手机浏览网
目前，市场上主流的短期风功率预报产品都是依赖于数值天气预报结果开发的。这是因为近地表风机轮毂高度风的强度及风向，受天气过程、低空急流、局地地形强迫、晴空湍流等不同时间、空间、尺度的物理过程共同作用，形成了变化复杂且缺乏显着的周期性特征。因此，当风速及功率预报时长超过数小时之后，再优秀的纯粹统计算法也束手无策，这就需要数值天气预报发挥威力了。也就是说，需要先获得风电场所在数值天气预报模式格点处的风速、风向及其他要素的预报结果，然后传入到后续运算模块中，最终输出功率预报。
说到这里，可能你还不了解数值天气预报的原理。那么，本文就将对此做个简要介绍，以增进你对数值天气预报及其结果的理解。
数值天气预报的前世今生
从史实来看，古人对天气预报的认识仅仅停留在看云识天气以及出海前去龙王庙里拜一拜的阶段。十九世纪和二十世纪之交，Abbe和Bjerknes提出可以基于大气运动物理定律预报天气，将天气预报过程抽象为求解一组偏微分方程，而气象要素观测值可以作为偏微分方程的初值。到了二十年代，英国科学家Richardson尝试着预报未来6小时欧洲地区地面气压场的变化，这也是有记载的人类第一次发布数值天气预报。遗憾的是，这一次的预报结果与真实数据偏差太大，此后关于数值天气预报的研究一度陷于沉寂。
到了第二次世界大战，电子计算机在此期间诞生，其强大的计算能力使得偏微分方程的求解拥有了时效性。气象观测网的逐步建立、特别是高空探测的发展，为数值天气预报提供了越来越丰富的初值信息。与此同时，科学家对于数值天气预报的理论研究也在不断深入。他们认识到Richardson之所以失败，是因为他所求解的方程组中包括了极易发散的高频物理信息。1950年，Charney等美国气象学家使用计算机求解，做了滤波近似后的方程组，首次成功发布了北美地区500Pa高度场的数值天气预报结果。
伴随着气象及科技的飞速发展，数值天气预报能力在过去的40年里取得了长足进步。高性能超级计算机的运算速度以指数级增长，为数值模式时空分辨率的不断提高提供了可能；观测技术的发展，特别是气象卫星的发射，使得数据采集时不会遗漏全球任何一个角落。气象模型以及针对模式无法直接求解的物理过程参数化不断优化，提高了模式描述真实物理世界的能力。下图展示了数值天气预报在南北半球预报能力的进步（以500hPa位势高度为比较基准）。
令人欣慰的是，如今对5天后气压场的预报精度已经可以达到20年前对3天后气压场的预报，差不多每10年预报能力便提升1天！这是缓慢的进步，却也是巨大的进步。
主流天气预报产品
要强调的是，全球数值天气预报的研发需要有强大的科研能力，且要投入大量的资源，世界上能够玩得起这场烧钱竞赛的国家与组织屈指可数。
要提的第一家便是美国大气与海洋局，这是全球大气科学学界的圣地，其开发的全球预报系统(Global Forecast System, GFS)大概是这个世界上使用最为广泛的数值天气预报模式了。一方面GFS模式的预报质量的确很值得信赖，另一方面也得益于其免费政策。换句话说，任何组织与个人不受国籍限制，都能自由获取GFS模式数据并在此基础上做研究。GFS每日发布4次，每次发布当前时刻至未来15天的数值天气预报，预报时长分辨率为3小时。GFS预报数据的水平分辨率为0.25°，在中国区域相当于近30km。
另一家要提到的是欧洲中期天气预报中心(European Center for Medium-Range Weather Forecasts, ECMWF)。欧洲中心的数值天气预报质量堪比GFS数据，但其对成员国外的用户收取的服务费用较为高昂，故其用户比GFS用户少很多。值得一提的是，为了获得更高质量的天气预报数据，为客户提供更为准确的风功率预报产品，远景也采购了这一套预报数据。根据实测，这套数据的风速预报精度的确比GFS预报结果要好。欧洲中心数据每日发布两次，每次发布未来10天的数值预报，预报时长分辨率亦为3小时。欧洲中心预报数据的水平分辨率为0.1°，相当于10km，远超出GFS数据。
我国对于数值天气预报也非常重视，投入了大量人力、物力用于开发自己的模式。中国气象局自主研发的GRAPES全球预报系统2.0版本正式开始业务化运行并下发产品。该产品同化了大量卫星资料，且在质量控制和偏差订正技术方面优势明显。有报道称本产品在中国区域的短期降水预报能力已接近欧洲中心，因此对于其在近地面处风的预报能力表现也值得期待。
数值天气预报中的物理过程描述
值得注意的是，大气中不同物理过程在时间尺度和空间尺度上跨越了数个量级。大气长波的波长长达几千千米，三四个波就能够在纬向环绕地球一圈。台风、温带气旋等过程的空间尺度较大气长波小一个量级，而海陆风、山谷风、强对流天气等过程的尺度又要小一个量级。晴空积云的空间尺度只有千米量级，存在时间不过数小时，而湍流的空间尺度最小仅有数十厘米，生命时间为秒级。下图展示了大气中不同物理过程的空间尺度及特征时间。
数值天气预报的水平分辨率为十千米量级，简单理解就是在模式中十千米范围内就一个格点，这一个格点要代表十千米范围内的总体状态。对于空间尺度远大于十千米的物理过程，在模式中可以用物理方程描述。
问题是那些尺度小于十千米的物理过程又该如何处理呢？这就需要引入参数化概念了，对于那些无法直接用方程显示求解的过程，可以用一些经验关系表达出来。比如对于尺度非常小的湍流项，模式通过格点的平均风速的梯度进行计算，但由于表达的只是湍流对模式格点风速影响的统计特征，因此在具体的不同时刻可能会带来不同的误差引入，最终使得模式模拟的结果因时而异。
