[发明专利]一种基于WRF的极端干旱地区风场模拟方法

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）；