CMA-WSP模式产品在宁夏风能预报中的适用性分析

Applicability of CMA-WSP Model Products to Wind Energy Forecasting in Ningxia

摘要

为评估 CMA-WSP 风速预报产品在宁夏的适用性，基于 2022 年 CMA-WSP 风速预报资料及同期宁夏 25 个地面气象站逐时观测资料，采用统计方法分析预报值与观测值的时空差异，并对预报能力进行检验评估。结果表明：空间分布上，除六盘山站外，CMA-WSP 对宁夏其余各站平均风速及标准差均存在高估特征，均方根误差以平罗站最小、石嘴山站最大；月尺度上，3-4 月平均风速预报偏差最大，11-12 月误差最小，预报效果最佳；日变化中，20：00-21：00 和 01：00 前后平均风速预报偏差最大，11：00 前后偏差最小；WNW 和 NW 风向预报值与观测值相关性最好；预报与观测风向、风速频率分布整体较为一致，但观测静风频率及 2 m/s 以下风速出现频率明显高于预报。

Abstract

To evaluate the applicability of the CMA-WSP wind speed forecast product in Ningxia, CMA-WSP wind speed forecasts for 2022 and concurrent hourly observations from 25 surface meteorological stations in Ningxia were used. Statistical methods were applied to analyze the spatial and temporal differences between the forecasts and observations and to evaluate forecast performance. The results showed that, in terms of spatial distribution, CMA-WSP overestimated both the mean wind speed and its standard deviation at all stations except Liupanshan Station. The root mean square error was the lowest at Pingluo station and the highest at Shizuishan Station. At the monthly scale, the largest biases in mean wind speed occurred in March and April, whereas the smallest errors and best forecast performance occurred in November and December. In terms of diurnal variation, the largest biases in mean wind speed occurred at approximately 20:00-21:00 and 1:00, whereas the smallest bias occurred at around 11:00. The correlations between the forecast and observed wind speeds were strongest for WNW and NW winds. Overall, the forecast and observed frequency distributions of wind direction and wind speed were relatively consistent. However, the observed frequencies of calm winds and wind speeds below 2m/s were notably higher than the corresponding forecast frequencies.

关键词

风速 / 数值模式 / 预报检验 / 宁夏

Key words

wind speed / numerical model / forecast verification / Ningxia

参考文献

[1] 舒印彪. 发展新型电力系统 助力实现“双碳”目标[J]. 中国电力企业管理， 2021（7）： 8-9.

[2] 水电水利规划设计总院. 中国可再生能源发展报告 2019[M]. 北京： 中国水利水电出版社， 2020： 1-14.

[3] 孙书凯， 董存， 王铮， 等. 考虑不同风能特征的风电中长期电量预测方法[J]. 高电压技术， 2021， 47（4）： 1224-1233.

[4] 符杨， 郑紫宸， 时帅， 等. 考虑气象相似性与数值天气预报修正的海上风功率预测[J]. 电网技术， 2019， 43（4）： 1253-1260.

[5] 彭小圣， 熊磊， 文劲宇， 等. 风电集群短期及超短期功率预测精度改进方法综述[J]. 中国电机工程学报， 2016， 36（23）： 6315-6326.

[6] 杨兴国. 宁夏气候与生态环境[M]. 北京： 气象出版社， 2021.

[7] 靳双龙， 冯双磊， 王勃， 等. 西北电网风场数值预报的大气边界层参数化方案适用性[J]. 高电压技术， 2022， 48（2）： 447-455.

[8] 王丹， 杨艳超， 高红燕， 等. CMA-WSP精细化风速预报在陕西地区的质量检验[J]. 陕西气象， 2024（5）： 24-31.

[9] 王明， 孟丹， 许沛华， 等. 中国气象局风能太阳能预报系统（CMA-WSP）在风资源短期预报中的检验评估[J]. 南方能源建设， 2024（1）： 73-84.

[10] 陶勇， 王加敏， 陈果， 等. CMA-WSP 风速预报订正产品在贵州风电场的检验评估[J]. 山地气象学报， 2024， 48（5）： 41-47.

[11] Xie Y H， Shi J C， Fan S Y， et al. Impact of radiance data assimilation on the prediction of heavy rainfall in RMAPS： A case study[J]. Remote Sensing， 2018， 10（9）： 1380.

[12] 杨璐， 宋林烨， 荆浩， 等. 复杂地形下高精度风场融合预报订正技术在冬奥会赛区风速预报中的应用研究[J]. 气象， 2022， 48（2）： 162-176.

[13] 琚陈相， 李曼， 艾力亚尔·艾海提， 等. 不同初始场条件对新疆区域数值模式预报性能的影响[J]. 沙漠与绿洲气象， 2023， 17（5）： 38-46.

[14] 杜娟， 李曼， 于晓晶， 等. 基于不同分辨率和参数化方案的新疆区域数值模式性能初步评估[J]. 沙漠与绿洲气象， 2019， 13（3）： 57-65.

[15] 郑丽君， 马中元， 黄京平， 等. 江西东部走廊地形对边界层风场及天气的影响[J]. 沙漠与绿洲气象， 2022， 16（3）： 30-37.

[16] 陈冬梅， 马玉龙， 李源， 等. 高分辨率地形资料应用对CMA-MESO 模式地面气象要素的影响[J]. 气象学报， 2023， 81（6）： 897-910.

[17] 刘郁珏， 苗世光， 刘磊， 等. 修正WRF次网格地形方案及其对风速模拟的影响[J]. 应用气象学报， 2019， 30（1）： 70-81.

[18] 陈巧特， 符冉迪， 何彩芬 . 基于 WRF 数值模式的 SDAE-SVR 风速预测模型研究[J]. 宁波大学学报（理工版）， 2020， 33（2）： 47-53.

基金资助

宁夏自然科学基金项目(2022AAC03676)