基于MM5模式的大連近海地區(qū)風(fēng)能資源評估

孫 英 偉， 康 海 貴＊， 任 年 鑫， 陳 兵

（1.大連理工大學(xué) 海岸和近海工程國家重點實驗室，遼寧 大連 116024；2.哈爾濱工業(yè)大學(xué) 土木工程學(xué)院，黑龍江 哈爾濱 150090；3.大連理工大學(xué) 建設(shè)工程學(xué)部，遼寧 大連 116024）

0 引 言

風(fēng)能是目前利用技術(shù)最為成熟的清潔可再生能源之一.同陸上風(fēng)能相比，海上風(fēng)能具有風(fēng)速高且穩(wěn)定、資源更為豐富、不占用陸地面積、受噪音標(biāo)準(zhǔn)限制小等優(yōu)點，是風(fēng)電發(fā)展的重要方向.隨著技術(shù)的進(jìn)步和成熟，近年來歐美等國家的海上風(fēng)電開發(fā)步伐日益加快并進(jìn)入商業(yè)化應(yīng)用階段.雖然我國沿海及海上蘊(yùn)藏著豐富的風(fēng)能資源，但開發(fā)工作起步較晚，直到2010年6月我國第一個海上風(fēng)電場——上海東海大橋海上風(fēng)電項目才并網(wǎng)投入運行.在風(fēng)能資源開發(fā)過程中，前期的風(fēng)能資源評估非常關(guān)鍵，將直接影響到風(fēng)電場的選址及最終的經(jīng)濟(jì)效益.受地理位置的影響，風(fēng)能資源在空間上的分布具有較強(qiáng)的地域特征，并且與全球氣候的變化息息相關(guān).而我國氣象臺站大部分位于陸上，且站點分布稀疏，其歷史觀測資料無法全面反映海上的風(fēng)資源特征，不利于進(jìn)行大范圍區(qū)域的海上風(fēng)能資源評估和風(fēng)電場選址.因此，采用數(shù)學(xué)模型實現(xiàn)對海上風(fēng)能資源分布的高空間分辨率數(shù)值模擬，對推動我國的海上風(fēng)能資源開發(fā)和海上風(fēng)電產(chǎn)業(yè)發(fā)展具有重要意義.

目前，國內(nèi)外很多學(xué)者多采用中尺度氣象模式對風(fēng)場進(jìn)行模擬，以研究風(fēng)能資源的分布情況.Dvorak等[1]利用 MM5中尺度氣象模式（簡稱MM5模式）計算了加利福尼亞地區(qū)的風(fēng)場長期變化情況，分析了該地區(qū)的風(fēng)能資源分布及潛力；Kozai等[2]同時利用合成孔徑雷達(dá)和MM5模式對日本Shirahama地區(qū)風(fēng)能資源潛力進(jìn)行了評估；Jimenez等[3]使用 MM5模式和 WAsP風(fēng)能資源評估程序研究了北海附近German Bight地區(qū)的風(fēng)能潛力；Hernandez等[4]用 MM5模式對中美洲的地區(qū)性氣候進(jìn)行了模擬并與實測資料進(jìn)行了對比；李曉燕等[5]將氣象臺站的實測風(fēng)速資料和大氣數(shù)值模式相結(jié)合，提高了進(jìn)行沿海區(qū)域風(fēng)能資源評估時的數(shù)值分辨率；龔強(qiáng)等[6]對MM5模式在風(fēng)能資源普查中的應(yīng)用進(jìn)行了研究；曾雪蘭等[7]提出了一種簡化的數(shù)據(jù)獲取方法，可以從MM5模式的模擬結(jié)果中得到不同輪轂高度的風(fēng)場數(shù)據(jù).

大連位于季風(fēng)氣候區(qū)，西北瀕臨渤海，東南面向黃海，常年多風(fēng)且風(fēng)向穩(wěn)定，適合建立近海風(fēng)電場.本文利用MM5模式，對大連近海地區(qū)風(fēng)場進(jìn)行一個代表年的高空間分辨率數(shù)值模擬，并通過對數(shù)值結(jié)果進(jìn)行后處理，得到評估風(fēng)能資源所用相關(guān)參數(shù)的分布情況，以揭示大連近海地區(qū)的風(fēng)能資源潛力.

1 MM5模式

MM5（Mesoscale Model 5）模式是美國賓夕法尼亞大學(xué)和美國國家大氣研究中心共同研制開發(fā)的一種數(shù)學(xué)模型.經(jīng)過多年的完善升級，該模型已較為成熟，被國內(nèi)外學(xué)者廣泛應(yīng)用于天氣過程的數(shù)值模擬以及風(fēng)能資源評估的研究中.目前該模型已是第5代第3版.

MM5模式的控制方程為采用了大氣非靜力平衡的原始方程；在垂直方向上采用了地形貼體坐標(biāo)，用戶可自行定義垂向網(wǎng)格分布；模型中考慮了較為真實的地表地形的變化以及地面植被對模型結(jié)果的影響.數(shù)值模式中的物理過程包括積云對流參數(shù)化方案、輻射方案、高分辨率行星邊界層方案等.

MM5模式主要包括以下6個模塊.

（1）地形及地表處理模塊（TERRAIN）

該模塊主要對模型所用的初始資料進(jìn)行前處理.在全球地形圖中選出數(shù)值模擬區(qū)域以及嵌套區(qū)域，并將初始場資料中的地形高度、植被特征、地表分類、土壤溫度等參數(shù)插值到數(shù)值計算域的網(wǎng)格節(jié)點上.

（2）第一猜測場形成模塊（REGRID）

根據(jù)計算時段的設(shè)置，從大尺度氣象場資料中讀入計算所需數(shù)據(jù)，并將其從經(jīng)緯度網(wǎng)格上插值到計算中所用的矩形網(wǎng)格上.插值后生成的網(wǎng)格節(jié)點資料稱為第一猜測場，為主模式的數(shù)值計算提供初始和邊界條件.

（3）客觀分析模塊（RAWINS）

該模塊是將REGRID模塊中形成的第一猜測場資料進(jìn)行客觀分析，并在計算過程中進(jìn)行資料的四維同化.

（4）初始場形成模塊（INTERPF）

前3步的數(shù)據(jù)都是在標(biāo)準(zhǔn)等壓面的網(wǎng)格節(jié)點上形成的，本模塊中，對等壓面上數(shù)據(jù)進(jìn)行垂直插值，將二維數(shù)據(jù)擴(kuò)充到三維，形成計算的初始場資料.

（5）主預(yù)報模塊（MM5）

此部分為MM5模式的核心所在，主要計算過程都在此模塊中完成.通過在程序中設(shè)置物理參數(shù)的選擇方案、時間步長和輸出間隔等參數(shù)，進(jìn)行模式的迭代計算，完成模式對天氣的模擬和預(yù)報功能.

（6）后 處 理 模 塊 （GRAPH、INTERPB、NESTDOWN）

該模塊主要對主預(yù)報模式中生成的數(shù)值結(jié)果進(jìn)行數(shù)據(jù)處理和繪圖操作，將計算結(jié)果更加直觀地反映出來.其中NESTDOWN模塊是利用MM5模塊的模擬結(jié)果進(jìn)一步生成內(nèi)部嵌套區(qū)域的初估場條件，并可以將其調(diào)入MM5模塊進(jìn)行更為細(xì)致的求解.

MM5模式的流程圖見圖1.

圖1 MM5模式流程圖Fig.1 Flow chart of MM5

2 代表年選取和模型計算參數(shù)

為評估一地的風(fēng)能資源狀況，通常需對該地的長期氣象觀測資料進(jìn)行分析，數(shù)值模擬時也應(yīng)對風(fēng)場長期狀況進(jìn)行模擬.根據(jù)大連氣象臺站的歷史觀測資料，選取近30a（1971～2000年）中的年平均風(fēng)速最小年（2000年）作為代表年，進(jìn)行數(shù)值模擬，計算時間從 2000－01－01至2000－12－31.MM5模式使用美國地質(zhì)勘探局全球30s地形高度和陸面資料構(gòu)建數(shù)值計算域地形.初始場資料采用美國國家環(huán)境預(yù)報中心的1°×1°再分析初始場資料.MM5模式主要參數(shù)設(shè)置如表1所示.

本文采用嵌套網(wǎng)格進(jìn)行數(shù)值計算，如圖2所示.嵌套網(wǎng)格的優(yōu)點在于只對重點區(qū)域進(jìn)行精細(xì)數(shù)值模擬，可有效減少計算量.本研究中，外部網(wǎng)格距取為9km，覆蓋遼寧、河北兩省部分地區(qū)和渤海、黃海的部分海域；內(nèi)部嵌套網(wǎng)格距取為3 km，覆蓋整個大連轄區(qū)及其周邊海域.

表1 MM5模式主要參數(shù)Tab.1 The main parameters for MM5

圖2 數(shù)值計算域示意Fig.2 Sketch of computational domain

3 模型有效性驗證

為驗證數(shù)值結(jié)果，選取莊河、長海和大連氣象站2000年月平均風(fēng)速的實測數(shù)據(jù)與數(shù)值計算結(jié)果進(jìn)行對比，如圖3所示.氣象站實測數(shù)據(jù)為距地表10m高度處采集.

由圖3可以看出，莊河、長海和大連氣象站的2000年月平均風(fēng)速，數(shù)模結(jié)果與實測數(shù)據(jù)有著一致的年度變化趨勢，莊河和大連氣象站的結(jié)果吻合良好，而長海氣象站數(shù)模結(jié)果在1～9月吻合良好，從10月開始與實測數(shù)據(jù)偏差增大.總體看，該模型較好地反映了1a之內(nèi)的風(fēng)場變化.

圖3 月平均風(fēng)速數(shù)值結(jié)果與實測結(jié)果對比Fig.3 Comparison of numerical result and observed data of monthly average wind speed

4 風(fēng)場及近海風(fēng)能資源數(shù)值結(jié)果分析

近地層內(nèi)，風(fēng)速隨高度有著顯著的變化，風(fēng)能資源也隨著高度的增加而蘊(yùn)藏得更為豐富.考慮到海上風(fēng)機(jī)塔架較高，為使結(jié)果更具代表性，對MM5模式輸出結(jié)果進(jìn)行后處理，分別給出了距地表55m高度處和80m高度處的年平均風(fēng)速、年平均功率密度和年可利用時間等參數(shù)的等值線圖，如圖4～6所示.

圖4 年平均風(fēng)速等值線圖（m/s）Fig.4 Contour map of yearly average wind speed（m/s）

圖5 年平均功率密度等值線圖（W/m2）Fig.5 Contour map of yearly average power density（W/m2）

海洋上空間寬闊，表面平坦，粗糙度小，而陸地上地貌變化復(fù)雜，風(fēng)場的運動受地表建筑和植被的影響較大，因此海上風(fēng)速往往大于陸上風(fēng)速.數(shù)值模擬結(jié)果反映出了這一特點.如圖4所示，55 m高度處和80m高度處的年平均風(fēng)速等值線基本沿大連及其周邊地區(qū)的海岸線變化，且風(fēng)速向內(nèi)陸衰減.在55m高度處，大連附近淺海地區(qū)的年平均風(fēng)速為5.7～6.3m/s，年平均功率密度在240～270W/m2.而距海岸線更遠(yuǎn)的地區(qū)年平均功率密度可達(dá)300W/m2.近海地區(qū)年可利用時間普遍可以達(dá)到7 200～7 500h.隨著高度的增加，風(fēng)場發(fā)生了較大的變化.在80m高度處，沿海岸線年平均風(fēng)速可達(dá)6.3～6.6m/s，年平均功率密度為250～300W/m2，而年可利用時間在7 500～7 800h.根據(jù)氣象臺站統(tǒng)計資料，2000年為近30a中的年平均風(fēng)速最小年，計算結(jié)果較為保守，實際風(fēng)能蘊(yùn)藏儲量應(yīng)更為豐富.

5 結(jié) 論

（1）數(shù)值結(jié)果體現(xiàn)出了地形、海陸差異對地面中尺度風(fēng)速場分布的影響，計算出的全年風(fēng)場變化情況與氣象測站觀測數(shù)據(jù)吻合較好.

（2）得到的三維空間風(fēng)資源分布概況，彌補(bǔ)了大連地區(qū)氣象測站稀少及缺少海上測站記錄等不足，可為海上風(fēng)電場的宏觀選址提供依據(jù).

（3）大連近海地區(qū)55m和80m高度處，年平均風(fēng)速都在6.0m/s以上，年可利用時間在7 500h左右，風(fēng)能資源較為豐富，具有較大的開發(fā)價值.

[1] DVORAK M J，ARCHEN C L，JACOBASON M Z.California offshore wind energy potential [J].Renewable Energy，2010，35（6）：1244－1254

[2] KOZAI K，OHSAWA T.Evaluation of offshore wind energy potential using SAR and MM5 [C]//Proceedings of Coastal Ocean Remote Sensing.San Diego：SPIE，2007

[3] JIMENEZ B，DURANTE F，LANGE B，etal.Offshore wind resource assessment with WAsP and MM5：Comparative study for the German Bight[J].Wind Energy，2007，10（2）：121－134

[4] HERNANDEZ J L，SRIKISHEN J，ERICKSON D J，etal.A regional climate study of Central America using the MM5modeling system：Results and comparison to observations[J].International Journal of Climatology，2006，26（15）：2161－2179

[5] 李曉燕，余 志.基于 MM5的沿海風(fēng)資源數(shù)值模擬方法研究[J].太陽能學(xué)報，2005，26（3）：400－408

[6] 龔 強(qiáng)，袁國恩，張云秋，等.MM5模式在風(fēng)能資源普查中的應(yīng)用試驗[J].資源科學(xué)，2006，28（1）：145－150

[7] 曾雪蘭，余 志，鄧院昌.基于MM5的輪轂高度風(fēng)場數(shù)據(jù)獲取方法[J].中山大學(xué)學(xué)報，2008，47（5）：130－132