文摘

通过使用数值预报模型(LAM)结合scale-selective数据同化(SSDA)方法,风能资源在美国连续(圆锥)缩减规模从IPCC CCSM3全局模型预测对当前和未来的气候条件。评估气候变化影响本土地区的风能资源进行。基于降尺度的结果,当预测到未来气候在IPCC的aib情况下,年平均风速经验全面转变整个美国大陆地区。2040年代从当前气候,年平均风速预计将增加从0.1到0.2年代−1大平原,大湖地区,北部和西南部的美国位于落基山脉西南。当投射到2090年代从当前气候,有一个总体增加在美国大平原地区和西南地区位于落基山脉西南平均风速增加0和0.1年代之间−1,而北方的大湖地区经验更从当前气候增加到2090年代比第一个几十年平均风速的增加从0.1到0.4年代−1。

1。介绍

本研究的具体目的是研究气候变化的影响在风能资源在美国大陆(圆锥)。全球气候变化是不断改变风的模式。风是一个极其有价值的可再生能源,需要接收显著更多的关注随着地球气候的变化。本研究的重点将是项目,最好的风力能源将遍布圆锥,为了得到最大程度的使用风能的未来。

在目前的气候下,根据美国能源部的国家可再生能源实验室,一流的或最好的地方/位置在本土地区风力资源潜力近海发现沿着西海岸的加利福尼亚和俄勒冈南部北部。同时,中西部州、蒙大拿、怀俄明、科罗拉多和新墨西哥,所有包含的风能资源潜力。优秀的或second-to-best位置在本土地区风力资源潜力发现东海岸扩展从缅因州到南卡罗来纳,在五大湖地区,和沿着西海岸近海领域华盛顿州,俄勒冈州北部和中期和加州南部。第三最好的地点建造风力涡轮机将沿着东海岸向北扩展从乔治亚州到缅因州,德州的东南端,大湖地区,南部近海加州和华盛顿州。和中西部的部分地区也将被视为第三风力资源的最佳位置。基于表面所观察到的电台和测深在美国2000年,阿切尔和雅各布森(1,2]分析了美国风类的空间分布在80米的高度。他们的研究结果表明,一个伟大的有前途的大陆地区风力发电被发现位于称为美国的“中心地带”。中央带包括美国俄克拉何马州、内布拉斯加州、堪萨斯州、南达科塔州和北达科他州。南部和东部海岸还提供良好的潜力,尤其是离岸。五大湖地区的平均风力发电类是6,这是一个潜在的加拿大和美国之间共享。另外,据李et al。3),五大湖地区目前是一个优秀的候选人为风能的发展因为有大型通畅和开放区域用于建设。

虽然风能资源分布的评估已经被强烈的进行在目前的气候下,进行进一步的研究是很重要的可变性风力资源在不断变化的气候。此外,必须了解风力资源将在未来气候变化和发展环境中,由于风能是一个大规模增长的行业与恒压,以满足增加州和联邦授权使用可再生能源供应(4]。需要指出的是,尽管目前特定的位置可能是一个很好的候选风电场,将来它可能不是由于气候变化。因此,有必要预测的最好的风力资源将不仅在目前的气候,而且在未来气候,为了获得最好的未来使用。最后,它是至关重要的理解气候变化可能影响风力能源在未来气候情景下的我们。

政府间气候变化专门委员会(IPCC)第四次评估报告(AR4)离开毫无疑问,温室气体排放的增加将导致重大环境变化在全球所有地区(5]。然而,预计气候变化程度的不确定性的增加从全球范围内区域范围内。大多数AOGCMs没有足够高的分辨率的区域和小规模的地形特征。项目的大规模气候变化在区域尺度上,一些气候变化的降尺度技术,包括统计(或经验)降尺度和动力降尺度,近年来开发了(6- - - - - -8]。

统计降尺度方法利用现有统计大规模气候过程和他们的地区表现之间的关系。这些关系通常来源于今天的观察和假定这些关系保持静止。同样的关系,源于今天的观察在温室效应条件下被认为是有效的。动力降尺度使用高分辨率区域模型所迫使全球模型与粗分辨率下当前气候和预测未来气候情景。动力学模型结合了没过边界与内部动态迫使身体一致的方式。在动力降尺度、区域模型嵌套在全球模型通过指定侧边界条件通过传统的“海绵区”技术使用弛豫过程(9]。然而,这种传统nesting-down方法不可避免地扭曲了信息传播从全球模型区域模型。大规模特性更准确地模拟全球模型,而小规模的更好的捕捉高分辨率区域模型。

一些替代方法除了传统的嵌套技术开发的降尺度区域建模研究。“微扰法”是用于嵌套NCEP区域光谱模型在全球谱模式,通过从区域获得扰动模型添加到大规模基状态从全球区域模型中的模型组成完整的字段(例如,10])。一个类似“谱逼近”的方法(11,12)是利用提供大规模迫使区域模型域内部,确保地区的大气环流模型是一致的,从全球分析或预测。最近,彭et al。13]介绍了scale-selective数据同化(SSDA)方法从全球模型区域模型降尺度的驾驶区域模型的区域模型域内部以及通过指定外侧和更低的边界条件。SSDA动力降尺度方法已被证实能改善季节性气候后报北大西洋盆地和美国东部[13)以及提高热带气旋模拟和预测(14,15]。

本研究的目标是动态地缩减规模的影响气候变化对风能资源在使用SSDA圆锥的方法。当前和未来气候情景下的风能将本土地区的缩减规模。风能资源评估气候变化的影响在本土地区将进行。这将有助于检测最好的位置将风力涡轮机在当前和未来的气候情况,同时利用风能有效的情况下不断变化的气候。详细描述关于SSDA方法、模型数据,在这项研究中使用的方法是在部分2。风能资源降尺度在当前气候呈现部分3。节4、风能降尺度未来气候情景下的结果。同时,比较在风能资源在当前和未来气候情景进行风能资源评估气候变化的影响。摘要和结论给出了部分5。

2。模型、数据和方法

林利用天气在这项研究中研究和预测(WRF)模型(16,17)版本3.2的高级研究WRF (ARW)的核心。它完全可压缩特性,欧拉和nonhydrostatic控制方程。该模型使用Arakawa-C网格地形跟踪,静水压力垂直坐标系统。时间集成方案三阶龙格-库塔方案。和空间离散化有第二通过第六阶平流方案可用在模型中。WRF包含各种物理过程包括微观物理学、积云参数化,行星边界层(PBL),表层,陆地表面,长波和短波辐射。

SSDA方法由彭et al。13),谢et al。14刘,和谢15采用)作为动力降尺度技术。WRF模式的SSDA系统包括一个三维变分资料同化(3 dvar)技术(18从WRF模式数据同化系统(WRFDA),和一个低通滤波器,分离大,小规模的组件对全球和区域模型预测。从WRFDA WRF-3DVAR基于增量变分资料同化技术用于吸收大规模信息从全球模型区域模型。离散快速傅里叶变换(FFT)一起消除趋势程序处理非周期横向边界用于单独的大型和小型信息对全球和区域模型。在彭et al。13],SSDA方法应用在一个季节性气候后报北大西洋东部盆地和美国,对全球和区域对比分析数据显示,SSDA方法可以受益的优点全球模型代表大规模环境流动和区域模型在描述小规模和高分辨率的特点,从而提高整个区域模型模拟。此外,在热带气旋倒推法和预测[应用程序14,15、SSDA方法也被证明是有效地提高热带气旋跟踪和强度预报。更详细的SSDA系统被刘、谢15]。

林的域模型用于这项研究集中在(38.0°N, 98.0°W),覆盖本土地区。它包含 网格网格,网格间距36千米的兰伯特正形投影图。林有30西格玛水平与竖直方向50 hPa模型顶部。积分时间步长是120秒。以下物理方案选择:WSM5微观物理学计划(19],Kain-Fritsch积云方案[20.)、延世大学(YSU)培养方案21],诺亚地表模型[22),凸轮(NCAR社区大气模型)长波和短波辐射方案(23]。

林是由全球模型结果IPCC CCSM3侧边界条件是每6小时更新一次。此外,大规模风组件超过13西格玛水平(约850 hPa)从全球模型融入林每2天通过SSDA程序,直接推动了林从模型域内部。这种做法只限制大规模PBL(例如,[以上字段12)允许LAM调整其低级动力学基于自己的区域地形和近年的特点。

全球气候系统模型的结果来自社区的模型版本3 (CCSM3)根据政府间气候变化专门委员会(IPCC)的20世纪(20 c3m)和SRESA1B气候场景用于驱动。对于目前的气候,CCSM3 20 c3m实验结果用于缩减规模目前的气候与1990年到1999年的时期。为未来两个时期(2040年至2049年和2090年至2099年),达到此场景下的CCSM3结果用于驱动。

此外,北美再分析(NARR)数据作为一个独立的数据集,当验证降尺度的风能资源在当前气候条件下。NARR为各种大气分析提供了相对较高的时间(3小时)和空间(32公里)的决议对北美和附近的陆地和海洋从1978年10月到现在的时间。另一个数据集用于验证当前气候下的风能资源降尺度在这项研究来自于表面的风速测量不同表面观测平台收集的美国国家气象资料中心。

风能资源评估,一些指标包括表面风速10米高度,风能密度,和风能资源类被用于这项研究。风能密度是风能传送的速度通过一个单元的空间或区域。风功率密度可以表示为力量 在区域 : ,在那里 空气密度和 是风速。风功率密度提供了一个风力资源的总体估计潜在的在一个特定的区域。至于风能资源分类,根据风能和水能程序(2008)根据美国能源部,风力发电是分为七类从1级到类7。表1显示了每个风力发电类的标准在10米的高度。每个类的特点是一个特定的资源潜力,风能密度和风速。然而,类3 - 7 5主要类看着以来第一次和第二次类边际效用和不适合风能发展规模。

表1
基于风速分类风能在10米(m s−1)、风功率密度(W m−2),和整体风力资源潜力。

3所示。风能资源降尺度在目前的气候

之前进行区域缩小规模,风能资源在当前气候评估基于CCSM3 20 1990年代c3m全局模型结果。图1显示了年平均风速、风资源分类和本土地区的风能密度从CCSM3 20 c3m全局模型结果在1990年到1999年。显示的最大风速是6 - 8 m s−1对应于西部和东部沿海,大平原地区,在五大湖地区的部分。大多数的本土地区平均5 m s−1年平均风速。最低风速对应于美国东南部约4 m s的值−1。风力资源分类的当前基于CCSM3 20 c3m全球气候模型的结果(图1 (b)),可以看到一个最出色的风或类8风对应于大西洋和太平洋,而类7风对应于北部大平原的大多数部分(北达科他州和蒙大拿州)地区以及西部和东部沿海地区。相应地,风功率密度一样伟大的300 W m−2在大平原地区和沿海地区。相比之下,风功率密度低至50 W m−2在美国东南部的部分。在这些地区之间,在其余的圆锥,平均有100 - 200 W m−2风功率密度。虽然整体评估的年平均风速、风力资源分类,和年平均风功率密度可以为当前从CCSM3全球气候模型的结果,详细的区域特性是失踪的全球模型结果与网格分辨率相对较低。这就是为什么重要的是缩减规模CCSM3全局模型的区域范围内,以更好地代表整个美国大陆地区风资源。

(一)
(一)
(b)
(b)
(c)
(c)
图1
(一)年平均风速(m s−1)、(b)风力资源分类和(c)年平均风功率密度(W m−2基于CCSM3圆锥区域中的数据和当前气候(1990 - 1999)。

图2给出了年平均风速、风资源分类和本土地区的风能密度SSDA缩减规模CCSM3 20 c3m全局模型结果在当前气候(1990 - 1999)。它全面更好的工作在区域范围内捕获特性在本土地区相比图1之前,SSDA缩小规模应用。虽然极大值和极小值的区域风速对应相同的一般位置如图1(一),图2(一个)揭示了地形的影响和小规模的地理特征的SSDA降尺度拿起在规模小的区域原始CCSM3数据不能。更具体地说,的SSDA缩减规模数据揭示了一个更现实的表示风速在落基山脉和五大湖地区。

(一)
(一)
(b)
(b)
(c)
(c)
图2
(一)年平均风速(m s−1)、(b)风力资源分类和(c)年平均风功率密度(W m−2本土地区)SSDA缩减规模模拟当前气候(1990 - 1999)。

有大如3 m s−1差异在这些地区之前降尺度发生,而不是之后。如果没有应用降尺度,风速会经常被低估,因为CCSM3跳过不同地形的重要条件。这些差异也可以看到在图2 (b)这显示了风力资源分类。在图1 (b),几乎是没有区域范围内地形特征而在图2 (b)这些区域范围内特性非常清楚地显示出来。这是相同的图2 (c)对比图1 (c)年平均风功率密度。因为风功率密度成正比风速、地区差异在这种情况下是相同的。

一般来说,为了得到更实际的近地表风速,风力发电分类,和风能密度、空间分辨率较高的LAM降尺度从全球区域规模将超越全球模型,由于其更好的表示地形的区域特征,土地使用,等等。此外,SSDA方法的优点结合为全局模型和林,这也将有助于LAM产生更精确的结果。在下面比较原始CCSM3全局结果和SSDA缩减规模区域结果NARR数据,一些表面风从观测站测量显示的好处SSDA区域缩小规模。

比较被CCSM3数据、SSDA缩减规模CCSM3和NARR数据当前气候(1990 - 1999)对30站选择在美国(见图3站的位置)为了得到全面评估数据源的准确性的风能在本土地区。地区的高、低风能源选择。


图3
选择站在本土地区的位置在这项研究中用于比较。

表2显示每个车站的实际风速和SSDA缩减规模值相比,CCSM3值,NARR观测数据值。此外,标准误差(SE)显示为每个数据集。SSDA第二大标准误差值( )的所有4个数据集,表示很大的可变性的风速在每个车站位置相对于平均风速值。SSDA标准误差值最大风速超过6米−1一个值为0.29。这表明更大的可变性的风速在每个车站位置相对于平均风速值。

表2
年平均风速比较SSDA缩减规模CCSM3数据,CCSM3原始数据和NARR数据为当前站观测气候(1990 - 1999)。同时,标准误差(SE)的观察显示,CCSM3 SSDA, NARR数据集所有30站以及15选择电台与风速> 6 m s−1。平均绝对误差(MAE)年平均风速为当前气候原始CCSM3数据之间(1990 - 1999),SSDA数据和NARR数据相比,车站所有数据。此外,美年平均风速大于6米−1计算。

平均绝对误差(MAE)的SSDA CCSM3, NARR相比车站风速数据也显示在表中2。SSDA透露不如CCSM3和NARR数据整体美。SSDA的美而CCSM3有美1.43和1.27 NARR 1.40,这意味着SSDA显示总体提高11% NARR CCSM3和全面提高9%。虽然这些百分比可能不会像显著改善,他们计算10年平均时间跨度从1990年到1999年超过30个电台。

仔细看看数据显示,SSDA缩减规模风速往往会提高对全球模型模拟最重要的是在更高的风速。站在高风速(> 6 m s−1)、SSDA似乎在CCSM3和NARR最显著的改进。SSDA 1.35的美,而CCSM3的美1.78和NARR美1.88,这意味着SSDA显示总体提高24% NARR CCSM3和全面提高29%。这些改进是非常令人印象深刻的因为改进地区丰富的风能资源是特别重要的,因为这些地区风能工程最有可能进行。

4所示。风能资源未来气候下缩小规模

之前已经表示,降尺度是必要的为了捕捉区域范围内的特性,这个模型不能。在本节中,一个比较CCSM3之间是由数据和SSDA缩减规模CCSM3年平均风速数据为2040年代和2090年代。从原始CCSM3全球模型预测的结果(例如,图4),可以看出,年平均风速分布的2040年代和2090年代非常相似与最大值发生在大平原地区和沿海地区,最小值出现在美国东南部。年平均风功率密度(W m−22040年代),也像2090年代(图5)。因为风功率密度正比于风速立方,年平均风功率密度才能更好的显示对比高、低风地区自定义的颜色更风速最大值和最小值之间。

(一)
(一)
(b)
(b)
图4
年平均风速(m s−1)从CCSM3数据(一个)2040年代和2090年代(b) aib气候情况下。
(一)
(一)
(b)
(b)
图5
年平均风功率密度(W m−2)从CCSM3数据(一个)2040年代和2090年代(b) aib气候情况下。

然而,当看着SSDA缩减规模的结果(数据6和7),区域范围内的特性很容易在本土地区可见。地形和局部范围特性的影响在美国明显是由于与SSDA动力降尺度方法的应用程序,提供了一个更现实的风能资源。更具体地说,最大值和最小值的区域风速更定义在本土区域时,区域范围内特性能够被SSDA降尺度方法。

(一)
(一)
(b)
(b)
图6
动力缩减规模年均风速(m s−1)从CCSM3 (a) 2040年代和2090年代(b) aib气候情况下。
(一)
(一)
(b)
(b)
图7
动力缩减规模年平均风功率密度(W m−2)从CCSM3 (a) 2040年代和2090年代(b) aib气候情况下。

为了对风能资源评估气候变化的影响,我们进一步比较SSDA缩减规模风能资源在未来气候与当前气候条件下。比较数据6和7与图2,可以注意到,年平均风速经验全面转变整个美国大陆地区当预测未来几十年之前通过后将在联合国政府间气候变化专门委员会的aib的场景。缩减规模的差异年度风速和未来气候之间的年度风功率密度(2040年代和2090年代)和当前气候十年(1990年)如图8从哪一个可以很容易地看到,年均风速预计将增加或减少整个美国大陆地区。

(一)
(一)
(b)
(b)
图8
(a)的平均年平均风速(m s−1)在2040年代和1990年代(当前气候)和(b)不同的平均年平均风速(m s−1)在2090年代和1990年代(当前气候)。

根据图8(一个)未来三年,年平均风速预计将增加在大平原,五大湖北部,美国西南部位于落基山脉西南。预计0.1到0.2年代−1平均风速的增加预计在这些地区。沿美国东海岸,风速仍然相当恒定从当前气候到2040年代。然而,有一个轻微的下降0.2 - -0.4米−1在大湖地区南部落基山脉,以及阿巴拉契亚山脉以西州东南部包括肯塔基州、田纳西州、阿拉巴马州和密西西比州。东南州东部的阿巴拉契亚山脉仍然相当恒定。

进一步预测未来的时候,到2090年代的十年中,通过后将在联合国政府间气候变化专门委员会的aib场景(图8 (b)),年平均风速也经历一个整体转变整个美国大陆地区相比当前的气候。有一个整体的提高在美国大平原地区和西南地区位于落基山脉西南。然而,平均风速之间只会增加0和0.1年代−1从当前气候到2090年代。然而,北方的大湖地区经历更大的增加平均风速0.1到0.4米−1。沿着东海岸,风速约0.1年代的经验略有减少−1。大湖地区南部和东南部州阿巴拉契亚山脉以西再次减少但只有0.1到0.2年代−1相比目前的气候。总的来说,落基山脉平均减少0.1到0.2年代−1。然而,沿落基山脉有一些小地方减少大约0.3年代的经验−1。东南州东部的阿巴拉契亚山脉仍然相当恒定在大多数情况下,除了极少数地区经验略有减少到0到0.1年代−1。

因此,总的来说,有一个更重要的风速的变化从当前气候2040年代与当前气候对2090年代的大多数本土地区只有一个明显的例外发生在北部大平原地区。

除了比较未来气候年当前气候在本土地区作为一个整体,四个条件选择为了得到仔细看看如何将风速变化在这些选定的区域。这四个条件选择如下:(1)美国东南部( , , , )。(2)洛矶山脉( , , , )。(3)北卡罗莱纳( , , , 。(4)大平原( , , , )。

图9显示了这四个条件themean风速时间序列。至于美国东南部地区,年平均风速是绘制当前气候(1990年代)和未来气候几十年2040年代和2090年代。黑白点代表每年平均风速和红点代表整个10年平均每十年。基于绘制红点,有一个明显的减少约0.1年代−1在10年平均风速从1990年代到2040年代的风速保持相对稳定的条件下从2040年代到2090年代。落基山脉地区,风速降低约5.35至5.1年代−1在1990年代和2040年代之间。有那么一个很轻微的增加大约0.1年代−1从2040年代到2090年代,但这个风速值仍小于当前气候。平均风速时间序列的北卡罗莱纳地区经历略有减少1990年代和2040年代之间,然后保持相对稳定的条件下从2040年代到2090年代,平均价值约5米−1。大平原地区,平均风速时间序列显示平均风速约为5.9 m−11990年代,然后周围的风速增加到6米−1到2040年代。这表明一个整体轻微增加大约0.1年代−1在大平原地区2040年代从当前的气候。然后,然后有一个很轻微的减少从2040年代到2090年代,但整体风速在2090年代仍大于当前的气候。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
图9
平均风速(m s−1东南部)的时间序列(a), (b)洛矶山脉,北卡罗莱纳(c)和(d)大平原地区。年平均风速是绘制当前气候(1990 - 1999)和未来气候年2040年代和2090年代。黑白点代表每年平均风速和红点代表整个10年平均每十年。

5。结论

准确的风能资源评估和预测气候变化对他们的影响是至关重要的,以防止进一步的化石燃料浪费,鼓励新的和改进的圆锥区域可再生风能项目。区域动力降尺度的全球气候模型是有益的因为它更高的空间分辨率和更好的捕获区域范围内的特性,全球气候模型不能。此外,scale-selective数据同化的新的动力降尺度方法(SSDA)除了传统的海绵带放松降尺度方法在本研究介绍了风能资源降尺度圆锥,吸收其中的大规模信息从全球林模型,结合全球和区域模型的优点。

SSDA方法是利用风能资源在当前气候评估基于CCSM3全局数据也被用于项目风能资源在未来气候的2040年代和2090年代的后预计将在联合国政府间气候变化专门委员会的aib的场景。这SSDA降尺度方法证明在缩小规模显著改善本土地区的风能资源在当前气候。风能资源的分布产生的SSDA降尺度方法是更紧密地描述实际观测风能资源在当前气候(1990年代)在本土地区,而其他数据集(包括全球CCSM3原始数据和NARR数据)用于本研究。

风能资源在未来气候下然后比较与当前气候评估气候变化影响的发展本土地区的风能资源。这是发现,年平均风速在本土地区经验全面转变。2040年代从当前气候,年平均风速预计将增加在大平原,大湖地区,北部和西南部的美国位于落基山脉西南。预计0.1到0.2年代−1平均风速的增加预计在这些地区。然而,当预测到2090年代从当前气候,有一个总体增加在美国大平原地区和西南地区位于落基山脉西南平均风速增加0到0.1年代−1从当前气候到2090年代。然而,北方的大湖地区经历从当前气候更增加到2090年代比第一个几十年,平均风速为0.1到0.4年代−1。

也表明区域动态缩减规模风速倾向于提高全局模型的结果,特别是在地区更高的风速。改进在这些地区丰富的风能资源尤其重要,因为这些地区风能工程最有可能进行。本研究的发现提供必要的知识可再生风能公司,让他们知道投资新的风能项目,影响气候变化可能对风能资源跨美国大陆。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究部分由NC州立大学战略研究计划(SRI)计划格兰特和美国国家海洋和大气管理局气候变化项目通过分包合同(uf -嗯- 1100031 - NC)从佛罗里达大学。