论文部分内容阅读
本文利用中尺度气象模式Weather Research and Forecasting Model(wRF)为工具,以我国江苏如东地区的风电场和辽宁法库地区的风电场为例,探讨对风电场未来72小时风速进行预报的数值方法,并对数值模式预报的风速误差进行分析,目的是为将来建立上述地区的短时风速预报中尺度模式以及相应的统计订正模式提供理论依据。
我们首先对江苏如东风电场测风塔的实测资料进行了统计分析,初步了解该地区风场不同时间尺度的变化特征。分析表明,80米与10米风切变呈现出明显的季节变化和日变化特征。在如东风电场,利用风速预报结果计算风功率时不宜仅考虑轮毂高度风速,而应该考虑叶片扫风区域的整个风速廓线。
然后,我们利用WRF对2008年进行了一年的反推预报,并将结果与测风塔观测值进行比较。结果表明,在整个预报的72小时内,80米风速预报的平均均方根误差为2.718ms-1,在预报时16-40小时的并网关注时间段内,平均均方根误差为2.513 ms-1,与国内外现有的预报误差水平基本相当。模式的绝对误差和均方根误差存在季节变化和日变化,在一年里,夏季的误差最大,在一天中,早晨的预报结果较好。预报误差并不是完全随机的,与日平均风速、气压、温度之间存在关系。我们还对高误差的预报个例相应时段的天气型进行了统计分析,结果表明,高预报误差发生时往往伴随着锋面和低压系统,在热带气旋靠近本场时也容易带来高预报误差的出现。
在此基础上,我们针对预报结果较差的个例,在模式参数设置和资料同化两个方面进行了改进的尝试。结果表明,对于尺度较大、较为复杂的天气系统,模式本身的不确定性对风速的预报影响较小,而初始场和侧边界场的不确定性对风速预报的影响较大,选用合适的预报初始时间,可以改进预报的结果;通过客观分析技术同化中国气象局下发的9210常规观测数据,可以对初始场进行改进,从而更好地预报出中小尺度的对流系统,但对风速预测的误差改进有限。
另外,对于分辨率的敏感性实验表明,在较为平坦的地形(如如东地区),5-6公里的分辨率已经足够;而针对复杂地形(如法库地区),采用2公里或以下高分辨率的WRF预报可以提高风速预报精度。在复杂地区利用CALMET作为小尺度气象场诊断工具,可以获得更高空间分辨率的风速信息,但不能取代高分辨率的WRF预报。