利用WRF/CALMET耦合模式对山西某风电项目进行降尺度模拟，选取2010年、2022年、2035年、2060年4个年份，以该项目区域范围内风速最大的5月份和风速最小的8月份作为典型月份，计算其风速和风功率密度，分析历史和未来场景下风能资源的变化趋势。点击文末左下角【阅读全文】获取完整论文。
WRF模型使用：
（1）使用了利用WRF/CALMET耦合模式；
（2）未来场景初始场采用2035年和2060年初始场数据来自“CMIP6情景模式比较计划”SSP126场景下BCC-CSM2-MR模式结果。
摘要
目前针对未来风能资源变化的研究，主要为全球或全国的大尺度范围。利用WRF/CALMET耦合模式对山西某风电项目进行降尺度模拟，选取2010年、2022年、2035年、2060年4个年份，以该项目区域范围内风速最大的5月份和风速最小的8月份作为典型月份，计算其风速和风功率密度，分析历史和未来场景下风能资源的变化趋势。结果表明：在历史场景下，模拟结果相比实测数据偏大，其中月平均风速整体偏差1.34m/s，均方根误差为1.62m/s；风功率密度整体偏差185W/m2，均方根误差为196W/m2。但二者变化趋势相似，可以反映项目范围内风能资源的变化趋势。在未来SSP126场景(低强迫情景)下，不同月份风能资源有不同的变化趋势，其中5月风速和风功率密度有增大趋势，而8月则有减小趋势，且高度越高，增大或减小趋势越明显。气候变化引起亚洲地区春季海陆气压差变大、夏季海陆气压差变小，从而解释了5月和8月风能资源变化趋势不一致的原因。WRF/CALMET模式结合CMIP6未来气候数据，可以对风电项目未来风能资源的变化趋势进行更为细致地评估，为风电机组选址提供科学依据。
研究方法
研究路线
通过WRF模式进行分辨率1km的模拟，提取测风塔位置的模拟数据，再将WRF模拟结果作为CALMET的初始条件，进行进一步降尺度，获取风场区域分辨率为25m的气象数据。
模拟参数设置
WRF模式采用四层嵌套网格，第一层网格覆盖全国范围，第二层、第三层、第四层网格覆盖范围如图1所示，由全国降尺度至研究区域，网格分辨率最高为1km，垂直方向分为20层。由于风电场主要关注近地面层的参数变化，所以增加了近地面层的垂直分层。
WRF模式采用的物理参数化方案——微物理过程：MorrisonDouble-Moment；长波、短波辐射方案：RRTM；表面层、陆面过程方案：Pleim-Xiu；边界层方案：ACM2PBL；积云参数化方案：Kain-Fritsch。CALMET模拟区域如图2所示，网格覆盖风电项目、风场区域，分辨率为25m，网格数400×400，垂直方向7层。
研究结果
研究结论
本文利用WRF/CALMET耦合模式，模拟分析了山西某风电项目范围内历史场景和未来场景下的风能资源，得出以下结论：
①通过2010年模拟数据与实测数据的对比可知，WRF模式模拟的风速和风功率密度相较实测值整体偏大。其中风速整体偏差1.34m/s，均方根误差为1.62m/s；风功率密度整体偏差185W/m2，均方根误差为196W/m2。但是二者变化趋势相似，说明模式可以作为研究风能资源变化趋势的工具。
②在未来SSP126场景下，2060年相比2035年，不同月份风能资源有不同的变化趋势，5月份风速和风功率密度呈现增大趋势，而8月份则相反。高度越高，风能资源增大或减小的幅度越大。
③虽然根据前人的研究成果，在全球变暖的大背景下整体风能资源呈现变小趋势，但这种变化趋势仍然存在一定的地区和季节差异。CMIP6数据预估2050～2099年亚洲大部分地区温度下降，而北太平洋温度上升。这种变化使得春季海陆压差变大，其形成的季风导致本研究的风电项目范围内，5月份的风能资源有所上升。可见，针对不同区域的风电项目，通过WRF/CALMET模式结合CMIP6未来气候数据，可以更为详细地评估研究区域内未来风能资源的变化趋势，为风能机组的选址提供科学依据。
④由于数据可获得性的限制，本文使用的数据样本量较少，后续需要收集更多测风塔实测数据对模式进行校验。目前仅考虑SSP126排放场景，后续可补充更多场景以探讨风能资源变化更多的可能趋势。
