中國風電場對空氣質量的影響
發(fā)布時間：2021-07-02 15:46
近二十年來,中國風電總裝機量和新增裝機量呈現上升趨勢,風電裝機和運行會對大氣環(huán)境產生一定的影響。為了探究中國風電場發(fā)展對大氣中污染物的影響,本文利用氣象模型（Weather Research and Forecasting,WRF）和空氣質量模型（Community Multi-scale Air Quality,CMAQ）,對2009年至2018年有、無風電場條件的大氣污染物濃度分布進行模擬,對比分析風電場產生的影響。使用觀測數據對WRF模型和CMAQ模型進行驗證,氣象參數（風速、風向、溫度、相對濕度）一致度（IA）均大于0.7,平均偏差MBE和均方根誤差RMSE都比較小。污染物(NO2、PM2.5、SO2)驗證的相關系數R為0.69,平均分數偏差MFB為10%,平均分數誤差MFE為50%,均滿足“偏差標準”要求。對NOx、PM2.5和SO2濃度在有、無風電場結果差值進行分析,結果表明在風電場影響下,冬季污染物濃度差有顯著性變化,京津冀和內蒙古中部地區(qū)濃...
【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁數】：76 頁
【學位級別】：碩士
【部分圖文】：
技術路線圖
浙江大學碩士學位論文第二章模型和方法11圖2-1WRF模擬區(qū)域表2-2WRF參數模型過程方案類型微物理過程方案WRFSingle-Moment6-class(WSM6)[52]長波輻射方案RRTM短波輻射方案Goddard[53]積云參數化方案Grell-Freitas[54]邊界層參數化方案MYNN-2.5[55,56]2.2.2風電場參數化方案為了提取能量，所有可再生能源都必須改變自然能的通量，因此不可避免要受到氣候影響，但是氣候影響的程度和特征差異很大。風力渦輪機通過提取動能發(fā)電，動能可以減少風速并改變地表與大氣之間的熱量，水分和動量交換。觀測表明，風力渦輪機會改變局部氣候[57-59]，對大氣環(huán)境產生影響。
浙江大學碩士學位論文第二章模型和方法14圖2-2Models-3/CMAQ模型結構圖CMAQ模型基于三維歐拉方法，CCTM模塊中使用了污染物濃度控制方程，這是基于梯度輸送理論建立的方程，具體表達式[62]如式2-2所示：33(2)(4)(1)(3)(5)(6)(7)(8)(9)(10)()()[][](,,)iiiiqiiqiiiiiNcldpingaerovFVFtxxRSttt（2-2）式中每一項分別對應著化學機制中不同的物理化學過程：（1）大氣污染物濃度變化；（2）水平對流傳輸；（3）垂直對流傳輸；（4）水平擴散傳輸；（5）垂直擴散傳輸；（6）氣象化學；（7）污染源一次排放；（8）云霧和液相化學；（9）煙雨抬升；（10）氣溶膠化學。本文中使用的空氣質量模型為CMAQv5.0.2版本，模擬區(qū)域坐標原點位置為（34°N，110°E），采用Lambert投影坐標系。模擬區(qū)域網格數為160×206，分辨率為30km×30km。CMAQ計算區(qū)域如圖2-3所示。垂直方向分為14層，每層的Sigma坐標[63]分別為：1.000、0.995、0.988、0.980、0.970、0.956、0.938、0.893、0.839、0.777、0.702、0.582、0.400、0.200和0.000。氣象化學反應機制為CB05，氣溶膠機制選擇AERO6[64]。本文模擬時段為2009年至2018年冬季（12月、1月、2月）和夏季（6月、
【參考文獻】：
期刊論文
[1]中國風電產業(yè)發(fā)展現狀及前景展望（下）[J]. 電器工業(yè). 2019(09)
[2]中國風電產業(yè)發(fā)展現狀及前景展望(上)[J]. 電器工業(yè). 2019(08)
[3]耦合風電場參數化模型的天氣預報模式對風資源的評估和驗證[J]. 王強,羅坤,吳春雷,樊建人. 浙江大學學報(工學版). 2019(08)
[4]WRF氣象模式在高海拔復雜山地風電場中的應用研究[J]. 郁永靜,劉志遠,熊萬能. 水力發(fā)電. 2019(01)
[5]基于CMAQ與前饋神經網絡的區(qū)域大氣污染物濃度快速響應模型[J]. 石佳超,羅坤,樊建人,張峻溪,王晴,高翔,倪智振. 環(huán)境科學學報. 2018(11)
[6]中國風電產業(yè)發(fā)展的歷史沿革及其啟示[J]. 賴明東,劉益東. 河北師范大學學報(哲學社會科學版). 2016(03)
[7]風電場建設對周邊擾動區(qū)域土壤養(yǎng)分和植被的影響[J]. 李智蘭. 水土保持研究. 2015(04)
[8]生物源揮發(fā)性有機物（BVOCs）排放模型及排放模擬研究綜述[J]. 張富華,黃明祥,張晶,李順,秦宇. 中國環(huán)境管理. 2014(01)
[9]隨機森林模型在分類與回歸分析中的應用[J]. 李欣海. 應用昆蟲學報. 2013(04)
[10]WRF模式在風電場風速預測中的應用[J]. 陳玲,賴旭,劉霄,陳秋華. 武漢大學學報(工學版). 2012(01)
博士論文
[1]細顆粒物化學組成及其對前體物排放響應的數值模擬研究[D]. 趙斌.清華大學 2015
[2]典型城市群大氣復合污染特征的數值模擬研究[D]. 李莉.上海大學 2013
碩士論文
[1]基于CMAQ與前饋神經網絡的區(qū)域大氣污染物濃度快速響應研究[D]. 石佳超.浙江大學 2019
[2]基于隨機森林的PM2.5濃度預測模型研究[D]. 杜續(xù).西安郵電大學 2018
[3]基于隨機森林的上海市PM2.5質量濃度預測研究[D]. 王雨晨.華東師范大學 2017
[4]杭州市大氣污染排放與空氣質量非線性響應關系的研究[D]. 胡詩瑋.浙江大學 2015
[5]天然源VOC的排放量估算和對區(qū)域空氣質量影響的研究[D]. 寧文濤.山東師范大學 2012
[6]機器學習中的特征選擇算法研究[D]. 姜百寧.中國海洋大學 2009
本文編號：3260751
【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁數】：76 頁
【學位級別】：碩士
【部分圖文】：
技術路線圖
浙江大學碩士學位論文第二章模型和方法11圖2-1WRF模擬區(qū)域表2-2WRF參數模型過程方案類型微物理過程方案WRFSingle-Moment6-class(WSM6)[52]長波輻射方案RRTM短波輻射方案Goddard[53]積云參數化方案Grell-Freitas[54]邊界層參數化方案MYNN-2.5[55,56]2.2.2風電場參數化方案為了提取能量，所有可再生能源都必須改變自然能的通量，因此不可避免要受到氣候影響，但是氣候影響的程度和特征差異很大。風力渦輪機通過提取動能發(fā)電，動能可以減少風速并改變地表與大氣之間的熱量，水分和動量交換。觀測表明，風力渦輪機會改變局部氣候[57-59]，對大氣環(huán)境產生影響。
浙江大學碩士學位論文第二章模型和方法14圖2-2Models-3/CMAQ模型結構圖CMAQ模型基于三維歐拉方法，CCTM模塊中使用了污染物濃度控制方程，這是基于梯度輸送理論建立的方程，具體表達式[62]如式2-2所示：33(2)(4)(1)(3)(5)(6)(7)(8)(9)(10)()()[][](,,)iiiiqiiqiiiiiNcldpingaerovFVFtxxRSttt（2-2）式中每一項分別對應著化學機制中不同的物理化學過程：（1）大氣污染物濃度變化；（2）水平對流傳輸；（3）垂直對流傳輸；（4）水平擴散傳輸；（5）垂直擴散傳輸；（6）氣象化學；（7）污染源一次排放；（8）云霧和液相化學；（9）煙雨抬升；（10）氣溶膠化學。本文中使用的空氣質量模型為CMAQv5.0.2版本，模擬區(qū)域坐標原點位置為（34°N，110°E），采用Lambert投影坐標系。模擬區(qū)域網格數為160×206，分辨率為30km×30km。CMAQ計算區(qū)域如圖2-3所示。垂直方向分為14層，每層的Sigma坐標[63]分別為：1.000、0.995、0.988、0.980、0.970、0.956、0.938、0.893、0.839、0.777、0.702、0.582、0.400、0.200和0.000。氣象化學反應機制為CB05，氣溶膠機制選擇AERO6[64]。本文模擬時段為2009年至2018年冬季（12月、1月、2月）和夏季（6月、
【參考文獻】：
期刊論文
[1]中國風電產業(yè)發(fā)展現狀及前景展望（下）[J]. 電器工業(yè). 2019(09)
[2]中國風電產業(yè)發(fā)展現狀及前景展望(上)[J]. 電器工業(yè). 2019(08)
[3]耦合風電場參數化模型的天氣預報模式對風資源的評估和驗證[J]. 王強,羅坤,吳春雷,樊建人. 浙江大學學報(工學版). 2019(08)
[4]WRF氣象模式在高海拔復雜山地風電場中的應用研究[J]. 郁永靜,劉志遠,熊萬能. 水力發(fā)電. 2019(01)
[5]基于CMAQ與前饋神經網絡的區(qū)域大氣污染物濃度快速響應模型[J]. 石佳超,羅坤,樊建人,張峻溪,王晴,高翔,倪智振. 環(huán)境科學學報. 2018(11)
[6]中國風電產業(yè)發(fā)展的歷史沿革及其啟示[J]. 賴明東,劉益東. 河北師范大學學報(哲學社會科學版). 2016(03)
[7]風電場建設對周邊擾動區(qū)域土壤養(yǎng)分和植被的影響[J]. 李智蘭. 水土保持研究. 2015(04)
[8]生物源揮發(fā)性有機物（BVOCs）排放模型及排放模擬研究綜述[J]. 張富華,黃明祥,張晶,李順,秦宇. 中國環(huán)境管理. 2014(01)
[9]隨機森林模型在分類與回歸分析中的應用[J]. 李欣海. 應用昆蟲學報. 2013(04)
[10]WRF模式在風電場風速預測中的應用[J]. 陳玲,賴旭,劉霄,陳秋華. 武漢大學學報(工學版). 2012(01)
博士論文
[1]細顆粒物化學組成及其對前體物排放響應的數值模擬研究[D]. 趙斌.清華大學 2015
[2]典型城市群大氣復合污染特征的數值模擬研究[D]. 李莉.上海大學 2013
碩士論文
[1]基于CMAQ與前饋神經網絡的區(qū)域大氣污染物濃度快速響應研究[D]. 石佳超.浙江大學 2019
[2]基于隨機森林的PM2.5濃度預測模型研究[D]. 杜續(xù).西安郵電大學 2018
[3]基于隨機森林的上海市PM2.5質量濃度預測研究[D]. 王雨晨.華東師范大學 2017
[4]杭州市大氣污染排放與空氣質量非線性響應關系的研究[D]. 胡詩瑋.浙江大學 2015
[5]天然源VOC的排放量估算和對區(qū)域空氣質量影響的研究[D]. 寧文濤.山東師范大學 2012
[6]機器學習中的特征選擇算法研究[D]. 姜百寧.中國海洋大學 2009
本文編號：3260751
本文鏈接：http://sikaile.net/kejilunwen/dianlidianqilunwen/3260751.html
