第3章数值天气预报（NWP）基础

一、数值天气预报（NWP）基础

各位同学，今天咱们来聊聊NWP。数值天气预报，说白了就是让计算机帮我们算未来天气会怎么变。我在风电行业摸爬滚打这些年，可以负责任地告诉你——NWP是功率预测的基石。没有它，后面那些花里胡哨的算法都是空中楼阁。

NWP的原理其实不复杂。你想想看，大气运动遵循物理定律——流体力学、热力学、辐射传输这些。我们把地球网格化，每个格点上记录温度、气压、风速、湿度这些变量。然后求解一组偏微分方程，就能推算出未来时刻的状态。

嗯，这里要注意。网格分辨率很关键。全球模型通常几十公里一个格点，区域模型可以做到几公里。我在项目中遇到过，用粗网格的NWP去预测山地风电场的风速，误差大得离谱。后来换成3公里分辨率的WRF，效果明显改善。

核心方程（简化版）：

∂u/∂t = -u·∇u - (1/ρ)∇p + f·v + F
∂T/∂t = -u·∇T + Q/cp
∂ρ/∂t + ∇·(ρu) = 0

这三条分别对应动量方程、热力学方程、连续性方程。实际业务中还有水汽方程、辐射传输方程等，加起来几十个。

我个人习惯把NWP理解成「用超级计算机做天气预报」。但别以为它算出来就是真理。初始场有观测误差，模式有近似假设，所以预报结果总有偏差。这就是后面要讲的误差分析。

目前风电行业主流的NWP数据源有三个：ECMWF、GFS、WRF。我一个个说。

ECMWF是全球公认的标杆。它的同化系统、模式动力框架、集合预报都是顶级的。我做过对比，ECMWF在72小时内的风速预报误差，比GFS平均低15%-20%。

我的经验： 如果你做短期功率预测（0-72小时），ECMWF是首选。但要注意，它的数据有延迟，通常要等6-8小时才能拿到。我曾经因为没算好这个时间差，导致预测模型跑空数据，教训深刻。

GFS是美国国家环境预报中心的产品。免费、开放、全球覆盖。虽然精度不如ECMWF，但胜在性价比高。很多中小型风电场都用它。

说实话，GFS在极端天气下的表现不太稳定。我记得有一次台风过境，GFS预报的风速比实际低了8m/s，导致功率预测完全失效。所以如果你在台风多发区域做项目，建议搭配ECMWF一起用。

WRF是区域中尺度模式。它不是数据源，而是一个模型框架。你可以用ECMWF或GFS的数据做初始场和边界条件，然后自己跑WRF，得到更高分辨率的预报。

WRF典型配置：

嵌套网格：母网格9km → 子网格3km → 最内层1km
垂直层数：35-50层
物理方案：WSM6微物理、YSU边界层、Noah陆面
输出频率：15分钟或1小时

我个人建议，如果你负责一个大型风电场群（比如总装机500MW以上），值得搭建WRF系统。虽然前期投入大，但精度提升带来的发电量收益，一年就能回本。

NWP不是完美的。你想想看，大气系统是非线性的，初始场有误差，模式有近似，怎么可能100%准确？

常见的误差来源有这几类：

避坑指南： 我曾经接手一个项目，客户抱怨功率预测不准。我查了三个月的数据，最后发现是NWP的垂直风速层用错了。他们用的是10米风速，但风机轮毂高度是80米。10米和80米的风速差异，在复杂地形下能差30%以上。所以，一定要确认NWP输出的是哪个高度的风速。

误差分析的方法，我常用三种：

举个例子，某风电场用ECMWF做72小时风速预测，MAE是1.8m/s，RMSE是2.5m/s。这个水平在行业内算中等偏上。但如果换成GFS，MAE会到2.3m/s左右。

嗯，这里要强调一点。误差分析不能只看平均值。我习惯把误差按风速段、季节、天气类型分别统计。比如低风速段（0-5m/s）的误差往往比高风速段大，因为低风速时大气层结不稳定，模式很难准确模拟。

我的习惯： 每个月做一次NWP误差回顾。把过去30天的预报和实测数据对比，画出误差分布直方图。如果发现某个风速段误差突然变大，就要排查是不是模式参数变了，或者观测仪器出了问题。

最后，送大家一句话：NWP是工具，不是真理。理解它的原理，知道它的局限，才能用好它。下一节我们讲怎么把NWP数据接入功率预测模型，那才是真正见功夫的地方。

公众号:蓝海资料掘金营，微信deep3321