CN110298115B - 一种基于简化地形气动参数的风场动力降尺度方法 - Google Patents

一种基于简化地形气动参数的风场动力降尺度方法 Download PDF

Info

Publication number
CN110298115B
CN110298115B CN201910588999.9A CN201910588999A CN110298115B CN 110298115 B CN110298115 B CN 110298115B CN 201910588999 A CN201910588999 A CN 201910588999A CN 110298115 B CN110298115 B CN 110298115B
Authority
CN
China
Prior art keywords
wind speed
grid
mesoscale
downscaling
wind
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.)
Active
Application number
CN201910588999.9A
Other languages
English (en)
Other versions
CN110298115A (zh
Inventor
方平治
汤胜茗
余晖
陈佩燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Institute Of Typhoon Research China Meteorological Administration
Original Assignee
Shanghai Institute Of Typhoon Research China Meteorological Administration
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Institute Of Typhoon Research China Meteorological Administration filed Critical Shanghai Institute Of Typhoon Research China Meteorological Administration
Priority to CN201910588999.9A priority Critical patent/CN110298115B/zh
Priority to US16/578,181 priority patent/US20200018666A1/en
Publication of CN110298115A publication Critical patent/CN110298115A/zh
Priority to EP19204374.3A priority patent/EP3761213A1/en
Application granted granted Critical
Publication of CN110298115B publication Critical patent/CN110298115B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
    • G01M9/08—Aerodynamic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
    • G01M9/02—Wind tunnels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/06—Wind turbines or wind farms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Economics (AREA)
  • Computer Hardware Design (AREA)
  • Fluid Mechanics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Public Health (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明提出一种基于简化地形气动参数的风场动力降尺度方法，该方法包括如下步骤：基于计算流体力学对简化地形进行数值模拟得到简化地形的气动参数；基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算。本发明方法基于二维简化地形的气动参数，并加入高分辨率的地形高程数据和土地利用类型数据，设计出新的风场动力降尺度方案。

Description

一种基于简化地形气动参数的风场动力降尺度方法
技术领域
本发明属于气象计算技术领域，具体涉及一种基于简化地形气动参数的风场动力降尺度方法。
背景技术
近年来，随着计算机的不断发展，计算能力和计算资源的提高，全球各机构数值模式的水平分辨率已经达到2～10km，且正在向1km迈进。理论上，随着水平分辨率的提高，数值模式对边界层过程的模拟在时空上应更精细，定量上更准确，但事实可能截然相反(周博闻等，2016)。在1km级的水平分辨率范围内，最具能量的边界层对流涡处于部分可分辨、部分次网格状态，因此基于集合平均的传统边界层参数化方案并不适用，Wyngaard(2004)定义这个区域为“灰区”(水平分辨率为100～2000m)。因此，在目前的技术条件下，全球各机构的中尺度数值模式尚不具备百米级水平分辨率的风场预报能力。
目前动力降尺度技术的应用主要集中在风电场、城市等特定区域，其水平尺度通常仅为数十公里，无法满足水平尺度达数百公里甚至上千公里的大区域系统(如输电线、铁路等)对高分辨率风场的需求。
中国专利CN108363882A公开了一种基于动力降尺度模式的山区输电线路设计风速推算方法，采用中尺度WRF模式可提供水平分辨率为1km×1km的降尺度数据，然后将风速模拟结果插值到工程处。首先，该专利并不能实现复杂地形条件下的风场预报，仅仅能实现风场评估和模拟；其次，该专利也不能得到水平分辨率为百米级的高分辨率风场，其水平分辨率仅为1km×1km。
中国专利CN107688906A介绍了一种多方法融合的输电线路气象要素降尺度分析系统及方法，能够通过降尺度技术对小区域或某一指定点位的气象要素做出精确预测。首先，该专利仅能实现小区域或者某一固定点位的气象要素预测，不能对水平尺度达数百公里甚至上千公里的大区域范围进行预测；其次，该专利的降尺度方法是基于统计降尺度，而非动力降尺度方法，其方法对观测资料依赖性较高，在我国许多没有气象观测资料的地区无法开展应用。
中国专利CN106326625A公开了一种耦合WRF与OpenFOAM模式的风场模拟方法，能够将WRF的几公里水平分辨率的数据降尺度为OpenFOAM的30m分辨率数据。然而，同已有的WRF中尺度模式嵌套小尺度CFD模式一样，该专利使用的动力降尺度方法仅适用于水平范围为数十公里的区域，无法满足水平尺度达数百公里甚至上千公里的大区域系统；另外，由于OpenFOAM软件计算的时效性问题，该专利方法仅适用于风场的模拟和评估，不能适用于风场的预报。
中国专利CN102930177B公开了一种基于精细边界层数值模式的复杂地形风电场风速预测方法，能够预测风电场周边500平方公里、水平网格分辨率为100m的近地层风速，且将70m高度近地层风速预测与观测的平均均方根误差从3.13m/s提高到2.62m/s，相关系数从0.56提高到0.59。然而，该专利所采用的精细边界层模式仍仅适用于水平尺度为数十公里的风电场区域范围，无法满足水平尺度达数百公里甚至上千公里的大区域系统。
发明内容
有鉴于此，本发明的目的在于提供一种基于简化地形气动参数的风场动力降尺度方法，基于二维简化地形的气动参数，并加入高分辨率的地形高程数据和土地利用类型数据，设计出新的风场动力降尺度方案。
为达到上述目的，本发明提供如下技术方案：
一种基于简化地形气动参数的风场动力降尺度方法，该方法包括如下步骤：
基于计算流体力学对简化地形进行数值模拟得到简化地形的气动参数；
基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算。
可选的，所述简化地形为二维简化地形，且所述二维简化地形包括二维风速来流上坡和二维风速来流下坡两种基本形态。
可选的，基于计算流体力学对简化地形进行数值模拟得到简化地形的气动参数之后，该方法还包含：进行风洞试验验证数值模拟得到的简化地形的气动参数。
可选的，基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算之前，该方法还包括：基于区域数值天气预报模式获取区域的中尺度风场。
可选的，所述简化地形的气动参数包括坡面中点的平均风速比，所述平均风速比满足：
Figure BDA0002115359350000021
其中，Rix、Riz分别为被测点i在顺风向和竖直方向的平均风速比，Uix、Uiz分别为被测点i在顺风向和竖直方向的平均风速，Uf为均匀来流的平均风速。
可选的，基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算，包括：
将中尺度网格角点位置的风速赋值给降尺度网格；
基于被赋值的降尺度网格计算中尺度网格中点位置的风速；
基于所述中尺度网格中点位置的风速计算中尺度网格中心点的风速；
基于所述中尺度网格中心点的风速完成第一次降尺度计算。
可选的，所述中尺度网格中心点的风速包括中尺度网格中心点的纬向风速和中尺度网格中心点的经向风速；
所述中尺度网格中心点的纬向风速满足：
Figure BDA0002115359350000031
其中，um+1,n+1表示中尺度网格中心点的纬向风速，um,n+1、um+2,n+1分别表示中尺度网格沿纬向两条对边中点位置的纬向风速，Rim+1,n+1表示中尺度网格中心点的平均风速比；
所述中尺度网格中心点的经向风速满足：
Figure BDA0002115359350000032
其中，vm+1,n+1表示中尺度网格中心点的经向风速，vm,n+1、vm+2,n+1分别表示中尺度网格沿经向两条对边中点位置的经向风速。
可选的，基于所述中尺度网格中心点的风速完成第一次降尺度计算之后，所述基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算，还包括：
基于第一次降尺度计算之后的降尺度网格，重复赋值并进行降尺度计算，直到降尺度网格分辨率达到要求，并基于分辨率达到要求的降尺度网格计算降尺度风场的平均风速。
可选的，在网格分辨率达到降尺度要求之后，所述基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算，还包括：
根据垂直风廓线的对数率形式，将降尺度风场的平均风速沿垂直高度的变化表示为：
Figure BDA0002115359350000033
式中，vz为高度z处的平均风速，u*为摩擦速度，κ为卡曼常数，z0为地表粗糙长度，ψm为平均风速对数廓线的稳定度修正函数，Lm为奥布霍夫长度。
可选的，所述高度z的取值范围为0～150m。
本发明的有益效果在于：本发明方法基于二维简化地形的气动参数；然后，加入高分率的地形高程数据和土地利用类型数据，设计出新的风场动力降尺度方案，能够获得水平网格分辨率为百米级的近地面风场。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：
图1为本发明实施例流程图；
图2为本发明实施例模型横截面示意图；
图3为本发明实施例风洞气动平面示意图；
图4为本发明实施例纬向降尺度计算过程示；
图5为本发明实施例经向降尺度计算过程示。
具体实施方式
下面将结合附图，对本发明的优选实施例进行详细的描述。
本发明提出一种基于简化地形气动参数的风场动力降尺度方法，如图1所示，该方法包括如下步骤：
基于计算流体力学对简化地形进行数值模拟得到简化地形的气动参数；
基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算。
本实施例中，基于计算流体力学(CFD)对简化地形进行数值模拟得到简化地形的气动参数，包括，CFD数值模拟采用商业软件FLUENT完成。CFD的计算中压力和速度的耦合方式为SIMPLEC算法，控制方程采用分离式方法(Segregated)求解，压力差值方式为PRESTO。湍流模型选用Realizable k-ε模型，控制方程的对流项采用二阶迎风格式，计算收敛准则取残差值为5×10-4。
CFD的数值风场采用均匀来流边界条件，入流面采用速度入口边界条件，出流面采用压力出口边界条件。顶面采用对称边界条件，等价于自由滑移的壁面。计算域底面和研究对象表面采用无滑移壁面。
分别对上坡和下坡两种情况进行了CFD数值模拟，对两种情况分别考虑了5°、10°、15°、20°、25°、30°、35°、40°、45°、50°、55°、60°等12种坡角。
本实施例中，如图2所示，本实施例中简化地形特指二维简化地形，即以坡度α为特征参数，考虑二维风速来流上坡和下坡两种基本形态。
本实施例中，基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算之前，该方法还包括：基于区域数值天气预报模式获取区域的中尺度风场。
具体的地形高程数据本实施例中采用美国国家航空航天局(NASA)于2000年进行的航天飞机雷达地形测绘任务(Shuttle Radar Topography Mission，SRTM)中获取的数据，简称为SRTM数据。
土地利用类型数据采用国家基础地理信息中心于2010年发布的全球30米地表覆盖数据(GlobeLand30)。GlobeLand30分类利用的影像为水平本辨率为30米的多光谱影像，包括美国陆地资源卫星(Landsat)TM5、ETM+多光谱影像和中国环境减灾卫星(HJ-1)多光谱影像。GlobeLand30数据共包括10个类型，分别是：耕地、森林、草地、灌丛地、水体、湿地、苔原、人造覆盖、裸地、冰川与永久积雪。
基于区域数值天气预报模式获取区域的中尺度风场，包括，首先，通过全球数值天气预报模式，获取全球的数值预报数据；然后，通过区域数值天气预报模式，获取区域的数值预报数据，包括近地面的风场即中尺度风场，其水平网格分辨率为公里级。
本实施例中，基于计算流体力学对简化地形进行数值模拟得到简化地形的气动参数之后，该方法还包含：进行风洞试验验证数值模拟得到的简化地形的气动参数。
如图3所示，为本发明实施例风洞气动平面示意图，本实施例中采用的风洞是一座串联双试验段回/直流大型多功能边界层风洞，如图3所示，其低速试验段宽4.4米，高3.0米，长24.0米，最大风速大于30.0米/秒；高速试验段宽2.2米，高2米，长5.0米，最大风速大于80.0米/秒。
本实施例中风洞试验为刚性模型测压试验，本实施例中试验制作M1、M2、M3、M4四种型号的模型，如图2所示，M1、M2、M3、M4四种模型的横截面尺寸如表1所示：
表1M1～M4模型参数
Figure BDA0002115359350000061
本实施例中风洞试验的具体试验参数如表2所示。
表2风洞试验技术参数
Figure BDA0002115359350000062
可选的，本实施例中，CFD数值模拟和风洞试验所获取的二维简化地形的气动参数为坡面中点的平均风速比，平均风速比满足：
Figure BDA0002115359350000063
其中，Rix、Riz分别为被测点i在顺风向和竖直方向的平均风速比，Uix、Uiz分别为被测点i在顺风向和竖直方向的平均风速，Uf为均匀来流的平均风速。
可选的，本实施例中，基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算，包括：
将中尺度网格的角点位置的风速赋值给降尺度网格；
基于被赋值的降尺度网格计算中尺度网格中点位置的风速；
基于所述中尺度网格中点位置的风速计算中尺度网格中心点的风速；
基于所述中尺度网格中心点的风速完成第一次降尺度计算。
具体的说，降尺度计算包括了两个方向上的计算，即纬向风速和经向风速，分别对应如图4、5对应的网格划分示意图，下面基于图4、5的内容进行进一步说明；
如图4所示，对于纬向风速，具体步骤为：
1)先把中尺度网格(图4中粗实线)四个角点位置的风速U赋值给降尺度网格u(图4中细实线)：
um,n＝Ui,j
um+2,n＝Ui+1,j
um,n+2＝Ui,j+1
um+2,n+2＝Ui+1,j+1
2)求中尺度网格(图4中粗实线)四边中点的纬向风速u：
Figure BDA0002115359350000071
Figure BDA0002115359350000072
Figure BDA0002115359350000073
Figure BDA0002115359350000074
3)求中尺度网格中心点的纬向风速u：
Figure BDA0002115359350000075
如图5所示，对于经向风速，具体步骤为：
1)先把中尺度网格(图5中粗实线)四个角点位置的风速V赋值给降尺度网格v(图5中细实线)：
vm,n＝Vi,j
vm+2,n＝Vi+1,j
vm,n+2＝Vi,j+1
vm+2,n+2＝Vi+1,j+1
2)求中尺度网格(粗实线)四边中点的经向风速v：
Figure BDA0002115359350000076
Figure BDA0002115359350000077
Figure BDA0002115359350000081
Figure BDA0002115359350000082
3)求中尺度网格中心点的经向风速v：
Figure BDA0002115359350000083
也即：所述中尺度网格中心点的风速包括中尺度网格中心点的纬向风速和中尺度网格中心点的经向风速；
所述中尺度网格中心点的纬向风速满足：
Figure BDA0002115359350000084
其中，um+1,n+1表示中尺度网格中心点的纬向风速，um,n+1、um+2,n+1分别表示中尺度网格沿纬向两条对边中点位置的纬向风速，Rim+1,n+1表示中尺度网格中心点的平均风速比；
所述中尺度网格中心点的经向风速满足：
Figure BDA0002115359350000085
其中，vm+1,n+1表示中尺度网格中心点的经向风速，vm,n+1、vm+2,n+1分别表示中尺度网格沿经向两条对边中点位置的经向风速。
可选的，基于所述中尺度网格中心点的风速完成第一次降尺度计算之后，所述基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算，还包括：
基于第一次降尺度计算之后的降尺度网格，重复赋值并进行降尺度计算，直到降尺度网格分辨率达到要求，并基于分辨率达到要求的降尺度网格计算降尺度风场的平均风速。
在完成了第一次降尺度计算。若要进一步降尺度，可在四个降尺度网格(图4、5细实线)内重复对纬向风速和经向风速的降尺度计算步骤1)～3)，进行第二次降尺度计算，求得降尺度网格内部各点的纬向风速u和径向风速v。如此反复循环，直到水平网格分辨率达到降尺度要求为止。
根据前述公式，本实施例中以10m高度降尺度风场的平均风速计算为例，U、V为中尺度模式中地表10m高度的平均纬向风速和平均径向风速，可来源于区域数值天气模式的输出结果；u、v为降尺度风场中地表10m高度的平均纬向风速和平均径向风速；Ri为平均风速比(根据CFD数值模拟获得)。假设中尺度网格的水平分辨率为Δx(公里级)，则完成第一次降尺度后，其水平网格分辨率为Δx/2；完成第二次降尺度后，其水平网格分辨率为Δx/4；完成第三次降尺度后，其水平网格分辨率为Δx/8，如此类推。
基于前述方案即可得到降尺度风场中地表10m高度的平均风速为：
Figure BDA0002115359350000091
p＝0,1,...q＝0,1,...
Figure BDA0002115359350000092
p＝0,1,...q＝0,1,...
式中，v10、θ10分别为降尺度风场中地表10m高度的平均风速和平均风向。
可选的，在网格分辨率达到降尺度要求之后，所述基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算，还包括：
根据垂直风廓线的对数率形式，将降尺度风场的平均风速沿垂直高度的变化表示为：
Figure BDA0002115359350000093
式中，vz为高度z处的平均风速，高度z的取值范围为0～150m，u*为摩擦速度，κ为卡曼常数取κ＝0.40，z0为地表粗糙长度(可通过土地利用类型数据获得)，ψm为平均风速对数廓线的稳定度修正函数，Lm为奥布霍夫长度。
根据前述计算获得的10m高度的平均风速和平均风向，则其它高度的平均风速为：
Figure BDA0002115359350000094
下面结合具体实施例对本发明方法进行进一步说明：
目前区域中尺度快速更新同化系统(SMB-WARR)水平网格间距为3km，网格格点数为852×792。
采用本发明的降尺度方法进行一次降尺度计算后，获得水平网格间距为1.5km，网格格点数为1703×1583(约270万)，完成一天24小时预报所用的计算时长约1.5分钟；
采用本发明的降尺度方法进行两次降尺度计算后，获得水平网格间距为750m，网格格点数为3405×3165(约1078万)，完成一天24小时预报所用的计算时长约4分钟；
进行三次降尺度计算后，获得水平网格间距为375m，网格格点数为6809×6329(约4309万)，完成一天24小时预报所用的计算时长约12分钟，具体如表3所示。
表3本发明的降尺度方法计算效率统计表
STIDM降尺度次数 水平网格分辨率(米) 网格数 计算时长(分钟)
1 1500 1703×1583(约270万) 1.5
2 750 3405×3165(约1078万) 4
3 375 6809×6329(约4309万) 12
基于上述技术方案，本发明方法具有如下优点：
1、降尺度区域大：由于本发明降尺度方法是基于中尺度网格进行降尺度计算，因此其可计算的区域非常大，其水平范围可达数千公里，满足电网、铁路、公路等系统对于大区域风场预报的需求；对比其它现有的降尺度技术，如CFD软件(FLUENT或者OpenFOAM)的计算水平范围一般为数公里之内，CALMET、WT等软件的水平范围一般为数百公里之内，本发明方法降尺度区域更大。
2、计算效率高：通过离线制作简化地形气动参数，即平均风速比，以及采用了基于中尺度网格的动力降尺度方法，计算效率非常高，相比于传统的动力降尺度方案，如CFD软件(FLUENT或者OpenFOAM)的计算时长通常在几小时甚至几天，如CALMET、WT工具的计算时长为数小时，而本方法的计算时长仅为几分钟。
3、风场分辨率高：本发明方法将实现复杂地形条件下的精细化风场预报，将为输电线路、铁路、公路等大区域范围的台风风灾预警系统建设提供重要技术保障和业务支撑，有利于台风登陆期间沿海地区防灾减灾工作的开展；本方法得到的降尺度风场的水平分辨率高达百米级，这将使得精确计算任何地理位置的风能分布成为可能；在未来生活中，若人类加大对风力资源的利用，本发明方法将为风力资源的高效、精准利用提供技术支持，为清洁能源及人类可持续化发展作出贡献。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (6)

1.一种基于简化地形气动参数的风场动力降尺度方法，其特征在于：该方法包括如下步骤：
基于计算流体力学对简化地形进行数值模拟得到简化地形的气动参数；
基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算；
基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算之前，该方法还包括：基于区域数值天气预报模式获取区域的中尺度风场；
所述简化地形的气动参数包括坡面中点的平均风速比，所述平均风速比满足：
Figure FDA0003583664490000011
其中，Rix、Riz分别为被测点i在顺风向和竖直方向的平均风速比，Uix、Uiz分别为被测点i在顺风向和竖直方向的平均风速，Uf为均匀来流的平均风速；
基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算，包括：
将中尺度网格角点位置的风速赋值给降尺度网格；
基于被赋值的降尺度网格计算中尺度网格中点位置的风速；
基于所述中尺度网格中点位置的风速计算中尺度网格中心点的风速；
基于所述中尺度网格中心点的风速完成第一次降尺度计算；
所述中尺度网格中心点的风速包括中尺度网格中心点的纬向风速和中尺度网格中心点的经向风速；
所述中尺度网格中心点的纬向风速满足：
Figure FDA0003583664490000012
其中，um+1,n+1表示中尺度网格中心点的纬向风速，um,n+1、um+2,n+1分别表示中尺度网格沿纬向两条对边中点位置的纬向风速，Rim+1,n+1表示中尺度网格中心点的平均风速比；
所述中尺度网格中心点的经向风速满足：
Figure FDA0003583664490000021
其中，vm+1,n+1表示中尺度网格中心点的经向风速，vm,n+1、vm+2,n+1分别表示中尺度网格沿经向两条对边中点位置的经向风速。
2.根据权利要求1所述的方法，其特征在于：所述简化地形为二维简化地形，且所述二维简化地形包括二维风速来流上坡和二维风速来流下坡两种基本形态。
3.根据权利要求1所述的方法，其特征在于：基于计算流体力学对简化地形进行数值模拟得到简化地形的气动参数之后，该方法还包含：进行风洞试验验证数值模拟得到的简化地形的气动参数。
4.根据权利要求1所述的方法，其特征在于：基于所述中尺度网格中心点的风速完成第一次降尺度计算之后，所述基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算，还包括：
基于第一次降尺度计算之后的降尺度网格，重复赋值并进行降尺度计算，直到降尺度网格分辨率达到要求，并基于分辨率达到要求的降尺度网格计算降尺度风场的平均风速。
5.根据权利要求4所述的方法，其特征在于：在网格分辨率达到降尺度要求之后，所述基于地形高程数据、土地利用类型数据和所述气动参数对中尺度网格角点位置的风速在降尺度网格内进行再分配以实现风场降尺度计算，还包括：
根据垂直风廓线的对数率形式，将降尺度风场的平均风速沿垂直高度的变化表示为：
Figure FDA0003583664490000022
式中，vz为高度z处的平均风速，u*为摩擦速度，κ为卡曼常数，z0为地表粗糙长度，ψm为平均风速对数廓线的稳定度修正函数，Lm为奥布霍夫长度。
6.根据权利要求5所述的方法，其特征在于：所述高度z的取值范围为0～150m。
CN201910588999.9A 2019-07-02 2019-07-02 一种基于简化地形气动参数的风场动力降尺度方法 Active CN110298115B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910588999.9A CN110298115B (zh) 2019-07-02 2019-07-02 一种基于简化地形气动参数的风场动力降尺度方法
US16/578,181 US20200018666A1 (en) 2019-07-02 2019-09-20 Wind field dynamic downscaling method based on aerodynamic parameters of simplified terrain
EP19204374.3A EP3761213A1 (en) 2019-07-02 2019-10-21 A wind field dynamic downscaling method based on aerodynamic parameters of simplified terrain

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910588999.9A CN110298115B (zh) 2019-07-02 2019-07-02 一种基于简化地形气动参数的风场动力降尺度方法

Publications (2)

Publication Number Publication Date
CN110298115A CN110298115A (zh) 2019-10-01
CN110298115B true CN110298115B (zh) 2022-05-17

Family

ID=68029855

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910588999.9A Active CN110298115B (zh) 2019-07-02 2019-07-02 一种基于简化地形气动参数的风场动力降尺度方法

Country Status (3)

Country Link
US (1) US20200018666A1 (zh)
EP (1) EP3761213A1 (zh)
CN (1) CN110298115B (zh)

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11361132B2 (en) * 2016-10-29 2022-06-14 Martin Meter LLC System and method for using weather applied metrics for predicting the flight of a ball
CN110298115B (zh) * 2019-07-02 2022-05-17 中国气象局上海台风研究所 一种基于简化地形气动参数的风场动力降尺度方法
CN110618473A (zh) * 2019-10-09 2019-12-27 北京北科融智云计算科技有限公司 一种即时气象情报保障方法
CN111709142B (zh) * 2020-06-18 2023-06-16 北京新研创能科技有限公司 燃料电池整堆流体仿真模型的简化方法
CN111881630B (zh) * 2020-06-22 2023-09-15 中国辐射防护研究院 一种核设施近场环境模拟数值风洞的建立系统及方法
CN111783367B (zh) * 2020-07-10 2022-05-17 中南大学 一种基于远场-路堤风速关系的列车气动力预测方法
CN111814345B (zh) * 2020-07-17 2022-08-02 中国船舶重工集团海装风电股份有限公司 利用多种中尺度风速数据插补观测缺失风速数据的方法
CN111967203B (zh) * 2020-08-10 2024-05-24 哈尔滨工业大学（深圳） 一种半解析半数值的大气边界层三维台风风场建模方法
CN111967152A (zh) * 2020-08-10 2020-11-20 中国华能集团有限公司 一种通过添加k源项来校正标准k-ε模型的方法
CN112001069B (zh) * 2020-08-10 2023-07-07 广州大学 一种轴非对称台风风场模拟的方法
CN112163381B (zh) * 2020-09-25 2024-05-14 西安热工研究院有限公司 一种适用于复杂地形风场流动数值模拟的侧向边界条件设置方法
CN112149365B (zh) * 2020-09-29 2023-06-30 华能新能源股份有限公司 一种微尺度风模型系统及方法
CN112232675B (zh) * 2020-10-16 2021-09-21 中国气象局气象探测中心 一种组合风场评估方法、装置和系统
CN112528571B (zh) * 2020-11-11 2023-05-23 武汉理工大学 适用于近地面湍流特征的数值风洞模拟的建模方法
CN112507634B (zh) * 2020-12-03 2022-01-25 广东电网有限责任公司电力科学研究院 一种配网电杆的监测方法及装置
CN112630864B (zh) * 2020-12-10 2022-11-22 中国人民解放军63796部队 一种高分辨率高空风的短期预报方法
CN112464589B (zh) * 2020-12-11 2023-02-03 国网新疆电力有限公司电力科学研究院 输电导线气动阻力简化数值模拟方法
CN112711919A (zh) * 2020-12-17 2021-04-27 国网湖南省电力有限公司 基于中小尺度模式耦合的导线覆冰预报方法及系统
CN112685977B (zh) * 2021-01-14 2023-12-08 国家气候中心 风电场风资源非定常数值模拟方法和装置
CN112765832B (zh) * 2021-02-02 2022-05-06 南京信息工程大学 一种欧亚大陆冷锋自动识别订正方法
CN113553782B (zh) * 2021-02-04 2024-03-26 华风气象传媒集团有限责任公司 一种用于预报风速的降尺度方法
AU2021428610A1 (en) * 2021-02-22 2023-09-28 Martin Meter LLC System and method for using weather applied metrics for predicting the flight of a ball
CN113065184B (zh) * 2021-03-09 2024-03-12 中国三峡建设管理有限公司 一种拱坝施工区风场预测方法及装置
CN113111611A (zh) * 2021-05-12 2021-07-13 华北电力大学 一种台风灾害预测方法、装置及存储介质
CN113239646B (zh) * 2021-05-25 2023-08-22 华能新能源股份有限公司 一种基于等效粗糙度风电场建模方法、介质和设备
CN113516763B (zh) * 2021-05-26 2024-05-24 中国再保险(集团)股份有限公司 大尺度精细化地貌数字化模拟方法和装置
CN113360979B (zh) * 2021-06-03 2023-04-14 长沙理工大学 钢箱梁抑涡除湿一体流动智能控制系统及使用方法
CN113868826B (zh) * 2021-06-24 2023-09-05 中国科学院地理科学与资源研究所 一种基于栅格尺度耕地农田生产能力重心变化的测度方法
CN113434495B (zh) * 2021-07-09 2022-05-31 中国船舶重工集团海装风电股份有限公司 一种基于ArcGIS的中尺度风速数据订正方法及系统
CN113536569A (zh) * 2021-07-16 2021-10-22 国网湖南省电力有限公司 基于风速段的wrf近地面风场模拟及结果评估方法及系统
CN113687447A (zh) * 2021-08-13 2021-11-23 中国人民解放军国防科技大学 基于多种测风设备的局地区域风场监测方法
CN113705125B (zh) * 2021-08-30 2023-12-15 安徽建筑大学城市建设学院 一种高层建筑局域风场cfd模拟分析方法
CN114510817A (zh) * 2021-12-27 2022-05-17 中国航天空气动力技术研究院 一种用于无人机滑翔路径规划的风场感知算法
CN114942481B (zh) * 2022-06-08 2023-07-18 中国气象局上海台风研究所(上海市气象科学研究所) 热带气旋过程极值风速概率预报方法、装置和计算机设备
CN115204709B (zh) * 2022-07-26 2023-04-07 中国气象局上海台风研究所(上海市气象科学研究所) 一种便于风电场选址的台风风险评估方法
CN115204712B (zh) * 2022-07-26 2023-02-03 中国气象局上海台风研究所(上海市气象科学研究所) 一种海上和沿海风电场选址评估方法
CN115146564A (zh) * 2022-08-02 2022-10-04 上海市气候中心(上海区域气候中心) 基于垂直分层降尺度技术的城市地面风速精细化模拟方法
CN116663432B (zh) * 2023-07-28 2023-10-27 中国气象局公共气象服务中心(国家预警信息发布中心) 一种百米高度风速预报订正降尺度方法及装置
CN117454807B (zh) * 2023-12-26 2024-03-29 中国航天三江集团有限公司 基于光学设备防护罩的多尺度cfd数值模拟方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326625A (zh) * 2015-07-09 2017-01-11 中国电力科学研究院 一种耦合WRF与OpenFOAM模式的风场模拟方法
CN108363882A (zh) * 2018-03-06 2018-08-03 中国能源建设集团江苏省电力设计院有限公司 一种基于动力降尺度模式的山区输电线路设计风速推算方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100921575B1 (ko) * 2009-09-02 2009-10-12 한국에너지기술연구원 지형해상도 차이를 고려한 대기 유동장 해석 방법
CN102930177B (zh) 2012-11-23 2015-09-30 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
CN106706256B (zh) * 2017-02-14 2019-01-04 中国科学院力学研究所 一种高超声速飞行器部件分离风洞实验同步起爆装置
CN107688906B (zh) 2017-09-04 2021-11-09 北京玖天气象科技有限公司 多方法融合的输电线路气象要素降尺度分析系统及方法
CN108959784A (zh) * 2018-07-10 2018-12-07 辽宁工程技术大学 一种风雨联合作用下的大跨度双曲屋盖结构抗风雨设计方法
CN110298115B (zh) * 2019-07-02 2022-05-17 中国气象局上海台风研究所 一种基于简化地形气动参数的风场动力降尺度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326625A (zh) * 2015-07-09 2017-01-11 中国电力科学研究院 一种耦合WRF与OpenFOAM模式的风场模拟方法
CN108363882A (zh) * 2018-03-06 2018-08-03 中国能源建设集团江苏省电力设计院有限公司 一种基于动力降尺度模式的山区输电线路设计风速推算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于 CFD 流场预计算的短期风速预测方法;李莉 等;《中国电机工程学报》;20130305;第33卷(第7期);第4节 *
基于NWP-CFD的风资源评估和短期预报;黎静;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20180415;第4章 *

Also Published As

Publication number Publication date
US20200018666A1 (en) 2020-01-16
CN110298115A (zh) 2019-10-01
EP3761213A1 (en) 2021-01-06

Similar Documents

Publication Publication Date Title
CN110298115B (zh) 一种基于简化地形气动参数的风场动力降尺度方法
CN108983320B (zh) 一种沿海台风极值风速的数值天气预报-人工智能耦合预测方法
CN109815305B (zh) 一种无资料地区场次洪水径流过程反演的方法
Liu et al. Wind resource potential assessment using a long term tower measurement approach: A case study of Beijing in China
Boudia et al. Wind resource assessment in Algeria
CN111652975B (zh) 城市建筑群可利用太阳能资源评估方法及系统
CN110598290A (zh) 考虑气候变化的流域未来水电发电能力预测方法和系统
CN106443833A (zh) 一种基于云计算的数值天气预报方法
González-Longatt et al. Wind-resource atlas of Venezuela based on on-site anemometry observation
CN113553782B (zh) 一种用于预报风速的降尺度方法
Challa et al. Sensitivity of atmospheric dispersion simulations by HYSPLIT to the meteorological predictions from a meso-scale model
Tiwari et al. Sensitivity of the Himalayan orography representation in simulation of winter precipitation using Regional Climate Model (RegCM) nested in a GCM
El Hadri et al. Wind energy land distribution in Morocco in 2021–2050 according to RCM simulation of CORDEX-Africa project
CN108808671A (zh) 一种风电场短期风速集合预报方法
CN111666725A (zh) 一种适应非复杂地形风电场的测风塔规划选址方法及系统
CN110298114B (zh) 一种风场动力降尺度方法及存储介质
CN107316109B (zh) 架空线路冬季近地面风速预测方法、系统及装置
CN113240172A (zh) 微地形覆冰数值预测方法及系统
Albani et al. Wind shear data at two different terrain types
CN110321642B (zh) 一种改进运动学效应的台风近地面风场模拟方法
Yi et al. A study on the roughness length spatial distribution in relation to the Seoul building morphology
CN116050291A (zh) 一种台风条件下风电场大尺度气象预测降尺度方法与系统
CN111123409A (zh) 一种基于中尺度数值模式wrf的大气湍流结构常数预报方法
Gastón et al. Wind resources map of Spain at mesoscale. Methodology and validation
Li et al. Mapping of wind energy potential over the Gobi Desert in Northwest China based on multiple sources of data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant