«上一篇
文章快速检索     高级检索
下一篇»
  哈尔滨工程大学学报  2018, Vol. 39 Issue (2): 200-206  DOI: 10.11990/jheu.201704021
0

引用本文  

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(2): 200-206. DOI: 10.11990/jheu.201704021.
ZHENG Chongwei, LI Chongyin. Overview of site selection difficulties for marine new energy power plant and suggestions: wave energy case study[J]. Journal of Harbin Engineering University, 2018, 39(2): 200-206. DOI: 10.11990/jheu.201704021.

基金项目

国家自然科学基金项目(41490642,41775165,41405062);河口海岸学国家重点实验室开放基金项目(SKLEC-KF201707);高端科技创新智库青年项目(DXB-ZKQN-2016-019);国家重点基础研究发展规划项目(2013CB956203);中国科学院可再生能源重点实验室开放基金项目(Y707k31001)

通信作者

李崇银, E-mail:lcy@lasg.iap.ac.cn

作者简介

郑崇伟(1983-), 男, 工程师, 博士研究生;
李崇银(1940-), 男, 教授, 博士生导师, 中国科学院院士

文章历史

收稿日期:2017-04-10
网络出版日期:2017-12-11
关于海洋新能源选址的难点及对策建议——以波浪能为例
郑崇伟1,2,3, 李崇银1,2    
1. 国防科技大学 气象海洋学院, 江苏 南京 211101;
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. 海军大连舰艇学院 航海系, 辽宁 大连 116018
摘要:波浪能等级区划是海浪发电、海水淡化等工程选址的主要依据。针对波浪能选址的困境,本文建立了一套能够全面考虑资源特征、海洋环境、成本效益的波浪能等级区划方案,并以"海上丝路"的波浪能宏观等级区划、斯里兰卡海域的波浪能微观等级区划展开实例研究。结果表明:本方案能较好地展现波浪能等级的区域性差异,可为波浪能的宏观/微观选址提供决策支持。本文还充分考虑了专家评估、发电成本主导、可利用率主导等不同情况下的波浪能等级区划,可满足不同需求下的波浪能选址。本方案具有较强的灵活性,根据需求对相关要素的权重进行调整、添加或删除相关要素,可广泛运用于海洋新能源的等级区划和选址。
关键词海洋新能源    波浪能    资源特征    海洋环境    成本效益    等级区划    宏观选址    微观选址    
Overview of site selection difficulties for marine new energy power plant and suggestions: wave energy case study
ZHENG Chongwei1,2,3, LI Chongyin1,2    
1. College of Meteorology and Oceanography, National University of Defense Technology, Nanjing 211101, China;
2. National Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics(LASG), Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China;
3. Navigation Department, Dalian Naval Academy, Dalian 116018, China
Abstract: Classifying wave energy is key in making a site selection for a plant that develops wave energy, such as for marine wave electric power generation and sea water desalinization. To solve difficulties in site selection with respect to wave energy, this study proposes a new energy classification scheme that comprehensively incorporates characteristics of energy factors, environmental risk factors, and cost factors. A macro-scale and micro-scale classification of wave wind energy on the 21st century Maritime Silk Road and the Sri Lankan Sea area are used respectively as case studies. Results show that the proposed scheme can accurately determine regional differences in energy classification, and can thus be used as a reference for decision-making for site selection. To provide a reference for site selection of wave energy development under different focuses, and by reasonably adjusting the weight coefficients of the related factors, this study also presents wave energy classifications determined by expert evaluation, based on one situation dominated by water depth and distance to the coast, and one dominated by the available rate. This scheme is widely versatile, and with rational adding or deleting of related factors it can be used as a scientific reference for the selection of marine sites for new energy development.
Key words: marine new energy    wave energy    characteristics of resources    marine environment    cost benefit    grade division    macro-scale site selection    micro-scale site selection    

在资源危机、环境危机愈发严峻的当今世界,人类将目光聚焦海洋新能源[1-3]。无污染、储量大、分布广等诸多优点使得波浪能成为各发达国家追逐的焦点。海浪发电是波浪能的主要开发方式,此外,波浪能还可以广泛应用于海水淡化、提水、制氢等,能为海上孤岛、石油平台等提供能源,甚至可以建立水下充电站为潜艇充电,提升其隐蔽突防能力、续航能力。

波浪能在缓解资源危机、保护海洋生态、克服边远海岛电力和淡水困境、为水下航行器隐蔽充电、促进海岛旅游开发、提高海岛居民生活质量等诸多领域有着广阔的军事、经济前景。合理选址是波浪能开发的前提,也是一项世界性难题。资源等级区划是波浪能选址的主要依据。合理的等级区划可将波浪能一系列复杂的要素特征进行整合,最后得到查询使用便捷的波浪能等级区划图。

学者们对波浪能评估做了很多研究,但多集中在波浪能的气候特征分析,至今仍未形成合理、通用的波浪能等级区划标准,而这又是波浪能选址的主要依据[4-7]。目前波浪能等级区划存在两大难点:1)分析要素不够全面;2)现有研究主要是将波浪能各要素的特征进行简单的罗列,没有将各要素进行有机融合进而形成等级区划,不能为波浪能选址提供精准的决策支持。本文首先梳理波浪能选址的关注点及研究进展;探析波浪能等级区划的必要性及现状,设计了一套能够全面考虑资源特征、海洋环境、成本效益的波浪能等级区划方案,并以“海上丝路”的波浪能宏观/微观等级区划作为实例研究, 期望可以为海洋新能源开发做贡献。

1 波浪能选址的关注点及研究进展

已有研究对全球各个海域的波浪能评估做出了贡献。早期主要是以波浪能流密度(wave power density, WPD)的大小来展示波浪能特征;随着海浪数据日益丰富、研究手段不断进步,逐渐开启从WPD的大小、资源稳定性、能级频率、资源来向等多个方面的研究为波浪能选址提供依据[8]。但整体来看,分析的要素仍然不够全面,且主要是考虑波浪能资源自身的特点,未能考虑到波浪能开发的海洋环境、成本效益。本文在此全面探析波浪能选址的关注点及研究进展。

波浪能流密度:WPD的大小是波浪能最直接的体现。早在20世纪70年代,人们就已利用极为有限的观测资料,分析全球海洋沿岸的WPD特征[9-10]。Denis[9]利用观测资料绘制了全球近岸的WPD,宏观上展现了全球波浪能的贫富概况。由于观测资料极度稀缺,大洋、边远海岛的波浪能未能得到体现,不能很好地为波浪能的宏观选址提供参考。随着海洋观测手段、数值模式的快速发展,越来越多的卫星资料、模式数据、再分析资料被广泛运用于波浪能研究[11-12],逐步实现了波浪能评估由近岸走向远海,使得大范围、精细化的波浪能评估得以实现,也可以对一些暂无观测资料的海域进行研究。郑崇伟[13]利用WW3海浪模式,率先得到覆盖中国海域的海浪大数据,实现了整个中国海域的波浪能资源的系统性、精细化研究。

波浪能的可利用率:在波浪能开发中,通常有效波高(significant wave height,SWH)大于1.3 m时可用于波浪能开发[14],4.0 m以上SWH具有较大的破坏能力[15-16],不利于波浪能装置的运行与安全。在此将1.3~4.0 m的SWH称为波浪能开发的可用波高(简称可用波高)。随着波浪能装置吸波能力的不断增强,未来可用波高的范围将相应扩大。显然,可用波高出现的频率(effective wave height occurrence,EWHO)直接反映着波浪能的可利用率,是波浪能开发最为关注的要素之一。尤其是远离大陆、补给困难的边远海岛,对资源的可利用率要求更高,以尽可能提高电力的自给自足能力。因此有必要对EWHO展开统计分析。但目前关于EWHO的研究极少。在此利用近45年的ERA-40海浪再分析资料[17-18],统计了全球海域的EWHO。发现全球波浪能的可利用率整体乐观:大部分海域的EWHO在90%以上,同时表现出较大的区域性、季节性差异。

资源的富集程度:通常WPD大于2 kW/m为可有效利用[19-20],大于20 kW/m为丰富[10, 21]。显然,能级频率体现了波浪能的富集程度。因此有必要统计2 kW/m以上WPD出现的频率(available level occurrence,ALO)、20 kW/m以上WPD出现的频率(rich level occurrence,RLO),但目前关于能级频率的研究极为稀少。郑崇伟[22]利用近45年的ERA-40海浪再分析资料,统计了全球海域的ALO和RLO(图略),发现全球大部分海域为ALO的高频海域,常年在90%以上;RLO的大值中心分布于南半球西风带海域。Zheng等[23]还利用模拟的海浪大数据,统计了整个中国海域的ALO和RLO。发现RLO整体较低,大部份区域在20%以内。ALO的大值区分布于东海和南海,基本在50%以上。

波浪能的来向特征:波浪能来向与资源的采集和转换效率有密切关系:混乱的资源来向会严重影响波浪能开发效率,甚至影响装置寿命;来向稳定则有利于提高装置对波浪能的采集和转换效率[23]。郑崇伟等[24-25]利用波能玫瑰图来展示波浪能来向特征(即波向-能流密度联合频率),该图可以同时显示波浪能的方向频率、WPD等级频率、强WPD频率等特征。在此利用ERA-interim海浪资料统计并绘制了斯里兰卡海域的波能玫瑰图,发现该海域的波浪能主要由SW-SSW-S向所贡献,这主要是由于该海域常年受到南印度洋涌浪北传的影响所致[26]

不同海况对波浪能总量的贡献情况:WPD的大小与波高的平方、波周期呈正比,可见海况在波浪能开发中的重要性。稳定的海况有利于提高装置对资源的采集和转换效率,杂乱无章的海况则会严重影响波浪能的开发效率。因此,有必要通过统计波高-周期联合频率来展现不同海况对波浪能总量的贡献。文献[24]利用模拟的海浪大数据,统计了南海某重要岛礁的波高-周期联合频率。发现对该岛礁的波浪能贡献最大的海况是2~3 m波高、6~7 s周期(贡献率占总能量的14.6%)。获得波高-周期联合频率之后,可为波浪能装置的选取、参数的调整提供直观的科学指导。

波浪能的稳定性:资源的稳定性密切关系到装置的采集和转换效率、装置寿命等。通常通过计算WPD的变异系数(coefficient of variation,Cv)、月变化指数(monthly variability index,Mv)、季节变化指数(seasonal variability index,Sv)来反映波浪能稳定性[16]。Cv主要是反映月尺度以内的资源稳定性,Cv越小,月尺度以内的稳定性越好。Mv主要是反映最富集月份和最贫乏月份之间的资源差距,Mv越小,月际差异越小。Sv主要是反映最富集季度和最贫乏季度之间的资源差距,Sv越小,季节差异越小。

波浪能的资源储量:分为总储量、有效储量、技术开发量。总储量主要反映波浪能的整体特征总储量为年平均波浪能流密度和全年小时数的乘积,其中包含了不可用的部分,因此并不具备实际的指导价值;有效储量则密切关系到波浪能的产出,有效储量为年平均波浪能流密度和全年可用波高小时数的乘积,或总储量和可用波高频率的乘积;技术开发量则是在有效储量的基础上和装置的采集效率的乘积。显然,有效储量对于波浪能开发更具实用的指导价值。根据资源的有效储量,工程人员可以很直观地得到不同区域的全年发电量。此外,在实际的波浪能开发中,还需要提高时间分辨率,计算每个月波浪能资源的有效储量,为电力调度、波浪能不足情况下的能源补充等提供科学依据。郑崇伟等[27]利用ERA-40海浪再分析资料,率先计算了全球海域的波浪能资源总储量、有效储量、技术开发量。

极值波高:extreme wave height(EWH)是海上施工安全关注的要素之一。传统对EWH的关注多是分析年极值特征,很少有计算各个月份的极值。而在实际的工程应用中,往往更为关注各月的极值。例如,在特定的月份执行海上施工、或航海任务,在制作中长期计划时,以该月的极值作为参考更为科学,而不是一概笼统以年极值为准。在极值偏低的月份,如果仍然用较大的年极值为指导,往往会造成资源浪费、增加海洋工程的成本。Izaguirre等[28]利用1992-2010年的卫星资料,计算了全球海域在四季的20年一遇EWH。Zheng等[7]利用中国海域1999.08-2009.07的模拟海浪场,采用耿贝尔曲线法,计算了中国海域的20、30年一遇EWH。未来需要更细致地计算关注海域各个月份及年EWH,根据工程的具体需要,可计算20、30、50、100年一遇极值,保障海上施工安全。

水深(water depth,WD)、离岸距离(distance to coast,DC):密切关系到海上施工的成本、难度、发电并网的难度等,是波浪能开发最关注的要素之一。随着观测手段的飞速发展,目前已经可以利用来自GSHHS(global self-consistent, hierarchical, high-resolution shoreline database)的高分辨率海岸线数据(0.1 km),以及USGS(United States Geological Survey,美国地质调查局)提供的高空间分辨率的Gtopo30水深数据(分辨率为0.5′×0.5′)来计算WD和DC。未来还可将更高分辨率的海图水深数据应用于波浪能研究,为波浪能开发的成本估算、并网规划等提供更为精准的依据。

2 波浪能等级区划的必要性

波浪能等级区划是海浪发电、海水淡化等工程选址的主要依据。但目前为止,尚未形成合理、通用的波浪能等级区划标准,关于这方面的研究也是凤毛麟角。整体来看,现有研究主要是将波浪能各要素进行简单的罗列,没有将复杂的波浪能要素进行融合进而形成等级区划,不能很好地为波浪能选址提供精准的决策支持。

目前,风能已形成通用的等级区划标准,考虑的要素包括风速、风能密度及有效风速小时数[29]。参照风能等级区划的方法,Zheng等[30]在国内外率先初步制定了一套波浪能等级区划方案,考虑的要素包括SWH、WPD、EWHO。利用该方案,结合ERA-40海浪再分析资料,Zheng等[30]绘制了第一张覆盖全球海域的波浪能等级区划图,较好地从整体上反映了全球的波浪能等级。但是波浪能等级的区域性差异不明显,如全球中低纬大部分海域都属于3级波浪能,不能为中低纬海域的波浪能选址提供实用指导;中国近海大范围海域都属于2级波浪能,也不能很好地为中国海域的波浪能选址提供科学依据。此外,该等级区划方案基本只考虑了部分波浪能要素,而在实际的资源开发过程中,还需要考虑一系列与海上施工安全和成本密切相关的要素:资源的稳定性、EWH、DC、WD等。因此,构建一套能够全面考虑资源特征、海洋环境、成本效益的波浪能等级区划方案迫在眉睫。

3 波浪能等级区划方案构建及实例应用

本文利用专家咨询权数法(Delphi法),设计一套能够全面考虑资源特征、海洋环境、成本效益的波浪能等级区划方案。考虑的要素全面包括:WPD、EWHO、RLO、WD、DC、EWH、Cv、Mv等。最后,以“海上丝路”的波浪能宏观等级区划、斯里兰卡海域的波浪能微观等级区划作为实例研究,并与先期初步形成的波浪能等级区划方案进行对比分析。

3.1 波浪能等级区划方案设计

首先利用海浪资料和WPD的计算方法,计算得到相应时间序列、时空分辨率的WPD数据。基于水深、海岸线数据,以及长时间序列的SWH、WPD数据,分别计算/统计得到多年平均的WPD、EWHO、RLO、WD、DC、EWH、Cv、Mv等,并将上述要素进行标准化处理。邀请波浪能开发领域的专家对上述8个要素进行评估,得到各个要素在波浪能开发中的权重系数。最后,利用Delphi法,结合各要素标准化后的数值和各要素的权重系数,计算得到波浪能期望值,将波浪能期望值区划为7个等级,从而实现对波浪能的等级区划。

本文旨在创建一种波浪能等级区划方法,各要素的权重并非始终不变。在未来的波浪能开发中,可参照本文的方法,根据不同工程需求,在专家评估的基础上,适当调整关注要素的权重,从而实现不同需求下的波浪能等级区划,满足各种工程的实际需求。

3.2 实例1:“海上丝路”波浪能的宏观等级区划

本节以“海上丝路”波浪能的宏观等级区划作为实例研究。首先利用1979-2014年的ERA-interim海浪再分析资料[31](该数据含有0.125°×0.125°,…,2.5°×2.5°等多个空间分辨率,本文选择其最高的空间分辨率0.125°×0.125°)、WPD的计算方法,计算得到近36年逐6 h的WPD。基于GSHHS海岸线数据、Gtopo30水深数据,以及近36年逐6 h的SWH、WPD数据,分别计算/统计得到多年平均的WPD、EWHO、RLO、WD、DC、EWH、Cv、Mv等,利用极差变换法将上述要素进行标准化(在此仅代表性地给出了多年平均的WPD及标准化后的WPD,如图 1所示)。邀请波浪能开发领域的专家对上述8个要素进行评估,得到各个要素在波浪能开发中的权重系数(表略)。利用Delphi法,结合各要素标准化后的数值和各要素的权重系数,计算得到波浪能期望值,见图 2。最后,将波浪能期望值区划为7个等级(见表 1),实现对“海上丝路”波浪能的宏观等级区划。对比图 1 (a)、图 2不难发现两者的空间分布特征存在较大差异,显然不能简单地以WPD作为波浪能选址的主要依据。此外,还发现本文创建的等级区划结果能够比Zheng等[30]早期初步制作的波浪能等级区划图更好地展现波浪能等级的区域性差异。

Download:
图 1 “海上丝路”多年平均的波浪能流密度及其标准化后的特征 Fig. 1 Wave power density and its normalized value in the 21st Century Maritime Silk Road
Download:
图 2 “海上丝路”的波浪能期望值 Fig. 2 Expectation values of wave energy in the 21st Century Maritime Silk Road
表 1 波浪能等级区划标准 Tab.1 Standard of classfication of wave energy resource
3.3 实例2:斯里兰卡海域波浪能的微观等级区划

波浪能宏观选址确定后,还需要进一步关注小范围海域的波浪能微观等级区划,为精准选址提供依据。斯里兰卡处于印度洋主航道近中心,是“海上丝路”的关键节点。海洋新能源开发有利于增强关键节点的生存能力[32-33]。在此将3.1节设计的等级区划方案应用于斯里兰卡海域的波浪能微观等级区划。参照3.2节的方法,首先计算/统计得到斯里兰卡多年平均的WPD、EWHO、RLO、WD、DC、EWH、Cv、Mv等,利用极差变换法将上述要素进行标准化。利用Delphi法,结合各要素标准化后的数值和专家评估的各要素权重系数,计算得到波浪能期望值,见图 3(a)。根据表 1将期望值区划为7个等级,实现对斯里兰卡海域的波浪能微观等级区划。显然,斯里兰卡的波浪能开发优势区域为东南部海域,其次是南部和西南部。Zheng等[34]的研究发现南印度洋西南角的咆哮西风带会激发强劲的涌浪,而后涌浪沿着东北方向穿越赤道可传播至斯里兰卡海域,常年如此。来自南印度洋咆哮西风带的稳定而又强劲的涌浪,使得斯里兰卡南部和东南部成为波浪能的优势区域。斯里兰卡北部为波浪能的劣势区域。

Download:
图 3 不同需求下的波浪能等级区划的期望值 Fig. 3 Expectation values of wave energy under the different demands

需要注意的是,微观等级区划得到的资源等级并不等同于宏观等级区划得到的资源等级。如在“海上丝路”的波浪能宏观等级区划中(如图 2所示),斯里兰卡东南部近海的波浪能期望值在0.8以内,而在斯里兰卡的波浪能微观等级区划中(如图 3(a)所示),斯里兰卡东南部近海的波浪能期望值在0.8以上。这是由于图 1反映的是整个“海上丝路”的波浪能在宏观上的优劣情况,而图 3(a)则是斯里兰卡这个小范围海域内的波浪能的相对优劣情况。

3.4 不同需求下的波浪能等级区划

本文构建了一套波浪能的等级区划方案,各要素的权重由专家评估得出,不针对任何具体工程。在实际的波浪能开发中,具体需求不同,对各个要素的关注程度也不同。以边远海岛的波浪能选址为例,边远海岛通常采用离网式波浪能开发,对并网所关注的DC要求不高;边远海岛的用电量不会特别大,因此对WPD、RLO的要求不高;但边远海岛的能源补给困难,对资源的可利用率(EWHO)要求更高,以尽可能提高海岛的电力自给自足能力。因此,在边远海岛的波浪能等级区划时,需要适当提高EWHO的权重。

在此假定3种不同的工程需求,探析不同需求下的波浪能等级区划:1)关注并网难度(WD、DC); 2)关注波浪能的可利用率(EWHO); 3)关注波浪能的富集程度(WPD、RLO)。以需求1)为例,关注WD和DC,则适当提高两者的权重,相应降低其余要素的权重,采用3.1节设计的等级区划方案(各要素的权重在专家评估的基础上,根据实际需求做适当调整),计算得到每个网格点的波浪能期望值,见图 3(b)。同样的方法,计算得到不同需求下的波浪能期望值,见图 3(c)(d)。对比图 3(a)~(d)不难发现,不同需求下的波浪能等级区划结果表现出较大差异。综上,基于专家评估的波浪能等级区划可以反映资源等级的整体特征,而在实际的波浪能选址过程中,还需要在专家评估的基础上,根据实际需求调整关注要素的权重,制作更为贴近实际需求的等级区划,为波浪能的精准选址提供科技支撑。

4 结论

1) 本方案能够更好地展现波浪能等级区划的区域性差异,可应用于小范围海域的波浪能微观等级区划,也可以适用于大范围海域乃至全球的波浪能宏观等级区划,为波浪能工程的宏观/微观选址提供决策支持。

2) 由于斯里兰卡周边海域的波浪能稳定地由南印度洋咆哮西风带激发的涌浪北传所致,因此本文的等级区划方案设计中没有添加波浪能的来向特征。在其余海域的波浪能选址时,可根据具体需求添加或删除相关要素,构建符合各个海域的波浪能等级区划方案。

3) 充分考虑了专家评估、发电成本主导、可利用率主导等不同情况下的波浪能等级区划,并以斯里兰卡海域展开实例研究,较好地展现了不同要素主导下的波浪能等级区划特征。未来可以根据实际需求,对相关要素的权重进行调整,实现不同需求下的波浪能等级区划。

4) 风能等海洋新能源的选址面临着与波浪能同样的困难,本文设计的等级区划方案也可广泛应用于风能、海流能等多种海洋新能源的选址。

参考文献
[1]
林礼群, 吴必军, 王幸, 等. 复杂形状波力直线发电装置的优化[J]. 哈尔滨工程大学学报, 2014, 35(12): 1529-1535.
LIN Liqun, WU Bijun, WANG Xing, et al. Optimization of complex-shaped wave energy linear power generation device[J]. Journal of Harbin Engineering University, 2014, 35(12): 1529-1535. (0)
[2]
辛海升, 田德, 陈松利. 600 W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): 1321-1326.
XIN Haisheng, TIAN De, CHEN Songli. Analysis on the operational characteristics of 600 W concentrated wind-driven power generator[J]. Journal of Harbin Engineering University, 2013, 34(10): 1321-1326. (0)
[3]
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)
[4]
郑崇伟, 李训强, 潘静. 近45年南海-北印度洋波浪能资源评估[J]. 海洋科学, 2012, 36(6): 101-104.
ZHENG Chongwei, LI Xunqiang, PAN Jing. Wave energy analysis of the South China Sea and the North Indian Ocean in recent 45 years[J]. Marine sciences, 2012, 36(6): 101-104. (0)
[5]
郑崇伟, 周林, 周立佳. 西沙、南沙海域波浪及波浪能季节变化特征[J]. 海洋科学进展, 2011, 29(4): 419-426.
ZHENG Chongwei, ZHOU Lin, ZHOU Lijia. Seasonal variation of wave and wave energy in Xisha and Nansha sea area[J]. Advances in marine science, 2011, 29(4): 419-426. (0)
[6]
万勇, 张杰, 孟俊敏, 等. 基于ERA-Interim再分析数据的OE-W01区块波浪能资源评估[J]. 资源科学, 2014, 36(6): 1278-1287.
WAN Yong, ZHANG Jie, MENG Junmin, et al. Assessment of wave energy resources for the OE-W01 area based on ERA-interim reanalysis data[J]. Resources science, 2014, 36(6): 1278-1287. (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]
郑崇伟, 李崇银. 全球海域波浪能资源评估的研究进展[J]. 海洋预报, 2016, 33(3): 76-88.
ZHENG Chongwei, LI Chongyin. Review on the global ocean wave energy resource[J]. Marine forecasts, 2016, 33(3): 76-88. DOI:10.11737/j.issn.1003-0239.2016.03.011 (0)
[9]
MOLLISON D. Wave climate and the wave power resource[M]//Berlin Heidelberg: Springer, 1986. (0)
[10]
王传崑, 卢苇. 海洋能资源分析方法及储量评估[M]. 北京: 海洋出版社, 2009.
WANG Chuankun, LU Wei. Marine energy resource analysis method and reserve assessment[M]. Beijing: China Ocean Press, 2009. (0)
[11]
BARSTOW S F, HAUG O, KROGSTAD H E. Satellite altimeter data in wave energy studies[C]//Proceedings of the International Symposium on Ocean Wave Measurement and Analysis. 1998, 2: 339-354. (0)
[12]
CORNETT A M. A global wave energy resource assessment[C]//The Eighteenth International Offshore and Polar Engineering Conference. Vancouver, Canada: The International Society of Offshore and Polar Engineers, 2008. (0)
[13]
郑崇伟, 李训强. 基于Wavewatch-Ⅲ模式的近22年中国海波浪能资源评估[J]. 中国海洋大学学报, 2011, 41(11): 5-12.
ZHENG Chongwei, LI Xunqiang. Wave energy resources assessment in the China sea during the last 22 years by using Wavewatch-Ⅲ wave model[J]. Periodical of ocean university of China, 2011, 41(11): 5-12. (0)
[14]
沈顺根, 钱秀贞. 资源海洋——开发利用富饶的蓝色宝库[M]. 北京: 海潮出版社, 2003.
SHEN Shungen, QIAN Xiuzhen. Resource ocean exploitation and utilization of the rich blue treasury[M]. Beijing: Haichao Press, 2003. (0)
[15]
郑崇伟, 林刚, 邵龙潭. 1988-2010年中国海大浪频率及其长期变化趋势[J]. 厦门大学学报(自然科学版), 2013, 52(3): 395-399.
ZHENG Chongwei, LIN Gang, SHAO Longtan. Frequency of rough sea and its long-term trend analysis in the China Sea from 1988 to 2010[J]. Journal of Xiamen University (natural science), 2013, 52(3): 395-399. (0)
[16]
郑崇伟, 周林, 宋帅, 等. 1307号台风"苏力"台风浪数值模拟[J]. 厦门大学学报(自然科学版), 2014, 53(2): 257-262.
ZHENG Chongwei, ZHOU Lin, SONG Shuai, et al. Simulation of the wave field caused by 1307 typhoon "Soulik"[J]. Journal of Xiamen University (natural science), 2014, 53(2): 257-262. (0)
[17]
CAIRES S, STERL A. A new nonparametric method to correct model data:application to significant wave height from the ERA-40 re-analysis[J]. Journal of atmospheric and oceanic technology, 2005, 22(4): 443-459. DOI:10.1175/JTECH1707.1 (0)
[18]
SEMEDO A, SUŠELJ K, RUTGERSSON A, et al. A global view on the wind sea and swell climate and variability from ERA-40[J]. Journal of climate, 2011, 24(5): 1461-1479. DOI:10.1175/2010JCLI3718.1 (0)
[19]
任建莉, 罗誉娅, 陈俊杰, 等. 海洋波浪信息资源评估系统的波力发电应用研究[J]. 可再生能源, 2009, 27(3): 93-97.
REN Jianli, LUO Yuya, CHEN Junjie, et al. Research on wave power application by the information system for ocean wave resources evaluation[J]. Renewable energy, 2009, 27(3): 93-97. (0)
[20]
任建莉, 罗誉娅, 钟英杰, 等. 波力资源分析系统的实现及波能发电应用[J]. 浙江工业大学学报, 2008, 36(2): 186-191.
REN Jianli, LUO Yuya, ZHONG Yingjie, et al. The implementation for the analysis system of ocean wave resources and the application of wave energy power generation[J]. Journal of Zhejiang University of Technology, 2008, 36(2): 186-191. (0)
[21]
褚同金. 海洋能资源开发利用[M]. 北京: 化学工业出版社, 2004.
CHU Tongjin. Marine energy resource development[M]. Beijing: Chemical Industry Press, 2004. (0)
[22]
郑崇伟. 近45年全球海域波浪能资源研究及等级区划[J]. 亚热带资源与环境学报, 2013, 8(1): 18-24.
ZHENG Chongwei. Global oceanic wave energy resources reassessment over the past 45 years based on ERA-40 wave reanalysis[J]. Journal of subtropical resources and environment, 2013, 8(1): 18-24. (0)
[23]
ZHENG Chongwei, GAO Zhansheng, LIAO Qiaofeng, et al. Status and prospect of the evaluation of the global wave energy resource[J]. Recent patents on engineering, 2016, 10(2): 98-110. DOI:10.2174/1872212110666160518130259 (0)
[24]
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, 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, 2015, 45(9): 7-14. (0)
[25]
MIRZAEI A, TANGANG F, JUNENG L. Wave energy potential assessment in the central and southern regions of the South China Sea[J]. Renewable energy, 2015, 80: 454-470. DOI:10.1016/j.renene.2015.02.005 (0)
[26]
ZHENG Chongwei, LI Chongyin. Analysis of temporal and spatial characteristics of waves in the Indian Ocean based on ERA-40 wave reanalysis[J]. Applied ocean research, 2017, 63: 217-228. DOI:10.1016/j.apor.2017.01.014 (0)
[27]
郑崇伟, 贾本凯, 郭随平, 等. 全球海域波浪能资源储量分析[J]. 资源科学, 2013, 35(8): 1611-1616.
ZHENG Chongwei, JIA Benkai, GUO Suiping, et al. Wave energy resource storage assessment in global ocean[J]. Resources science, 2013, 35(8): 1611-1616. (0)
[28]
IZAGUIRRE C, NDEZ F J, MEN? NDEZ M, et al. Global extreme wave height variability based on satellite data[J]. Geophysical research letters, 2011, 38(10): L10607. DOI:10.1029/2011GL047302 (0)
[29]
WERA. Available online from the national renewable energy laboratory [EB/OL]. 1989. [2010-06-26]. http://rredc.nrel.gov/wind/pubs/atlas . (0)
[30]
ZHENG Chongwei, SHAO Longtan, SHI Wenli, et al. An assessment of global ocean wave energy resources over the last 45 a[J]. Acta oceanologica sinica, 2014, 33(1): 92-101. DOI:10.1007/s13131-014-0418-5 (0)
[31]
DEE D P, UPPALA S M, SIMMONS A J, et al. The ERA-interim reanalysis:configuration and performance of the data assimilation system[J]. Quarterly journal of the royal meteorological society, 2011, 137(656): 553-597. DOI:10.1002/qj.v137.656 (0)
[32]
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)
[33]
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, 2017, 53(4): 617-626. (0)
[34]
ZHENG Chongwei, LI Chongyin. Propagation characteristic and intraseasonal oscillation of the swell energy of the Indian Ocean[J]. Applied energy, 2017, 197: 342-353. DOI:10.1016/j.apenergy.2017.04.052 (0)