| WRF/CALMET/BP预报系统对内陆山区风电场的一次滚动预报检验 |
| |
| 引用本文： | 刘伟,李艳,杜钦.WRF/CALMET/BP预报系统对内陆山区风电场的一次滚动预报检验[J].气象科学,2022,42(1):79-88. |
| |
| 作者姓名： | 刘伟 李艳 杜钦 |
| |
| 作者单位： | 南京信息工程大学 大气科学学院 南京 210044;呼伦贝尔市气象台, 内蒙古 呼伦贝尔 021000;南京信息工程大学 大气科学学院 南京 210044;重庆市气象科学研究所, 重庆 401147 |
| |
| 基金项目： | 国家自然科学基金资助项目(41775058);重庆市气象局开放式研究基金 |
| |
| 摘 要： | 利用以中尺度数值模式WRF/CALMET作为风电场预报系统的动力模块,及BP神经网络法(BP-ANN)作为风电场预报系统的统计订正方法,对重庆市齐跃山风电场进行了一次时间分辨率为5 min的24 h风速、风功率的滚动预报试验,探讨了适用于中国典型内陆山区的风电场预报系统。结果显示:以WRF/CALMET/BP组成的动力—统计预报系统能够较好地模拟出内陆山区的风场特征,系统对正午至傍晚时段的风速预报准确率较高。WRF/CALMET动力模式对于风速中心振幅的模拟能力较好,经过BP神经网络订正后,模拟结果会趋于均值。不同风速段中,模式对低风速段(3~8 m·s^(-1))的预报效果较好,BP神经网络对中风速段(8~14 m·s^(-1))预报结果的订正效果最明显。
|
| 关 键 词： | WRF/CALMET/BP 风能预报 山区风电场 |
| 收稿时间： | 2019/9/27 0:00:00 |
| 修稿时间： | 2020/10/26 0:00:00 |
A numcial testment of WRF/CALMET/BP forecast system for wind energy in inland mountains |
| |
| LIU Wei,LI Yan,DU Qin.A numcial testment of WRF/CALMET/BP forecast system for wind energy in inland mountains[J].Scientia Meteorologica Sinica,2022,42(1):79-88. |
| |
| Authors: | LIU Wei LI Yan DU Qin |
| |
| Institution: | Nanjing University of Information Science & Technology, Nanjing 210044, China;Hulunbuir Meteorological Station, Inner Mongolia Hulunbeir, 021000, China;Nanjing University of Information Science & Technology, Nanjing 210044, China;Chongqing Institute of Meteorological Sciences Chongqing 401147, China |
| |
| Abstract: | A wind energy farm forecast system based on the mesoscale numerical model WRF/CALMET and the post statistical BP Neural Network Method (BP-ANN), was used to operate the rolling prediction test on 24 h wind speed and wind power at 5-minute intervals of Qiyueshan wind farm. Results indicate that dynamic-statistical forecast system of WRF/CALMET/BP simulates the wind field characteristics in inland mountainous well,whose accracy rate is highest from noon to sunset.The numerical model WRF/CALMET simulates central amplitude well,but after statistical revision by BP-ANN,the results tend to distribute near mean value. Meanwhile,the forecast accuracy in low-level wind speed (3-8 m·s-1) by model is better,and the effort of statistical revision by BP-ANN is more obvious in mid-level wind speed (8-14 m·s-1). |
| |
| Keywords: | WRF/CALMET/BP wind energy forecast Wind farm in inland mountains |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《气象科学》浏览原始摘要信息 |
| 点击此处可从《气象科学》下载免费的PDF全文 |
|
