风能和太阳能的模拟与预测

在风力发电和光伏发电功率预测中，风能、太阳能的模拟和预测能力是决定发电功率预测精度的主要因素。而风能、太阳能又受到近地层风速、风向、太阳辐射、气温、湿度、气压等气象要素影响，因此，风能、太阳能的预测，其实质是对近地层风速、风向、太阳辐射、气温等气象要素的预测。

图4-5　WRFDA同化前后10m风速场变化图（单位：m／s）

在数值天气预报模式中，影响近地面风速预报准确性的参数化方案主要为边界层方案和近地层参数化方案，另外辐射过程、微物理过程、积云参数化以及陆面过程等都会影响局地天气过程，从而影响近地面风速。有学者利用WRF模式，比较了不同参数化方案对近地面风速预报结果的影响，采用的三种WRF模拟的物理过程参数化方案组合见表4-3，用于对比的观测资料为风电场附近测风塔的70m高度风速观测，为保持与观测位置的一致，对WRF模式结果进行了水平和垂直方向的插值。对三种WRF模式方案进行模拟后，预报误差对比结果见表4-4。结果表明，采用方案A（即近地面参数化方案采用MM5相似理论，边界层参数化方案采用Yonsei University方案）的预报误差最小，而采用方案B（即近地面参数化方案采用Eta相似理论，边界层参数化方案采用Mellor-Yamada-Janjic方案）的误差最大。由误差结果可见，不同的边界层与近地面参数化方案对近地面风速预报有一定的影响，但单一的参数化方案并不能始终保持较好的预报能力，一种参数化方案预报效果较差时，可能另一种方案预报效果则较好。

表4-3　三种WRF模拟方案的物理过程参数化方案组合

表4-4　三种WRF参数化方案的预报误差对比结果

在选择了合适的参数化方案后，即可运行数值天气预报模式进行风能、太阳能的预测。以下基于WRF中尺度模式，分别对近地面风速以及地面短波辐射的模拟进行案例分析。(www.xing528.com)

选择我国甘肃省作为模拟区域进行太阳能资源预测。图4-6为甘肃地区WRF短波辐射预报模拟区域图，模式版本为V3.4.1，选取两重单向嵌套区域：第一层嵌套区域（d01）的水平分辨率为27km，图4-6所显示整个区域为d01；第二层嵌套区域（d02）的水平分辨率为9km，图4-6中黑框所包含区域为d02。模式采用以下物理过程参数化方案：微物理过程采用WSM 6-class方案，边界层过程采用Mellor-Yamada-Janjic方案，近地面层过程采用Eta相似理论方案，陆面过程采用Noah参数化方案，积云参数化采用Kain-Fritsch方案，长波辐射、短波辐射均采用新Goddard参数化方案。预报时间为2012年12月1日8时至2012年12月4日8时。

图4-6　甘肃地区WRF短波辐射预报模拟区域

图4-7（一）　甘肃地区地表入射总辐射预报示例

图4-7（二）　甘肃地区地表入射总辐射预报示例

图4-7分别显示了2015年1月25日12时、14时、16时和18时WRF模式中第二层嵌套区域的地表入射总辐射模拟分布。可以看出，在一天中的不同时间段，甘肃地区的辐射分布呈现明显的非对称特征，这一现象说明，区域的太阳辐射变化不仅受太阳高度角影响，区域的天气现象、云层结构、大气成分等也会影响区域的太阳辐射变化。图中，WRF模式对甘肃地区地表入射总辐射的模拟细节显示，12时地表入射总辐射整体分布特征为南高北低，东部较西部略微偏高，东南部出现辐射低值区域，14时地表入射总辐射较12时增大，16时至18时地表入射总辐射明显减弱，逐渐由白天转为黑夜。