观测和模拟风速和风功率密度对薄寮地区

文摘

在这项研究中,WRF(气象研究和预测)模型被用来模拟和调查日和年度变化的风速和风功率密度比越南南部2还是公里水平分辨率两年来(2016和2017)。模型的初始和边界条件的国家环境预报中心(NCEP)最终分析(”)。观测数据两年来在20米高度在薄寮车站被用于模型偏差纠正和调查日和年变化的风速。结果表明,WRF模式高估了风速。偏差修正后,模型合理模拟风速的研究领域。风速和风功率密度显示更高的值在50 - 200 m水平地面水平比附近的地面(20米)水平和附近的沿海地区明显高于内陆地区。风速具有显著的年度和昼夜周期。两年和日周期风速的模拟模型。风速比在夜间更为强大的白天。低层风速达到最大值约为14 LT - 15 LT当垂直混合动力是高度活跃的。 Wind speeds over the eastern coastal region of Southern Vietnam are much stronger in winter than in summer due to two main reasons, including (1) stronger large-scale wind speed in winter than in summer and (2) funnel effect creating a local maximum wind speed over the nearshore ocean which then transports high-momentum air inland in winter.

1。介绍

风能是一种越来越重要的贡献全球市场的电力。根据该报告国际可再生能源机构(IRENA) 2018年,风能是第二世界上最重要的可再生电力来源,只有在水电(1]。在过去的十年里,风电能源生产增加了超过3.8倍(从2009年的150千瓦到564千瓦,2018年)的年增长率大约50千瓦/年(1]。

利用风能,最重要的一步是评估风能潜力,这是表达在一种动能。每年总动能大气中的空气流动3×10左右¹⁵千瓦时,相当于0.2%的太阳能到达地球。风能的使用潜力评价是30×10¹²千瓦小时/年(2]。风能潜力一直在访问世界的许多地区,内陆和海外(3- - - - - -13]。评估区域风能的潜力,有必要调查该地区风速特性。风速在特定位置可以从风速计测量的最佳决定放在气象塔。由于风力测量的高成本,从中尺度数值模型模拟风也利用评估风力发电潜力大面积(10,14- - - - - -20.]。

自从越南3000多公里的海岸线,有风力发电发展的有利条件。夏天被风西南成为主流,而冬天是由东北风。2012年,第一个风力发电站是安装在太平Thuan。到2018年底,总能量的风力发电厂安装在越南大约达到200兆瓦。如上所计划的国家电力发展,越南将安装总容量为6000兆瓦的风力发电,满足在2030年大约2.1%的总能源需求(21]。

Luu et al。22)观察到的风速在40米高度从1998年5月到2000年4月估计风能密度Quy Nhon,平定省,越南国家年平均风速约为5.5 m⁻¹风功率密度大约是188 W m⁻²(22]。世界银行(World Bank)的赞助下,真正的风能解决方案(TWS)公司建立风速为越南地图在30米和65米高度(23]。风速地图是基于MesoMap模型的输出和风力数据观察到40米高在Quy Nhon,越南,和其他站在10米高度的水文气象学在越南网络系统。结果表明,越南有很高的潜在的风能,超过39%的国家面积的年平均风速超过6米⁻¹在65米高度,相当于512兆瓦的风能(23]。阮(11)使用风世界银行提供的数据来评估在越南风能潜力。作者表明,越南具有良好的风能潜力约为31000公里²可用的内陆地区,可以利用风能,其中约865公里²高潜力的风能在我们6美分每千瓦时的成本。高潜力地区的风能总产量仅约为3572兆瓦(11]。

2011年,在世界银行的赞助下,AWS TruePower越南公司创建了一个更新的风力资源地图集[24]。项目的主要目标是更新之前的风能资源地图集的东南亚风(2001)使用最新的可用的测量。一组风能地图构建60、80和100米高度显示高风能潜力的地区主要集中在南部省份的沿海地区,在胡志明市和同庆阿花。世界银行(World Bank)的赞助下,丹麦技术大学与其他组织合作来开发一个全球风阿特拉斯(风速、风功率密度地图)在50岁,100年和2018年200水平。地图的集合是由运行WRF模式的分辨率3公里,然后是缩减规模250使用分辨率风图谱分析和应用程序(黄蜂)微尺度模型。全球风能Atlas覆盖整个大陆和30公里海岸线1]。尽管地图提供整体的照片越南地区的风能资源,利用风能和风能评估潜在的越南在特定位置,进一步的分析基于更密集的观察和高分辨率动态模型应该进行。

越南的南部地区是嵌入在东南亚季风区域。风的特点是季风环流与两个季节:夏季季风从5月到10月,冬季季风从11月到4月25,26]。夏季季风爆发当信风从南半球流过赤道和改变方向西南(25,27]。夏季季风在7月和8月是最强的。在冬天,东北季风为主(25,27]。冬季季风在12月和1月是最强烈的。除了主导季风环流,在东南沿海地区,包括薄寮,等当地风政权近年微风也观察到,特别是在弱季风天。近年在越南,微风吹在沿海地区和内陆有重大影响5 - 10公里(27]。

本研究首先验证高分辨率WRF模式模拟风速和风功率密度在越南南部地区。风速调整方案构造调整WRF-simulated风速与观察,以减少系统的高估模型的风速。其次,调整风速的高(2公里)分辨率模拟被用来研究风速和风功率密度的空间分布在越南南部。最后,观察和模拟风速被用来研究风速的日、年周期。本文的下一部分将数据和方法。主要结果有部分所示3。总结了部分4。

2。数据和方法

2.1。模型配置

在这项研究中,一个nonhydrostatic,三维原始方程模型,研究和预测天气(WRF)模型(28),3.7版本,用于模拟气象领域/ Bac代替和越南南部地区。数据从国家环境预报中心(NCEP)最终分析设水平分辨率(新兵)被用来初始化WRF模式。

WRF模式配置了四个嵌套域双向嵌套模式。水平分辨率是54公里,18公里,6公里,和2公里,和水平维度是100×61,154×145、163×217,和127×133(图1)。有38垂直层次从表面到50 hPa水平。的物理参数选项(例如,对流方案和云粒子物理学)在WRF表表示1。物理模型配置选择基于以前的研究(14,28- - - - - -34]。地形高度、土地利用和土壤类型的下边界条件的数据模型从美国地质调查局全球数据集和24个类别的植被数据和17个类别的土壤类型数据。的最高分辨率数据集是30年代的经度(约1公里)。每天都在00 z模型初始化和运行36小时从1月1日^圣2016年12月31日^圣2017年。731高分辨率,36小时模型进行运行。为了避免模型向上时间模拟数据质量的影响,第一个12小时数据不习惯。数据来自13个^th到36^th小时用于验证和风速和风力发电建设地图。

2.2。数据

风数据以20米高度的大气物理学薄寮站(9.299°N, 105.711°E)被用于这项工作(图2)验证和调整模拟风速和调查的日和年变化风速。薄寮站位置离大海约10公里。稻田是200米半径内的车站。戴维斯仪器公司提供的风速计是美国。风速计模型戴维斯6163无线Vantage Pro2加上风速测量范围为1.0 -67.0年代⁻¹和一个1 m s的准确性⁻¹(或5%,哪个更大)。风速计的校准检验中心的自然资源和环境。风速度20米级别从表面测量在1分钟的时间分辨率的两年时间从2016年1月至2017年12月。一分钟的数据被用来计算每小时的数据与模型模拟。

两年(2016年1月至2017年12月)的高分辨率(2公里)WRF用于计算数据和观测误差统计和调查的日和年变化风速在薄寮车站和研究领域。模拟数据调整后也被用来构建地图的风速和风力能源10,20、50、100和200米高度地面。网格新兵数据作为模型的输入。新兵数据也用于模型验证和分析风速分布的网格。

2.3。风速调整方法

模型调整风速将使用以下实证模型系统性偏差函数:

你在哪里的风速和偏差模型偏差风速在薄寮车站在20米级别。α是风速的经验参数调整网格点确保调整后风速并不是消极的。没有在方程(1),模拟风速小于偏差值将小于零,这对风速是无效的。的参数是确保风速小于调整后减少了调整以避免负面价值。α是计算如下:

的值风速的函数,如图所示3(一个)。基于α的值,风速大于4米⁻¹完全降低了模型偏差值。小风速不改变与调整。

模型与观测风速分类的散点图(图3 (b))表明,偏差纠正后,风速也调整。模型偏差主要是删除。可以看出,风速大于4米⁻¹也有类似的系统误差的值在较低风速。只有两个极值风速高于12 m s⁻¹相对较小的偏差比其他风速值。因此,整体调整的方法是可行的,适用风速高于4 m s⁻¹。

2.4。风功率密度的计算

风功率密度的地区可以确定使用风速的概率分布函数(7,35,36]。在这项研究中,我们采用威布尔分布函数,它被广泛应用于计算风能密度(36- - - - - -39]。的概率密度函数p( )和累积概率函数P( )威布尔分布的定义如下(36]: 在哪里c和k分别是威布尔参数、形状和规模,然后呢是风的速度。形状参数c描述的偏态分布函数,而尺度参数k风速度的单位和正比于从整个分布计算的平均风速。威布尔参数形状和规模c和k可以计算如下:

分布函数的对数变换P( )是用于获得以下: 让x= ln ( )和y= ln (−−ln (1P( ))获得以下表格: 在哪里一个=k和B=九龙及(c),c= exp (−B / A)。

每个风类的百分比概率我可以定义如下:

风的累积概率类将使用以下公式计算:

系数一个和B可以使用最小二乘法计算如下: :在哪儿x_我= ln ( ),y_我= ln (−−ln (1P( ))),

风功率密度P/一个会从系数计算c和k威布尔函数如下: Γ伽马函数和在哪里ρ空气密度。

3所示。结果

3.1。模型验证和风速调整

验证模拟风速对新兵在薄寮车站分析和观察。图4显示了每月平均风速在薄寮车站原始和调整WRF模拟站观测在20米级别,在10米级别和新兵的分析。2公里分辨率的模型数据域。可以看出,原始WRF和新兵数据高估风速在Bac代替(图4)。WRF模拟的平均偏差约为2 m s⁻¹。尽管新兵数据在10米级别,新兵风速明显强于模拟和观测风速在20米级别。注意,新兵在20米级别数据不可用。由于低边界层风速随高度增加,风速在20米级别应该比在10米级别。它可以意味着新兵风速在20米级别(如果可用)应该更高估了。在冬季(12月、1月、2月),新兵风速(图4,蓝色)几乎是两倍的观测值(图4、紫色)。太强大的风速在新兵建议新兵产品不应直接用于风能资源评估;缩减规模模型模拟是必需的。

高分辨率(2公里),尽管高估风速,WRF产生更好的风速新兵数据相比,尤其是在冬季。过高的问题可以克服风速调整后节中提到的方法2。调整过程适用于每一个风风速值之前统计计算。调整后,WRF-simulated风决议(图2公里4,绿色)很同意观察(图4、紫色)。的差异意味着风速20米之间的高度调整模拟风速和观察是0.1年代⁻¹。相关性是0.82。因此,调整风速可能有利于估计风能在位置没有观察,调查当地的风的空间和时间分布的特点,和建造风力密度研究地区的地图。

直方图的风速分布和威布尔函数在Bac代替观察和调整模拟20 m高度如图5。风速分为14组与1 m s⁻¹时间间隔。可以看出,风速和的直方图拟合威布尔函数的模拟风同意与观察。风速值大多在1.5到5.5米的范围⁻¹观测和模拟。最显著的差异发生在1.5年代的本⁻¹,模型高估了风速,3.5年代⁻¹,模型低估了风速(图5)。威布尔形状参数(k)从模型模拟是1.68,几乎等于观测的值(k= 1.72)。威布尔参数计算规模的模拟和观测风是3.73和3.79,分别(表2)。风功率密度在20米级别的计算系数c和k威布尔函数的监测和模拟53.4 W m⁻²和52.6 W m⁻²分别为(表2)。表3表明,模拟风力数据频率和威布尔概率密度计算的函数在薄寮车站合理同意与观察。

如部分所示2和图3调整方法应用于调整为每一个风速风速值在任何网格点任意级别的最低200的边界层。调整的程度只是依赖于模拟风速(图的大小3)。地图构建风速在不同的水平,调整风力在其他应用水平低(200)表面边界层。图6显示垂直的调整风速计算从WRF模拟薄寮车站。红点标志模拟风速时的水平。黑色的曲线是最好的拟合风速剖面的对数函数。可以看出,模拟风速在薄寮车站各级从表面到200米几乎完全遵循的最佳拟合对数函数(图6)。相同的过程适用于所有网格点的风速2公里域构造各级风速和风能地图从表面到200米。

3.2。空间分布的年平均风速、风功率密度

由于数据的限制气象风塔,地图的空间分布低风速在不同层次上的边界对风资源评估很重要。风速地图风能最常见的水平的评估,包括10、20、40、50、60、80、100、150和200的水平,建立了利用调整风速对风力资源评估在越南南部地区。在本文中,只有风速地图在20、50、100和200 m水平(图7)。

图7代表了从731年平均风速计算高分辨率(2公里)从1月1日WRF模式运行^圣2016年12月31日^圣2017年。图显示风分布明显受到摩擦和地形的影响。各级,年度最高平均风速出现在薄寮的沿海地区,Soc Trang,茶荣,和本混乱关系省份。平均风速在省约3.5 - -4.5米⁻¹在20米的高度;4.0 - -5.5 m s⁻¹在50米的高度;5.0 - -6.0 m s⁻¹在100米的高度;5.5 - -7.0 m s⁻¹在200级(图7)。平均风速随高度迅速增加由于减少表面摩擦的影响随高度的降低边界层。风速快速下降从沿海到内陆由于较大的表面摩擦/陆地比海洋。在北方地区,平均风速较低,因为遥远的距离大海。意思是对该地区风速约2.0 - -3.0米⁻¹3.0 - -4.0 m s⁻¹3.5 - -4.5 m s⁻¹,4.5 - -5.5 m⁻¹在20米、50米、100米和200米的水平,分别为(图7)。

构建风功率密度地图,根据观察到的风速从2016年到2017年,威布尔的形状和尺度参数,c和k首先计算。然后使用参数构造各级风功率密度。调整风速模型用于计算风能密度。风功率密度的空间分布(图8)的风速(图非常相似7)。风功率密度更大的值在沿海地区比内陆,在上部水平比在较低水平(图8)。

在20米高(图8(一个)),平均风能密度在薄寮,Soc Trang,茶荣,和本混乱关系范围从60到120 W m⁻²。西部沿海地区的风能密度,陈文海Ca茂和范围从40到70 W m⁻²。内陆,一江和同塔省,风功率密度只有20 - 30 W m⁻²。沿着河风功率密度高于环境已经从40 W m值⁻²70 W m⁻²在河地区(图8(一个))。在50米高(图8 (b)),在薄寮,年平均风功率密度的范围是150 - 170 W m⁻²。大约100 - 120 W的值⁻²西部沿海地区。风能密度是低价值约为30 - 50 W m⁻²江,同塔,芹苴省份(图8 (b))。在100米的高度,在东部沿海地区,平均风能密度范围从200到250 W m⁻²。西部沿海地区,风功率密度的值要小得多,约120 - 150 W的值⁻²。一江,同塔芹苴省、值低至约80 - 100 W m⁻²(图8 (c))。在200米高度,风能密度的值在东部沿海地区从260年到320年W m⁻²。西部沿海地区,风功率密度的值大约是200 - 250 W m⁻²。在北部省份的研究领域,包括一个江,同塔,芹苴,和前江,风功率密度在200级别范围从150到180 W m⁻²(图8 (d))。如图3 (b),在高风速超过12米的年代⁻¹,偏差纠正可能overreduce风速在离地面200米,从而大大降低了估计风功率密度。因为风数据不可用(200米)高的水平,应对不确定性风速偏差纠正,人物8 (e)是指在风功率密度高值的可能性约为400 - 440 W m⁻²(图8 (e)近岸地区(图)8 (e))。可能的高值在风功率密度图8 (e)应该考虑和验证在未来当观察到在离地面200米风数据是可用的。

这项工作的结果表明,在越南南部,东部沿海地区薄寮,Soc Trang,茶荣,和本混乱关系最潜在的利用风能。在水平低于100米,只有10 - 20公里的距离海岸的地区有相对较高的风能潜力值。在更高级别的150 - 200地面,潜在风能的高值区可以扩展到40 - 50公里海岸。

3.3。周日和年度风速的变化

图9显示了每小时的年平均风速(m s⁻¹)在20米级薄寮站观测(蓝色)和调整模拟(绿色)。可以看出,该模型合理地模拟风速和昼夜循环。两个模拟和观测风速有明显的昼夜循环较差的风速小于2.5 m s⁻¹在晚上。白天观测风速几乎是晚上值的两倍。最强的风速发生来自13个LT - 15 LT当空气由于加热(图是最不稳定的9)。该模型模拟风速晚上比白天好。最大风速模拟发生在大约15 LT,而观察到的一个是在大约14中尉虽然模型低估了风速在上午晚些时候和高估了风速在下午晚些时候,小于0.5米的平均误差⁻¹相对较小。很难完全解释为什么模型错误是晚上要比白天小。在一个不稳定边界层白天,模型可能更差代表物理过程,如湍流混合、辐射传输,或atmosphere-land交互过程与土壤的类型。

图10介绍了风速的意思(m s⁻¹)在20米级越南南部地区在冬季(DJF)和夏季环流)晚上(05 lt)和白天(lt) 14日政权。的图显示了一个年度风模式与东北冬季风和西南季风地区在夏季风。

在冬天,晚上风在开放海域相对强劲的平均风速约4.5到6.5米的年代⁻¹在陆地上,风几乎是平静与平均风速约为2 m s⁻¹或更少(图10 ())。白天,更多的垂直混合和运输高势头空气从海洋到大陆,风速在陆地上(图要大得多10 (b)比晚上(图)10 ())。白天,靠近沿海地区的平均风速达到4.5到5.5年代⁻¹。该地区相对强风速的3 - 4米⁻¹达到40 - 60公里从沿海向内陆(图10 (b))。

在夏天,风在海洋(数字10 (c)和10 (d))1 - 2米⁻¹弱于那些在冬季(数字10 ()和10 (b))。风速分布在陆地上是夜间(图之间完全不同11(c))和白天(图10 (d))在夏季。晚上,整个越南南部地区,除了在河地区,有一个风速小于2米⁻¹(图10 (c))。白天,更强的垂直混合和运输高势头空气从海洋到大陆的西南季风增强了陆风效应使风力明显强于晚上在整个地区。平均风速白天大多从3到4米⁻¹(数据10 (d))。

图11说明了观察和模拟的月平均风速在薄寮站在2016年。风速的年度周期显示了两个极大值:一个2月每月平均风的4.6年代⁻¹;另一个与8月每月约3.6年代的意思是风⁻¹。有两个最小值发生在5月至10月,每月约2.5年代之风⁻¹(图11)。风速的年变化有两个最大值同意先前的研究(Tran 2007 [27])。图中可以看到11这个模型捕获的年度周期观测风速、包括两个最大值和月度值。

模型模拟风速在冬季比夏季(图11)。在越南南部(SV),除了把一年分成四个季节(冬天,夏天,秋天,春天)主要基于温度,还有另一个定义的SV基于降雨季节一年分为两个季节包括干季(11月至4月),更少或没有降雨和雨季(5月至10月)有更多的降雨。SV在雨季降雨主要来自于下午雷雨和中尺度对流降水干扰。更多的干扰电流模型中不能很好地模拟物理可能是低质量的原因之一在夏季比冬季风速模拟(图11)。

如部分所示3所示。1,高分辨率WRF模式比新兵分析数据再生在薄寮车站风速。进一步看到SV地区高分辨率仿真的优点,从WRF模式模拟的风速与之光》分析网格。图12提出了从新兵分析(数据平均风速12(一个)和12 (b)设分辨率)和WRF模式分辨率18公里(数字12 (c)和12 (d))(上)2月和8月(底部)。选择两个月,因为2月(8月)最强的风速观测在冬季(夏季)。

图12表明,WRF风速和新兵,在海洋的冬天比夏天。海洋,WRF-simulated风速显示类似的空间分布分析,但更多的细节,因为更高的分辨率。今年2月,东北风几乎是垂直于越南中部的山区和沿海线。由于地形阻挡效果,附近有一个异常高压系统越南中部沿海地区,导致对该地区相对较弱的风和近岸海洋(图12 (c))。从上游风速减小的值约8米⁻¹(前16°N, 109.5°E)约6米⁻¹海洋空气,当包裹到达约40公里的海岸(图12 (c))。风速显著减少约2 - 3米⁻¹在(15°N, 109°E)(图12 (c)),当它到达沿海边界由于摩擦和地形阻挡的综合效应。

在冬季,有一种强烈的风区在沿海地区集中在附近的海洋(10.5°N, 108.5°E)和扩展到南方(数字12(一个)和12 (c))。强风地区可能是由于漏斗效应在一个小摩擦区域海洋。事实上,有高压异常的价值1.5 hPa 4 hPa位于越南内地和沿海地区,沿着10.5°N 20.5°N(图12 (c))。风速在出口处异常区域的漏斗效应与高压异常方向相同的大规模的东北季风。此外,出口地区海洋小摩擦。结果,一个强大的风速地区集中在(10.5°N, 108.5°E)一直在分析(图12(一个))和模拟(图12 (c)在冬季)风能领域。强风地区的一个主要原因使观察到的风速对薄寮地区(图2月达到年度最大11)。

在夏季,西南季风,强风地区由于漏斗效应搬到对的位置(11.5°N, 109.5°E)和扩展到北(数字12 (b)和12 (d))的出口位置漏斗效应与西南季风方向变化。最大风速的大小在风力最大中心(11.5°N, 109.5°E) 8月只有9米⁻¹(图12 (d)),这远远低于在冬季最大风速(10.5°N, 108.5°E)超过11米⁻¹(图12 (c))。因为最大风力中心的位置(11°N, 110°E)在夏季由于漏斗效应相对远离薄寮地区和北扩展区域,最大风速对薄寮地区(图8月11)不是由于漏斗效应但主导大规模的西南季风的加强(8月数据。12 (b)和12 (d))。

新兵在陆地上,有一些明显的差异分析和WRF模式(图12)。由于粗分辨率,新兵分析不能存在小规模的风。分辨率18公里,WRF模式模拟风速的水平分布的更多细节。模型还模拟强风速与Truong儿子山脉(从11.5°N 19°N;104°E 108°E)与风速比6米⁻¹(数据12 (c)和12 (d)),在新兵数据(数据未见12(一个)和1212 (b))。较强的风是由于更高的风速的高海拔山地和山顶上(图之间的通道效应12)。

高分辨率的优点在风速模拟可以看到更清楚在2公里水平分辨率。WRF模拟显示更多细节的风速分布(图与新兵的比较分析13)。新兵的数据只显示9在整个地区的风速值,而WRF模拟2公里分辨率提出了对海洋和内陆的详细信息。摩擦的影响在沿海地区的风速是可见的Ca茂,薄寮,Soc董里,和本混乱关系的省份,风速约4到5米年代的迅速下降⁻¹在开放海域1 - 2米⁻¹在约40公里的内陆(图13,对吧)。相对强劲的风速在河地区由于更少的摩擦也在2公里分辨率模拟仿真在冬季(图13右上的),夏季(图13右下角)。这些特性在新兵数据(数据未见13(左)。有趣的是,尽管SV地区夏季西南季风的影响,风速在东部沿海地区和Ca茂在冬季(图要有力的多13,比在夏天(图右上角)13right-bottom)。风越强的意思是冬天在该地区可能主要是由于空气高势头的平流强风速地区白天的漏斗效应在冬天如上面提到的讨论(数字10 (b)和12 (c))。

土地约20公里的西部海岸,陈文海和江省、WRF-simulated夏季风速约为1 m s⁻¹比冬天(图13,对吧)。较强的对该地区风速可能是由于相对强劲的平流西南夏季风流内陆白天(数字10 (d)和12 (d))。

monsoon-land-sea交互的原理图及其对风速的影响在SV区域如图14。黄色表示大陆。深绿色颜色表示Truong儿子山脉(TSMR)和中部高地(背影)。红色轮廓压力异常是由于地形阻塞的效果。黑风矢量为每一个风系的最大风速最大风力中心向量表示最大的海洋。颜色阴影区域是当地最大风速位置由于漏斗效应monsoon-land-sea互动的结果。在冬天,东北季风的相互作用与大陆在越南中部,TSMR创建一个高压异常。高压异常结果在降低风速在近岸和越南中部沿海地区由于地形阻塞的效果。提出了减少风速较小的箭头。高压异常的主要原因也是创建一个局部极大风地区在冬天SV近岸海洋地区。 The local maximum wind region over open ocean makes wind speeds over easterly coastal region strongest in wintertime (Figure(14日))。

在夏天(图14 (b)),西南季风政权统治,异常高压在越南北部,东部TSMR,消失了。高压异常与一个相对较小的规模形成TSMR的西部。近岸风能最大的位置中心北移。相对强劲的风速在夏季SV地区是由于加强主导的大规模的西南季风(图14 (b))。

4所示。总结和讨论

在这部作品中,WRF模式版本3是用于模拟和调查的日和年变化风速和风功率密度对SV地区。模型的初始和边界条件从NCEP最终分析(”)。高分辨率(2公里)WRF两年的数据收集从2016年1月至2017年12月。在20米高风数据的时间间隔一分钟在薄寮车站同期被用于模型偏差纠正和调查的日和年变化风速的研究领域。

模拟结果表明,WRF模式高估了SV地区的风速。太强大的模拟风速可能由于WRF模式本身或风速在新兵输入太浓,而观察。太强新兵风速建议新兵产品不应直接用于风力资源评估和缩减规模模型模拟是必需的。在WRF-simulated风速降低系统性偏差,实证方案风速调整是构造。偏差纠正后,WRF模式2公里分辨率很好模拟风速SV地区。

的调整风速模型模拟被用来构造风速和风功率密度地图风能评估。结果表明,风速和风力发电与高度和密度迅速增加与减少距离海岸由于减少表面摩擦效应与高度降低边界层和较大的表面摩擦比国外内陆。

结果还表明,东部沿海地区SV 10 - 20公里以内的距离海岸,包括薄寮、Soc Trang,茶荣,和本混乱关系的省份,拥有最潜在的利用风能。水平低于100,沿海地区的风能密度大约是100 - 150 W m⁻²。在离地面更高水平的150 - 200米,高潜力的区域风能约200 - 250 W m⁻²可以扩展到40 - 50公里的海岸。

风速比这更为强大的白天晚上由于高势头的垂直混合空气降低边界层和平流的高空高势头空气从海洋到内陆地区。底层风速达到最大值约为14 LT - 15 LT当混合垂直动量是最活跃的。高分辨率WRF模式以及模拟风速的昼夜周期和年度计划。

观察和模拟风速显示重要的年度周期。风速对SV的东部沿海地区在冬天比夏天更由于大规模强风速在冬季比夏季和漏斗效应小的海洋表面摩擦产生的一个条件(图14)。强风地区的一个主要原因使观测风速在薄寮地区达到年度最大冬天时间。漏斗效应是主要的机制的形成年度冬季最大风速薄寮地区,8月最大风速对薄寮地区特别是在SV地区,一般来说,主要是由于主要相对强劲的风速在大规模在夏季西南季风。

数据可用性

WRF模式输入数据是可用的https://rda.ucar.edu/datasets/ds083.2大文件和输出数据,每个请求可用。薄寮车站可以请求数据http://www.igp-vast.vn/index.php/en。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作由项目题为“研究和评估排放和放射性的影响从长江和Fangchenggang核电站越南”与项目没有。KC.05.07/16-20根据国家科技计划2016 - 2020年:“应用研究和能源技术的发展。“这项研究也部分VAST.CTG支持的。01/17-19l工程、信息与计算中心、越南科学技术学院;国家科学技术发展基金会(NAFOSTED)项目没有。105.06 - -2016.12题为“研究地形的作用效应和动态强制机制发生的暴雨事件在越南的WRF(气象研究和预测)模式”;项目名为“开发操作系统的定量降水预报在越南南部和暴雨现在把胡志明市”,代码:KC.08.14/16-20;FIRST-IGP子项目(16号/ / 2 /显卡);和VT-CN。02/18-20项目。作者要感谢党香港Nhu, Nguyen Thanh灵Tran Duc Tru, Ta Huu Chinh,征求他们的意见和帮助。

引用

1. 国际可再生能源机构可再生能源产能统计》2015年国际可再生能源机构,阿布扎比,阿拉伯联合酋长国、2018年,https://www.irena.org/publications/2015/jun/renewable -能源-能力- - 2015年的统计数据。
2. t . v .拉马和b . v . Shruthi风能潜力映射在卡纳塔克邦,印度,使用GIS,”能量转换和管理,46卷,不。9日,第1578 - 1561页,2005年。视图:出版商的网站|谷歌学术搜索
3. p•迪亚兹和a . n . h . Hahmann“南亚波罗的海风阿特拉斯:波罗的海海上风力能源区域项目鲁开德:丹麦tekniske古都,risønationallaboratoriet bæredygtig energi。丹麦。”Forskningscenter (。Risoe-R,75卷,2011年。视图:谷歌学术搜索
4. n . Duc陈德良”潜力,当前状态的评论风能在越南,”可再生能源和可持续能源的评论,43卷,第448 - 440页,2015年。视图:出版商的网站|谷歌学术搜索
5. a . n . Hahmann a·p·迪亚兹和j·c·汉森”WRF中尺度风阿特拉斯的跑前墨西哥2016年风能e部门报告,”2016年。视图:谷歌学术搜索
6. c . Ilkilic“风能和风能潜力的评估在土耳其,”可再生能源和可持续能源的评论》16卷,第1173 - 1165页,2012年。视图:谷歌学术搜索
7. m . r .伊斯兰教:a . Rahim k h .苏朗极和r . Saidur“风能潜力评估选定的网站在马来西亚,”能源教育科技的一部分,29卷,第626 - 611页,2011年。视图:谷歌学术搜索
8. s . Janjai Masiri, w . Promsen et al .,“风能潜力评价泰国通过大气中尺度模型和GIS方法,”风工程和工业空气动力学卷,129年,页1 - 10,2014。视图:出版商的网站|谷歌学术搜索
9. a . Mostafaeipour m . Jadidi k·穆罕默迪,a . Sedaghat”分析风能潜力和经济评价组织,伊朗,”可再生能源和可持续能源的评论,30卷,第650 - 641页,2014年。视图:出版商的网站|谷歌学术搜索
10. w . Musial d . Heimiller·贝特·g·斯科特,和c . Draxl“海上风能资源评估对于美国来说,“88卷,2016年,http://www.osti.gov/scitech可用电子科技连接。视图:谷歌学术搜索
11. k问:阮”,在越南:风能资源评估、发展现状和未来的影响,“能源政策,35卷,不。2、1405 - 1413年,2007页。视图:出版商的网站|谷歌学术搜索
12. f . Pimenta w·肯普顿,r . Garvine”结合气象监测站和卫星数据评估巴西东南部的海上风能资源”可再生能源,33卷,不。11日,第2387 - 2375页,2008年。视图:出版商的网站|谷歌学术搜索
13. d . Zhang m·戴维森b . Gunturu张x, v . j . Karplus,“综合评估中国的风能潜力,”2014年,网上:http://globalchange.mit.edu/publication/15634。视图:谷歌学术搜索
14. m·d·卡瓦略A·罗卡Gomez-Gesteira, c·桑托斯”WRF模式的敏感性研究风力模拟高风能的地区,”环境建模与软件33卷,23-34,2012页。视图:出版商的网站|谷歌学术搜索
15. d·卡瓦略罗查,m . Gomez-Gesteira和c·席尔瓦桑托斯,“WRF风力模拟和风能生产估计迫于可利用不同:与观测数据对葡萄牙,”应用能源卷,117年,第126 - 116页,2014年。视图:出版商的网站|谷歌学术搜索
16. j . c . y .李和j·k·Lundquist”评估风电场天气的参数化研究和预测模型(版本3.8.1)与气象和涡轮功率数据,”立模型开发,10卷,不。11日,第4244 - 4229页,2017年。视图:出版商的网站|谷歌学术搜索
17. c . Mattar和d . Borvaran海上风力发电模拟利用WRF在智利中部海岸,”可再生能源卷。94年,22-31,2016页。视图:出版商的网站|谷歌学术搜索
18. p . Mohammadpour m . h . Malakooti和m . Satkin”行星边界层模拟风力资源评估研究在伊朗东部,”可再生能源卷,111年,页1 - 10,2017。视图:谷歌学术搜索
19. f . j . Santos-Alamillos d . Pozo-Vazquez j . A . Ruiz-Arias诉Lara-Fanego和j . Tovar-Pescador”的方法评估的空间变异性风能资源:应用评估的潜在贡献风能基载电力,”可再生能源卷,69年,第156 - 147页,2014年。视图:出版商的网站|谷歌学术搜索
20. r . w . Yu Benoit, c·吉拉德et al .,“风能仿真工具包(西):风映射系统使用的风能行业,“风工程,30卷,不。1,15-33,2006页。视图:出版商的网站|谷歌学术搜索
21. PMD 248、2016:总理,“没有决定。428/qđ-ttg dated mar 21, 2016 on approving the national master plan for power development for the 2011–2020 period with the vision to 2030,” 2016, (In Vietnamese).视图:谷歌学术搜索
22. l . v . Luu l . v . Huy p . x Thanh和h . h的儿子“阿华的风能潜力调查和评估港区(平定省),“地球科学》杂志上,28卷,不。3,第381 - 376页,2006年越南与英语文摘。视图:谷歌学术搜索
23. 东南亚的风能资源地图集,真风解决方案,公司2001年东南亚,风能资源地图集,奥尔巴尼,纽约,美国,2001年。
24. a . w . s . Truepower”越南的风力资源地图集”,2011年,https://www.esmap.org/sites/esmap.org/files/MOIT_Vietnam_Wind_Atlas_Report_18Mar2011.pdf。视图:谷歌学术搜索
25. d . n .阮和h·t·阮越南的气候和气候资源2004年,农业出版社,越南河内,越南。
26. x t Pham, b .方丹和n .菲利蓬”在越南南部夏季季风爆发和可预测性,”理论和应用气候学,卷99,不。1 - 2、105 - 113年,2010页。视图:出版商的网站|谷歌学术搜索
27. c . m . Tran气候和气象,河内国立大学出版社,河内,越南,2007年(越南)。
28. w . c . Skamarock j·b·Klemp j . Dudhia et al .,“高级研究WRF版本2的描述,“国家大气研究中心的技术,88卷,2005年。视图:谷歌学术搜索
29. d·卡瓦略罗查,m . Gomez-Gesteira和c·席尔瓦桑托斯,“风敏感性WRF模式的模拟和风能生产行星边界层参数化法的估计在岸和离岸地区伊比利亚半岛,“应用能源卷,135年,第246 - 234页,2014年。视图:出版商的网站|谷歌学术搜索
30. c . Draxl a . n . Hahmann a .佩纳和g . Giebel“评估和垂直风切变风从气象研究和预测模型预测使用七个行星边界层方案,“风能,17卷,不。1,39-55,2014页。视图:出版商的网站|谷歌学术搜索
31. j . Dudhia“对流的数值研究观察到冬季季风试验使用一个中尺度的二维模型,”大气科学杂志》上,46卷,不。20日,第3107 - 3077页,1989年。视图:出版商的网站|谷歌学术搜索
32. j·s·凯恩和j·m·弗里奇”,为中尺度对流参数化模型:kain-fritsch计划”在数值模型中积云对流的表示,24卷,第170 - 165页,1993年。视图:出版商的网站|谷歌学术搜索
33. e . j . Mlawer s . j . Taubman p·d·布朗,m . j . Iacono s a·克劳夫,“对不均匀大气辐射传输:RRTM长波,验证correlated-k模型”地球物理学研究杂志:atm,卷102,不。14日,第16682 - 16663页,1997年。视图:出版商的网站|谷歌学术搜索
34. g·汤普森,r·m·拉斯穆森r·m·拉斯穆森和w·d·霍尔,“明确的冬季降水的预测使用一种改进的大部分粒子物理学的计划。第二部分:实现参数化的新雪。”每月天气回顾,卷136,不。12日,第5115 - 5095页,2008年。视图:出版商的网站|谷歌学术搜索
35. a . Altunkaynak t . Erdikİ。Dabanlı,zŞen”,理论推导风能概率分布函数和应用程序,”应用能源卷,92年,第814 - 809页,2012年。视图:出版商的网站|谷歌学术搜索
36. m·贾米尔Parsa s和m·马吉德,“风力发电统计和评价风能密度,”可再生能源》第六卷,没有。5,623 - 628年,1995页。视图:出版商的网站|谷歌学术搜索
37. t . p . Chang“六性能比较中的数值方法估计威布尔参数对于风能的应用程序,“应用能源,卷88,不。1,第282 - 272页,2011。视图:出版商的网站|谷歌学术搜索
38. c·g·贾斯特斯•w·r·哈格雷夫斯,a .米哈伊尔·d . Graber,“估计风速频率分布方法,”应用气象学杂志,17卷,不。3、350 - 353年,1978页。视图:出版商的网站|谷歌学术搜索
39. c .罗查r . c . De Sousa c·f·德安德拉德和m . e . v . Da Silva“七数值方法的比较来确定威布尔参数风力发电在巴西东北地区,”应用能源卷,89年,第400 - 395页,2012年。视图:谷歌学术搜索

版权

版权©2021协福Van阮等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。