中國氣象局風能太陽能預報系統（CMA-WSP）在風資源短期預報中的檢驗評估

王明 ，孟丹 ，許沛華 ，許楊 ，陳正洪 ，賈蓓西

（1.湖北省氣象服務中心,湖北 武漢 430205；2.中國氣象局武漢暴雨研究所 暴雨監測預警湖北省重點實驗室,湖北 武漢 430205；3.中國氣象局公共氣象服務中心，北京 100081）

0 引言

風能資源作為一種安全無污染的可再生資源，對風能資源的有效利用和開發，對能源結構的調整都具有極其重要的作用[1]。隨著風電技術的成熟，風電行業不斷發展與進步，風力發電在世界范圍內得到了廣泛的重視與應用[2]，并且已成為裝機容量僅次于水電的第2 大可再生能源[3-4]。中國蘊含豐富的風資源，在能源結構中增大風能的比例可以為中國低碳發展戰略的實施提供關鍵支撐。但風力發電具有間歇性和波動性的特點[5-6]，容易受到氣候因素的影響[7]，因此，對氣候變化背景下區域風能資源開展短期預報具有重大意義。

隨著數值模式技術水平的迅速提高，數值模式預報已成為中短期天氣預報的基礎。21 世紀以來，美國True Wind Solutions 公司在應用數值模式評估風能資源方面處于國際領先地位[8]，其風能資源評估系統已應用于20 多個國家和地區[9]。此外，在中國基于數值模式的風速預報，已有許多研究和業務實踐工作[10-13]。為推動我國新能源行業發展，中國氣象局預報司組織中國氣象局公共氣象服務中心、北京市氣象局等單位，基于新一代高分辨率專業數值預報系統——RMAPS-Wind 1.0 系統，改進中國氣象局風能太陽能氣象預報系統（China Meteorological Administration Wind and Solar Forecasting，CMAWSP），制作了省級風能太陽能短期預報產品。目前，該模式直接輸出的風能太陽能產品還難以直接應用于預報業務和氣象服務中，輸出產品與實際需求還存在較大差距[14-15]。

對數值模式預報結果進行客觀檢驗和誤差的定量分析，不僅能夠為氣象服務提供有力參考，同時也為數值預報結果的使用與訂正提供數據支持，從而提高預報準確率[16-17]。劉桂艷等[18]選取渤海、黃海8個浮標站位觀測的海面10 m 風資料，對WRF 模式的預報結果開展了對比檢驗和誤差統計分析。肖瑤等[19]對河南主要高速公路沿線逐3 h 最大風速精細化指導預報檢驗結果顯示，預報產品表現出較好的預報能力，但仍存在較為明顯的系統性偏差。吳驥等[20]基于ERA5 再分析資料和NCEP 的GFS 預報系統的120 h 預報資料，對華東地區2020 年12 月～2021 年3 月期間9 次寒潮過程中數值模式的近地面風速預報技巧進行了檢驗。程興宏[21]等利用甘肅2 座測風塔50 m 和70 m 高度的實測資料，檢驗了WRF 模式預報的2009 年1 月、4 月、7 月、10月該風電場附近的逐15 min 的風速和風向，顯示預報結果能較好地反應風速、風向的變化。夏曉玲等[22]運用概率統計的方法，檢驗了ECWMF、GRAPES 和JAPAN 模式對貴州省范圍內84 個站點風速預報的平均絕對誤差、標準差、相關系數和正確率。目前，開展CMA-WSP 模式對風資源短期預報準確率的分析評估工作還不多，CMA-WSP 模式風速預報性能還需要進一步檢驗。

為響應《湖北省氣象局、湖北省能源局關于強化能源保供氣象服務工作》方案，開發能源保供產品，建立全省未來3 d 短期風資源預報產品，本研究利用湖北棗陽周樓、麻城蔡家寨和大金中部風電場逐15 min 的100 m 實測風速，對CMA-WSP 風速產品在風資源短期預報中的應用開展檢驗評估，分析該預報產品的質量特點和誤差產生原因，為下一步對該產品進行訂正、降低誤差水平打下基礎，也為該產品在湖北風資源短期預報中的應用提供科學依據。

1 資料和方法

1.1 資料

1.1.1 CMA-WSP 預報數據

自2015 年開始，北京城市氣象研究院建立了新一代高分辨率專業數值預報系統——RMAPS-Wind 1.0 系統，為風電光伏電站的精細化預報提供實時風能太陽能數值預報基礎產品。RMAPS-Wind 系統的預報和資料同化模塊分別基于WRF 模式和WRFDA資料同化系統深入發展而建立。2019 年12 月，RMAPS-Wind 1.0 系統作為風能太陽能專業氣象預報系統的重要技術和數據支撐，通過了中國氣象局預報與網絡司的業務準入評審（氣預函〔2019〕67 號），正式實現業務運行。該系統采用單層嵌套覆蓋中國區域，模擬區域水平分辨率為9 km，格點為649 km×550 km。垂直方向采用σ 坐標，共51 層，層頂氣壓為10 hPa。采用的模式版本為WRF v4.2.2，前處理模塊為WPS v4.1.2，用于處理全球模式分析場和預報場數據的解碼以及向中尺度網格點的插值，同化模塊為WRFDA v4.1.2，采用三維變分同化技術進行各種觀測資料的同化分析。采用的各類物理參數化設置如下：Thompson顯式微物理方案、尺度適應的New Tiedtke 對流參數化方案、YSU 邊界層方案、RRTMG 長、短波輻射方案。

CMA-WSP 風速預報產品是中國氣象局公共氣象服務中心基于RMAPS-Wind 1.0 輸出氣象要素制作而成的風能太陽能數值預報產品（以下簡稱CMAWSP），該產品包括中國區域邊界層分層溫、濕、風場以及到達地表短波輻射、地面氣壓、降水量等風功率、光伏發電功率預報所需氣象要素，時間分辨率為15 min，空間分辨率為9 km，預報時效為126 h，預報頻次為1 次/d，即每1 d 預報數據都包含未來5 d的預報結果，本文只檢驗前3 d 的預報效果。由于RMAPS-Wind 1.0 輸出風速產品為51 層，CMAWSP 模式對風速的預報包含4 個高度層，分別為15～20 m、45～50 m、100～110 m 和190～200 m，考慮到100 m 風速是目前風資源短期預報中最常用到的變量，且CMA-WSP 1.0 產品于2022 年3 月20 日發布，因此，本文選取2022 年4 月1 日～2023 年3 月31 日1 個完整年的100 m 高度風速預報數據作為被檢驗數據。

1.1.2 實測數據

本文選取湖北省境內3 個風電場作為代表站，分別為：棗陽周樓風電場、麻城蔡家寨風電場、大金中部風電場，海拔高度分別為440.32 m、671.32 m 和372.37 m。其中，棗陽周樓風電場共16 臺風機，包含15 臺3 MW 風機和1 臺2 MW 風機，裝機容量共47 MW；麻城蔡家寨風電場共25 臺風機，均為2 MW風機，裝機容量為50 MW；大金中部共13 臺風機，均為2 MW 風機，裝機容量為26 MW。風電場各風電場分布如圖1 所示。采用風機輪轂100 m 高度處逐15 min 的所有風機實測的平均風速，風速記錄均經過校正，數據完整率分別為100%、70.88%和78.17%。

圖1 風電場的空間分布Fig.1 Spatial distribution of wind farm

1.2 方法

1.2.1 檢驗方法

本文利用風電場的實測風速資料，通過對比分析CMA-WSP 預報風速的相關系數（R）、均方根誤差（RMSE）、相對誤差（MRE）、平均偏差（MB）和平均絕對偏差（AMB），來進行CMA-WSP 模式風速預報的效果檢驗，這些指標均能反映預報值和實測值的差別。

Ei、Qi分別表示CMA-WSP 的預報風速和風電場的實測風速，和分別表示它們的平均值，N 表示統計時段內樣本總量，i表示統計時段內樣本序號。R、RMSE、MRE、MB 和AMB 的計算方法依次如下：

1.2.2 100 m 風速提取

本文目的是檢驗評估CMA-WSP 預報的100 m風速在風資源短期預報中的適用性，CMA-WSP 預報風速分為4 個高度層，其中第3 層風速高度為100～110 m，同一時次不同格點風速的高度不同。為確保CMA-WSP 模式預報風速評估的準確性，需先提取風速預報中各高度層的風速，再基于線性插值方法將風速插值到100 m，從而對100 m 預報風速開展評估檢驗。

2 結果分析

本文先以棗陽風場站為例，檢驗15 min、小時、日、月時間尺度下CMA-WSP 預報風速的預報效果，并分析其特征。進而橫向對比CMA-WSP 預報風速在棗陽周樓、蔡家寨和大金中部3 個風電場的預報發表效果。

2.1 逐15 min 風速

CMA-WSP 前3 d 預報與棗陽風電場實測逐15 min 風速隨時間的變化如圖2（a）、圖2（c）、圖2（e）所示，預報風速與風電場實測數據變化趨勢一致，同時，CMA-WSP 預報風速整體要高于實測風速。從數值上來看，棗陽風電場逐15 min 的風速介于0～19.9 m/s 之間，風速年平均值為4.83 m/s，CMA-WSP前3 d 預報風速分別介于0～26.1 m/s、0～24.8 m/s、0～22.9 m/s 之間，年平均值分別為6.70 m/s、6.83 m/s和6.88 m/s，表明CMA-WSP 模式對風速的預報普遍偏高?？紤]到CMA-WSP 模式預報的風速是4 個高度層的風速，其中第3 個高度層風速高度為100～110 m，因此，預報風速會存在一定偏大。

圖2 CMA-WSP 前3 d 預報與棗陽風電場實測逐15 min 風速時間序列（a、c、e）及相關關系（b、d、f）Fig.2 The wind speed time series (a,c,e) in 15 min intervals and correlation (b,d,f) of the first 3 days of CMA-WSP forecast and the measured wind speed in Zaoyang wind farm

CMA-WSP 前3 d 預報與棗陽風電場實測逐15 min 風速相關如圖2（b）、圖2（d）、圖2（f）所示，實測風速與3 d 預報風速的相關系數分別為0.728、0.674、0.638，均通過了置信度區間為95%水平的顯著性檢驗，可見CMA-WSP 對100 m 風速的預報效果較好，且隨著預報時效增加，預報效果略有降低。

從CMA-WSP 前3 d 預報與棗陽風電場實測風速相對誤差區間分布來看，MRE 值主要集中在MRE值為200% 區間內，數據占比分別為68%、67%和66%，其中，MRE 值在50% 內的數據分別占34%、32%和29%，負偏差占比約為23%，預報風速比棗陽風電場實測風速數值要偏高。此外，在-40%～100%的MRE 值區間內，第1 d 的預報數據占比要高于第2 d 和第3 d，表明第1 d 預報風速的MRE 值整體要高于第2 d 和第3 d，如圖3 所示。

圖3 CMA-WSP 預報與棗陽風電場實測逐15 min 風速相對誤差區間分布Fig.3 The distribution of relative errors between the CMA-WSP forecast and the measured wind speed in Zaoyang wind farm in 15 min intervals

2.2 小時風速

如圖4 所示，可以看出CMA-WSP 前3 d 預報與棗陽風電場實測小時平均風速時間序列及相關關系，預報與實測小時平均風速變化趨勢較為一致，從數值上來看，3 d 預報風速分別介于0～25.2 m/s、0～23.8 m/s 和0～22.6 m/s 之間，整體高于實測風速0～18.7 m/s。從預報與實測相關性來看，3 d 預報與實測相關系數分別為0.740、0.685 和0.648，均通過了置信度區間為95%水平的顯著性檢驗。

圖4 CMA-WSP 前3 d 預報與棗陽風電場實測小時平均風速時間序列（a、c、e）及相關關系（b、d、f）Fig.4 The hourly average wind speed time series (a,c,e) and correlation (b,d,f) between CMA-WSP forecast and the measured wind speed in Zaoyang wind farm in the first 3 days

從CMA-WSP 前3 d 預報與棗陽風電場實測小時平均風速相對誤差區間分布來看，MRE 值在200%區間內的數據分別為70%、68%、67%，其中，MRE 在50% 以內的數據占比分別為35%、33%和30%，負偏差的數據占比約為23%，預報比棗陽風電場站實測小時平均風速數值偏高。此外，在MRE 值區間-40%～100%內，第1 d 的預報數據占比要高于第2 d 和第3 d，第1 d 預報風速的MRE 值整體要高于第2 d 和第3 d，如圖5 所示。

圖5 CMA-WSP 預報與棗陽風電場實測小時平均風速相對誤差區間分布Fig.5 The distribution of relative errors between CMA-WSP forecast and the measured hourly average wind speed in Zaoyang wind farm

如圖6 所示，可以發現CMA-WSP 預報與棗陽風電場實測小時平均風速和相對誤差隨時間變化（圖6），CMA-WSP 預報小時平均風速與實測風速變化趨勢較為一致，數值整體偏高，均呈現白天（8～18 時，北京時間，下同）風速低、晚上（19～7 時）風速高的特征。第1 d 預報數值在7～11 時均高于第2 d和第3 d 預報，其他時段低于后兩天預報結果。MRE值在21%～60%之間波動，在1～9 時MRE 主降低，9時以后逐漸升高，9 時MRE 值最低，22 時MRE 值最高，除7～11 時外，第1 d 預報MRE 值均低于后兩天預報MRE 值。

圖6 CMA-WSP 預報與棗陽風電場實測小時平均風速和相對誤差隨時間變化情況Fig.6 The variations over time of CMA-WSP forecast and the measured hourly average wind speed and relative error in Zaoyang wind farm

2.3 日平均風速

如圖7 所示，可以看到CMA-WSP 前3 d 預報與棗陽風電場實測日平均風速相關關系可以看到，前3 d 預報風速與實測風速變化趨勢較為一致，從數值上來看，第1 d 預報日平均風速在1.49～17.15 m/s之間，第2 d 預報日平均風速在1.35～17.72 m/s 之間，第3 d 預報日平均風速在1.38～17.47 m/s 之間，實測日平均風速在1.27～14.83 m/s 之間，可見CMA-WSP預報風速在數值上整體都高于實測風速。

圖7 CMA-WSP 預報日平均風速與棗陽風電場實測日平均風速和相對誤差隨時間變化情況Fig.7 The variations over time of CMA-WSP forecast and the measured daily average wind speed and relative error in Zaoyang wind farm

從預報風速與實測風速的相關關系來看，第1 d預報的日平均風速與實測風速相關性達到0.860，第2 d 預報的日平均風速與實測風速相關性為0.814，第3 d 預報的日平均風速與實測風速相關性為0.777，可見，CMA-WSP 前3 d 風速效果較好，且隨著預報時效增加預報效果降低。

從CMA-WSP 3 d 預報與棗陽風電場實測日平均風速相對誤差區間分布來看，MRE 值主要集中在MRE 值 為200% 的區間內，3d 預報數據MRE 在200%以內的數據分別占92%、89% 和85%。其中，分別有54%、47%、42%的數據MRE 值集中在0%～50%之間，負偏差占比分別約為7%、9%和13%，預報比實測日平均風速數值總體偏高。此外，在MRE值為-40%～100%區間內，第1 d 的預報日平均風速數據樣本占比要高于第2 d 和第3 d，說明第1 d 預報風速的MRE 整體要高于第2 d 和第3 d，如圖8 所示。

圖8 CMA-WSP 預報與棗陽風電場實測日平均風速相對誤差區間分布Fig.8 The distribution of relative errors between CMA-WSP forecast and the measured daily average wind speed in Zaoyang wind farm

2.4 月平均風速

從CMA-WSP 預報月平均風速與棗陽風電場實測月平均風速和相對誤差隨時間變化可以看出，3 d預報與實測月平均風速變化趨勢一致，從數值上來看，各月預報風速在5.9～8.0 m/s、5.7～8.4 m/s 和5.6～8.4 m/s 之間波動，整體要高于實測月平均風速3.8～6.0 m/s。從預報月平均風速與實測月平均風速的MRE 值變化來看，MRE 值在25%～68%之間變化，最大值出現在6 月份，最小值出現在8 月份。從不同預報時效來看，第1 天預報MRE 值在1～6 月和10～12 月最低，在7～9 月最大。此外，從月平均風速和MRE 值變化趨勢可以看到，風速與MRE 值變化呈相反趨勢，即月平均風速越大，MRE 越小，如圖9所示。

圖9 CMA-WSP 預報月平均風速與棗陽風電場實測月平均風速和相對誤差隨時間變化情況Fig.9 The variations over time of CMA-WSP forecast and the measured monthly average wind speed and relative error in Zaoyang wind farm

2.5 湖北3 個風電場預報效果對比

上述章節對棗陽風電場站和CMA-WSP 預報風速的相關性和誤差分布特征進行了詳細地分析。表1給出了棗陽周樓、蔡家寨和大金中部風電場實測風速與CMA-WSP 預報風速的相關性、均方根誤差、平均偏差和平均絕對偏差的統計值。通過統計發現，CMA-WSP 在不同區域的風速預報存在較大的差異。

表1 CMA-WSP 預報風速與棗陽、蔡家寨和大金中部風電場實測風速的評價指標Tab.1 Evaluation index of CMA-WSP forecast and the measured wind speed in Zaoyang,Caijiazhai and Central Dajin wind farms

從預報與實測風速的相關性來看，CMA-WSP對棗陽周樓風電場的風速預報效果最好，前3 d 預報風速與實測風速的相關系數分別為0.728、0.674 和0.638，蔡家寨前3 d 的預報風速與實測風速相關系數分別為0.548、0.500 和0.434，大金中部前3 d 的預報風速與實測風速相關系數分別為0.362、0.339 和0.306，預報效果最差。

從均方根誤差來看，棗陽風電場前3 d 預報風速與實測風速均方根誤差最大，分別為3.316 m/s、3.387 m/s、3.512 m/s，蔡家寨風電場前3 d 預報風速與實測風速均方根誤差最小，分別為2.771 m/s、2.907 m/s、3.042 m/s，大金中部風電場前3 d 預報風速與實測風速均方根居中，分別為3.204 m/s、3.127 m/s、3.161 m/s。從平均偏差和平均絕對偏差來看，棗陽風電場前3 d 預報風速與實測風速的平均偏差和平均絕對偏差均最大，其中，平均偏差分別為1.868 m/s、2.004 m/s、2.053 m/s，平均絕對偏差分別為2.492 m/s、2.682 m/s、2.826 m/s；蔡家寨風電場前3 d 預報風速與實測風速的平均偏差和平均絕對偏差均最小，其中，平均偏差分別為-0.009 m/s、-0.027 m/s、0.100 m/s，平均絕對偏差分別為2.187 m/s、2.280 m/s、2.400 m/s；大金中部風電場前3 d 預報風速與實測風速的平均偏差和平均絕對偏差居中，其中平均偏差分別為1.152 m/s、1.096 m/s、1.040 m/s，平均絕對偏差分別為2.430 m/s、2.403 m/s、2.455 m/s。棗陽風電場處的CMA-WSP 預報風速和實測風速的均方根誤差、平均偏差和絕對誤差較蔡家寨和大金中部風電場都大，這可能與檢驗的數據量有關，蔡家寨和大金中部風電場風速數據缺測較多，而棗陽風電場實測風速數據相對完整。

總體而言，CMA-WSP 對棗陽風電場風速的預報效果較好，其中，第1 d 預報與實測風速相關系數可以達到0.728，第2～3 d 也超過了0.6，CMA-WSP對蔡家寨和大金中部風電場預報風速與實測風速相關系數均低于0.6，但都通過了置信度區間為95%的顯著性檢驗。均方根誤差、平均偏差和平均絕對偏差的統計結果顯示，風速的預報與實測風速存在較大的偏差，如圖2 所示，預報風速整體較實測風速偏大，可見模式對風速的預報存在明顯的系統性偏差。近地層風速高時空分辨率預報一般依賴數值天氣預報模式，模式通常采用參數化的方法，但參數化方案通常是不完善的，這是造成數值模式不能準確預報近地層風場的原因之一；模式地形與實際地形存在不同程度的差異，即使同一個模式，不同地形地貌也會表現出不同的預報性能[23-24]，本文所選取的3 個風電場站均為丘陵，下墊面狀況比較復雜且各不相同，因此，CMA-WSP 模式對風速的預報在棗陽周樓、麻城蔡家寨和大金中部風電場的預報存在較大的差異。

3 結論

以湖北棗陽周樓、麻城蔡家寨和大金中部3 個風電場為代表，對中國氣象局風能太陽能模式（CMAWSP）的100 m 風速3 d 預報產品在風資源短期預報中的應用效果開展了檢驗評估，主要結論如下：

1）CMA-WSP 對棗陽風電場風速預報與實測風速變化趨勢較為一致，逐15 min、小時平均和日平均風速第1 d 的預報與實測風速相關性可達0.728、0.740 和0.860，隨著預報時效增加，預報與實測相關性逐漸降低，但整體預報效果均較好。

2）CMA-WSP 預報風速與實測風速的MRE 值主要集中在200%以內的區間，逐15 min、小時平均和日平均風速第1 d 預報的MRE 值分別為68%、70%、92%，數值上預報風速整體高于實測風速。小時平均風速及MRE 值均呈現白天小、晚上大的特征，月平均風速變化與MRE 值變化呈相反趨勢，MRE 值在1～6 月和10～12 月最低、7～9 月最大。

3）CMA-WSP 對棗陽風電場風速的預報效果最好。其中，第1 d 預報與實測風速相關性可以達到0.728，第2～3 d 的預報相關性也超過了0.6，CMAWSP 對蔡家寨和大金中部預報風速與實測風速相關性均低于0.6。從均方根誤差、平均相對偏差和絕對偏差來看，CMA-WSP 對棗陽風速預報顯著高于對蔡家寨和大金中部。

本文選取了3 個風電場的實測風速對CMAWSP 預報風速開展了誤差統計和分析工作，要想對該模式預報產品進行全面評估和應用，還需要獲取更多場站的實測風速資料，對更長時間序列以及預報時效的風速預報產品開展檢驗。為了使該預報產品應用到專業氣象服務中，需要對該產品進行訂正，為日后進行風速預報產品的使用提供科學依據。