CN105184667A - 双重嵌套模拟风电场风速分布的方法 - Google Patents

Abstract

一种双重嵌套模拟风电场风速分布的方法，包括建立虚拟测风塔、获取第一重嵌套的MERRA再分析气象数据、获取第一重嵌套的ASTER？GDEM海拔高程数据、获取GlobeLand30地表覆盖数据、开展第一重嵌套、获取第二重嵌套的ASTER？GDEM海拔高程数据及30m分辨率地表粗糙度数据、开展第二重嵌套，模拟风电场风速分布。本发明直接使用MERRA再分析气象数据，不需设立测风塔，节省立塔成本及观测时间；直接使用ASTER？GDEM海拔高程数据、GlobeLand30地表覆盖数据制作30m分辨率地表粗糙度数据，不需现场踏勘、仪器测绘、计算机处理等获取场址的海拔高程、地表粗糙度资料，提高效率。

Description

双重嵌套模拟风电场风速分布的方法

技术领域

本发明涉及一种风电场风速分布的模拟方法，具体涉及一种采用双重嵌套的方式模拟风电场风速分布的方法。

背景技术

我国国土面积幅员辽阔、风能资源极为丰富。随着风电机组的技术逐步成熟、制造成本持续下降，我国也迎来了风电大规模开发建设的高速发展时期。近年来，随着金风科技等低风速风电机组的问世，使得风能资源欠丰富的地区也具备了开发的可能性，风电项目的投资热点也从传统的“三北”地区扩展到了新兴的南方地区。

而南方地区的风电场多位于山地地带，具有一定的复杂性，海拔高程落差大、地形崎岖、地貌多变、局地气候明显，以上特点导致风能资源在空间分布上具有极强的不均匀性，即使空间距离仅数十米的两个点位也可能存在较大的风速差异。

针对山地风电场具有特殊的复杂性，风能领域引入了计算流体力学方法进行风场模拟，其步骤大致如下：1)在风电场内设立一个或多个测风塔，获得至少一个完整年的测风数据；2)利用附近气象站的多年长期数据，将测风数据订正到代表年水平；3)利用计算流体力学软件载入订正后的测风数据、及海拔高程、地表粗糙度等资料作为边界条件，建立起数十米分辨率的三维计算网格，通过求解Navier-Stokes方程，计算出风电内空间任一点的风流数据，进而绘制出风电场的风速分布图。

上述技术的不足之处在于：1)设立测风塔的费用在数十万元，还需一年以上的观测期，成本过高，时间过长；2)需购买气象站多年长期数据，并对测风数据开展订正，耗费大量人力财力；3)场址的海拔高程、地表粗糙度等资料需要现场踏勘、仪器测绘、计算机处理等，过程繁琐、效率低、费用高。总之，现有技术的过程繁琐、成本高、时间长。

发明内容

本发明的目的在于提供一种不需要建设实体测风塔及现场采集相关数据，充分利用现有数据，投入少，过程简单的双重嵌套模拟风电场风速分布的方法。

本发明的目的是这样实现的：一种双重嵌套模拟风电场风速分布的方法，包括以下步骤：

步骤一，建立虚拟测风塔：在风电场内选择在场址内选取处点位，作为虚拟测风塔的位置，并定义大地坐标为[X0，Y0]；

步骤二，获取第一重嵌套的MERRA再分析气象数据。数据覆盖了全球的陆地区域以及离岸50km以内的近海区域，水平方向上网格划分为2/3经度×1/2纬度(约70km×50km)，垂直方向上分为72层。选取步骤一建立的虚拟测风塔位置所在的网格的四角格点位置，大地坐标分别为[X1，Y1]、[X2，Y2]、[X3，Y3]、[X4，Y4]，与虚拟测风塔的水平距离分别为S1、S2、S3、S4的MERRA数据，获取地面50-100m之间高度的最近20年以上的风速风向序列，一共得到4组MERRA再分析气象数据：[U1、D1]、[U2、D2]、[U3、D3]、[U4、D4]，其中U为风速、D为风向；

步骤三，获取第一重嵌套的ASTERGDEM海拔高程数据；获取以下范围的ASTERGDEM海拔高程数据：中心为步骤一建立的虚拟测风塔位置所在的网格的几何中心位置，大地坐标为[X5，Y5]，边长为80—120km之间的正方形；

步骤四，获取GlobeLand30地表覆盖数据，制作第一重嵌套的30m分辨率地表粗糙度数据；获取的GlobeLand30地表覆盖数据范围为：中心为步骤一建立的虚拟测风塔位置所在的网格的几何中心，大地坐标[X5，Y5]，边长为80—120km之间的正方形，利用GlobeLand30地表覆盖分类与地表粗糙度的对应关系，将获取的GlobeLand30地表覆盖数据对应转化为30m分辨率地表粗糙度数据；

步骤五，开展第一重嵌套，模拟步骤一的虚拟测风塔的风速风向序列，采用计算流体力学软件MeteodynWT(简称“WT”)，载入步骤二的4组MERRA再分析气象数据，步骤三的ASTERGDEM海拔高程数据，以及步骤四的30m分辨率地表粗糙度数据作为边界条件，计算网格设置如下：最小水平分辨率为1km，最小垂直分辨率为20m，水平扩展系数为1.1，垂直扩展系数为1.2，垂直参数为0.7，完成16风向扇区的定向计算后，经由4组MERRA数据地面50m高度的最近30年的风速风向序列：[U1、D1]、[U2、D2]、[U3、D3]、[U4、D4]，分别外推模拟，得到4组虚拟测风塔70-100m高度的同期风速风向序列：[U10、D10]、[U20、D20]、[U30、D30]、[U40、D40]；按下列公式计算加权平均后的虚拟测风塔的风速风向序列[U0、D0]，即为所需数据：

$U0=\frac{S{1}^{2}S{2}^{2}S{3}^{2}S{4}^2}{S{2}^{2}S{3}^{2}S{4}^2+S{1}^{2}S{3}^{2}S{4}^2+S{1}^{2}S{2}^{2}S{4}^2+S{1}^{2}S{2}^{2}S{3}^2}(\frac{U10}{S{1}^2}+\frac{U20}{S{2}^2}+\frac{U30}{S{3}^2}+\frac{U40}{S{4}^2})$

$D0=\frac{S{1}^{2}S{2}^{2}S{3}^{2}S{4}^2}{S{2}^{2}S{3}^{2}S{4}^2+S{1}^{2}S{3}^{2}S{4}^2+S{1}^{2}S{2}^{2}S{4}^2+S{1}^{2}S{2}^{2}S{3}^2}(\frac{D10}{S{1}^2}+\frac{D20}{S{2}^2}+\frac{D30}{S{3}^2}+\frac{D40}{S{4}^2});$

步骤六，获取第二重嵌套的ASTERGDEM海拔高程数据及30m分辨率地表粗糙度数据：按步骤三、四的方法获取风电场场址范围的ASTERGDEM海拔高程数据，GlobeLand30地表覆盖数据，制作出30m分辨率地表粗糙度数据；

步骤七，开展第二重嵌套，模拟风电场风速分布：采用WT软件载入步骤六的虚拟测风塔的风速风向序列，以及步骤六的ASTERGDEM海拔高程数据，30m分辨率地表粗糙度数据作为边界条件，计算网格设置如下：最小水平分辨率为30m，最小垂直分辨率为4m，水平扩展系数为1.1，垂直扩展系数为1.2，垂直参数为0.7；完成16风向扇区的定向计算后，经由虚拟测风塔的风速风向序列[U0、D0]，外推模拟得到风电内空间任一点的风流数据，进而绘制出风电场30-100m分辨率风速分布图，完成双重嵌套风电场风速分布的模拟。

虚拟测风塔选址为风电场内场址中心附近、地形条件和地貌类型与场址50％以上地区相似的一处点位，塔高为70-100m。

本发明提供的双重嵌套模拟风电场风速分布的方法，具有以下有益效果：

1)直接使用MERRA再分析气象数据，不需设立测风塔，节约了数十万元的立塔成本，节省了一年观测时间；

2)采用的MERRA再分析气象数据为最近30年的长期数据，不需购买气象站的多年长期数据，并进行代表年订正，节约了此环节的人力财力；

3)直接使用ASTERGDEM海拔高程数据、GlobeLand30地表覆盖数据制作30m分辨率地表粗糙度数据，不需现场踏勘、仪器测绘、计算机处理等获取场址的海拔高程、地表粗糙度资料，简化过程、提高效率、节省费用。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1为本发明方法的总流程图；

图2为实施例中四角格点A、B、C、D和虚拟测风塔M1的位置；

图3为实施例中A、B、C、D四组MERRA数据的各年平均风速；

图4为实施例中第一重嵌套的ASTERGDEM海拔高程数据；

图5为实施例中第一重嵌套的30m分辨率地表粗糙度数据；

图6为实施例中第一重嵌套模拟得到的虚拟测风塔M1的的各年平均风速；

图7为实施例中第二重嵌套的ASTERGDEM海拔高程数据；

图8为实施例中第二重嵌套的30m分辨率地表粗糙度数据；

图9为实施例中第二重嵌套模拟得到的风电场风速分布图。

具体实施方式

本发明的工作过程如下：

步骤一，建立虚拟测风塔。在风电场内选择在场址中心附近、地形条件和地貌类型与场址50％以上地区相似的一处点位，作为虚拟测风塔的位置，大地坐标[X0，Y0]，塔高为70-100m。

步骤二，获取第一重嵌套的MERRA再分析气象数据。MERRA(TheModernEraRetrospective-analysisforResearchandApplications)再分析气象数据是美国国家航空航天局(NASA)戈达德地球观测系统(GEOS)的资料同化系统(DAS)的产品之一。该数据覆盖了全球的陆地区域以及离岸50km以内的近海区域，水平方向上网格划分为2/3经度×1/2纬度(约70km×50km)，垂直方向上分为72层，从地面向上延伸至0.01hpa。数据的记录起止时间为1979年至今，囊括每小时的风速、风向、气温、气压等气象参数。。选取步骤一建立的虚拟测风塔位置所在的网格的四角格点位置(大地坐标分别为[X1，Y1]、[X2，Y2]、[X3，Y3]、[X4，Y4]，与虚拟测风塔的水平距离分别为S1、S2、S3、S4的MERRA数据，获取地面50-100m之间高度的最近20年以上的风速风向序列，一共得到4组数据：[U1、D1]、[U2、D2]、[U3、D3]、[U4、D4]，其中U为风速、D为风向。由于该数据为20年以上的长期数据，故不需进行代表年订正。

步骤三，获取第一重嵌套的ASTERGDEM海拔高程数据。ASTERGDEM(AdvancedSpaceborneThermalEmissionandReflectionRadiometerGlobalDigitalElevationModel)海拔高程数据是美国国家航空航天局(NASA)与日本经济产业省(METI)共同制作的全球数字海拔高程产品。ASTERGDEM的覆盖范围为北纬83°到南纬83°之间的所有陆地区域，覆盖率为99％，空间分辨率为1弧度秒(约30m)。获取以下范围的ASTERGDEM海拔高程数据：中心为步骤一建立的虚拟测风塔位置所在的网格的几何中心位置，大地坐标[X5，Y5]，边长为80—120km之间的正方形。

步骤四，获取GlobeLand30地表覆盖数据，制作第一重嵌套的30m分辨率地表粗糙度数据。GlobeLand30是中国国家基础地理信息中心制作的全球首套30m分辨率地表覆盖产品，具有2000和2010两个基准年产品，本方法选用2010年产品。GlobeLand30覆盖范围包括南纬80°—北纬80°的陆地，地表覆盖类型包括耕地、森林、水体、人造地表等10类。获取以下范围的GlobeLand30地表覆盖数据：中心为步骤一建立的虚拟测风塔位置所在的网格的几何中心位置，大地坐标[X5，Y5]，边长为80—120km之间的正方形。利用表1的GlobeLand30地表覆盖分类与地表粗糙度的对应关系，将获取的GlobeLand30地表覆盖数据对应转化为30m分辨率地表粗糙度数据。

表1GlobeLand30地表覆盖分类与地表粗糙度的对应关系

步骤五，开展第一重嵌套，模拟步骤一的虚拟测风塔的风速风向序列。采用计算流体力学软件MeteodynWT(简称“WT”)，载入步骤二的4组MERRA再分析气象数据，步骤三的ASTERGDEM海拔高程数据，以及步骤五的30m分辨率地表粗糙度数据作为边界条件，计算网格设置如下：最小水平分辨率为1km，最小垂直分辨率为20m，水平扩展系数为1.1，垂直扩展系数为1.2，垂直参数为0.7。完成16风向扇区的定向计算后，经由4组MERRA数据地面50m高度的最近30年的风速风向序列：[U1、D1]、[U2、D2]、[U3、D3]、[U4、D4]，分别外推模拟，得到4组虚拟测风塔70-100m高度的同期风速风向序列：[U10、D10]、[U20、D20]、[U30、D30]、[U40、D40]。按下列公式计算加权平均后的虚拟测风塔的风速风向序列[U0、D0]，即为所需数据：

$U0=\frac{S{1}^{2}S{2}^{2}S{3}^{2}S{4}^2}{S{2}^{2}S{3}^{2}S{4}^2+S{1}^{2}S{3}^{2}S{4}^2+S{1}^{2}S{2}^{2}S{4}^2+S{1}^{2}S{2}^{2}S{3}^2}(\frac{U10}{S{1}^2}+\frac{U20}{S{2}^2}+\frac{U30}{S{3}^2}+\frac{U40}{S{4}^2})$

$D0=\frac{S{1}^{2}S{2}^{2}S{3}^{2}S{4}^2}{S{2}^{2}S{3}^{2}S{4}^2+S{1}^{2}S{3}^{2}S{4}^2+S{1}^{2}S{2}^{2}S{4}^2+S{1}^{2}S{2}^{2}S{3}^2}(\frac{D10}{S{1}^2}+\frac{D20}{S{2}^2}+\frac{D30}{S{3}^2}+\frac{D40}{S{4}^2});$

步骤六，获取第二重嵌套的ASTERGDEM海拔高程数据及30m分辨率地表粗糙度数据。按步骤三、四的方法获取风电场场址范围的ASTERGDEM海拔高程数据，GlobeLand30地表覆盖数据，制作出30m分辨率地表粗糙度数据。

步骤七，开展第二重嵌套，模拟风电场风速分布。采用WT软件载入步骤六的虚拟测风塔的风速风向序列，以及步骤六的ASTERGDEM海拔高程数据，30m分辨率地表粗糙度数据作为边界条件，计算网格设置如下：最小水平分辨率为30m，最小垂直分辨率为4m，水平扩展系数为1.1，垂直扩展系数为1.2，垂直参数为0.7。完成16风向扇区的定向计算后，经由虚拟测风塔的风速风向序列[U0、D0]，外推模拟得到风电内空间任一点的风流数据，进而绘制出风电场30-100m分辨率风速分布图。

以下为本发明的一个具体实施例：

步骤一，在云南省临沧市云县大团山风电场内建立一座虚拟测风塔，编号为M1，大地坐标为[633658，2676940](WGS84坐标系，带号47)，塔高70m。

步骤二，虚拟测风塔M1所在的网格的四角格点A、B、C、D的大地坐标分别为[601520，2709953]、[669109，2710607]、[669772，2655232]、[601918，2654589](WGS84坐标系，带号47)，与虚拟测风塔M1的水平距离分别为46.1、48.9、42.1、38.8km)，四角格点A、B、C、D和虚拟测风塔M1的位置见图2所示。获取4组MERRA数据的地面50m高度的1985—2015年共30年的风速风向序列，逐月平均风速见图3。

步骤三、步骤四，分别获取中心为大地坐标[635195，2681464](WGS84坐标系，带号47)，边长为100km的正方形范围的ASTERGDEM海拔高程数据(图4)、GlobeLand30地表覆盖数据，并制作出30m分辨率地表粗糙度数据(图5)。

步骤五，开展第一重嵌套，模拟得到虚拟测风塔M1的70m高度的同期风速风向序列，逐月平均风速见图6。

步骤六，获取第二重嵌套的ASTERGDEM海拔高程数据(图7)及30m分辨率地表粗糙度数据(图8)。

步骤七，开展第二重嵌套，模拟得到大团山风电场70m高度的风速分布图(图9)。

Claims (2)

1.一种双重嵌套模拟风电场风速分布的方法，包括以下步骤：

步骤一，建立虚拟测风塔：在风电场内选择在场址内选取处点位，作为虚拟测风塔的位置，并定义大地坐标为[X0，Y0]；

步骤二，获取第一重嵌套的MERRA再分析气象数据。数据覆盖了全球的陆地区域以及离岸50km以内的近海区域，水平方向上网格划分为2/3经度×1/2纬度(约70km×50km)，垂直方向上分为72层。选取步骤一建立的虚拟测风塔位置所在的网格的四角格点位置，大地坐标分别为[X1，Y1]、[X2，Y2]、[X3，Y3]、[X4，Y4]，与虚拟测风塔的水平距离分别为S1、S2、S3、S4的MERRA数据，获取地面50-100m之间高度的最近20年以上的风速风向序列，一共得到4组MERRA再分析气象数据：[U1、D1]、[U2、D2]、[U3、D3]、[U4、D4]，其中U为风速、D为风向；

步骤三，获取第一重嵌套的ASTERGDEM海拔高程数据；获取以下范围的ASTERGDEM海拔高程数据：中心为步骤一建立的虚拟测风塔位置所在的网格的几何中心位置，大地坐标为[X5，Y5]，边长为80—120km之间的正方形；

步骤四，获取GlobeLand30地表覆盖数据，制作第一重嵌套的30m分辨率地表粗糙度数据；获取的GlobeLand30地表覆盖数据范围为：中心为步骤一建立的虚拟测风塔位置所在的网格的几何中心，大地坐标[X5，Y5]，边长为80—120km之间的正方形，利用GlobeLand30地表覆盖分类与地表粗糙度的对应关系，将获取的GlobeLand30地表覆盖数据对应转化为30m分辨率地表粗糙度数据；

步骤五，开展第一重嵌套，模拟步骤一的虚拟测风塔的风速风向序列，采用计算流体力学软件MeteodynWT(简称“WT”)，载入步骤二的4组MERRA再分析气象数据，步骤三的ASTERGDEM海拔高程数据，以及步骤四的30m分辨率地表粗糙度数据作为边界条件，计算网格设置如下：最小水平分辨率为1km，最小垂直分辨率为20m，水平扩展系数为1.1，垂直扩展系数为1.2，垂直参数为0.7，完成16风向扇区的定向计算后，经由4组MERRA数据地面50m高度的最近30年的风速风向序列：[U1、D1]、[U2、D2]、[U3、D3]、[U4、D4]，分别外推模拟，得到4组虚拟测风塔70-100m高度的同期风速风向序列：[U10、D10]、[U20、D20]、[U30、D30]、[U40、D40]；按下列公式计算加权平均后的虚拟测风塔的风速风向序列[U0、D0]，即为所需数据：

$U0=\frac{S{1}^{2}S{2}^{2}S{3}^{2}S{4}^2}{S{2}^{2}S{3}^{2}S{4}^2+S{1}^{2}S{3}^{2}S{4}^2+S{1}^{2}S{2}^{2}S{4}^2+S{1}^{2}S{2}^{2}S{3}^2}(\frac{U10}{S{1}^2}+\frac{U20}{S{2}^2}+\frac{U30}{S{3}^2}+\frac{U40}{S{4}^2})$

$D0=\frac{S{1}^{2}S{2}^{2}S{3}^{2}S{4}^2}{S{2}^{2}S{3}^{2}S{4}^2+S{1}^{2}S{3}^{2}S{4}^2+S{1}^{2}S{2}^{2}S{4}^2+S{1}^{2}S{2}^{2}S{3}^2}(\frac{D10}{S{1}^2}+\frac{D20}{S{2}^2}+\frac{D30}{S{3}^2}+\frac{D40}{S{4}^2});$

步骤六，获取第二重嵌套的ASTERGDEM海拔高程数据及30m分辨率地表粗糙度数据：按步骤三、四的方法获取风电场场址范围的ASTERGDEM海拔高程数据，GlobeLand30地表覆盖数据，制作出30m分辨率地表粗糙度数据；

步骤七，开展第二重嵌套，模拟风电场风速分布：采用WT软件载入步骤六的虚拟测风塔的风速风向序列，以及步骤六的ASTERGDEM海拔高程数据，30m分辨率地表粗糙度数据作为边界条件，计算网格设置如下：最小水平分辨率为30m，最小垂直分辨率为4m，水平扩展系数为1.1，垂直扩展系数为1.2，垂直参数为0.7；完成16风向扇区的定向计算后，经由虚拟测风塔的风速风向序列[U0、D0]，外推模拟得到风电内空间任一点的风流数据，进而绘制出风电场30-100m分辨率风速分布图，完成双重嵌套风电场风速分布的模拟。

2.根据权利要求1所述的双重嵌套模拟风电场风速分布的方法，其特征在于：虚拟测风塔选址为风电场内场址中心附近、地形条件和地貌类型与场址50％以上地区相似的一处点位，塔高为70-100m。