根据测风塔的观测资料发现,整个海陵岛秋季以北北东和东北风为主;冬季以东北风为主;春季以东南东和东南风为主;夏季以南风和南南西风向为主。根据7 个测风塔的观测资料,统计了各月的月平均风速(表2)。从表中可以看到,整个海陵岛的月平均风速以冬季最大;1 ~ 5 号塔夏季的平均风速次之,6 ~ 7 号塔则是秋季的风速小于冬季;最小的月平均风速值1 ~ 3 号塔出现在秋季,4 ~ 7 号春季最小。
表2 测风塔各月平均风速(m/s)
4模拟结果与分析
4.1 海陵岛风能资源数值模拟结果
采用WRF/CALMET 模式系统对广东海陵岛2003 年10月和2004 年1、4、7 月的风能资源数值模拟结果表明(图3-4),在数值模拟实验的一年中,海陵岛2004 年1 月风能资源最丰富,全岛范围内距地面60m 高度上,月平均风速6.9m/s~8.7m/s,月平均风功率密度235w/m2~526w/m2 ;2004年4 月海陵岛风能资源最小,全岛范围内距地面60m 高度上,月平均风速4.3m/s~5.1m/s,月平均风功率密度86w/m2~126w/m2。从风能资源的总体分布来看,在如图3-4 的整个数值模拟区域内,风能资源从东南到西北逐渐减小,也就是说海陵岛面向中国南海一侧的风能资源比面向大陆一侧的风能资源好。2004 年1 月整个数值模拟范围内的风能资源变化率最大,月平均风速5.6 m/s ~ 9.0m/s,月平均风功率密度141 w/m2~574w/m2 ;2004 年4 月的风能资源变化率最小,月平均风速4.1 m/s ~ 5.1m/s,月平均风功率密度70 w/m2~130w/m2。
1 月是北半球的冬季代表月,亚洲大陆为反气旋控制,势力强,海陵岛地处冷高压南侧,受东北气流影响,盛行东北季风,风速最大;4 月,华南处于冬季风向夏季风的过渡季节,盛行风向零散,此时在华南北部以冬季风为主,而在华南中南部包括海陵在内则以东南风为主,天气系统势力不强,风速也比较小,7 月与1 月形势相反,以偏南风为主;10 月由夏季风向冬季风转变,影响海陵岛的主要天气系统对海陵岛的作用也不强。
具有开发潜力的风能资源主要分布在海陵岛西南部、中部和东部的山顶上。
4.2 模拟误差分析
通过双线性内插,将月平均风速的模拟值插值到测风塔位置上,得到各测风塔位置和测风塔最高观测层上模拟值与观测值的相对误差(表3)。可以看出,3 号塔处的月平均风速模拟值的相对误差最小,相对误差变化范围2.91% ~ 9.84%;其次是4 号和5 号塔,除2004 年1 月以外,相对误差变化范围0.58% ~ 7.41% ;7 号塔春季和夏季月平均风速模拟误差很小,1.89% ~ 4.90%,但冬季和秋季误差很大,16.10% ~ 20.17%。
3 号塔位于海陵岛西北239m 高山体的顶部,周围地势开阔,没有任何地形和障碍物的遮挡,对局地风环境的特征有较好的代表性。由于WRF/CALMET 模式系统的水平分辨率是200m×200m,每个网格点上的模拟风速值代表每个200m×200m 面积区域的平均风速,而3 号塔所处的位置在200m×200m 面积区域内相对平坦,风速分布均匀,因此风能资源的模拟误差相对就小。
4 号和5 号塔位于海陵岛与大陆连接的海边,地势开阔平坦。从理论上讲,WRF/CALMET 模式系统在此地区的风能资源数值模拟误差应该相对较小。但是,在2004 年1 月的天气背景条件下,整体地面风速较大,这必将造成海面风浪加强,从而造成地表粗糙度加大。而目前本文在WRF/CALMET 模式系统中还没有考虑海面粗糙度随风速变化因素,只是将海面等同于平静水面。因此,本文4 号和5 号塔位置处2004 年1 月的平均风速模拟值明显偏大。
7 号塔位于海陵岛西部高度172m 山体南侧的山坳里, 塔基座海拔高度49m,7 号测风塔东南方向面对大海、地势开阔,其它方向均被山体阻挡。因此从表3 中看出,春季和夏季盛行东南风时,月平均风速模拟误差较小,1.89% ~ 4.90% ;而秋季和冬季盛行北偏东风时,月平均风速模拟误差就很大,16.10% ~ 20.17%。因此,说明本文风能资源数值模拟的精细化程度还不能很好地满足如此复杂地形条件下的风场评估要求。
表4 列出了7 个塔位置处各月风速Weibull 分布A、K值模拟的相对误差。可以看出,7 个塔位置处4 个月的模拟K 值相对误差都比较小,最大值在2 号塔,7 月K 值模拟相对误差为10.53%,除此之外,其他K 值模拟相对误差均在10% 以内,说明WRF/CALMET 模式系统对风速Weibull 分布形状的模拟较好,即模拟风速值与观测风速值的变化范围是一致的。