CN105894106A - 一种海洋模式和气象模式的一体化耦合方法 - Google Patents
一种海洋模式和气象模式的一体化耦合方法 Download PDFInfo
- Publication number
- CN105894106A CN105894106A CN201510001502.0A CN201510001502A CN105894106A CN 105894106 A CN105894106 A CN 105894106A CN 201510001502 A CN201510001502 A CN 201510001502A CN 105894106 A CN105894106 A CN 105894106A
- Authority
- CN
- China
- Prior art keywords
- data
- model
- ocean
- meteorological
- meteorological models
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种海洋模式和气象模式的一体化耦合方法,包括以下步骤:基于气象模式建立天气数值预报模式;基于海洋模式建立海洋数值预报模式;采用非通量订正的方法使海洋模式和气象模式实现一体化耦合。本发明通过海洋模式和气象模式的耦合,将海洋下垫面与大气的能量和水汽交换过程进行更加详细和准确的描述,进而建立适用于海上风电场功率预测的数值天气预报模式。采用耦合器技术,便于海气耦合模式各子分量模式的发展和维护;采用“非通量订正”的耦合方式能够保证海气界面通量的守恒。
Description
技术领域
本发明涉及一种耦合方法,具体涉及一种海洋模式和气象模式的一体化耦合方法。
背景技术
资源紧缺、气候环境恶化问题日益突出,在除水电外可再生能源发电中风力发电因成本较低和技术最成熟而得到迅猛发展。海上风电场具有风速高、风力稳定、干扰少、发电量大等优势,已成为未来风电发展的重要选择。国际上尤其是欧洲,海上风电已经得到高度重视,德国、丹麦、英国等欧洲国家已步入海上风电的规模化开发阶段。欧洲风能协会(EuropeanWind EnergyAssociation)预测,到2030年,海上/离岸风力发电可满足欧盟17%的电力需求。而目前中国还处于起步阶段,有着巨大的发展空间。一方面,中国拥有十分丰富的近海风资源,相对于陆上风机而言,海上风机得益于海面上更强劲、更稳定的风资源,可以产生更多的电能。有数据显示,我国近海10米水深的风能资源约1亿千瓦,近海20米水深的风能资源约3亿千瓦,近海30米水深的风能资源约4.9亿千瓦。另一方面,我国东部沿海地区海上风能资源丰富且距离负荷中心近,具备大规模发展的资源条件和市场需求,开发海上风电可有效改善东部电力供应结构能源供应情况。海上风电发展或可成为增加可再生能源普及率的关键之一,因此,大力推动我国海上风电发展,对缓解沿海地区用电紧张局面,有效应对气候变化等都具有十分重要的作用,是我国能源战略的一个重要内容。
海上风电具有间歇性和波动性的特点,为保证电力系统的安全稳定运行,需要以风电功率的预测值作为参考。风电功率预测是利用数值天气预报、风电历史实际出力等数据建立预测模型,进而预测风电场在未来时段的出力。
短期功率预测主要为电网日前调度提供依据。短期功率预测的时间参数要求为:
(1)每日14:00点前预测风电场未来0-24小时输出的有功功率;
(2)时间分辨率为15分钟。
风电具有很强的随机性和波动性,海陆风在一些地区的日变化呈现反调峰性,大规模海上风电接入电网后,会给电网的运行、调度带来挑战。因此,为了保证大规模风电接入后的电网安全,迫切需要针对大规模、高集中度海上风电并网关键问题,系统地开展大规模、高集中度海上风电并网后与电网的交互影响等基础理论和核心技术研究,促进电网友好型风电场的建设,实现我国海上风电发展的预期目标。
对风电场发电功率进行比较准确的短期预测,将帮助电力调度部门提前根据风电功率变化及时调整调度计划,缓解电网调峰压力、降低系统备用容量、提高电网风电接纳能力,这也成为减轻风电对电网造成的不利影响、提高系统中风电可装机比例、促进我国风电产业的进一步健康有序发展的一种有效途径。
所谓数值天气预报,就是根据大气实际情况,在一定的初值和边值条件下,通过大型计算机作数值计算,求解描写天气演变过程的流体力学和热力学的方程组,预测未来一定时段的大气运动状态和天气现象的方法。数值天气预报是风电功率预测的基础数据源,数值天气预报的好坏直接影响风电功率预测精度的高低。
WRF(Weather Research Forecasting)作为最常用的数值天气预报模式,具有易维护、高效、方便的特点,以及对从云尺度到各种不同天气尺度的重要天气特征都能够客观描述的能力。WRF由美国环境预测中心(NCEP)、美国国家大气研究中心(NCAR)等美国的科研机构为中心联合开发,模式分为研究用ARW(the Advanced Research WRF)和业务用NMM(theNonhydrostatic Mesoscale Model)两种形式,分别由NCEP和NCAR管理维护。
研究和掌握海洋运动的规律是十分重要的。正是在这种背景下,地球流体力学得到了迅速的发展。地球流体力学是一门新兴的交叉学科,主要研究地球自然界中一切流体宏观运动的普遍规律。描述海洋运动的地球流体力学方程都是一些偏微分发展方程。
POM(Princeton Ocean Model)由美国普林斯顿(Princeton)大学Blumberg和Mellor于1977年共同建立起来的一个三维斜压原始方程数值海洋模式,后经过多次修改成为今天的样本,是被当今国内外应用较为广泛的河口、近岸海洋模式。该模式现已被成功应用于国内外的许多区域:20世纪80年代该模式就被相继应用于墨西哥湾、哈得逊河口和北冰洋,进入20世纪90年代后,该模式又被应用于地中海。POM对于中国海的数值模拟研究也有巨大贡献。
数值天气预报模式是数值天气预报的核心,其决定数值天气预报的计算方式,是影响数值天气预报准确性的重要因素。面向风电功率预测,WRF模式是最常用的数值天气预报模式,但由于海洋下垫面变化等因素的复杂性,WRF模式针对海洋的预报效果不佳,因此亟待建立一种适用于海上风电场数值天气预报的数值模式,用来实现海上风电场的功率预测。
发明内容
为了克服上述现有技术的不足,本发明提供一种海洋模式和气象模式的一体化耦合方法,通过海洋模式和气象模式的耦合,将海洋下垫面与大气的能量和水汽交换过程进行更加详细和准确的描述,进而建立适用于海上风电场功率预测的数值天气预报模式。
为了实现上述发明目的,本发明采取如下技术方案:
本发明提供一种海洋模式和气象模式的一体化耦合方法,所述方法包括以下步骤:
步骤1:基于气象模式建立天气数值预报模式;
步骤2:基于海洋模式建立海洋数值预报模式;
步骤3:采用非通量订正的方法使海洋模式和气象模式实现一体化耦合。
所述步骤1具体包括以下步骤:
步骤1-1:确定数值天气预报模式所必需的模拟区域的静态数据、背景场数据、常规观测数据和非常规观测数据,并完成气象模式预处理,具体有:
1)定义模拟区域;
2)插值地形数据和植被数据到模拟区域;
步骤1-2:模拟未来时刻大气演变过程,得到模拟结果;
步骤1-3:采用RIP4、NCL、GrADS或Vis5D对所述模拟结果进行处理。
所述步骤1-1中,静态数据包括地形数据和植被数据,所述地形数据包括地势、土地类型和土壤类型;背景场数据包括GFS模式、GEM模式和JSM模式分别预报的格点数据;常规观测数据包括地面海上气象站感测数据、探空站观测数据、系留气球及飞机船舶浮标观测数据;非常规观测数据包括静止气象卫星探测数据、极轨气象卫星探测数据和雷达探测数据。
所述步骤1-2中,模拟未来时刻大气演变过程具体包括以下步骤:
1)基于气象模式的预处理结果,生成数值积分的初始场数据和边界场数据;
2)基于背景场数据、常规观测数据和非常规观测数据,通过数据同化得到最优分析场数据;
3)基于气象模式的物理参数化过程,以最优分析场数据为输入完成未来时刻大气演变过程的模拟。
所述步骤1-3中,将气象模式垂直坐标插值到实际应用的标准输出层;然后把模拟结果插值到应用网格;最后输出符合WMO标准的GRIB1数据。
所述步骤2具体包括以下步骤:
步骤2-1:对海表面温度、海洋流场、海面风应力和水位进行初始化处理,并进入内模式循环;
步骤2-2:积分计算斜压梯度力项、水平对流和扩散系数,并进行垂直积分;并传递到海洋模式的二维外模式循环,计算水位并进行水位边界处理,计算平流与扩散项,进而得到流速及供内模式使用的垂直平均流速,并进行流速边界处理;
步骤2-3:由计算得到的水位直接进入内模式,垂直平均流速用于校准三维流速;调整风场计算使内外模式流速相互匹配,计算垂直速度并进行垂直边界处理,计算水平和垂直湍粘性系数和扩散系数,并进行边界条件处理;最终计算得到海洋三维流速、温度场、盐度场及湍流参数。
所述步骤3中,根据建立的数值天气预报模式和海洋数值预报模式,采取信息双向交换的方式实现海洋模式和气象模式的一体化耦合。
所述步骤3具体包括以下步骤:
步骤3-1:由天气数值预报模式得到每个时步交换的气象模式地面层物理参量,包括海面风应力、感热通量、潜热通量、净长波辐射通量、净短波辐射通量、降水率和蒸发率;
步骤3-2:由海洋数值预报模式得到每个时步交换的海洋模式表层物理参量,包括海温插值到海表后形成的海表温度以及海面粗糙度;
步骤3-3:基于物理参量双向交换的非通量订正方式实现海洋模式和气象模式的一体化耦合,双向交换的物理参量包括各物理量的单位/符号转换、信息交换频率、海陆标志匹配以及格点内插与平滑。
与现有技术相比,本发明的有益效果在于:
本发明基于模式耦合器,仅需了解耦合器的接口而不必深究其内核,即可将目标子模式连接到耦合器上,从而与其他部分一起构成一个完整的海气耦合模式,采用耦合器技术,便于海气耦合模式各子分量模式的发展和维护;采用“非通量订正”的耦合方式能够保证海气界面通量的守恒。
附图说明
图1是本发明实施例中海洋模式和气象模式的一体化耦合方法流程图;
图2是本发明实施例中基于气象模式建立天气数值预报模式示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1,本发明提供一种海洋模式和气象模式的一体化耦合方法,所述方法包括以下步骤:
步骤1:基于气象模式(Weather Research and Forecast,WRF)建立天气数值预报模式;
如图2,所述步骤1具体包括以下步骤:
步骤1-1:确定数值天气预报模式所必需的模拟区域的静态数据、背景场数据、常规观测数据和非常规观测数据,并完成气象模式预处理,具体有:
1)定义模拟区域;
2)插值地形数据和植被数据到模拟区域;
静态数据包括地形数据和植被数据,所述地形数据包括地势、土地类型和土壤类型;背景场数据包括GFS(Global Forecast System)模式、GEM(the Global Environment Multi-scalemodel)模式和JSM(the Japan Spectrum Model)模式分别预报的格点数据;常规观测数据包括地面海上气象站感测数据、探空站观测数据、系留气球及飞机船舶浮标观测数据;非常规观测数据包括静止气象卫星探测数据、极轨气象卫星探测数据和雷达探测数据。
步骤1-2:模拟未来时刻大气演变过程,得到模拟结果;
模拟未来时刻大气演变过程具体包括以下步骤:
1)基于气象模式的预处理结果,生成数值积分的初始场数据和边界场数据;
2)基于背景场数据、常规观测数据和非常规观测数据,通过数据同化得到最优分析场数据;
3)基于气象模式的物理参数化过程,以最优分析场数据为输入完成未来时刻大气演变过程的模拟。
步骤1-3:采用RIP4、NCL、GrADS或Vis5D对所述模拟结果进行处理,具体的:
将气象模式垂直坐标插值到实际应用的标准输出层;然后把模拟结果插值到应用网格;最后输出符合WMO标准的GRIB1数据。
步骤2:基于海洋模式(Princeton Ocean Model,POM)建立海洋数值预报模式;具体有:
步骤2-1:对海表面温度、海洋流场、海面风应力和水位进行初始化处理,并进入内模式循环;
步骤2-2:积分计算斜压梯度力项、水平对流和扩散系数,并进行垂直积分;并传递到海洋模式的二维外模式循环,计算水位并进行水位边界处理,计算平流与扩散项,进而得到流速及供内模式使用的垂直平均流速,并进行流速边界处理;
步骤2-3:由计算得到的水位直接进入内模式,垂直平均流速用于校准三维流速;调整风场计算使内外模式流速相互匹配,计算垂直速度并进行垂直边界处理,计算水平和垂直湍粘性系数和扩散系数,并进行边界条件处理;最终计算得到海洋三维流速、温度场、盐度场及湍流参数。
步骤2具体详见于“常用海洋数值模式简介”,《海洋预报》,郑沛楠等,第25卷第4期,2008年11月。
步骤3:采用非通量订正的方法使海洋模式和气象模式实现一体化耦合。
所述步骤3中,根据建立的数值天气预报模式和海洋数值预报模式,采取信息双向交换的方式实现海洋模式和气象模式的一体化耦合。
所述步骤3具体包括以下步骤:
步骤3-1:由天气数值预报模式得到每个时步交换的气象模式地面层物理参量,包括海面风应力、感热通量、潜热通量、净长波辐射通量、净短波辐射通量、降水率和蒸发率;
步骤3-2:由海洋数值预报模式得到每个时步交换的海洋模式表层物理参量,包括海温插值到海表后形成的海表温度(Sea Surface Temperature,SST)以及海面粗糙度;
步骤3-3:基于物理参量双向交换的非通量订正方式实现海洋模式和气象模式的一体化耦合,双向交换的物理参量包括各物理量的单位/符号转换、信息交换频率、海陆标志匹配以及格点内插与平滑。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (8)
1.一种海洋模式和气象模式的一体化耦合方法,其特征在于:所述方法包括以下步骤:
步骤1:基于气象模式建立天气数值预报模式;
步骤2:基于海洋模式建立海洋数值预报模式;
步骤3:采用非通量订正的方法使海洋模式和气象模式实现一体化耦合。
2.根据权利要求1所述的海洋模式和气象模式的一体化耦合方法,其特征在于:所述步骤1具体包括以下步骤:
步骤1-1:确定数值天气预报模式所必需的模拟区域的静态数据、背景场数据、常规观测数据和非常规观测数据,并完成气象模式预处理,具体有:
1)定义模拟区域;
2)插值地形数据和植被数据到模拟区域;
步骤1-2:模拟未来时刻大气演变过程,得到模拟结果;
步骤1-3:采用RIP4、NCL、GrADS或Vis5D对所述模拟结果进行处理。
3.根据权利要求2所述的海洋模式和气象模式的一体化耦合方法,其特征在于:所述步骤1-1中,静态数据包括地形数据和植被数据,所述地形数据包括地势、土地类型和土壤类型;背景场数据包括GFS模式、GEM模式和JSM模式分别预报的格点数据;常规观测数据包括地面海上气象站感测数据、探空站观测数据、系留气球及飞机船舶浮标观测数据;非常规观测数据包括静止气象卫星探测数据、极轨气象卫星探测数据和雷达探测数据。
4.根据权利要求2所述的海洋模式和气象模式的一体化耦合方法,其特征在于:所述步骤1-2中,模拟未来时刻大气演变过程具体包括以下步骤:
1)基于气象模式的预处理结果,生成数值积分的初始场数据和边界场数据;
2)基于背景场数据、常规观测数据和非常规观测数据,通过数据同化得到最优分析场数据;
3)基于气象模式的物理参数化过程,以最优分析场数据为输入完成未来时刻大气演变过程的模拟。
5.根据权利要求2所述的海洋模式和气象模式的一体化耦合方法,其特征在于:所述步骤1-3中,将气象模式垂直坐标插值到实际应用的标准输出层;然后把模拟结果插值到应用网格;最后输出符合WMO标准的GRIB1数据。
6.根据权利要求1所述的海洋模式和气象模式的一体化耦合方法,其特征在于:所述步骤2具体包括以下步骤:
步骤2-1:对海表面温度、海洋流场、海面风应力和水位进行初始化处理,并进入内模式循环;
步骤2-2:积分计算斜压梯度力项、水平对流和扩散系数,并进行垂直积分;并传递到海洋模式的二维外模式循环,计算水位并进行水位边界处理,计算平流与扩散项,进而得到流速及供内模式使用的垂直平均流速,并进行流速边界处理;
步骤2-3:由计算得到的水位直接进入内模式,垂直平均流速用于校准三维流速;调整风场计算使内外模式流速相互匹配,计算垂直速度并进行垂直边界处理,计算水平和垂直湍粘性系数和扩散系数,并进行边界条件处理;最终计算得到海洋三维流速、温度场、盐度场及湍流参数。
7.根据权利要求1所述的海洋模式和气象模式的一体化耦合方法,其特征在于:所述步骤3中,根据建立的数值天气预报模式和海洋数值预报模式,采取信息双向交换的方式实现海洋模式和气象模式的一体化耦合。
8.根据权利要求1或7所述的海洋模式和气象模式的一体化耦合方法,其特征在于:所述步骤3具体包括以下步骤:
步骤3-1:由天气数值预报模式得到每个时步交换的气象模式地面层物理参量,包括海面风应力、感热通量、潜热通量、净长波辐射通量、净短波辐射通量、降水率和蒸发率;
步骤3-2:由海洋数值预报模式得到每个时步交换的海洋模式表层物理参量,包括海温插值到海表后形成的海表温度以及海面粗糙度;
步骤3-3:基于物理参量双向交换的非通量订正方式实现海洋模式和气象模式的一体化耦合,双向交换的物理参量包括各物理量的单位/符号转换、信息交换频率、海陆标志匹配以及格点内插与平滑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510001502.0A CN105894106B (zh) | 2015-01-05 | 2015-01-05 | 一种海洋模式和气象模式的一体化耦合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510001502.0A CN105894106B (zh) | 2015-01-05 | 2015-01-05 | 一种海洋模式和气象模式的一体化耦合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105894106A true CN105894106A (zh) | 2016-08-24 |
CN105894106B CN105894106B (zh) | 2020-06-16 |
Family
ID=56998802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510001502.0A Active CN105894106B (zh) | 2015-01-05 | 2015-01-05 | 一种海洋模式和气象模式的一体化耦合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105894106B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108716953A (zh) * | 2018-06-15 | 2018-10-30 | 哈尔滨工程大学 | 一种船载非接触式海表温度测量装置现场性能评估方法 |
CN108898251A (zh) * | 2018-06-29 | 2018-11-27 | 上海电力学院 | 考虑气象相似性和功率波动的海上风电场功率预测方法 |
CN109558612A (zh) * | 2017-09-27 | 2019-04-02 | 中电科海洋信息技术研究院有限公司 | 基于管道通信的大气-海浪耦合系统及其运行方法 |
CN110490354A (zh) * | 2019-06-28 | 2019-11-22 | 天津大学 | 一种基于roms模拟结果计算潮汐锋位置的优化方法 |
CN110648030A (zh) * | 2019-10-31 | 2020-01-03 | 吉林大学 | 海水温度的预测方法及装置 |
CN111208586A (zh) * | 2020-01-20 | 2020-05-29 | 山东超越数控电子股份有限公司 | 基于中尺度海气耦合模式的天气预报方法及系统 |
CN112015786A (zh) * | 2019-05-29 | 2020-12-01 | 国家卫星气象中心 | 一种外赛场极端天气监测预警信息处理系统 |
CN112069449A (zh) * | 2020-09-04 | 2020-12-11 | 中科三清科技有限公司 | 基于初值集合的天气预报方法及装置 |
CN113033865A (zh) * | 2021-01-29 | 2021-06-25 | 南方海洋科学与工程广东省实验室(广州) | 一种生态安全预警系统 |
CN113486557A (zh) * | 2021-07-12 | 2021-10-08 | 交通运输部天津水运工程科学研究所 | 一种基于内外模式的二、三维数学模型耦合模拟方法 |
CN113642142A (zh) * | 2021-06-08 | 2021-11-12 | 天津大学 | 一种基于海面热通量计算水体层化开始时刻的方法 |
CN113847946A (zh) * | 2021-09-22 | 2021-12-28 | 山东省科学院海洋仪器仪表研究所 | 一种基于浮标平台的对流层参数剖面探测系统及探测方法 |
CN114722593A (zh) * | 2022-03-25 | 2022-07-08 | 中国人民解放军61540部队 | 一种基于海气耦合模式生成海洋场模式值的方法及系统 |
CN114841442A (zh) * | 2022-05-10 | 2022-08-02 | 中国科学院大气物理研究所 | 一种应用于大气-海洋观测数据的强耦合方法以及系统 |
CN116205152A (zh) * | 2022-12-12 | 2023-06-02 | 中广核风电有限公司 | 一种海上漂浮式风机的数值模拟方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930177A (zh) * | 2012-11-23 | 2013-02-13 | 南京信息工程大学 | 一种基于精细边界层模式的复杂地形风电场风速预测方法 |
CN104239973A (zh) * | 2014-09-05 | 2014-12-24 | 南京达沙信息科技有限公司 | 基于风浪预测的海上风电施工维护窗区的选择方法 |
-
2015
- 2015-01-05 CN CN201510001502.0A patent/CN105894106B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930177A (zh) * | 2012-11-23 | 2013-02-13 | 南京信息工程大学 | 一种基于精细边界层模式的复杂地形风电场风速预测方法 |
CN104239973A (zh) * | 2014-09-05 | 2014-12-24 | 南京达沙信息科技有限公司 | 基于风浪预测的海上风电施工维护窗区的选择方法 |
Non-Patent Citations (1)
Title |
---|
周天军等: "基于LASG/IAP大气环流谱模式的气候系统模式", 《气象学报》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109558612A (zh) * | 2017-09-27 | 2019-04-02 | 中电科海洋信息技术研究院有限公司 | 基于管道通信的大气-海浪耦合系统及其运行方法 |
CN108716953A (zh) * | 2018-06-15 | 2018-10-30 | 哈尔滨工程大学 | 一种船载非接触式海表温度测量装置现场性能评估方法 |
CN108716953B (zh) * | 2018-06-15 | 2020-04-07 | 哈尔滨工程大学 | 一种船载非接触式海表温度测量装置现场性能评估方法 |
CN108898251A (zh) * | 2018-06-29 | 2018-11-27 | 上海电力学院 | 考虑气象相似性和功率波动的海上风电场功率预测方法 |
CN112015786A (zh) * | 2019-05-29 | 2020-12-01 | 国家卫星气象中心 | 一种外赛场极端天气监测预警信息处理系统 |
CN112015786B (zh) * | 2019-05-29 | 2024-05-07 | 国家卫星气象中心 | 一种外赛场极端天气监测预警信息处理系统 |
CN110490354A (zh) * | 2019-06-28 | 2019-11-22 | 天津大学 | 一种基于roms模拟结果计算潮汐锋位置的优化方法 |
CN110648030A (zh) * | 2019-10-31 | 2020-01-03 | 吉林大学 | 海水温度的预测方法及装置 |
CN111208586A (zh) * | 2020-01-20 | 2020-05-29 | 山东超越数控电子股份有限公司 | 基于中尺度海气耦合模式的天气预报方法及系统 |
CN112069449B (zh) * | 2020-09-04 | 2021-07-16 | 中科三清科技有限公司 | 基于初值集合的天气预报方法及装置 |
CN112069449A (zh) * | 2020-09-04 | 2020-12-11 | 中科三清科技有限公司 | 基于初值集合的天气预报方法及装置 |
CN113033865A (zh) * | 2021-01-29 | 2021-06-25 | 南方海洋科学与工程广东省实验室(广州) | 一种生态安全预警系统 |
CN113642142A (zh) * | 2021-06-08 | 2021-11-12 | 天津大学 | 一种基于海面热通量计算水体层化开始时刻的方法 |
CN113642142B (zh) * | 2021-06-08 | 2023-11-17 | 天津大学 | 一种基于海面热通量计算水体层化开始时刻的方法 |
CN113486557B (zh) * | 2021-07-12 | 2023-07-21 | 交通运输部天津水运工程科学研究所 | 一种基于内外模式的二、三维数学模型耦合模拟方法 |
CN113486557A (zh) * | 2021-07-12 | 2021-10-08 | 交通运输部天津水运工程科学研究所 | 一种基于内外模式的二、三维数学模型耦合模拟方法 |
CN113847946A (zh) * | 2021-09-22 | 2021-12-28 | 山东省科学院海洋仪器仪表研究所 | 一种基于浮标平台的对流层参数剖面探测系统及探测方法 |
CN114722593B (zh) * | 2022-03-25 | 2022-11-15 | 中国人民解放军61540部队 | 一种基于海气耦合模式生成海洋场模式值的方法及系统 |
CN114722593A (zh) * | 2022-03-25 | 2022-07-08 | 中国人民解放军61540部队 | 一种基于海气耦合模式生成海洋场模式值的方法及系统 |
CN114841442A (zh) * | 2022-05-10 | 2022-08-02 | 中国科学院大气物理研究所 | 一种应用于大气-海洋观测数据的强耦合方法以及系统 |
CN114841442B (zh) * | 2022-05-10 | 2024-04-26 | 中国科学院大气物理研究所 | 一种应用于大气-海洋观测数据的强耦合方法以及系统 |
CN116205152A (zh) * | 2022-12-12 | 2023-06-02 | 中广核风电有限公司 | 一种海上漂浮式风机的数值模拟方法及装置 |
CN116205152B (zh) * | 2022-12-12 | 2024-06-07 | 中广核风电有限公司 | 一种海上漂浮式风机的数值模拟方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105894106B (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894106A (zh) | 一种海洋模式和气象模式的一体化耦合方法 | |
Ramos et al. | Performance assessment of Tidal Stream Turbines: A parametric approach | |
Dörenkämper et al. | On the offshore advection of boundary-layer structures and the influence on offshore wind conditions | |
Nor et al. | Feasibility assessment of wind energy resources in Malaysia based on NWP models | |
Zereshkian et al. | A study on the feasibility of using solar radiation energy and ocean thermal energy conversion to supply electricity for offshore oil and gas fields in the Caspian Sea | |
Ahmed | Potential wind power generation in South Egypt | |
Chen et al. | Modeling assessment of tidal current energy at Kinmen Island, Taiwan | |
Yao et al. | M 2 tidal dynamics in Bohai and Yellow Seas: a hybrid data assimilative modeling study | |
Zhou et al. | Temporal-spatial distribution of wave energy: A case study of Beibu Gulf, China | |
Nagababu et al. | Application of OSCAT satellite data for offshore wind power potential assessment of India | |
Hu et al. | Modelling of storm surge in the coastal waters of Yangtze Estuary and Hangzhou Bay, China | |
Ramanan et al. | Towards sustainable power generation: Recent advancements in floating photovoltaic technologies | |
Mutsuda et al. | Harvesting ocean energy with a small-scale tidal-current turbine and fish aggregating device in the Indonesian Archipelagos | |
Li et al. | Numerical simulation of the structure and variation of upwelling off the east coast of Hainan Island using QuikSCAT winds | |
Song et al. | Improved simulation of the South Asian summer monsoon in a coupled GCM with a more realistic ocean mixed layer | |
Attabo et al. | Wind energy generation from Nigeria continental shelf: A review | |
Lim et al. | Wind energy estimation of the Wol-Ryong coastal region | |
Li et al. | On the formation dynamics of the north equatorial undercurrent | |
Akhyani et al. | An appraisal of the power density of current profile in the Persian Gulf and the Gulf of Oman using numerical simulation | |
Zhu et al. | Comparison and validation of global and regional ocean forecasting systems for the South China Sea | |
Sánchez et al. | Power peaks against installed capacity in tidal stream energy | |
Yusuf et al. | Numerical modeling of tidal dynamics in the Java Sea | |
Che et al. | Wind Energy Assessment in Forested Regions Based on the Combination of WRF and LSTM-Attention Models | |
Zhang et al. | An assessment of ocean thermal energy conversion resources in the South China Sea | |
Silva et al. | Characterization of a feasibility space for a new technology–case study of wave energy in southern Brazil |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |