基于风速数值预报的两种风电功率预测方法

针对风电场风功率预测,根据2011年11-12月的北方某大型风电场132台风机的实测风速资料与输出功率资料,以及BJ-RUC数值预报模式在该风电场风机高度(50 m)的预报风速资料,探讨了2种利用神经网络将风速数值预报转化为风功率预测值的途径:1)利用神经网络对风速数值预报进行预测后延误差动态订正,以订正后的风速预测风功率;2)用风速的数值预报值直接与风功率输出建立神经网络模型的释用方法。根据该风电场的实测资料和BJ-RUC模式输出资料,对0-4 h的风功率预报进行了试验,结果表明2种方法相较直接使用BJ-RUC模式风速得到的风功率预报效果有明显改进,第1种方法,风速的绝对误差下降了48.7%,风功率的平均绝对误差下降了58.2%,第2种方法,风功率的平均绝对误差下降了60.4%。     

基于滚动极值处理的BP神经网络方法的WRF模式预报风速订正

为解决风速预报准确性问题,提高风能利用率,应用滚动的BP神经网络方法结合对极值的处理,对我国某风电场2007年4—11月的WRF模式预报风速结果进行了滚动订正研究。结果表明,经过1 h、12 h、24 h时间步长的滚动极值BP神经网络方法订正后,风电机组轮毂高度70 m处订正风速的相对均方根误差平均值分别减少16.59%、12.11%和11.61%,相对平均绝对误差平均值分别减少13.81%、11.09%和10.37%;且以时间步长为1h的滚动极值处理的BP神经网络订正效果最好,预报风速更趋近于实测风速,预报精度明显提高。     

基于MOS方法的环渤海地区大风中期预报

针对环渤海地区64个台站,应用MOS技术制作了平均风速、最大风速以及大风的96～240 h的中期预报.预报检验结果显示:平均风速和最大风速的中期预报在大多数情况下是可用的,对于大风的灾害性预报的效果较好,但仍有待于进一步提高,需要在预报因子的筛选和多种观测信息的运用方面加以改进.     

基于神经网络的风电场超短期风速数值预报的动态修订

 针对风电场风功率预测所需的离地70m、0~4h的超短期风速预报,本文利用中央气象台发布的MM5格点输出的数值预报风速及测风塔实时发回的气象资料,探讨了利用神经网络将前期误差观测值和测风塔湍流指标等因子对MM5数值预报风速进行动态修订的方法,建立动态修订超短期预报模型,为满足风电场超短期风功率预报的工程应用提供一定的参考。结果表明,修订后的预报风速平均绝对误差等指标大幅降低,有效地提高了预报精度。     

T639预报风场在台湾周边海域的解释应用

基于台湾的气象观测资料与日本的漂流浮标资料,通过定性判断预报值与观测值的曲线走势、定量计算相关系数、偏差、均方根误差及平均绝对误差的比较方法,检验了T639预报风场在台湾周边的有效性,能为航海、海洋工程、防灾减灾等提供参考。结果表明,T639预报风场对影响台湾与周边的台风、冷空气过程都具有较强的预报能力,其中对冷空气的模拟效果整体好于台风过程,中低风速下的模拟效果好于高风速;在台风(或冷空气)和狭管效应的双重作用下,台湾海峡存在明显的大风中心,但在台湾岛的阻挡下,台湾西南部的高雄附近海域在冷空气期间持续存在一个低值中心,冷空气期间风向的向岸效应(风向呈圆弧形包绕着大陆海岸线)明显。     

2006号台风"米克拉"过程数值模式预报检验分析

受2020年第6号台风"米克拉"影响,福建南部出现了12级以上阵风和暴雨局部大暴雨天气.该文利用模式预报与地面气象站实况资料,采用平均绝对误差、准确率、空报率和漏报率等统计量对模式产品进行检验评估.结果表明,副热带高压强度变化影响台风移动路径,副高加强西伸对台风西移有指示意义.3h极大风预报误差最小的是GFS模式,整体...     

基于随机森林算法的风场预报

利用随机森林算法,基于历史地面实况观测数据,构建随机森林1～6 h风场预报模型,并用2018年的地面实况观测数据对预报模型进行检验分析.结果 表明,随机森林算法在风场预报中有较好的泛化能力,对地面10m风场有较好的预报水平,在1～6 h的预报中,预报风场与实况风场比较接近,各预报时效风速的年平均绝对误差为1.0 m/s...     

蒙西地区不同边界层参数化方案的近地层风场预报效果评估

利用中尺度WRF(Weather Research Forecast)模式和GSI(Gridpoint Statistical Interpolation)同化系统,通过改变边界层参数化方案对蒙西地区进行了7组回报试验,并基于70个国家级地面站和18座风塔观测对试验结果进行多方面检验。结果表明:模式的预报可以抓住实际风速风向的演变和位相变化。各边界层参数化方案的10 m和70 m风向较观测有轻微顺偏;各方案对有效风速(3~15 m/s)的预报效果最好,对满发风速(15~25 m/s)的效果次之,对无效风速(0~3 m/s)的预报效果最差;各方案都能模拟出风速风向的日变化特征,表现为白天风速随时间增大和风向的顺转,傍晚到夜间风速的减小和风向的逆转;各方案对10 m风场的预报差异较70 m的更为明显,且模拟的风速偏大,YSU方案对10 m风速的预报效果最好,ACM2对70 m风速预报效果最好;TEMF、YSU以及ACM2方案对风切变指数的预报较好;大气层结的稳定性对低层风场的模拟有比较重要的影响。     

基于模式输出统计预报方法的云量精细化预报

通过对T639数值预报产品的释用,结合地面气象观测站资料,以环渤海地区兴城站为例,建立了云量的精细化预报模型.从云形成的基本条件出发,选取4类天气学意义明确的预报因子:水汽类、大气不稳定度类、大气上升运动类和天气系统强度类,以总云量、低云量为预报对象,通过逐步回归法建立兴城站逐月、逐时次的云量预报方程.结果表明,云量主要受水汽、大气上升运动和大气不稳定度影响.回代检验结果表明,总云量平均绝对误差为20%,低云量平均绝对误差为16%,低云量的预报方程预报效果更好;总云量夏半年预报准确率更高,低云量冬半年预报准确率更高,可为云量精细化预报提供参考.     

东海大桥风电场短期风速序列特性及其预报

风能作为一种重要的可再生能源能源,能够减少环境污染,缓解能源短缺.为减轻风电并网所带来的不利影响,降低供电系统的运行成本,精确的短期风速预报则显得十分必要.本文基于对东海大桥风电场实测数据的分析,指出其短期风速序列具有波动集群效应与非对称效应,而波动反馈效应并不显著.并进而从物理角度对产生这一现象可能的原因进行了详细阐述.此外,为选取适用于东海大桥风电场的预报模型,我们以平均绝对误差(MAE)、平均绝对百分误差(MAPE)以及均方根误差(RMSE)这三个误差指标作为判别标准,定量对比了五个模型的预报精度.结果表明,无论是单步预报还是多步预报,ARMA-EGARCH模型与ARMA-EGARCH-M模型的预报能力十分接近,均优于其他模型,且这两个模型随着提前预报步数的增加,误差增长率较低.     

河南输电线路舞动气象风险的可预报性分析

为了研究基于数值模式的河南输电线路舞动预测的可预报性,以数值预报(numerical weather prediction, NWP)数据和常规舞动气象风险预测模型为基础,通过对河南121个国家气象站的舞动高影响气象要素预报能力的评估,揭示了借助数值预报开展舞动预测的可能性,同时针对河南容易发生输电线路舞动区域进行检验评估。结果表明：河南东部平原地区输电线路舞动具有较好的可预报性,而西部山地丘陵地区舞动可预报性相对较低,4个舞动高发区可预报由高到低分别是：东部平原地区、南部山区、西北部山区、西南部盆地。河南地区温度、风速和湿度预报均表现为东部平原地区偏差小、西部山区偏差大的特点。输电线舞动的气象高影响区间的可预报性从大到小依次是风速、温度、湿度,其命中率分别为73.4%、78.4%和67.1%,温度和风速在河南东部的可预报性明显高于河南西部,而湿度在河南南部可预报性高而北部可预报性低。温度、风速和湿度的可预报性区域分布有差异,要提高输电线路舞动预测水平,需要在不同区域针对不同要素进行预报订正和调整。     

“海峡号”航线风场特征及模式预报风场的对比检验

基于平潭沿海、平潭浮标、台湾沿海的观测资料以及WRF、EC细网格10 m预报风场资料,通过计算相关系数(CC)、偏差(Bias)、均方根误差(RMSE)以及平均绝对误差(MAE)等,定量分析模式风场预报产品的有效性和可用性。结果表明,(1)"海峡号"航线多为偏北风或偏南风。5个检验站点中,牛山岛、海峡号码头、基隆主导风向轴以NNE-SW为主,平潭浮标主导风向轴以N-SSW为主,新竹主导风向轴以NNE-W为主。(2)平潭沿海及平潭浮标的大风日数要多于台湾北部沿海,10月—次年1月为大风多发期。(3)经过定量比较,EC细网格预报风向、风速在"海峡号"航线上具有较高精度,可用性强于WRF。因此,可选用EC细网格模式预报风场作为参考,开展航线气象服务。     

稳定、中性条件风速标准差对烟幕扩散的影响

为了更好发挥发烟装备的使用效果,需要研究风速标准差对烟幕扩散的影响规律.通过分析现场观测数据,研究了稳定、中性层结条件下3个方向风速分量标准差与稳定度分类判据SR数及平均风速之间的关系,运用高斯烟羽模式结合实测平均风速和风速标准差计算了烟幕在大气中的扩散效果,分析了平均风速和风速标准差对烟幕有效遮蔽区域长度、高度、面积的影响规律.结果表明,烟幕有效遮蔽区域长度和高度的主导因素分别为垂直方向风速标准差和平均风速;相同的稳定度类别和近似的平均风速条件下,风速分量标准差可能存在较大差别,导致烟幕有效遮蔽区域的长度和面积可能存在量级上的变化.因此,在发烟装备评价和使用过程中,观测并参考风速标准差是很有必要的.     

基于非参数回归模型的局部线性估计云量预报方法研究

为研究云量的分布特点,本文利用历史观测资料,对新义州、定海、隆子3站的总云量和低云量进行了正态性检验,结果显示：总云量和低云量均未达到正态指标,具有一定的随机性.因此,在2004-2007年逐年1月T106L19模式产品和单站地面观测资料的基础上,采用适合被解释对象呈非未知分布的非参数方法——局部线性估计方法,选择合适的窗宽和核函数,创建了上述3站总云量和低云量的短期预报模型,包括不同的长度样本序列.同时,为了比较预报效果,还采用适合被解释对象呈正态分布的参数方法——逐步回归法,建立了相应的预报模型,并利用2003年1月1～31日的逐日T106L19模式产品和3站的云量历史观测资料,对各种预报模型进行了试报和效果的检验,结果表明：在3站的总云量、低云量的月平均准确率和月平均平均绝对误差的检验指标中,非参数局部线性估计的预报精度均高于逐步回归方法 使用短样本序列建立的自适应非参数局部线性估计预报模型与采用长样本序列建立的预报模型相比,效果相当.这意味着,在数值预报产品解释应用的云量预报中,非参数局部线性估计方法可以更合理地考虑其时间分布特征,尤其在缺乏较长时间的历史建模样本时,具有良好的应用前景.     

基于WRF-SOLRA数值模式的太阳总辐射预报性能分析

基于分布于内蒙古具有区域代表性的8个辐射站观测资料,分析不同区域、时间段和天气条件下WRF-SOLRA数值预报模式对太阳总辐射的预报性能,并对预报结果进行订正.结果表明:WRF-SOLRA数值模式的太阳总辐射预报与实况的趋势基本一致,且太阳总辐射的预报误差、趋势具有显著的时空分布特征.误差日分布由东至西呈现上午为正-中午为负-下午为正、全时段为负和上午为正-下午为负的特征;所有站午间误差大,预报偏移幅度小,而傍晚时段与之相反.同时,随着云量、气温和PM2.5、PM10浓度的增加,均方根误差均呈增大趋势,模式预报性能降低,而平均风速、平均气压和能见度增加,预报性能转好.通过检验分析,针对性的对太阳能总辐射数值预报进行了应用订正,订正后预报与观测的相位差由0～2h减为0～1h内、预报均方根误差由36.29～117.38W/m2减为36.19～91.00W/m~2,达到了服务光伏电场功率预测的目标.     

ECMWF细网格10m风场产品在南海海域的预报检验

对2012年1月至2013年12月ECMWF(简称EC)细网格10m风场产品在南海海域的预报进行检验,结果表明:1EC对原油码头、七洲列岛、永兴岛、永暑礁4个海岛站的风速预报总体上比实况略偏大,其中对七洲列岛和永暑礁的风速预报不仅系统性偏差最小,接近0m/s,且预报与实况的相关性最好;在不同风速下EC预报的风向偏差多数集中分布在±45°之间,风速越小,风向预报偏差样本的离散度越大;EC对东南风向、偏东风向和西南风向预报的均方根误差和平均偏差均较小,而对偏北风向和西北风向的预报效果较差.2对比EC 10m风速预报场和分析场在不同季节的偏差发现:春、秋、冬季风速预报平均偏差大值中心分布有一定相似性,均位于南海北部靠近华南沿海一带和南海东南部靠近菲律宾群岛以西海面,但均方根误差和方差的分布有所差异;EC对夏季南海海域的风速预报除了24h预报较稳定外,预报时效越长,均方根误差和方差迅速增大,模式预报不稳定.     

3种机器学习方法预报风电功率的对比

根据甘肃省华家岭风力发电场的风场变化特征,利用风电场2017年8月-2018年7月的风电功率监测数据及同期欧洲中期天气预报中心的数值模式预报资料,用随机森林(RF)算法分析和筛选出主要的预报因子,分别选择RF、极限学习机和支持向量机3种机器学习方法建立预报模型,通过对比预报效果,得出适合的预报方法和模型.结果表明, RF算法的平均预报均方根误差为15.6%,预报效果优于极限学习机和支持向量机(预报均方根误差分别为16.8%和17.2%). RF算法在风电功率的短期预报方面取得了更好的效果,预报值与实际监测值更加接近;基于3种机器学习算法建立的风电功率预报模型的预报结果误差值都会随着风速的增大而增大,随着风速的减小而减小.     

环渤海地区云量的精细化预报方法

利用2010-2016年的云观测资料和T639数值预报产品,分析了云量与影响云生成的主要气象因子间的相关性,通过逐步回归方法建立了环渤海地区云量的时间精细化定量预报模型.结果表明,与总云量和低云量相关性显著的气象因子主要是水汽、大气不稳定度和上升运动.其中水汽类因子包括整层相对湿度、整层湿度和大气可降水量;大气不稳定度类因子为K指数和位势不稳定指标;上升运动为850～400 hPa 5层平均垂直速度.通过逐步回归方法建立了环渤海地区总云量和低云量的时间精细化预报模型,总云量和低云量预报方程的复相关系数大部分在0.5以上.回代预报检验结果表明,总云量和低云量绝对误差分别为22%和18%;试预报检验结果表明,总云量预报的绝对误差为23%;个例分析结果表明,新民站和沂源站的预报效果比较理想,大部分时段总云量的预报值及变化趋势与实际观测结果接近,模型预报性能较好,具有一定的实际应用价值.     

一种面向工程应用的台风强度统计预测方法

为实现台风强度的年变化预测,提出了一种基于灰色均生函数模型的预测方法。选取最大风速作为台风强度的指标,利用中国气象局发布的西北太平洋台风资料,建立台风登陆和未登陆情况下的预测模型,做5 a预测,并与观测结果对比。结果表明:灰色均生函数模型对台风强度的预测具有较高精度,年平均值最大绝对误差为4.4 m/s,低于2012年各站25次台风强度的数值模式预测结果平均值;年极值最大绝对误差为11.1 m/s,低于上海台风模式对台风个例的预报结果。     

基于支持向量机的张掖市温度预报研究

基于21种常见的气象要素数据，利用支持向量机回归模型对张掖市的气温、最高气温、最低气温、24 h变温、露点温度和0 cm地温进行了预报。研究结果表明：支持向量机对张掖市温度有较强的预报能力，预报值与真实值十分接近，预报准确率都能达到90%以上；支持向量机对最低气温预报结果的平均绝对误差和均方根误差最小，为0.440℃和0.747℃，准确率达到了97.85%，对0 cm地温预报结果的平均绝对误差和均方根误差最大，为2.539℃和3.894℃，准确率为91.41%。