甘肃酒泉大型风电基地对区域气候的影响研究

胡菊,王姝  

(新能源与储能运行控制国家重点实验室(中国电力科学研究院有限公司),北京市 海淀区 100192)

摘要

大型新能源基地的建成投产可能带来的对局地和周围的地表特征和大气交换特性的改变,以及对局地乃至区域气候产生的潜在影响日益受到关注。为研究甘肃河西走廊酒泉千万千瓦基地的大型风电场的长期气候效应,向区域气候模式(RegCM)中添加风电场的参数化模型进行模拟,模拟结果表明在大型风电场作用下:1)白天大气边界层高度、不稳定度和垂直风切强度增加,夜间机械湍流变化不大;2)风电场及其下游地区低层大气升温,幅度可达0.3℃;3)地形波加强,促进高空的动量下传,局部地区风速增强;4)周边地区对流降雨日增加1~1.5日/年。

关键词 : 大型风电基地;区域气候模式;区域气候效应

北京市科委项目(Z161100002616039);国家电网公司科技项目“全球可再生能源资源综合评估与深化研究”。

0 引言

随着我国能源结构的深化调整,近十余年来我国新能源大力发展,大量大型新能源基地建成投产、电量本地消纳和外送情景对局地乃至区域气候产生的影响日益受到关注。根据我国新能源中长期发展规划,到2020年,风电、光伏装机容量将分别达到2亿千瓦和1亿千瓦;到2050年,风电、光伏装机容量将达到20亿千瓦以上,届时,新能源发电将成为我国第二大电源。新能源电场在充分利用风光资源的同时,也会带来一定的气候效应,国外对此研究较多。而我国处于季风气候区,气候类型、地表覆盖和地形地貌复杂多样,新能源场站带来的气候效应更为敏感多样。

在风能基地的气候效应研究方面,主要以观测手段对风电场对湍流动能和动能(风速)方面的影响进行评估。已有研究表明,上风方向的风机扰动产生的尾流将会减弱下游风速并引起下游大气湍流动能的增大,从而导致功率流失和增加机械劳损[1-2],风电场上方10 m处风速减少可达8%~9%,到下游5~20 km外风速才能恢复,而能量的损失可以达到60%[3-6]

风机对大气边界层的直接影响包括以下几个方面:减弱风速,在风机尾流区内产生扇叶尺度的湍流,风机尾流中减少的风速产生的湍流将驱动风切变生成[7-8]。风机扰动的影响,可能使近地面在不同季节或不同的风电场规模下出现不同程度的变暖和变干[9-11]

本文以甘肃河西走廊酒泉千万千瓦基地的长期气候效应为研究目标,借助区域气候模式(regional climate model,RegCM)框架[12],在模式中添加了表述风电场的参数化模型,模拟得到大型风电场投产后30年内区域大气稳定度、温度、风速风向和降水等气象要素的变化特征。

1 试验设计

1.1 模式设计

RegCM是美国国家大气研究中心(national center for atmospheric research, NCAR)开发的区域气候模式。经过数十年的发展和多个版本的更新,该模式在动力框架和参数方案等方面不断改进,RegCM4.1广泛应用于降水、温度、风速风向等区域气候的研究中[13-14]

为研究大型风电基地对气候的影响效应,共设计1个控制试验和1个对比试验。两个试验均以A1B情景[政府间气候变化专门委员会(intergovernmental panel on climate change, IPCC)发布的《排放情景特别报告(Special Report on Emissions Scenarios)》中描述的未来经济和社会发展场景之一,该场景中全球经济和人口迅速增加,经济发展不依赖某一种能源而是采用均衡的能源使用策略,CO2排放强度为中等]下的德国马普气象研究所EH5OM海气耦合模式的输出数据为原始数据[15-16]。模拟2011~2040共30年的气候变化,模拟结果在UTC00、06、12、18时各输出一次,数据空间分辨率为5 km。

控制试验:模式中无风电场。

对比试验:模式中按照模式起始时刻(2011年)的装机容量(约4800 MW)、风电场主要分布位置和范围(瓜州和玉门地区,如图1中红色框,开发面积约4830 km2)进行风电场参数化设置。

1.2 模式中风电基地参数化

酒泉地区位于甘肃省西北部河西走廊西端的阿尔金山、祁连山与马鬃山之间,气候干燥,地形平坦。本文利用平坦地区风电场的观测结果,在对比试验中,风电基地的参数化进行设置:

图1 模式模拟区域,黑色等值线为海拔高度,彩色填充为土地类型,红色方框为风电场主要集中区瓜州和玉门
Fig. 1 The domain of model, with the black contour line indicating terrain height, the filled color indicating the different land types, and the red box indicating the main concentration area of the wind farms in Guazhou and Yumen

(1)风电场所在区域的粗糙度增加0.1[17]

(2)模式底层湍流能量增加 0.9 m2/s2[18-19]

(3)风电场建成后会使风电场下风方向的风速减小,在模式中表现为拖曳力作用使近地面风速减小[19-20]

式中CED为拖曳系数,∆z为近地面层之间的高度差,V为风速,V→为风矢量。

依据式(1)计算风电场下游的风速的减少程度。根据能量守恒原理,假设湍流损耗和机械损耗可以忽略,风电场上下游风能的减少与该风电场所发电量相等,即:

式中,δ P 为单位面积增加风电功率,δ C ED为拖曳力系数的改变量,ρ为空气密度,V为风速。

因此,风电场所产生拖曳系数的改变δCED可以通过当地的新增风力发电量(新增装机容量)反推得到,由于控制试验中不设风电场,即原始装机容量为0,因此,对比试验中的新增装机容量与当地的装机容量相等。依据瓜州和玉门的装机情况,得到:

风速以当地的平均风速计算,河西走廊地区的年平均风速超过6 m/s。所以由上式可计算得到风电场建成后,风电场所在地区的近地面层的拖曳力系数增加约为0.01,而其他层拖曳力系数保持不变。

1.3 分析方法

主要利用对比试验与控制试验的差值,分析风电基地对气候的影响,分析数据均通过0.05的置信度检验。

2 风电基地对气候影响分析

2.1 稳定度

风切变指数是表示大气边界层稳定特征的量,一方面风切变指数直接关系到风机轮毂最佳高度的选定,另一方面风切变指数导致风机叶片受力不均,直接关系到风力发电的安全生产和风机的使用寿命,也有研究表明风切变对风电功率的输出有直接的影响。风切变指数 a 的计算公式和对稳定度的分类标准[22-23]为公式(4)和表1。

式中u(z2)和u(z1)分别表示 z1和 z2 处的风速,此处我们 z1和 z2 分别选取模式的最低两层。

表1 依照风切变对稳定度分类
Table 1 Classification of stability in wind shear

河西走廊的地貌以戈壁沙漠为主,植被稀少,由于裸露的沙地热容小,日出后地面在太阳照射下快速升温,然后快速加热近地面空气,极容易形成对流层结,而日落之后沙地冷却较快,接近地面的空气也容易辐射冷却,所以夜间又很容易形成较深的逆温稳定层结。通过对模式30年每天4次的输出结果进行统计,在北侧的山区,容易发生不稳定天气,但是强不稳定的天气较少。在河西走廊最西部和南部山区,则比较容易发生强对流天气。当把两种试验条件下5种稳定度发生的次数(按每天输出4次结果做统计)求差(见图2)进行分析,表明风电基地建设后,大气层结明显向不稳定性偏移。其中强稳定和稳定发生的时频数都减少,但变化不明显,年平均变化均小于10次,而风电场建设对风切变影响最显著的为中性层结和弱不稳定层结,其中中性层结发生次数减少约20次,弱不稳定层结增加约25次。可见,风电基地建成后可能导致大气层结更加不稳定,且影响最为显著的为中性层结。

2.2 温度

图2 风电场建设后平均每年五种稳定度情况发生频数变化
Fig. 2 Changes in frequency of five degree of stability after the construction of wind farms

风电场建设后30年地面2 m温度变化如图3所示,风电场及其下风向升温只有0.1~0.2 ℃,南北两侧升温小于0.1 ℃,东北方向温度略有下降,而南部山区有相对明显的升温和降温,少数地方的升温/降温幅度都超过0.3 ℃,而且与南部山脉的沟壑的地形很好的吻合。从图4每天4个时次(UTC00、UTC06、UTC12、UTC18)的温度变化来看,如图6(a)、(b)、(c)、(d)所示,全天温度变化为剧烈的仍然为UTC06时(北京时间14时),南部山区在白天升温最明显,主要升温区对应的海拔相对较高。而到夜间,风电场及风电场下游的升温均不明显。南部山区有明显的降温,主要降温区仍然对应着地势较低的位置。从地形来看,南部有多条山脉,呈明显的沟壑状,在昼夜热力差异比较大的情况下,形成山谷风。由于风电场增大整个区域的大气稳定后,增强了山谷风的效应,使得白天低地的暖风容易升至山顶,表现出增温效应,而夜间山顶的冷风更容易吹至山谷,表现出降温效应。可见大型风电场建设对区域气候影响的特征和机理,在地形复杂地区会表现得更加复杂。

图3 风电场建设后平均2 m温度变化
Fig. 3 Changes in average temperature at 2 m height after wind farm construction

图4 风电场建设后每天4个时次2 m温度变化
Fig. 4 Changes of temperature at 2 m height after wind farm construction

2.3 风速

大型风电场建设直接影响到的是当地的风速和风能。地面10 m高度位于大气边界层底部,对人类生活的影响也最为直接,也是本文的主要分析对象。

图5是风电场建成后30年的10 m风速和流场平均变化图,总体来讲大型风电场建成后使得风电场和周边地区的风速下降,其中南部山脉的马鬃山东端速度减小明显,最高达到0.5 m/s,但是马鬃山以北、河西走廊沿线、党河南山和野马山等北侧的部分地区风速有增大。同时瓜州和玉门两个风电场和风电场的下游,风速减少,减少的幅度在0.2~0.3 m/s。

将一天四个时次(UTC00、06、12、18)的输出风速分别进行平均,如图6(a)、(b)、(c)、(d)所示,发现每个时次风速增大与减少的区域呈块状或条状,相间排列。其中UTC00时(北京时间08时)马鬃山以北、河西走廊沿线、党河南山和野马山等北侧的部分地区的风速增加最为明显,以后时刻风速增大的范围和幅度都慢慢减少,部分地方甚至出现风速减小,并且河西走廊沿线在风速增加的范围和幅度减少的同时,增加的区域也向南移动,到UTC12时(北京时间20时),由UTC00时的瓜州及瓜州北部,移动到玉门一带。到UTC18时(北京时间02时),风速增大和减少的区域更加零碎,但是大部分地区的增加和减少范围都小于0.2 m/s。

图5 风电场建设后地面10 m风速变化
Fig. 5 Wind speed change at 10 m height after construction of wind farm

图6 风电场建设后地面10 m风速每日4个时次的变化
Fig. 6 Average wind changes at 10 m height after wind farm construction

图7 风电场建设后的风速变化垂直剖面图(黑色箭头表示动量下传的方向)
Fig. 7 Changes of the wind speed vertical profile after the wind farms construction with black arrows indicating the momentum downstream direction

图7为瓜州和玉门两个风电场南北和东西方向的剖面图。近地面的风速变化和地形有密切的关系,无论从两个风电场南北方向和东西方向剖面图看,在地形较高的地方风速都减少,在地形低洼的地方风速增加,这是地形波的主要特性,即是波形相对与地形是不变的[17]

风电场建设之后由于非拦截的地形将高空动量下传(如图7中箭头所示),使近地面局部范围内风速有上升的趋势。

2.4 降水

大型风电场建成后对对区域的降水有显著影响。风电场西北方向30年平均总降水量(见图8)有所减少,而再往西北方向30年平均总降水量增大,变化的范围在5 mm。西河走廊西段年均降水约50 mm,约占年平均总降水量的10 %。在风电场的东南方总降水量增加,增加范围比较小为3 mm,约占年平均总降水量的6 %。降水量的变化主要由对流性降水贡献。

由图8可知总降水量的变化趋势主要由对流性降水贡献,风电场对非对流性降水的影响范围较小。风电场以北的河西走廊和马鬃山地区非对流性降水减少,而风电场以南的河西走廊和山区地区非对流性降水增加,变化的范围在3 mm以内。为了进一步研究风电场的对降水的影响,对平均每年的雨日的变化值进行统计。统计结果表明,风电场建成后,河西走廊地区西部地区平均每年的雨日增加1~1.5天,而雨日的增加主要来自对流性降水,非对流降水发生的日数并无变化。

分析已经表明,大型风电场基地造成了风电场及其周边地区对流性增强,有利于对流性降水形成,所以对流性降水的降水日增加。对流性降水的持续的时间一般比较短,但雨量较大,所以对流性降水贡献了降水量和降水事件增加的主要部分。非对流降水多发生在大气层结相对稳定时,风电基地导致大气不稳定性增加,不利于非对流性降水的形成,而非对流性降水发生的空间尺度较大、持续时间较长,所以非对流降水贡献了总降水时间减少量的主要部分。另外,在西部地区水汽多少和地形抬升条件都是影响降水量的主要重要因素,虽然大型风电场建设使西部的对流性降水时间增加,但是由于风电基地建成增加了水汽扩散,同时由于受到当地复杂地形等条件的影响,因而降水量没有呈现与之对应简单地线性增加的趋势,而是呈现出如图9所示比较复杂的特点。

图8 风电场建设后总降水量、对流降水量、非对流降水量年平均变化
Fig. 8 Changes in total precipitation, convective precipitation and non-convective precipitation in a year after the construction of wind farm

图9 风电场建设后平均每年发生降水、对流降水和非对流降水的日数变化
Fig. 9 Changes in the day number of precipitation, convective precipitation and non-convective precipitation after the construction of wind farm

3 结论与讨论

本文通过RegCM4.1模式对大型风电基地建成后长期的气候效应进行模拟,可得到以下结论:

(1)大型风电基地投产运行后垂直风切强度增加,大气边界层变得更为不稳定。

(2)酒泉大型风电基地的运行会使基地及其下游地区2 m高度气温升高,升温幅度最高可达0.3 ℃。

(3)由于受到地形等综合因素的影响,风电基地的建设使得河西走廊南侧可能会产生较强地形波,由于非拦截地形波将高空的动量下传,使得河西走廊的局部地区风速增强;而由于风电基地使风速减小,产生横向的风剪切和扭转,使流场从南北两侧向风电基地及其下游地区辐合。

(4)风电基地主要通过影响对流性降水的持续时间影响区域降水,基地投产后,大气对流增强,其周边地区的对流降雨日增加1~1.5日/年,但是由于水汽条件限制和复杂地形等因素的影响,一些地区的年降水量反而减少2~3 mm。

瓜州和玉门地区位于亚欧大陆腹地,南边毗邻青藏高原,受大地形影响突出,因此气候和地形具有特殊性。深入研究风电基地对区域气候的长期影响,还应借助多源观测数据,并开展更广泛的数值试验。

参考文献

[1] Vermeer L J, Sørensen J N, Crespo A. Wind Turbine Wake Aerodynamics[J]. Progress in Aerospace Sciences, 2003,39(6):467-510.

[2] 张洪亮,李为民.黄骅沿海风力发电的研究[J].河北电力技术,2001,20(5):1-3.

Zhang Hongliang, Li Weimin. A Study on Wind Power Generation on Seashore of Huanghua Area[J]. Hebei Electric Power, 2001. 20(5):1-3(in Chinese).

[3] Volker P, Badger J, Hahmann A N, et al. Wind Farm Parametrization in the Mesoscale Model WRF [C].European Wind Energy Association (EWEA), 2012.

[4] Merete Bruun Christiansen, Charlotte B. Hasager. Wake Effects of Large Offshore Wind Farms Identified From Satellite SAR[J].Remote Sensing of Environment, 2005, 98(2).

[5] Aitken M L, Rhodes M E, Lundquist J K. Performance of a Wind-Profiling Lidar in the Region of Wind Turbine Rotor Disks[J]. Journal of Atmospheric & Oceanic Technology,2011, 29(3):347-355.

[6] Rajewski D A, Takle E S, Lundquist J K, et al. Crop Wind Energy Experiment (CWEX): Observations of Surface-Layer,Boundary Layer, and Mesoscale Interactions with a Wind Farm[J]. Bulletin of the American Meteorological Society,2013, 94(5):655.

[7] Adams A S. The impacts of wind energy turbines on local meteorology: implications for urban environments [C], Eighth Symposium on the Urban Environment, 2009.

[8] 王姝,刘树华,陈建洲,等.使用WRF-Fitch对湖区风电场风力发电机尾流效应特征的数值模拟[J/OL].北京大学学报(自然科学版),2018.DOI:10.13209/j.0479-8023.2017.187.

Wang Shu, Liu Shuhua, Chen Jianzhou, et al.Case Studies:Simulation on Characteristics of Wind Turbine Wake Effect in a Lake-side Wind Farm with WRF-Fitc[J]. Acta Scientiarum Naturalium Universitatis Pekinensis(in Chinese).

[9] Zhou L, Tian Y, Roy S B, et al. Diurnal and Seasonal Variations of Wind Farm Impacts on Land Surface Temperature Over Western Texas[J]. Climate Dynamics, 2013,41(2):307-326.

[10] Roy S B. Simulating Impacts of Wind Farms on Local Hydrometeorology[J]. Journal of Wind Engineering &Industrial Aerodynamics, 2011, 99(4):491-498.

[11] Roy S B, Pacala S W, Walko R L. Can large wind farms affect local meteorology?[J]. Journal of Geophysical Research Atmospheres, 2004, 109(D19):4099-4107.

[12] Qian J H, Giorgi F, Fox-Rabinovitz M S. Regional Stretched Grid Generation and Its Application to the NCAR RegCM[J].Journal of Geophysical Research Atmospheres, 1999,104(D6):6501-6513.

[13] 鲍艳,吕世华,陆登荣,等.RegCM3模式在西北地区的应用研究Ⅰ:对极端干旱事件的模拟[J].冰川冻土,2006,28(2):164-174.

Bao Yan, Lyu Shihua, Lu Dengrong. Application of Regional Climate Model(RegCM3) in North-west China I: Simulation of an Arid Extreme Event[J]. Journal of Glaciology &Geocryology, 2006, 28(2):164-174(in Chinese).

[14] Luo Y. Numerical Simulation of East Asian Regional Climate with NCAR REGCM2[J]. Quarterly Journal of Applied Meteorlolgy, 1997.

[15] 吴迪,裴源生,赵勇,等.IPCCA1B情景下中国西南地区气候变化的数值模拟[J].地理科学进展,2012,31(3):275-284.

Wu Di, Pei Yuansheng, Zhao Yong, et al. Numerical Simulations of Climate Change under IPCC A1B Scenario in Southwestern China[J]. Progress in Geography, 2012,31(3):275-284(in Chinese).

[16] 宿兴涛,张志标,欧磊.A1B情景下东亚地区未来春季沙尘变化趋势预估[J].中国沙漠,2017,37(2):315-320.

Su Xingtao, Zhang Zhibiao, Ou Lei. Prediction on Dust in Spring during 2015-2100 over East Asia under AlB Scenario[J]. Journal of Desert Research, 2017, 37(2):315-320(in Chinese).

[17] 盛裴轩,毛节泰,李建国.大气物理学[M].北京:北京大学出版社,2003.

[18] Frech M, Holzäpfel F, Gerz T, et al. Wake Vortices in Convective Boundary Layer and Their Influence on Following Aircraft[J]. Journal of Aircraft, 2000, 37(2000):1001-1007.

[19] Rooijmans P. Impact of Large-scale Offshore Wind Farm on Meteorology: Numerical Simulations with a Mesoscale Circulation Model [D]. Utrecht University, 2004.

[20] Stoll R, Porté-Agel F. Dynamic Subgrid-scale Models for Momentum and Scalar Fluxes in Large-eddy Simulations of Neutrally Stratified Atmospheric Boundary Layers Over Heterogeneous Terrain[J]. Water Resources Research, 2006,42(1):177-207.

[21] 廖明夫,徐可,吴斌,等.风切变对风力机功率的影响[J].沈阳工业大学学报,2008,30(2):163-167.

Liao Mingfu, Xu Ke, Wu Bin, et al. Effect of Wind Shear on Wind Turbine Power[J]. Journal of Shenyang University of Technology, 2008, 30(2):163-167(in Chinese).

[22] Wang C, Hu J, Feng S, et al. Comparing Different Boundary Layer Schemes of WRF by simulation the low-level wind over complex terrain[C]. International Conference on Artificial Intelligence, Management Science and Electronic Commerce.IEEE, 2011:6183-6188.

[23] Wharton S, Lundquist J K. Assessing Atmospheric Stability and Its Impacts on Rotor-disk Wind Characteristics at an Onshore Wind Farm[J]. Wind Energy, 2012, 15(4):525-546.

[24] 孟秀敬,张士锋,张永勇.河西走廊57年来气温和降水时空变化特征[J].地理学报,2012,67(11):1482-1492.

Meng Xiujing, Zhang Shifeng, Zhang Yongyong. The Temporal and Spatial Change of Temperature and Precipitation in Hexi Corridor in Recent 57 Years[J]. Acta Geographica Sinica, 2012, 67(11):1482-1492(in Chinese).

[25] 胡菊.大型风电场建设对区域气候影响的数值模拟研究[D]. 兰州大学,2012.

Impact of Large-scale Wind Power Base Located in Gansu Jiuquan on Regional Climate

HU Ju, WANG Shu
(State Key Laboratory of Operation and Control of Renewable Energy & Storage System(China Electric Power Research Institute), Haidian District, Beijing 100192, China)

Abstrsct: Growing concern is laid on the potential climatic impact of large renewable energy bases on local and regional climate. This impact is induced by alerting the characteristics of land surface and atmosphere exchange in local and surrounding area. To reveal the climatic impact of Gansu Jiuquan large-scale wind power base, with power of ten million kilowatts, located in Hexi Corridor, one regional climate model (RegCM) is adopted in this article. A parameterization model resolving wind farms has been integrated and two-way coupled into RegCM. And the simulation indicates: 1) Daytime ABLH (height of atmospheric boundary layer), ABL instability and vertical wind shear strength all tend to increase, while little change has been found at night;2) Low-layer air temperature could increase up to 0.3 oC in situ and in its downstream area; 3) The enhanced terrain wave strengthens the momentum exchange, thus wind speed increases correspondingly in specific area; 4) The nearby convective precipitation day number increases by 1~1.5 day/year.

Keywords: Large-scale Wind Power Base; RegCM; Regional Climatic Impact


Project Supported by Beijing Municipal Science and Technology Commission Program (Z161100002616039) and Science and Technology Foundation of SGCC ‘Global Renewable Energy Resources Comprehensive Evaluation and Deepened Research’.


作者简介:

胡菊

胡菊(1986),女,工程师,从事电力气象及新能源资源评估相关工作。E-Mail:huju5918@163.com。

王姝(1989),女,工程师,从事新能源资源评估相关工作。

(责任编辑 张鹏)

  • 目录

    图1