2018, Vol. 39
2. 中国科学院大气物理研究所 LASG国家重点实验室, 北京 100029;
3. 河口海岸学国家重点实验室, 上海 200062;
4. 海军大连舰艇学院 航海系, 辽宁 大连 116018
2. National Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics(LASG), Institute of Atmospheric Physics, the Chinese Academy of Sciences, Beijing 100029, China;
3. State Key Laboratory of Estuarine and Coastal Research, Shanghai 200062, China;
4. Navigation Department, PLA Dalian Naval Academy, Dalian 116018, China
海洋资源开发将是21世纪人类社会赖以生存和可持续发展的有力保证，也必将是"21世纪海上丝绸之路"建设的亮点。可再生、无污染等优点使得海上风能成为各发达国家关注的新焦点[1-3]。资源开发，评估先行[4-7]。黄世成等[8]曾利用观测资料，发现江苏省大部分地区的风能密度(wind power density, WPD)在25~100 W/m2。文明章等[9]利用观测资料，发现福建沿海地区风能资源储量丰富，其中福州中南部至泉州南部沿海一带风能资源最为丰富。郑崇伟等[10]分析了南海关键岛礁的风能、波浪能特征，成果可为"海上丝绸之路"关键节点的风力发电、海浪发电提供参考。关于海洋新能源变化趋势的研究则较为稀少，Zheng等[11]曾率先分析了波浪能变化趋势，并以中国海域为例展开研究。目前为止，关于风能变化趋势的研究稀少，不能很好地为风能的中长期规划提供科学依据。
前人对中国海域的风能评估做了很多工作，但关于"海上丝绸之路"的研究极为稀少；前人对风能的季节特征、空间分布特征分析做出了巨大贡献，但关于风能变化趋势的研究凤毛麟角，而这又密切关系到风能开发的中长期规划；以往对风能变化趋势的研究，主要单一地分析WPD大小的变化趋势。而实际的风能开发过程中，WPD的大小是风能资源最直接的体现；有效风速频率(effective wind speed occurrence，EWSO)直接关系到风能的可利用率[12-14]；200 W/m2以上能级频率(rich level occurrence, RLO)直接关系到资源的富集程度[12-14]；资源的稳定性关系到对风能的采集、转换效率，甚至影响装备寿命。因此，在风能的中长期规划时，需要全面考虑上述要素的变化特征。
1 数据及方法 1.1 方法介绍利用ERA-Interim风场资料，根据WPD的计算方法[13]，首先计算得到近37年(1979-2015年)逐6 h的WPD数据。基于近37年的ERA-Interim海表风速、WPD数据，计算"海上丝绸之路"风能各要素的长期变化趋势，包括WPD、EWSO、RLO、资源稳定性(包括变异系数Cv、月变化指数Mv、季节变化指数Sv)等要素的逐年变化趋势、变化趋势的区域性、季节性差异。
WPD变化趋势的计算方法：将1979年2月1日00：00-1979年2月28日18：00的WPD做平均，得到1979年2月平均的WPD，同理得到近37年每年2月平均的WPD，采用一元线性回归，计算得到"海上丝路"的WPD在近37年期间的2月份的变化趋势。采用同样的方法计算得到WPD在2、5、8、11月及逐年的变化趋势。
EWSO变化趋势的计算方法：利用1979年2月1日00：00时-1979年2月28日18：00逐6 h的WPD，统计得到1979年2月的EWSO，同理得到37年每年2月的EWSO，采用一元线性回归，计算得到"海上丝路"的EWSO在近37年期间的2月份的变化趋势。采用同样的方法计算得到EWSO在2、5、8、11月及逐年的变化趋势。
RLO变化趋势的计算方法：参照EWSO变化趋势的计算方法。
变异系数Cv变化趋势的计算方法：利用1979年2月1日00：00时-1979年2月28日18：00逐6 h的WPD，计算得到1979年2月的Cv，同理得到37年每年2月的Cv，采用一元线性回归，计算得到"海上丝路"的Cv在近37年期间的2月份的变化趋势。采用同样的方法计算得到Cv在2、5、8、11月及逐年的变化趋势。
月变化指数Mv变化趋势的计算方法：参照Cornett的计算方法[15]，计算得到风能在近37年逐年的Mv，采用一元线性回归，计算得到"海上丝路"的Mv在近37年期间的逐年变化趋势。
季节变化指数Sv变化趋势的计算方法：参照月变化指数Mv变化趋势的计算方法。
1.2 ERA-Interim风场简介本文所用资料为ERA-Interim海表10 m风场资料，该数据来自欧洲中期天气预报中心(european centre for medium-range weather forecasts, ECMWF)，空间范围为90°S~90°N, 180°W~180°E；时间序列为1979年1月1日-至今(本文选择的时间序列为1979-2015年)；空间分辨率有0.125°×0.125°, 0.25°×0.25°, ..., 2.5°×2.5°(本文选择的空间分辨率为0.25°×0.25°)；时间分辨率为6 h。ERA-Interim风场资料是继其早期产品ERA-40之后的新产品，在资料同化方法方面也有很大改进，被广泛运用于风候、风能资源研究[4, 8, 16-17]。
2 风能资源的长期变化趋势 2.1 风能密度的变化趋势利用1979-2015年的WPD，分别以2、5、8、11月作为冬春夏秋四季的代表月，计算南海-北印度洋0.25°×0.25°每个网格点WPD在四季的变化趋势，同时也分析了WPD的逐年变化趋势，见图 1。阴影区表示通过了95%的信度检验，下同。
|
Download:
|
| 图 1 1979-2015年"海上丝绸之路"风能密度的变化趋势 Fig. 1 Long-term trend of wind power density of the Maritime Silk Road for the period 1979-2015 | |
2月，南海-北印度洋大部分区域的WPD无显著的变化趋势；呈显著顶递增的区域主要分布于斯里兰卡周边海域、苏门答腊岛以西海域。值得注意的是：位于斯里兰卡和印度半岛之间的马纳尔海递增趋势较为强劲，为2~4 W·m-2·yr-1。
5月，南海-北印度洋大部分区域的WPD无显著的变化趋势；呈显著顶递增的区域主要分布于索马里近岸(2~10 W·m-2·yr-1)、阿拉伯海北部区域(0~4 W·m-2·yr-1)、孟加拉湾大部分海域(2~6 W·m-2·yr-1)、南印度洋赤道附近(0~4 W·m-2·yr-1)；呈显著性递减的区域主要分布于马达加斯加以东，-8~-2 W·m-2·yr-1。
8月，阿拉伯海中南部大范围海域、孟加拉湾中南部大范围海域的WPD表现出较为强劲的递减，中心递减趋势可达-8~-5 W·m-2·yr-1，意味着上述区域西南季风的强度在近37年期间是递减的；南印度洋热带海域的WPD呈递增，0~3 W·m-2·yr-1；其余海域无显著性变化。
11月，南印度洋热带海域、哈丰角东北部海域、阿拉伯海东北部海域、孟加拉湾湾顶的WPD呈显著性递增；呈显著性递减的区域范围较小，主要分布于福建和广东近海、吕宋岛周边海域。
逐年变化趋势：呈显著性递增的区域主要分布于南印度洋热带海域、索马里附近海域、孟加拉湾东北部海域，中心可达2~3 W·m-2·yr-1；呈显著性递减的区域范围较小，主要分布于印度半岛东西海岸、南海低纬度海域。
对比不同月份和逐年的变化趋势不难发现，不同海域WPD的变化趋势由不同季节主导：南印度洋热带海域WPD的逐年递增趋势主要由11月主导，索马里海域的递增趋势主要体现在5月和11月，印度半岛东西海岸的递减趋势主要体现在2月和8月。
2.2 风能可利用率的变化趋势利用1979-2015年逐6 h的风场数据，统计了1979年1月-2015年12月各个月份的EWSO，进而计算近37年期间南海-北印度洋0.25°×0.25°每个网格点的EWSO在2、5、8、11月及逐年的变化趋势，见图 2。显著性递减的EWSO不利于风能开发利用，显著性递增的EWSO则意味着风能的可利用率是趋于乐观的。
|
Download:
|
| 图 2 1979-2015年"海上丝绸之路"有效风速频率的变化趋势 Fig. 2 Long-term trend of effective wind speed occurrence of the Maritime Silk Road for the period 1979-2015 | |
2月，阿拉伯海大部分海域、孟加拉湾湾顶、南海大部分海域的EWSO无显著的变化趋势。呈显著性递增的区域主要分布于南印度洋热带海域、斯里兰卡附近海域，为0.2~1.0 %/yr(这里的%是指EWSO，而不是EWSO的变率，下同)，中心可达1.0~1.2 %/yr；呈显著性递减的区域主要分布于印度半岛东西海岸、北部湾，为-1.2~-0.4 %/yr。
5月，阿拉伯海西部大部分海域、孟加拉湾大部分海域、南海大风区的EWSO呈显著性递增，大值区可达0.9 %/yr以上；仅部分零星海域的EWSO呈递减趋势。
8月，阿拉伯海大部分海域、中南半岛周边大范围海域、海南岛周边大范围海域的EWSO无显著的变化趋势；呈显著性递增的区域主要分布于南印度热带小范围海域，呈东西带状分布；呈显著性递减的区域主要分布于孟加拉湾大部分海域、印度半岛东西海岸、南海东部海域。值得注意的是，阿拉伯海该月的WPD表现出强劲的递减趋势，而EWSO则无显著变化趋势。
11月，呈显著性递增的区域主要分布于南印度洋热带海域(0.4~0.8 %/yr)、哈丰角东北部海域(0.4~0.6 %/yr)；呈显著性递减的海域主要分布于阿拉伯海东北部(-1.0~-0.2 %/yr)、孟加拉湾湾顶(-1.0~-0.4 %/yr)、南海北部(-0.2 %/yr左右)。
逐年变化趋势："海上丝绸之路"大部分海域的EWSO呈显著性逐年递增，尤其是南印度洋热带海域的递增趋势最为强劲，可达0.4~0.8 %/yr。呈显著性逐年递减的区域范围较小，主要分布于印度半岛东西海岸、阿拉伯海北部近海、海南岛周边海域，递减趋势较弱，为-0.6~-0.2 %/yr。对比不同月份和逐年的变化趋势不难发现：南印度洋热带海域EWSO的逐年递增趋势在2、5、11月都有较为明显的体现；印度半岛东西海岸的递减趋势则主要由11月主导；海南岛周边海域的递减趋势主要体现在2月和11月。
2.3 风能富集程度的变化趋势利用1979.01-2015.12年逐6小时的风能密度，统计了各个月份200 W/m2以上风能密度出现的频率(RLO)，进而计算近37年期间南海-北印度洋0.25°×0.25°每个网格点的RLO在2、5、8、11月及逐年的变化趋势，见图 3。
|
Download:
|
| 图 3 1979-2015年"海上丝绸之路"200 W/m2以上能级频率的变化趋势 Fig. 3 Long-term trend of occurrence of wind power density greater than 200 W/m2 for the period 1979-2015 | |
2月，阿拉伯海大部分海域、孟加拉湾顶部和东部、南海大部分海域的RLO无显著的变化趋势。呈显著顶递增的区域主要分布于斯里兰卡周边海域、苏门答腊岛以西海域，0.2~0.8 %/yr(这里的%是指RLO，而不是RLO的变率，下同)；仅部分零星海域呈显著性递减。
5月，阿拉伯海中东部海域、南海大部分海域的RLO无显著的变化趋势；呈显著性递增的区域主要分布于索马里海域(0.4~1.4 %/yr)、阿拉伯海北部(0.4~0.8 %/yr)、孟加拉湾大部分海域(0.4~1.2 %/yr)、南印度洋赤道中部海域(0.4~0.8 %/yr)；仅部分零星海域的RLO呈显著性递减。
8月，RLO呈显著性递减的区域主要分布于印度半岛东西两侧大范围带状海域、孟加拉湾东南海域、中南半岛-巴拉望岛之间海域；呈显著性递增的区域主要分布于南印度洋热带海域。
11月，RLO呈显著性递减的区域主要分布于孟加拉湾的湾顶、南海北部海域；呈显著性递增的区域主要分布于南印度洋低纬度海域、哈丰角东北部海域。
逐年变化趋势：RLO呈显著性递增的区域主要分布于南印度洋热带海域(0.1~0.5 %/yr)、阿拉伯海西部海域(0.1~0.3 %/yr)、孟加拉湾一个狭窄的东北-西南向的带状海域(0.1~0.2 %/yr)；呈显著性递减的海域范围较小，主要分布于印度半岛东西海岸、南海低纬度海域、海南岛周边海域。对比不同月份和逐年的变化趋势不难发现：南印度洋热带海域的递增趋势在各个月份都有体现，印度半岛东西海岸的递减趋势主要体现在8月和2月。
2.4 风能稳定性的变化趋势利用1979.01-2015.12年逐6小时的风能密度，计算了各个月份的变异系数，进而计算近37年期间南海-北印度洋0.25°×0.25°每个网格点的变异系数在2、5、8、11月的变化趋势，见图 4。此外，参照Cornett的计算方法[15]，还计算了近37年期间每年的月变化指数、季节变化指数，进而计算月变化指数、季节变化指数在近37年期间的逐年变化趋势，见图 5、图 6。递增的变异系数意味着稳定性变差，相反则意味着趋于更加稳定。递增的月变化指数、季节变化指数意味着月际和季节间的能源差异增大，不利于风能开发；相反则是差异缩小，有利于风能开发。
|
Download:
|
| 图 4 1979~2015年"海上丝绸之路"风能密度的变异系数的变化趋势 Fig. 4 Long-term trend of coefficient of variation of the Maritime Silk Road for the period 1979-2015 | |
|
Download:
|
| 图 5 1979~2015年"海上丝绸之路"风能密度的月变化指数的逐年变化趋势 Fig. 5 Longterm annual trend of monthly variability index of the Maritime Silk Road for the period 1979-2015 | |
|
Download:
|
| 图 6 1979~2015年"海上丝绸之路"风能密度的季节变化指数的逐年变化趋势 Fig. 6 Long-term annual trend of seasonal variability index of the Maritime Silk Road for the period 1979-2015 | |
变异系数的变化趋势：2月，南海西部和北部海域、印度半岛东海岸、阿拉伯海东北和东海海域呈递增趋势，意味着稳定性变差；南印度洋热带海域、马纳尔海呈递减趋势，意味着稳定性变好。5月，呈显著性递减的海域范围为全年最广，索马里东部大范围海域、斯里兰卡周边大范围海域、南印度洋热带海域、南海大风区的变异系数呈递减趋势；印度半岛东西海岸、孟加拉湾东北部小范围海域、中南半岛周边海域的变异系数呈显著的递增趋势。8月，"海上丝绸之路"大范围海域的变异系数无显著的变化趋势。11月，阿拉伯海大部分海域、孟加拉湾中北部海域、南海中北部海域的变异系数无显著的变化趋势；中南半岛东南部较大范围海域、孟加拉湾的湾底、索马里东南海域呈显著性递减。
月变化指数的变化趋势：阿拉伯海东南部、孟加拉湾中南部大范围海域、南印度洋热带海域呈显著性递减，意味着风能密度的月际差异趋于缩小，对风能开发是乐观的；阿拉伯海大部分海域、孟加拉湾的湾顶、南海大部分海域的月变化指数无显著的变化趋势；仅部分零星海域呈递增趋势。
季节变化指数的变化趋势：整体来看，"海上丝绸之路"大范围海域风能密度的季节变化指数呈显著性递减，意味着风能密度的季节性差异趋于缩小，对风能开发是乐观的；仅部分零星海域呈递增趋势。
3 结论1) 近37年(1979-2015年)期间，"海上丝绸之路"大部分海域的WPD呈递增趋势，主要分布于南印度洋热带海域、索马里附近海域、孟加拉湾东北部海域的WPD呈显著性逐年递增，中心可达2~3 (W/m2)/yr；仅印度半岛东西海岸、南海低纬度等小范围海域呈显著性递减。南印度洋热带海域WPD的逐年递增趋势主要由11月主导，索马里海域的递增趋势主要体现在5月和11月，印度半岛东西海岸的递减趋势主要体现在2月和8月。
2) 近37年期间，"海上丝绸之路"大部分海域的EWSO呈显著性逐年递增，尤其是南印度洋热带海域的递增趋势最为强劲，可达0.4~0.8 %/yr。呈显著性逐年递减的区域主要分布于印度半岛东西海岸、阿拉伯海北部近海、海南岛周边等小范围海域，且递减趋势较弱，为-0.6~-0.2 %/yr。南印度洋热带海域EWSO的逐年递增趋势在2、5、11月都有较为明显的体现；印度半岛东西海岸的递减趋势则主要由11月主导；海南岛周边海域的递减趋势主要体现在2月和11月。
3) 近37年期间，RLO呈显著性递增的区域主要分布于南印度洋热带海域(0.1~0.5 %/yr)、阿拉伯海西部海域(0.1~0.3 %/yr)、孟加拉湾一个狭窄的东北-西南向的带状海域(0.1~0.2 %/yr)；仅小范围零星海域呈显著性递减。南印度洋热带海域的递增趋势在各个月份都有体现，印度半岛东西海岸的递减趋势主要体现在8月和2月。
4) 近37年期间，"海上丝绸之路"风能的稳定性趋于向好，WPD的变异系数在各月以显著性递减或无显著性变化趋势为主；大范围海域WPD的月变化指数和季节变化指数无显著性变化趋势或呈显著性递减，仅部分零星海域呈递增趋势，这对于风能开发是有利的。
| [1] |
范飞, 梁丙臣, 齐静静. 黄河口三角洲波浪能和风能资源评估[J]. 太阳能学报, 2014, 35(8): 1363-1368. FAN Fei, LIANG Bingcheng, QI Jingjing. Assessment of wave energy and wind energy resoures of Yellow River Delta[J]. Acta energiae solaris sinica, 2014, 35(8): 1363-1368. (  0)
|
| [2] |
辛海升, 田德, 陈松利. 600W浓缩风能型风力发电机运行特性分析[J]. 哈尔滨工程大学学报, 2013, 34(10): 1321-1327. XIN Haisheng, TIAN De, CHEN Songli. Analysis on the operational characteristics of 600W concentrated wind-driven power generator[J]. Journal of Harbin Engineering University, 2013, 34(10): 1321-1327. ( 0)
|
| [3] |
张晓蕊, 刘利琴, 王凤东, 等. 海上浮式垂直轴风力机的气动特性研究[J]. 哈尔滨工程大学学报, 2017, 38(6): 859-865. ZHANG Xiaorui, LIU Liqin, WANG Fengdong, et al. Study on the aerodynamic characteristics of offshore floating vertical axis wind turbine[J]. Journal of Harbin Engineering University, 2017, 38(6): 859-865. ( 0)
|
| [4] |
郑崇伟, 李崇银, 杨艳, 等. 巴基斯坦瓜达尔港的风能资源评估[J]. 厦门大学学报(自然科学版), 2016, 55(2): 210-215. ZHENG Chongwei, LI Chongyin, YANG Yan, et al. Analysis of wind energy resource in the Pakistan's Gwadar Port[J]. Journal of Xiamen University (Natural Science), 2016, 55(2): 210-215. ( 0)
|
| [5] |
丁红岩, 孙琪晶, 张浦阳, 等. 导管支架基础和单桩相结合的新型复合风电基础[J]. 哈尔滨工程大学学报, 2013, 34(11): 1379-1384. DING Hongyan, SUN Qijing, ZHANG Puyang, et al. A new composite wind turbine foundation combining the jacket and monopile foundations[J]. Journal of Harbin Engineering University, 2013, 34(11): 1379-1384. ( 0)
|
| [6] |
郑崇伟, 高悦, 陈璇. 巴基斯坦瓜达尔港风能资源的历史变化趋势及预测[J]. 北京大学学报(自然科学版), 2017, 53(4): 617-626. ZHENG Chongwei, GAO Yue, CHEN Xuan. Climatic long term trend and prediction of the wind energy resource in the Gwadar Port[J]. Acta Scientiarum Naturalium Universitatis Pekinensis(natural science), 2017, 53(4): 617-626. ( 0)
|
| [7] |
ZHENG Chongwei, WANG Qing, LI Chongyin. An overview of medium-to long-term predictions of global wave energy resources[J]. Renewable and sustainable energy reviews, 2017, 79: 1492-1502. DOI:10.1016/j.rser.2017.05.109 ( 0)
|
| [8] |
黄世成, 姜爱军, 刘聪, 等. 江苏省风能资源重新估算与分布研究[J]. 气象科学, 2007, 27(4): 407-412. HUANG Shicheng, JIANG Aijun, LIU Cong, et al. Reassessment and study on distribution of wind energy resource in Jiangsu[J]. Scientia Meteorologica Sinica, 2007, 27(4): 407-412. ( 0)
|
| [9] |
文明章, 吴滨, 林秀芳, 等. 福建沿海70米高度风能资源分布特点及评估[J]. 资源科学, 2011, 33(7): 1346-1352. WEN Mingzhang, WU Bin, LIN Xiufang, et al. Distribution Characteristics and Assessment of Wind Energy Resources at 70 m Height over Fujian Coastal Areas[J]. Resources science, 2011, 33(7): 1346-1352. ( 0)
|
| [10] |
郑崇伟, 李崇银. 中国南海岛礁建设:风力发电、海浪发电[J]. 中国海洋大学学报(自然科学版), 2015, 45(9): 7-14. ZHENG Chongwei, LI Chongyin. Development of the islands and reefs in the South China Sea:Wind power and wave power generation[J]. Periodical of ocean university of China(natural science), 2015, 45(9): 7-14. ( 0)
|
| [11] |
ZHENG Chongwei, LI Chongyin. Variation of the wave energy and significant wave height in the China Sea and adjacent waters[J]. Renewable and sustainable energy reviews, 2015, 43: 381-387. DOI:10.1016/j.rser.2014.11.001 ( 0)
|
| [12] |
陈飞, 班欣, 祈欣, 等. 连云港沿海地区及近海风能资源评估[J]. 气象科学, 2008, 28(增刊): 101-106. CHEN Fei, BAN Xin, QI Xin, et al. Evaluation of wind energy resource on the coastland and adjacent sea of Lianyungang[J]. Scientia meteorologica sinica, 2008, 28(Z1): 101-106. DOI:10.3969/j.issn.1009-0827.2008.z1.019 ( 0)
|
| [13] |
ZHENG Chongwei, PAN Jing. Assessment of the global ocean wind energy resource[J]. Renewable and sustainable energy reviews, 2014, 33: 382-391. DOI:10.1016/j.rser.2014.01.065 ( 0)
|
| [14] |
ZHENG Chongwei, LI Chongyin, PAN Jing, et al. An overview of global ocean wind energy resources evaluation[J]. Renewable and sustainable energy reviews, 2016, 53: 1240-1251. DOI:10.1016/j.rser.2015.09.063 ( 0)
|
| [15] |
CORNETT A M. A Global wave energy resource assessment[C]//Proceedings of the Eighteenth (2008) International Offshore and Polar Engineering Conference. Vancouver, 2008: 318-326.
( 0)
|
| [16] |
郑崇伟, 李崇银. 关于海洋新能源选址的难点及对策建议——以波浪能为例[J]. 哈尔滨工程大学学报, 2018, 39(1): 1-8. ZHENG Chongwei, LI Chongyin. An overview and suggestions on the difficulty of site selection for marine new energy power plant-wave energy as a case study[J]. Journal of Harbin Engineering University, 2018, 39(1): 1-8. ( 0)
|
| [17] |
郑崇伟. 21世纪海上丝绸之路:风能资源详查[J]. 哈尔滨工程大学学报, 2018, 39(2): 200-206. ZHENG Chongwei. Wind Energy Evaluation of the 21st Century Maritime Silk Road[J]. Journal of Harbin Engineering University, 2018, 39(2): 200-206. ( 0)
|