尺度数值预报模式的尺度，生成模式格点；

a2、基于T639全球谱模式场库数据源，读取T639全球谱模式同化资料，对T639全球谱模式同化资料中GRIB格式的气象场资料进行解析，并插值到相应的模式格点；

a3、基于模式格点上的气象场信息，生成初始场和边界条件；利用WRF-RUC系统，应用WRF3DVAR变分同化技术，通过分析，建立用于循环式进行积分预报运送的模式主程序；

a4、启动模式主程序，进行循环运行，实现超短时预报，获取超短期模式预报结果。

3.根据权利要求2所述的包含上下游效应实时监测的超短期预测方法，其特征在于，在步骤a中还包括：

a5、利用绘图设备输出模式产品，输出超短期模式预报结果。

4.根据权利要求2或3所述的包含上下游效应实时监测的超短期预测方法，其特征在于，在步骤a2中，将T639全球谱模式同化资料中GRIB格式的气象场资料的解析结果插值到相应的模式格点的操作，具体包括：

a21、将T639全球谱模式同化资料中GRIB格式的气象场资料的解析结果，水平插值到相应的模式格点；

a22、将T639全球谱模式同化资料中GRIB格式的气象场资料的解析结果，垂直插值到相应的模式格点。

5.根据权利要求4所述的包含上下游效应实时监测的超短期预测方法，其特征在于，在步骤a21之前，还包括：

获取T639全球谱模式同化资料中GRIB格式的气象场资料的解析结果后，进行格点化准备操作或模式格点化操作。

6.根据权利要求2或3所述的包含上下游效应实时监测的超短期预测方法，其特征在于，在步骤a4中，所述循环运行具体包括每4次循环运行；在4次运行中，12UTC和00UTC起始的循环为冷启动，其他时次为热启动。

7.根据权利要求1所述的包含上下游效应实时监测的超短期预测方法，其特征在于，步骤b具体包括：

b1、基于目标风电基地风塔资料数据库，获取参考风塔实况监测数据；

b2、针对每个目标风塔，通过最优子集方法，筛选得到不同风向上下游效应相关性最好的参考指标站；

b3、基于参考风塔实况监测数据，通过数值分析与统计，建立参考指标站与各目标风塔之间的上下游效应统计方程；

b4、根据上下游参考指标站风向风速实时监测数据，通过相应的参考指标站与各目标风塔之间的上下游效应统计方程，对目标风塔上下游效应进行运算；

b5、基于各目标风塔上下游效应的运算结果，对各目标风塔未来超短期的风速变化进行预测预报。

8.根据权利要求7所述的包含上下游效应实时监测的超短期预测方法，其特征在于，步骤b4所述上下游参考指标站风向风速实时监测数据，包括风速的上下游效应与高低空效应。

9.根据权利要求7所述的包含上下游效应实时监测的超短期预测方法，其特征在于，在步骤b3中，所述参考指标站与各目标风塔之间的上下游效应统计方程，包括未来0-3小时风电基地风速预报方程； 

在步骤b5中，所述未来超短期的设定时间包括5-10分钟。

10.根据权利要求1所述的包含上下游效应实时监测的超短期预测方法，其特征在于，在步骤d中，所述目标区域包括10-120m范围内间隔10m的区域，所述各高度层包括10m高度层、70m高度层与100m高度层；所述目标风电基地各风电场在目标区域内各高度层未来超短期风速变化的预测预报中，预报有效时效60h，预报间隔为15min。