风电场的数值模仿及其优化

　　观测和模仿研究注解，风电场可能会造成空气扰动并且减弱风电场下风向的风速，从而影响局地气候。由于直接的观测是特别很是有限的，所以模仿技术已经成为一种可以用来检验风电场对四周环境影响的有价值的研究工具。

　　当起风的时候，涡轮机的叶片就跟着动起来。风力发电机叶片旋转的时候，风的动能传递给涡轮内部的齿轮，这些能量最终会到达发电机，并在那里转化成电能。大风有助于风力发电场产生更多的电。然而，因为发电机发电必要消费一部分风的动能，当风吹过风电场到达风电场下风向时，风力好像就会削弱。而风力的转变可能会改变影响当地农业的关键因素，比如说空气和泥土的温湿度。然而，因为风电场的规模较大，风速、地形和其它影响变量的多变性，几乎没有观测资料可以正确的说明风电场如何影响周边环境。

　　通常，科研人员会使用天气模式来研究参数的转变，如气温升高，可能会对某一特定地区的降雨产生影响，但是这些模式效果都有大量的观测数据可以进行严酷的验证。郭振海研究员认为，用来展望风电场如何影响四周环境的模式，并没有充足的观测数据来进行精准比较。因此，郭振海研究团队检验了耦合风电场参数化的气候展望模型的模仿结果，并且评估了风电场对局地和全球气候与天气转变的短期和较长期的可能影响。这一研究效果被选为2019年2月出版的《大气科学进展》的封面论文。

　　封面照片由郭振海在实地考察期间拍摄

　　行使耦合风电场拖曳参数化方案的WRF模式进行模仿，可以更好的展望风电场对局地气候影响的真实情况。随着不同模式情景中拖曳参数的转变，科研人员必要知道展望效果的改变是因为参数转变照旧计算题目导致的。而假如没有做合理的检验的话，是几乎不可能知道缘故原由的。为了在没有观测数据的情况下对模仿效果进行更好地熟悉，该团队检验了模式自己的分辨率对模仿的影响。这是因为分辨率是该团队的分外关注点，例如正确地理边界的模仿。低分辨率模式可以模仿到数百公里风的影响，而高分辨率模式将关注点缩小到更正确的风电场模仿区域。

　　虽然数值模式得到了广泛的应用，但因为缺乏观测数据的支撑，模式效果并没有得到很好的验证。事实上，在大部分的数值模式研究中，分辨率对研究观测资料匮乏的区域起到了紧张的作用。模式分辨率的选择同时依靠于变量的特点，某些分辨率会极大地污蔑某些变量的模仿效果，因此为了重修真实的情况，模式场景必要根据不同变量来选择分辨率。郭振海研究员和他的团队专门研究了垂直和水平分辨率，分辨率的转变将影响模仿风场内外的气流。他们发现，在模仿中，垂直和水平分辨率会影响风的活动体例，水平分辨率会明显影响地表温度和水汽蒸发。

　　为了更好的行使风能以及研究风能如何影响气候天气，必要进行长期和复杂的数值模仿和有用的观测试验。进行的数值模仿是理解风电行使与大气边界层相互作用的紧张步骤，用以达到模式体系能够模仿观测实况。

　　论文信息：

　　Mangara, R. J., Z. H. Guo, and S. L. Li, 2019: Performance of the Wind Farm Parameterization scheme coupled with the Weather Research and Forecasting model under multiple resolution regimes for simulating an onshore wind farm. Adv. Atmos. Sci., 36(2), 119-132, https://doi.org/10.1007/s00376-018-8028-3