CN112149365B - 一种微尺度风模型系统及方法 - Google Patents

一种微尺度风模型系统及方法 Download PDF

Info

Publication number
CN112149365B
CN112149365B CN202011052367.XA CN202011052367A CN112149365B CN 112149365 B CN112149365 B CN 112149365B CN 202011052367 A CN202011052367 A CN 202011052367A CN 112149365 B CN112149365 B CN 112149365B
Authority
CN
China
Prior art keywords
microscale
wind
wind model
mesoscale
module
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
CN202011052367.XA
Other languages
English (en)
Other versions
CN112149365A (zh
Inventor
郭辰
董理
杨萍
张晓朝
梁思超
卜照军
冯笑丹
王森
蒋贲
王志勇
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.)
Beijing Langrun Zhitian Technology Co ltd
Huaneng Group Technology Innovation Center Co Ltd
Huaneng Renewables Corp Ltd
Original Assignee
Beijing Langrun Zhitian Technology Co ltd
Huaneng Group Technology Innovation Center Co Ltd
Huaneng Renewables Corp Ltd
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 Beijing Langrun Zhitian Technology Co ltd, Huaneng Group Technology Innovation Center Co Ltd, Huaneng Renewables Corp Ltd filed Critical Beijing Langrun Zhitian Technology Co ltd
Priority to CN202011052367.XA priority Critical patent/CN112149365B/zh
Publication of CN112149365A publication Critical patent/CN112149365A/zh
Application granted granted Critical
Publication of CN112149365B publication Critical patent/CN112149365B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明提供一种微尺度风模型控制系统包括：中尺度气象模型对接模块，用于接收中尺度气象数据，自动生成微尺度风模型运行子区域，高效提取气象驱动要素场；运行配置模块，用于批量生成微尺度风模型子区域配置文件，建立运行环境，生成静态数据集；作业提交与监控模块，用于自动提交各个分析区域的运行作业，并集中监控作业运行；微尺度风模型模块，用于基于搜索算法，生成指定分辨率和区域的微尺度三维风场；偏差订正模块，用于基于测风塔数据，对所述微尺度风模型计算结果进行系统偏差订正。本发明可以将公里级中尺度气象模型模拟结果降尺度到百米甚至几十米空间分辨率，并且保证结果合理、计算量小，能够自动化配置和运行系统，减少人力需求。

Description

一种微尺度风模型系统及方法
技术领域
本发明属于风力发电与气象模拟的交叉技术领域，具体涉及衔接成熟的中尺度气象模型模拟数据产品与风力发电生产需要的微尺度风场的微尺度风模型系统和方法。
背景技术
随着人类社会对能源需求量的不断增长，以及全球气候变化大背景下对新能源，特别是风能，开发力度的加大，获得准确、全方位的大气边界层风况信息成为开发风电场的前提条件。由于下垫面地形特征的复杂性，以及中尺度气象模型仅适用于公里级水平分辨率，并需要超大规模的计算资源，限制其直接模拟微尺度气象场；另一方面，采用微尺度计算流体力学软件(CFD)模拟较大区域，可以考虑更精细的非线性动力与热力过程，但是同样需要耗费大量计算资源，无法实现长时间序列模拟，且需要外边界数据驱动，依赖中尺度气象模型。因此，需要一种能够利用超高分辨率地形数据和成熟大气边界层理论的微尺度风模型。
发明内容
本发明针对上述缺陷，提一种可以将公里级中尺度气象模型模拟结果降尺度到百米甚至几十米空间分辨率，并且保证结果合理、计算量小，同时针对大模拟区域、长时间逐小时时间分辨率的需求，能够自动化配置和运行系统，减少人力需求的微尺度风模型系统及方法。
本发明提供如下技术方案：一种微尺度风模型控制系统，包括：
中尺度气象模型对接模块，用于接收中尺度气象数据，根据中尺度气象格点数据的投影与空间范围信息，计算合适的微尺度风模型分析区域集合，自动生成微尺度风模型运行子区域，高效提取气象驱动要素场；
运行配置模块，用于批量生成微尺度风模型子区域配置文件，建立运行环境，生成静态数据集；
作业提交与监控模块，用于自动提交各个分析区域的运行作业，并集中监控作业运行；
微尺度风模型模块，用于基于搜索算法，匹配中尺度与微尺度格点，并将中尺度驱动要素场插值到微尺度格点，然后运行微尺度风模型封装大气边界层算法诊断出符合高分辨率地形，生成指定分辨率和区域的微尺度三维风场；
偏差订正模块，用于基于测风塔数据，对所述微尺度风模型计算结果进行系统偏差订正。
进一步地，所述气象驱动要素场包括括三维温度场、气压场、风场或湿度场中的一种或几种。
进一步地，所述运行配置模块生成的所述运行环境包括地表静态数据集、各个分析区域的配置文件或作业提交配置文件中的一种或几种。
进一步地，所述运行配置模块生成的静态数据集包括高分辨率地形数据。
进一步地，所述微尺度风模型模块运行的封装大气边界层算法包括垂直速度诊断算法、地形绕流调整算法或热力坡度流调整算法中的一种或几种。
进一步地，所述微尺度风模型分析区域集合的计算方法为KD-Tree搜索算法。
进一步地，所述测风塔数据为测风塔时间序列观测数据。
本发明还提供一种利用上述微尺度风模型控制系统的控制方法，包括以下步骤：
S1：中尺度气象模型对接模块接收中尺度气象数据，根据中尺度气象格点数据的投影与空间范围信息，计算合适的微尺度风模型分析区域集合，自动生成微尺度风模型运行子区域，高效提取气象驱动要素场；
S2：运行配置模块根据所述中尺度气象模型对接模块提供的所述微尺度风模型运行子区域参数批量生成微尺度风模型子区域配置文件，建立运行环境，生成静态数据集；
S3：作业提交与监控模块自动提交各个分析区域的运行作业，并集中监控作业运行；
S4：微尺度风模型模块基于搜索算法，匹配中尺度与微尺度格点，并将中尺度驱动要素场插值到微尺度格点，然后运行微尺度风模型封装大气边界层算法诊断出符合高分辨率地形，生成指定分辨率和区域的微尺度三维风场；
S5：偏差订正模块基于测风塔数据，对所述微尺度风模型计算结果进行系统偏差订正。
进一步地，所述自动生成微尺度风模型运行子区域的过程包括自动投影方式识别和切片划分子区域。
本发明具有以下技术效果：
1、可以将公里级中尺度气象模型模拟结果降尺度到百米甚至几十米空间分辨率，并且保证结果合理、计算量小。
2、同时针对大模拟区域、长时间逐小时时间分辨率的需求，需要能够自动化配置和运行系统，减少人力需求。
3、最后能够利用现场某时段测风塔数据对降尺度数据进行系统偏差订正，提高数据适用性。
4、本发明提供的系统中的作业提交与监控模块能够根据运行服务器的作业管理系统，生成对应的作业提交配置文件，给定运行时间段，自动多进程批量提交计算作业，然后监控作业运行状态，并具有补算功能，提高系统可靠性和易维护性。
5、本发明提供的偏差订正模块能够处理多种测风塔观测数据，利用KD-Tree搜索算法和分布式数据管理，高效匹配测风塔与微尺度格点，提取与测风塔观测对应时段的微尺度风场时间序列，计算系统偏差，并根据系统偏差对微尺度风场进行订正，达到减小系统偏差的目的。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中：
图1为本发明提供的微尺度风模型控制系统结构示意图；
图2为本发明提供的中-微尺度模拟区域划分示意图；
图3为本发明提供的运行配置模块与作业提交与监控模块运行流程示意图；
图4为本发明提供的偏差订正模块进行系统偏差订正的数据匹配示意图；
图5为某时段、某高度层测风塔观测风速与微尺度模拟风速的时间序列对比图。
具体实施例方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
如图1所示，为本实施例提供的一种微尺度风模型控制系统，该系统具有自动化配置、运行高效、结果合理的特点，包括如下几个模块：中尺度气象模型对接模块、运行配置模块、作业提交与监控模块、微尺度风模型模块和偏差订正模块。
如图2所示，中尺度气象模型对接模块：用于提取图2中中尺度气象模型运行区域1-1的投影和范围信息，一般采用的是兰博托投影，且投影基点可能不在模拟区域内，微尺度模型采用与中尺度气象模型一样的投影方式以将中尺度区域划分为若干子区域，图2中的1-2框起的为一个微尺度风模型模拟子区域，图2中的1-3框起的区域减去1-2框起的区域是剩余子区域，保证能够最大限度覆盖中尺度气象模型运行区域，并且每个子区域格点数适当，便于后续并行处理。高效提取气象驱动要素场，主要包括三维温度场、气压场、风场、湿度场等。
运行配置模块：根据中尺度气象模型对接模块提供的运行区域参数，配置各个子区域的微尺度风模型，批量生成配置文件，建立运行环境，包括运行目录、生成静态数据等。
作业提交与监控模块：根据运行服务器的作业管理系统，生成对应的作业提交配置文件，给定运行时间段，自动批量提交计算作业，然后监控作业运行状态，并具有补算功能，提高系统可靠性和易维护性。
微尺度风模型模块：该模块输入中尺度气象模型模拟的驱动要素场，首先，利用KD-Tree搜索算法，高效地匹配中尺度与微尺度格点，并将中尺度驱动要素场插值到微尺度格点，如图4所示，各个子区域生成格点化的微尺度风场数据，其中两个区域画出示意格点，给定某个测风塔位置2-1，分析程序会自动查找该点所在的微尺度子区域，并找到包裹它的四个格点2-2、2-3、2-4、2-5，然后可以从逐小时微尺度风场数据中提取包裹格点的时间序列。然后诊断出符合高分辨率地形的垂直速度，计算地形绕流和热力激发的坡度流调整等，并根据微尺度不可压假设，求解速度势泊松方程，得到调整后的微尺度风场。
偏差订正模块：该模块输入测风塔时间序列观测数据和微尺度风模型计算结果，计算模型的系统偏差，然后对计算结果进行整体调整，达到减小系统偏差的目的。如图5所示，为采用本实施例提供的系统某个时段、某个测风塔、某个高度层上观测风速与模拟风速的时间序列对比，由此可以统计出模拟偏差，并综合多个测风塔观测结果，对微尺度风场数据进行偏差订正。
实施例2
本实施例提供利用实施例1提供的一种微尺度风模型控制系统的控制方法，包括以下步骤：
S1：中尺度气象模型对接模块接收中尺度气象数据，根据中尺度气象格点数据的投影与空间范围信息，计算合适的微尺度风模型分析区域集合，自动生成微尺度风模型运行子区域，高效提取气象驱动要素场；
S2：运行配置模块根据中尺度气象模型对接模块提供的微尺度风模型运行子区域参数批量生成微尺度风模型子区域配置文件，建立运行环境，生成静态数据集；
S3：作业提交与监控模块自动提交各个分析区域的运行作业，并集中监控作业运行；
S4：微尺度风模型模块基于搜索算法，匹配中尺度与微尺度格点，并将中尺度驱动要素场插值到微尺度格点，然后运行微尺度风模型封装大气边界层算法诊断出符合高分辨率地形，生成指定分辨率和区域的微尺度三维风场；
S5：偏差订正模块基于测风塔数据，对微尺度风模型计算结果进行系统偏差订正。
虽然已经参考优选实施例对本发明进行了描述，但在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。

Claims (9)

1.一种微尺度风模型控制系统，其特征在于，包括：
中尺度气象模型对接模块，用于接收中尺度气象数据，根据中尺度气象格点数据的投影与空间范围信息，计算合适的微尺度风模型分析区域集合，自动生成微尺度风模型运行子区域，高效提取气象驱动要素场；
运行配置模块，用于批量生成微尺度风模型子区域配置文件，建立运行环境，生成静态数据集；
作业提交与监控模块，用于自动提交各个分析区域的运行作业，并集中监控作业运行；
微尺度风模型模块，用于基于搜索算法，匹配中尺度与微尺度格点，并将中尺度驱动要素场插值到微尺度格点，然后运行微尺度风模型封装大气边界层算法诊断出符合高分辨率地形，生成指定分辨率和区域的微尺度三维风场；
偏差订正模块，用于基于测风塔数据，对所述微尺度风模型计算结果进行系统偏差订正；
所述微尺度风模型模块具体用于：基于搜索算法，匹配中尺度与微尺度格点，并将中尺度驱动要素场插值到微尺度格点，找到包裹给定位置点的四个格点，然后从逐小时微尺度风场数据中提取包裹格点的时间序列，诊断出符合高分辨率地形的垂直速率，计算地形扰流和热力激发的坡度流调整，并根据微尺度不可压假设，求解速度势泊松方程，得到调整后的微尺度风场。
2.根据权利要求1所述的一种微尺度风模型控制系统，其特征在于，所述气象驱动要素场包括三维温度场、气压场、风场或湿度场中的一种或几种。
3.根据权利要求1所述的一种微尺度风模型控制系统，其特征在于，所述运行配置模块生成的所述运行环境包括地表静态数据集、各个分析区域的配置文件或作业提交配置文件中的一种或几种。
4.根据权利要求1所述的一种微尺度风模型控制系统，其特征在于，所述运行配置模块生成的静态数据集包括高分辨率地形数据。
5.根据权利要求1所述的一种微尺度风模型控制系统，其特征在于，所述微尺度风模型模块运行的封装大气边界层算法包括垂直速度诊断算法、地形绕流调整算法或热力坡度流调整算法中的一种或几种。
6.根据权利要求1所述的一种微尺度风模型控制系统，其特征在于，所述微尺度风模型分析区域集合的计算方法为KD-Tree搜索算法。
7.根据权利要求1所述的一种微尺度风模型控制系统，其特征在于，所述测风塔数据为测风塔时间序列观测数据。
8.根据权利要求1-7任一所述的一种微尺度风模型控制系统的控制方法，其特征在于，包括以下步骤：
S1：中尺度气象模型对接模块接收中尺度气象数据，根据中尺度气象格点数据的投影与空间范围信息，计算合适的微尺度风模型分析区域集合，自动生成微尺度风模型运行子区域，高效提取气象驱动要素场；
S2：运行配置模块根据所述中尺度气象模型对接模块提供的所述微尺度风模型运行子区域参数批量生成微尺度风模型子区域配置文件，建立运行环境，生成静态数据集；
S3：作业提交与监控模块自动提交各个分析区域的运行作业，并集中监控作业运行；
S4：微尺度风模型模块基于搜索算法，匹配中尺度与微尺度格点，并将中尺度驱动要素场插值到微尺度格点，然后运行微尺度风模型封装大气边界层算法诊断出符合高分辨率地形，生成指定分辨率和区域的微尺度三维风场；
S5：偏差订正模块基于测风塔数据，对所述微尺度风模型计算结果进行系统偏差订正；
所述S4步骤包括以下步骤：
所述微尺度风模型模块基于搜索算法，匹配中尺度与微尺度格点，并将中尺度驱动要素场插值到微尺度格点，找到包裹给定位置点的四个格点，然后从逐小时微尺度风场数据中提取包裹格点的时间序列，诊断出符合高分辨率地形的垂直速率，计算地形扰流和热力激发的坡度流调整，并根据微尺度不可压假设，求解速度势泊松方程，得到调整后的微尺度风场。
9.根据权利要求8所述的一种微尺度风模型控制方法，其特征在于，所述自动生成微尺度风模型运行子区域的过程包括自动投影方式识别和切片划分子区域。
CN202011052367.XA 2020-09-29 2020-09-29 一种微尺度风模型系统及方法 Active CN112149365B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011052367.XA CN112149365B (zh) 2020-09-29 2020-09-29 一种微尺度风模型系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011052367.XA CN112149365B (zh) 2020-09-29 2020-09-29 一种微尺度风模型系统及方法

Publications (2)

Publication Number Publication Date
CN112149365A CN112149365A (zh) 2020-12-29
CN112149365B true CN112149365B (zh) 2023-06-30

Family

ID=73896063

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011052367.XA Active CN112149365B (zh) 2020-09-29 2020-09-29 一种微尺度风模型系统及方法

Country Status (1)

Country Link
CN (1) CN112149365B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115657166A (zh) * 2022-12-09 2023-01-31 中科星图维天信(北京)科技有限公司 跨多气候区域的天气预报数值确定方法和装置

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7082382B1 (en) * 2005-01-25 2006-07-25 The Weather Channel, Inc. System for producing high-resolution, real-time synthetic meteorological conditions for a specified location
US7542852B1 (en) * 2005-01-25 2009-06-02 Weather Channel Inc Derivation and production of high-resolution, very short-term weather forecasts
KR100921575B1 (ko) * 2009-09-02 2009-10-12 한국에너지기술연구원 지형해상도 차이를 고려한 대기 유동장 해석 방법
JP2012233714A (ja) * 2011-04-28 2012-11-29 Kyoto Univ 環境状態予測システム及び環境状態予測情報の表示方法、並びに発電予測システム
CN105067240A (zh) * 2015-08-05 2015-11-18 国网浙江省电力公司 一种运动雷暴风作用下输电塔线体系的风荷载测试装置及测试方法
CN105224714A (zh) * 2015-08-31 2016-01-06 中国华能集团清洁能源技术研究院有限公司 气象数据的处理方法及装置
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
CN106874602A (zh) * 2017-02-20 2017-06-20 北京华风超越科技有限公司 气象数据处理方法和装置
CN107390298A (zh) * 2017-07-19 2017-11-24 云南电网有限责任公司电力科学研究院 一种复杂山地下垫面大风的模拟方法及装置
CN107688906A (zh) * 2017-09-04 2018-02-13 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
CN108227041A (zh) * 2017-12-27 2018-06-29 中国海洋大学 基于站点实测数据和模式结果的水平能见度预报方法
CN108563867A (zh) * 2018-04-13 2018-09-21 华中科技大学 一种基于OpenFOAM实现WRF和CFD耦合模拟风场的方法
CN108776745A (zh) * 2018-06-27 2018-11-09 广东电网有限责任公司电力科学研究院 一种基于WRF和Fluent耦合的复杂地形风场模拟方法及装置
CN109270594A (zh) * 2018-08-24 2019-01-25 山东省环境规划研究院 一种台站气象数据分区空间拼接拟合方法
CN110058329A (zh) * 2019-04-22 2019-07-26 山东省气象科学研究所 一种气象要素智能网格预报产品空间降尺度方法
CN110298115A (zh) * 2019-07-02 2019-10-01 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
CN111007582A (zh) * 2019-12-25 2020-04-14 象辑知源（武汉）科技有限公司 一种适用于多要素的高分辨率集合预报系统
CN111339714A (zh) * 2020-02-17 2020-06-26 珠江水利委员会珠江水利科学研究院 基于FVCOM和OpenFOAM模型的多尺度水动力耦合方法
CN111488974A (zh) * 2020-04-14 2020-08-04 四川北控清洁能源工程有限公司 基于深度学习神经网络的海洋风能降尺度方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9285504B2 (en) * 2008-11-13 2016-03-15 Saint Louis University Apparatus and method for providing environmental predictive indicators to emergency response managers
US8768663B2 (en) * 2010-10-08 2014-07-01 The United States Of America, As Represented By The Secretary Of The Navy Automated method and system for predicting high resolution tidal heights and currents in coastal zones
KR20130019876A (ko) * 2011-08-18 2013-02-27 대한민국(국립기상연구소장) 기상자료기반 고해상도 태양 기상자원지도 개발 방법 및 장치
EP3343249B1 (de) * 2017-01-03 2019-11-20 UBIMET GmbH Verfahren zur erhöhung der räumlichen auflösung einer wettervorhersage

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7082382B1 (en) * 2005-01-25 2006-07-25 The Weather Channel, Inc. System for producing high-resolution, real-time synthetic meteorological conditions for a specified location
US7542852B1 (en) * 2005-01-25 2009-06-02 Weather Channel Inc Derivation and production of high-resolution, very short-term weather forecasts
KR100921575B1 (ko) * 2009-09-02 2009-10-12 한국에너지기술연구원 지형해상도 차이를 고려한 대기 유동장 해석 방법
JP2012233714A (ja) * 2011-04-28 2012-11-29 Kyoto Univ 環境状態予測システム及び環境状態予測情報の表示方法、並びに発電予測システム
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
CN105067240A (zh) * 2015-08-05 2015-11-18 国网浙江省电力公司 一种运动雷暴风作用下输电塔线体系的风荷载测试装置及测试方法
CN105224714A (zh) * 2015-08-31 2016-01-06 中国华能集团清洁能源技术研究院有限公司 气象数据的处理方法及装置
CN106874602A (zh) * 2017-02-20 2017-06-20 北京华风超越科技有限公司 气象数据处理方法和装置
CN107390298A (zh) * 2017-07-19 2017-11-24 云南电网有限责任公司电力科学研究院 一种复杂山地下垫面大风的模拟方法及装置
CN107688906A (zh) * 2017-09-04 2018-02-13 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
CN108227041A (zh) * 2017-12-27 2018-06-29 中国海洋大学 基于站点实测数据和模式结果的水平能见度预报方法
CN108563867A (zh) * 2018-04-13 2018-09-21 华中科技大学 一种基于OpenFOAM实现WRF和CFD耦合模拟风场的方法
CN108776745A (zh) * 2018-06-27 2018-11-09 广东电网有限责任公司电力科学研究院 一种基于WRF和Fluent耦合的复杂地形风场模拟方法及装置
CN109270594A (zh) * 2018-08-24 2019-01-25 山东省环境规划研究院 一种台站气象数据分区空间拼接拟合方法
CN110058329A (zh) * 2019-04-22 2019-07-26 山东省气象科学研究所 一种气象要素智能网格预报产品空间降尺度方法
CN110298115A (zh) * 2019-07-02 2019-10-01 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
CN111007582A (zh) * 2019-12-25 2020-04-14 象辑知源（武汉）科技有限公司 一种适用于多要素的高分辨率集合预报系统
CN111339714A (zh) * 2020-02-17 2020-06-26 珠江水利委员会珠江水利科学研究院 基于FVCOM和OpenFOAM模型的多尺度水动力耦合方法
CN111488974A (zh) * 2020-04-14 2020-08-04 四川北控清洁能源工程有限公司 基于深度学习神经网络的海洋风能降尺度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"A Downscaled Wind Climatology on the Outer Continental Shelf";BRYAN K. WOODS，等;《JOURNAL OF APPLIED METEOROLOGY AND CLIMATOLOGY》;第52卷;第1878-1890页 *
"基于CFD动力降尺度的复杂地形风电场风电功率短期预测方法研究";马文通，等;《气象学报》;第74卷(第1期);第89-102页 *
"基于降尺度模拟技术的高分辨率风资源评估";吴莎，等;《水电与新能源》(第12期);第71-74,78页 *

Also Published As

Publication number Publication date
CN112149365A (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
CN112149365B (zh) 一种微尺度风模型系统及方法
CN102663251B (zh) 基于计算流体力学模型的风电场功率物理预测方法
CN111461444A (zh) 风电场的机组功率的预测方法、系统、介质及电子设备
US11035346B2 (en) Method and device for predicting wind turbine fault
US10914291B2 (en) Annual energy production of wind turbine sites
CN113236491A (zh) 一种风力发电数字孪生系统
EP2919044B1 (en) Numerical simulation system and numerical simulation method for atmospheric flow by computational fluid dynamics
JP2016136001A (ja) 予測装置
JP2018019555A (ja) 影の影響を考慮した太陽光発電出力推定方法
JP2004019583A (ja) 風力発電における発電出力予測方法、発電出力予測装置及び発電出力予測システム
JP5020106B2 (ja) 風力発電量予測システム、方法及びプログラム
CN105065212B (zh) 一种风电场风电机组校验方法及系统
CN106779208B (zh) 一种基于虚拟测风塔技术的风电超短期功率预测方法
US9989035B2 (en) Controlling wind turbine
Rabanal et al. MIDAS: A benchmarking multi-criteria method for the identification of defective anemometers in wind farms
CN112862274A (zh) 一种基于WRF-LES和DeepAR相结合的风功率预测方法
CN110187363B (zh) 适用于大型风电基地的测风方法、系统、设备和存储介质
WO2021063461A1 (en) Method for planning a layout of a renewable energy site
CN111340307A (zh) 预测风机风力发电功率的方法以及相关装置
Hotta et al. EFSR: Ensemble forecast sensitivity to observation error covariance
CN104217247A (zh) 用于预测风场中的风机的输出功率的方法和装置
Zhang et al. Digital twin of wind farms via physics-informed deep learning
CN113344252A (zh) 一种基于虚拟气象技术的风功率预测方法
CN110023621B (zh) 确定风力涡轮上的载荷
CN110765640A (zh) 一种转子有效风速的计算方法、系统及设备

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