留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

风能模式预报的相似误差订正

徐晶晶 胡非 肖子牛 李军

徐晶晶, 胡非, 肖子牛, 等. 风能模式预报的相似误差订正. 应用气象学报, 2013, 24(6): 731-740..
引用本文: 徐晶晶, 胡非, 肖子牛, 等. 风能模式预报的相似误差订正. 应用气象学报, 2013, 24(6): 731-740.
Xu Jingjing, Hu Fei, Xiao Ziniu, et al. Analog bias correction of numerical model on wind power prediction. J Appl Meteor Sci, 2013, 24(6): 731-740.
Citation: Xu Jingjing, Hu Fei, Xiao Ziniu, et al. Analog bias correction of numerical model on wind power prediction. J Appl Meteor Sci, 2013, 24(6): 731-740.

风能模式预报的相似误差订正

资助项目: 

国家自然科学基金项目 41101045

中国气象局“复杂地形风能资源计算流体力学模式数值模拟研究”项目,国家科技支撑计划项目 2008BAC37B02

详细信息
    通信作者:

    胡非, email: hufei@mail.iap.ac.cn

Analog Bias Correction of Numerical Model on Wind Power Prediction

  • 摘要: 采用一种基于相似误差的模式后处理方法,对2011年10月18日—2012年1月5日WRF模式24 h预报的陕西延长风电场风速进行误差订正。该方法通过寻找与当前预报相似的历史预报来进行误差订正,克服了一般基于时间顺序的误差订正方法的不足,即不能处理由于天气系统的剧烈转变引起的预报误差的快速变化。相似误差订正方法减小了预报的均方根误差和中心均方根误差,相对原始预报分别减小9%和10%左右。该方法不仅可以减小系统误差,还可以减小随机误差,从而提高预报准确率。同时,订正结果相对原始预报具有更好的Taylor图模态相关。相似误差订正方法对风能预报敏感区的订正效果更为显著,均方根误差和中心均方根误差分别减小了12%和22%左右。该方法尤其适用于基于风能模式预报的风速误差订正,同时该方法对其他的预测系统和预报变量也有很好的应用潜力。
  • 图  1  订正效果相对提高百分数随原始预报绝对误差日变率的变化 (a) 和原始预报绝对误差日变率的频数直方图 (b)

    Fig. 1  Improvement of the bias correction method relative to the raw forecast as a function of the day-to-day variation of forecast absolute error (a) and counts of the binned magnitude of the day-to-day variation of forecast absolute error (b)

    图  2  原始预报和误差订正结果的Taylor图

    Fig. 2  Taylor diagram of the raw forecast and the corrected

    图  3  平均偏差随中心均方根误差的变化

    Fig. 3  Averaged bias as a function of centered root mean square error

    图  4  原始预报和订正结果统计量随预报时间的演变

    (a) 均方根误差, (b) 平均绝对偏差, (c) 平均偏差, (d) 相关系数

    Fig. 4  Temporal evolution of the metrics for the raw forecast and the bias correction method

    (a) root mean square error, (b) mean absolute error, (c) bias, (d) correlation

    图  5  订正结果、观测和原始预报的风速频数直方图

    Fig. 5  Counts of the binned wind speed of the corrected, the observation and the raw forecast

    图  6  风能预报敏感区原始预报和订正结果的Taylor图

    Fig. 6  Taylor diagram of the raw forecast and the corrected for wind speed sensitive to wind power prediction

    图  7  风能预报敏感区平均偏差随中心均方根误差的变化图

    Fig. 7  Bias as a function of centered root mean square error for wind speed sensitive to wind power prediction

    表  1  针对气压权重wp和相似预报样本数Na的敏感性试验结果统计

    Table  1  Sensitivity analysis for weight of pressure wp and number of analog forecast Na

    统计量原始预报Na=10wp=0.1
    wp=1wp=0.5wp=0.1wp=0Na=7Na=15Na=21Na=28
    平均偏差/(m·s-1)0.080.330.310.190.020.200.170.170.17
    平均绝对偏差/(m·s-1)1.651.611.591.581.601.591.571.561.56
    均方根误差/(m·s-1)2.152.032.011.982.002.001.971.951.95
    中心均方根误差/(m·s-1)2.152.001.991.972.001.991.961.941.94
    相关系数0.630.630.630.630.610.620.630.640.64
    秩相关系数0.630.620.620.630.620.620.630.640.64
    下载: 导出CSV

    表  2  原始预报和订正结果的误差统计

    Table  2  Statistics for evaluation of the raw forecast and the corrected

    统计量原始预报订正结果
    偏差的标准差/(m·s-1)2.151.94
    平均偏差的标准差/(m·s-1)1.371.18
    标准化偏差的标准差/(m·s-1)26.711.4
    下载: 导出CSV

    表  3  风能预报敏感区原始预报和订正结果的误差统计

    Table  3  Statistics of the raw forecast and the corrected for wind speed sensitive to wind power prediction

    统计量原始预报订正结果
    平均偏差/(m·s-1)-0.74-1.05
    平均绝对偏差/(m·s-1)1.721.55
    均方根误差/(m·s-1)2.201.93
    中心均方根误差/(m·s-1)2.071.62
    下载: 导出CSV
  • [1] Burton T. 风能技术. 武鑫, 译. 北京: 科学出版社, 2007.
    [2] 胡非.湍流、间歇性与大气边界层.北京:科学出版社, 1995. http://www.cnki.com.cn/Article/CJFDTOTAL-SYQY201603027.htm
    [3] 刘东海, 宋丽莉, 李国平, 等.强台风"黑格比"实测海上风电机组极端风况特征参数分析和讨论.热带气象学报, 2011, 27(3):317-326. http://www.cnki.com.cn/Article/CJFDTOTAL-RDQX201103004.htm
    [4] Lange M, Focken U.Physical Approach to Short-term Wind Power Prediction.Berlin:Springer, 2006.
    [5] 杨秀媛, 肖洋, 陈树勇.风电场风速和发电功率预测研究.中国电机工程学报, 2005, 25(11):1-5. doi:  10.3321/j.issn:0258-8013.2005.11.001
    [6] Costa A, Crespo A, Navarro J, et al.A review on the young history of the wind power short-term prediction.Renewable & Sustainable Energy Reviews, 2008, 12:1725-1744.
    [7] 邢旭煌, 朱蓉, 翟盘茂, 等.海南省及其近海风能资源的高分辨率数值模拟.热带气象学报, 2009, 25(4):421-426. http://www.cnki.com.cn/Article/CJFDTOTAL-RDQX200904005.htm
    [8] Yim S H L, Fung J C H, Lau A K H, et al.Developing a high-resolution wind map for a complex terrain with a coupled MM5 CALMET system.J Geophys Res, 2007, 112:D05106, doi: 10.1029/2006JD007752.
    [9] 穆海振, 徐家良, 柯晓新, 等.高分辨率数值模式在风能资源评估中的应用初探.应用气象学报, 2006, 17(2):152-159. doi:  10.11898/1001-7313.20060204
    [10] Kalnay E. 大气模式、资料同化和可预报性. 蒲朝霞, 杨福全, 译. 北京: 气象出版社, 2005: 115-118.
    [11] 王在文, 郑柞芳, 陈敏, 等.支持向量机非线性回归方法的气象要素预报.应用气象学报, 2012, 23(5):562-570. doi:  10.11898/1001-7313.20120506
    [12] 程兴宏, 陶树旺, 魏磊, 等.基于WRF模式和自适应偏最小二乘回归算法的风能预报试验研究.高原气象, 2012, 31(5):1461-1469. http://www.cnki.com.cn/Article/CJFDTOTAL-GYQX201205031.htm
    [13] 刘还珠, 赵声蓉, 陆志善, 等.国家气象中心气象要素的客观预报——MOS系统.应用气象学报, 2004, 15(2):181-191. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20040223&flag=1
    [14] 许建明, 徐祥德, 刘煜, 等.CMAQ-MOS区域空气质量统计修正模型预报途径研究.中国科学:D辑, 2005, 35(增刊Ⅰ):131-144. http://www.cnki.com.cn/Article/CJFDTOTAL-JDXK2005S1013.htm
    [15] Kalman R E.A new approach to linear filtering and prediction problems.J Basic Eng, 1960, 82:35-45. doi:  10.1115/1.3662552
    [16] Muller M D.Effects of model resolution and statistical postprocessing on shelter temperature and wind forecasts.J Appl Meteor, 2011, 50:1627-1636. doi:  10.1175/2011JAMC2615.1
    [17] Crochet P.Adaptive Kalman filtering of 2-m temperature and 10-m wind-speed forecasts in Iceland.Meteor Appl, 2004, 11:173-187. doi:  10.1017/S1350482704001252
    [18] Louka P, Galanis G, Siebert N, et al.Improvemens in wind speed forecasts for wind power prediction purposes using Kalman filtering.J Wind Eng Ind Aerodyn, 2008, 96:2348-2362. doi:  10.1016/j.jweia.2008.03.013
    [19] Delle M L, Nipen T, Deng X, et al.Ozone ensemble forecasts:2.A Kalman-filter predictor bias correction.J Geophys Res, 2006, 111:D05308, doi: 10.1029/2005JD006311.
    [20] 陈豫英, 刘还珠, 陈楠, 等.基于聚类天气分型的KNN方法在风预报中的应用.应用气象学报, 2008, 19(5):564-572. doi:  10.11898/1001-7313.20080507
    [21] 邵明轩, 刘还珠, 窦以文.用非参数估计技术预报风的研究.应用气象学报, 2006, 17(增刊):125-129. http://www.cnki.com.cn/Article/CJFDTOTAL-YYQX2006S1017.htm
    [22] 任宏利, 丑纪范.统计-动力相结合的相似误差订正法.气象学报, 2005, 63(6):988-993. doi:  10.11676/qxxb2005.094
    [23] Gao L, Ren H, Li J, et al.Analogue correction method of errors and its application to numerical weather prediction.Chin Phys, 2006, 15:882-889. doi:  10.1088/1009-1963/15/4/038
    [24] Xavier P K, Goswami B N.An analog method for real-time forecasting of summer monsoon subseasonal variability.Mon Wea Rev, 2007, 135:4149-4160. doi:  10.1175/2007MWR1854.1
    [25] Hamill T M, Whitaker J S.Probabilistic quantitative precipitation forecasts based on reforecast analogs:Theory and application.Mon Wea Rev, 2006, 134:3209-3229. doi:  10.1175/MWR3237.1
    [26] Van den Dool H.Empirical Methods in Short-term Climate Prediction.Oxford:Oxford University Press, 2007:1-240.
    [27] Delle M L, Nipen T, Liu Y, et al.Kalman filter and analog schemes to post-process numerical weather predictions.Mon Wea Rev, 2011, 139:3554-3570. doi:  10.1175/2011MWR3653.1
    [28] 李军. 复杂地形的风能资源精细化评估和风电功率预报. 北京: 中国科学院研究生院, 2012: 99-101.
  • 加载中
图(7) / 表(3)
计量
  • 摘要浏览量:  5081
  • HTML全文浏览量:  1166
  • PDF下载量:  2406
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-09-20
  • 修回日期:  2013-08-01
  • 刊出日期:  2013-12-31

目录

    /

    返回文章
    返回