《海上風電場海洋氣象災害預報技術應用指南》

海上風電場海洋氣象災害預報技術應用指南范圍本文件提出了海上風電場海洋氣象災害預報的技術應用指南，主要包括中尺度數(shù)值預報、單機極大風速預測、預報效果評估等內容。本文件適用于指導廣東省海上風電行業(yè)開展海洋氣象災害預報技術應用工作。其他地區(qū)的海上風電行業(yè)可以參照執(zhí)行。規(guī)范性引用文件下列文件中的內容通過文中的規(guī)范性引用而構成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T2900.53電工術語風力發(fā)電機組GB/T3830天氣預報檢驗臺風預報GB/T40607調度側風電或光伏功率預測系統(tǒng)技術要求QX/T243風電場風速預報準確率評判方法術語和定義下列術語和定義適用于本文件。

臺風路徑typhoontrack臺風中心移動的軌跡。[來源：GB/T38308-2019,2.2]

臺風強度typhoonintensity臺風中心附近底層(近地面或近海面)最大平均風速值或中心最低海平面氣壓值。[來源：GB/T38308-2019,2.3]物理參數(shù)化方案physicalparameterizationschemes物理參數(shù)化方案將數(shù)值預報模式中無法直接求解的復雜物理過程表達為模型方程的參數(shù)形式，使得數(shù)值模式能夠在離散化網(wǎng)格點上求解，從而模擬大氣系統(tǒng)的演變。常見的物理參數(shù)化方案包括邊界層方案、云微物理方案、輻射方案和積云對流方案等。

輪轂高度hubheight從地面到風輪掃掠面中心的高度，對垂直軸風電機組是赤道平面高度。注：單位為米(m)[來源：GB/T2900.53-2001,定義2.1.2]

切出風速cut-inwindspeed在小于規(guī)定的湍流條件下，輪轂高度處風機可以正常輸出功率的最高風速。注：單位為米每秒(m/s)。[來源：QX/T243-2014]

風電場參數(shù)化方案wind-farmparameterizationschemes風電場參數(shù)化方案是在數(shù)值預報模式中簡化風電場氣流效應的一種策略，旨在參數(shù)化表征風電場對風速、湍流、溫度等大氣變量的影響，而不需要直接求解風電場內部復雜的流體動力學過程。風電場隱式參數(shù)化方案wind-farmimplicitparameterizationschemes風電場隱式參數(shù)化方案是指把風電場氣流效應參數(shù)化為表面粗糙度改變的一類參數(shù)化方法。風電場顯式參數(shù)化方案wind-farmexplicitparameterizationschemes風電場顯式參數(shù)化方案是指把風電場氣流效應參數(shù)化為動量匯的增加或湍流動能源的一類參數(shù)化方法。

統(tǒng)計模型預報statisticalmodelforecasting利用歷史觀測資料，分析風速與氣象條件及其他影響因素條件的統(tǒng)計關系，依靠風速具有強相關的時間相關性，使用統(tǒng)計模型或人工智能模型建立擬合方程，從而根據(jù)模型和新的預測影響因素條件，獲得對未來風速的預報結果?；旌戏椒A報mixedMethodsForecasting基于數(shù)值預報模式輸出風速，結合實際觀測風速，使用統(tǒng)計或者人工智能方法，構建誤差修正模型，獲得更準確的未來風速的預報結果。中尺度數(shù)值預報南海臺風數(shù)值預報空間尺度范圍南海臺風數(shù)值預報以南海北部主要海域為空間尺度范圍，客觀反映未來臺風路徑和強度。模式嵌套在數(shù)值預報模式中設置通常不少于兩層的嵌套區(qū)域，以同時滿足大尺度大氣環(huán)流驅動模擬和高分辨率預報的需求。臺風預報時長臺風數(shù)值預報模式的預報時長至少以天為單位。臺風預報形式臺風數(shù)值預報模式的預報形式為以預報時長為間隔的滾動預報，并提前發(fā)布預報結果。動態(tài)海表面溫度在臺風數(shù)值預報模式的驅動場輸入中應考慮隨時間動態(tài)變化的海溫數(shù)據(jù)以提供更準確的海表面邊界場。海氣耦合在臺風預報過程中將海洋和大氣系統(tǒng)相互作用的過程納入數(shù)值模式中，如海表面溫度、海洋上層熱含量、海浪、潮汐等。這種耦合能夠更準確地模擬臺風和海洋之間的反饋機制，進而提高臺風預報的精確性和可靠性。海上風電場風速預報海上風電場風速的數(shù)值模式預報為單機風速中的混合方法預報提供基礎數(shù)據(jù)?？臻g尺度范圍海上風電場區(qū)風速模擬的數(shù)值預報模式空間尺度范圍應覆蓋所關注的海上風電場及鄰近海陸區(qū)域。預報輸出時間間隔相鄰兩次預報結果輸出的時間間隔一般不大于15分鐘。初始設置數(shù)值預報模式初始設置包括空間尺度范圍、空間網(wǎng)格、時間分辨率、起始時刻、預報時長、物理參數(shù)化方案等。加入考慮風電場氣流效應的風電場參數(shù)化方案可有效提升數(shù)值模式的預報能力。風電場顯式參數(shù)化方案的表現(xiàn)通常優(yōu)于隱式參數(shù)化方案。預報產品及后處理數(shù)值模式預報產品為風速。對數(shù)值預報模式輸出風速進行的后處理，包括診斷分析、單位轉換、空間插值和格式轉換等，匹配各風機坐標及其輪轂高度，作為單機風速混合方法預報的輸入數(shù)據(jù)。單機極大風速預報通過單機極大風速預報，結合風電場風機設計的切出風速，規(guī)劃風機啟停時間、運維計劃與并網(wǎng)方案等。單機極大風速預報方法一般有數(shù)值模式預報、統(tǒng)計模型預報與混合預報，其中數(shù)值模式預報參考4.2。統(tǒng)計模型預報方法預報數(shù)據(jù)庫建立選取穩(wěn)定性好、代表性強、與風速相關性好的氣象因子，包括風速、風向、溫度、相對濕度、氣壓等要素。氣象數(shù)據(jù)來源為實際觀測，數(shù)據(jù)時間分辨率一般不低于15分鐘。模型輸入數(shù)據(jù)質量控制輸入數(shù)據(jù)質量控制包括模型輸入數(shù)據(jù)中異常值、重復值和缺失值的識別、剔除等處理。模型訓練模型訓練是模型沿著預報風速和觀測風速之間的誤差減小的方向不斷更新模型參數(shù)的過程。通過設置梯度下降函數(shù)進行參數(shù)優(yōu)化，模型的訓練通過計算機編程實現(xiàn)。模型調優(yōu)統(tǒng)計模型的調優(yōu)是通過交叉驗證或優(yōu)化算法等方法對模型結構與超參數(shù)進行反復優(yōu)化，從而建立最優(yōu)的擬合方程。統(tǒng)計模型動態(tài)更新根據(jù)實際情況，定期將最新的實測數(shù)據(jù)作為樣本加入到數(shù)據(jù)庫中，通過不斷調整數(shù)據(jù)庫進行模型訓練，定期更新模型，以優(yōu)化預報結果。混合預報方法該方法為通過建立誤差校正模型，對數(shù)值預報模式的輸出進行修正，提升預報準確性。預報數(shù)據(jù)庫建立選取穩(wěn)定性好、代表性強、與風速相關性好的氣象因子，包括風速、風向、溫度、相對濕度、壓力等要素。分為預測數(shù)據(jù)與觀測數(shù)據(jù)，預測數(shù)據(jù)來源于數(shù)值模式預報結果，觀測數(shù)據(jù)來源為實測風速。數(shù)據(jù)時間分辨率一般不低于15分鐘。模型輸入數(shù)據(jù)質量控制輸入數(shù)據(jù)質量控制包括模型輸入數(shù)據(jù)中異常值、重復值和缺失值的識別、剔除等處理。模型訓練誤差校正模型訓練是沿著數(shù)值模式預報風速和觀測風速之間的誤差減小的方向不斷更新模型參數(shù)的過程。通過梯度下降函數(shù)進行參數(shù)優(yōu)化，該過程可通過計算機編程實現(xiàn)。模型調優(yōu)誤差校正模型的調優(yōu)是通過交叉驗證或優(yōu)化算法等方法對模型結構與超參數(shù)進行反復優(yōu)化，從而建立最優(yōu)的擬合方程。誤差校正模型動態(tài)更新根據(jù)實際情況，定期將最新的實測數(shù)據(jù)作為樣本加入到數(shù)據(jù)庫中，通過不斷調整數(shù)據(jù)庫進行模型訓練，定期更新模型，以優(yōu)化預報結果。

附錄A

（資料性）

臺風數(shù)值預報評估方式及相關指標計算A.1預報評估內容開展臺風數(shù)值預報工作，應包括對其預報效果的評估。評估內容包括評估類別、評估對象、評估周期。評估類別通常包括臺風路徑和強度。臺風路徑的評估對象為臺風中心經(jīng)緯度位置，臺風強度的評估對象包括臺風中心海平面最低氣壓和近中心最大風速。對臺風數(shù)值預報工作提前24小時、48小時、72小時等主要時次的預報結果分別進行時效評估。A.2預報評估方法A.2.1臺風路徑評估如圖1所示，從數(shù)值模式預報結果中捕捉臺風位置，根據(jù)圖2確定臺風中心所在的初始時刻位置和下一時刻的預報位置，形成連續(xù)的臺風預報路徑結果：說明：紅點——臺風中心海平面氣壓最低處；藍點——經(jīng)向風；黃點——緯向風；黃色旋轉箭頭——臺風中心渦旋風呈逆時針向內輻合。圖1臺風中心特征圖說明：藍色點——T-1時刻臺風位置；藍色箭頭——T-1時刻的可能半徑IndexRadius；藍色實線圓圈——T-1時刻臺風可能半徑范圍；紅色點——T時刻臺風位置；紅色虛線圓圈——T時刻最大可能半徑范圍；Radius=spd*history_interval——根據(jù)臺風移動經(jīng)驗速度和移動間隔計算臺風可能半徑。圖2臺風連續(xù)時刻位置圖將同時刻的路徑預報結果和實測結果對比，通過絕對偏差（Bias）評估偏差：Bias=1ni=1n式中：i=1，2…n；n——序列長度；N——總數(shù)量；Si——各時刻預報數(shù)據(jù)；Oi——各時刻實測數(shù)據(jù)。A.2.2臺風強度評估將不同時刻臺風中心海平面最低氣壓、近中心最大風速的預報值與實測值對比，通過計算相關系數(shù)（CorrelationCoefficient，R）、絕對誤差（Bias，見公式（A.2.1-1）和均方根誤差（RMSE）來評估預報結果和實測結果的相關性和差異性：R=i=1n(SiRMSE=1ni=1式中：i=1，2…n；n——序列長度；N——總數(shù)量；Si——各時刻預報數(shù)據(jù)；Oi——各時刻實測數(shù)據(jù)；S——所有時刻預報數(shù)據(jù)平均值；O——所有時刻實測數(shù)據(jù)平均值。

附錄B

（資料性）

單機極大風速預報評估及相關指標計算B.1預報評估內容開展單機極大風速預報工作時，應對其預報效果進行評估。評估內容包括預報精度、時效評估與周期評估。通過各項指標對預報精度進行檢驗?；诓煌念A報時長，對預報結果進行時效評估。以每次風速預報作為基礎，視實際需要，對預測效果進行周期評估，檢驗該風速預報在周期內的預報效果。B.2預報評估方法B.2.1均方根誤差該均方根誤差由GB/T40607-2021公式(1)調整后，進行計算，計算方法見公式（B.2.1-1）。RMSE=1ni=1n(yi式中：n——所有樣本個數(shù)；xi——i時刻觀測風速；yi——i時刻實測風速；Mfws——風機滿發(fā)風速。B.2.2準確率準確率由GB/T40607-2021中公式(5)，結合本文件公式（B.2.1-1）進行計算。B.2.3絕對誤差絕對誤差由Q