«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  2020, Vol. 41 Issue (2): 175-183  DOI: 10.11990/jheu.201911007
0

引用本文  

郑崇伟, 李崇银. 海洋强国视野下的“海上丝绸之路”海洋新能源评估[J]. 哈尔滨工程大学学报, 2020, 41(2): 175-183. DOI: 10.11990/jheu.201911007.
ZHENG Chongwei, LI Chongyin. Evaluation of new marine energy for the Maritime Silk Road from the perspective of maritime power[J]. Journal of Harbin Engineering University, 2020, 41(2): 175-183. DOI: 10.11990/jheu.201911007.

基金项目

国际(地区)合作与交流项目(41520104008)

通信作者

李崇银, E-mail:lcy@lasg.iap.ac.cn

作者简介

郑崇伟, 男, 讲师, 博士;
李崇银, 男, 教授, 博士生导师, 中国科学院院士

文章历史

收稿日期:2019-11-04
网络出版日期:2020-01-09
海洋强国视野下的“海上丝绸之路”海洋新能源评估
郑崇伟 1,2,3, 李崇银 2     
1. 海军大连舰艇学院 航海系, 辽宁 大连 116018;
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. 中国海洋大学 山东省海洋工程重点实验室, 山东 青岛 266100
摘要:21世纪海上丝绸之路"("海上丝路")是构建"人类命运共同体"的重要举措,然而沿线薄弱的电力供应能力严重制约其高效展开。海洋新能源评估与开发既是破解"海上丝路"能源困局的最佳选择之一,也是推进互联互通、展开国际合作的良好契机,还是应对气候变化和常规能源紧缺的有效措施。本文首先论述海洋新能源在海洋强国建设中的重要作用,梳理资源评估现状,探析资源评估难点:资源气候特征详查、等级区划、与天文地球因子的相关、资源短期预报、长期演变规律、中长期预估、关键节点资源评价,并提供应对措施,为资源开发的精准选址、业务化运行和中长期规划提供科学依据,促进海洋新能源开发的产业化、规模化。最后展望海洋新能源数据集建设、人才培养与学科体系建设,为各国参与"海上丝路"建设的决策、科研、工程人员提供数据保障、决策支持。
关键词海上丝绸之路    海洋新能源评估    气候特征    等级区划    短期预报    中长期预估    
Evaluation of new marine energy for the Maritime Silk Road from the perspective of maritime power
ZHENG Chongwei 1,2,3, LI Chongyin 2     
1. State 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;
2. Navigation Department, Dalian Naval Academy, Dalian 116018, China;
3. Shandong Provincial Key Laboratory of Ocean Engineering, Ocean University of China, Qingdao 266100, China
Abstract: The "21st Century Maritime Silk Road" (MSR) represents an important means for building "a community of shared future for mankind." However, the weak power-supply capacity along this route seriously restricts its efficient development. New marine energy evaluation and development is not only one of the best strategies for dealing with the energy challenges of the MSR, but is also a good opportunity for China to fulfill its international obligations and promote international cooperation regarding connectivity, as well as being an effective measure for coping with climate change and the shortage in conventional energy sources. In this paper, we discuss the important role of new marine energy in the construction of maritime power and analyze the research status of energy evaluations. In addition, we systematically identify the difficulties of resource assessment, including a detailed investigation of energy climatic characteristics, macro- and micro-scale energy classifications, the correlation between energy and important astronomical/terrestrial factors, the short-term forecasting of resources, the long-term climatic variation in energy, mid-long-term projections, and the evaluation of key energy points. The countermeasures being taken will provide scientific reference for the precise selection of the sites, daily operations, and medium- and long-term planning of energy development to promote the industrialization and scale production of new marine energy. Finally, we look forward to building a new marine energy dataset for personnel training and the construction of systems for various discipline, and the provision of data services and decision-making support for relevant decision makers, researchers, and engineers throughout the world who are participating in building the MSR.
Keywords: Maritime Silk Road    new marine energy evaluation    climatic characteristics    energy classification    short-term forecast    mid-long-term projection    

“21世纪海上丝绸之路”(简称“海上丝路”)是构建“人类命运共同体”的重要举措,是惠及沿线国家的民心工程,是连接“中国梦”与“世界梦”的蓝色纽带,彰显了我国为人类谋福祉的敢担当、有作为大国形象[1-3]

“海上丝路”主要囊括2大水域:素有“第二波斯湾”之称的南中国海,以及具有“世界海权中心”美誉的印度洋,重要性不言而喻。然而挑战与机遇并存。“海上丝路”覆盖路线长、海域广,自然环境复杂,基础设施落后,海洋资料稀缺,基础研究薄弱,严重制约着人们对海洋环境与资源的认知能力、海洋开发建设能力。尤其是沿线的电力供应能力整体薄弱,严重制约着“海上丝路”建设的高效展开。整体来看,“一带一路”沿线区域的用电总量仅为世界平均水平的61%[4]。孟加拉国农村电力普及率仅为40%,斯里兰卡的城市农村用电普及率分别为80%和40%,仅新加坡等极少数国家的基础设施相对完善。生活用电尚且存在巨大缺口,工业用电更是难以保证。如何打破电力困境成为“海上丝路”建设高效展开的核心所在。

海洋新能源开发既是破解“海上丝路”能源困局的最佳选择之一,也是推进互联互通、展开国际合作的良好契机,还是应对气候变化和常规能源紧缺的有效措施,前提是充分掌握资源特征[5-6]

1 海洋新能源开发助力海洋强国

海洋新能源评估与开发有益于缓解资源危机、保护海洋生态、发展海洋经济、改善民生、促进深远海开发等,有利于将“海上丝路”、“海洋强国”实质化、深层化,助力我国引领国际海洋建设,促进人类社会的繁荣进步。

1.1 海洋强国诠释

在资源/环境危机日益严峻的当今时代,人类目光再次聚焦海洋。党的“十八大”提出建设海洋强国,为我国海洋建设指明了方向。何谓海洋强国?第一反应是强大的海军力量,然而实际并非如此。1944年美国第三舰队在吕宋岛海域遭到台风侵袭,导致3艘驱逐舰沉没。海洋环境的威胁已得到广泛共识。但如果把握其内在规律,同样可以有效利用。利用海洋的巨大能量进行发电,可帮助人类缓解资源危机。海洋是一把双刃剑,认知海洋是安全、高效展开海洋建设的先决条件。

海洋强国是指在开发海洋、利用海洋、保护海洋、管控海洋方面拥有强大综合实力的国家。纵观当今之海洋强国,在海洋基础研究方面无一不享有国际发言权,拥有国际认可的海洋研究机构(尤其具有全球公认的海洋数据)。由于海洋资料不易获取,人类对海洋的认识还远不能满足海洋建设需求。目前,国际权威的涉海数据机构主要包括:美国国家海洋和大气管理局(NOAA)、美国国家航空航天局(NASA)、美国国家环境预报中心(NCEP)、美国国家数据浮标中心(NDBC)、英国Hadley气候预测和研究中心、欧洲中期天气预报中心(ECMWF)等,欧美在基础研究方面的优势显而易见。

如何衡量一个国家是否成为海洋强国?作者认为,当建成至少一个国际高度认可的海洋研究机构时(且必须具备国际公认的海洋数据),可视为跻身海洋强国之列;当建成一系列权威海洋研究机构之时,可视为顶级海洋强国。

1.2 海洋新能源前景

1) 缓解资源危机、保护海洋生态。资源/环境危机已经成为制约各国可持续发展的瓶颈。可再生、分布广、全天候等诸多优点使得波浪能、海上风能等海洋新能源成为发达国家追逐的新焦点[7-9]。发电是海洋能的主要利用方式,此外还广泛应用于海水淡化、制氢等,有利于在保护海洋生态环境的前提下缓解能源危机。

2) 促进民生改善,引导共同参与。海洋新能源可以为海水养殖场、海洋浮标、石油平台、海上灯塔、边远海岛、旅游设施等提供能源,利于改善民生,从而调动沿线国家(地区)以积极主动的姿态参与“海上丝路”建设,并为之保驾护航,最终实现“海上丝路”良性发展。

3) 聚焦关键节点,促进迈向深蓝。海上关键节点是迈向深蓝的重要支撑,但通常以边远海岛为依托,电力和淡水困境一直是世界性难题[10]。因地制宜开发岛礁周边的海洋能,可帮助关键节点实现电力淡水自给自足。

4) 拓展救援救助,增强综合功能。在关键节点展开海浪发电、海水淡化等,可为执行远洋任务的船舶等提供补给。此外,良好发展的关键节点还可以为医疗救助、海上搜救等提供支撑,为沿线各国提供帮助,从而增强“海上丝路”的凝聚力[11]

2 “海上丝路”的海洋新能源评估现状—海上风能为例

大规模发展海洋资源的基本原则是“资源评价和规划先行”。风能评估大致经历了以下几个阶段[12]:1)早期观测资料阶段。基于有限的浮标、船舶报等观测资料展开的风能评估[13],属于开创性工作。由于资料稀缺,无观测资料的海域无法展开资源评估,也难以实现大范围的资源评估。2)卫星资料阶段。卫星资料可以实现全球海域的风能评估[14]。但单个卫星的重访周期较长,容易遗漏天气过程,从而影响计算结果。这就要求多源卫星融合,也是一大难点。3)数值模拟阶段。数值模拟方法可以实现风能精细化评估[15],也可以对无观测资料的海域进行研究,但在特殊地形的模拟效果有待提高。4)再分析资料阶段。随着海洋观测技术、计算机技术的快速发展,可用于风能评估的数据越来越丰富,加之变分同化技术的发展,各种再分析资料被广泛地应用于该领域[16]。“海上丝路”的风能评估现状为:

1) 南中国海

2012年,Zheng等[17-18]利用CCMP风场和模拟海浪数据,提出不同等级能流密度出现频率(简称“能级频率”)、风能开发的有效风速出现频率(简称“有效风速频率”)、波浪能开发的可用波高出现频率(简称“可用波高频率”)3个关键指标,用于描述资源的富集程度和可利用率。综合考虑能流密度、能级频率、资源可利用率、稳定性、资源储量、资源长期变化趋势,率先对南中国海、东中国海的海上风能和波浪能资源展开了系统性研究,并实现了中国近海的波浪能、海上风能等级区划。郑崇伟等[19]利用CCMP风场、模拟海浪数据,综合考虑一系列关键指标,对南海关键岛礁的风能、波浪能展开了系统研究,为岛礁打破电力困境提供了技术途径。郑崇伟等[20]还对南海关键岛礁的风候、波侯特征展开了分析,为资源开发、海上施工等提供环境安全保障。

Chen等[21]利用浮标资料计算了深圳近海的风能和波浪能,发现该海域的风能密度为37~94 W/m2,波浪能流密度基本在1 kW/m以内。Liu等[22]利用WRF(weather research and forecast)模式,对中国近海的风能展开了数值模拟,发现东海和南海的资源丰富,尤其是台湾海峡90 m高度的年平均风能密度可达800 W/m2。Albani等[23]指出ENSO对马来西亚的风速变化有着显著影响,进而影响风能。蒋洁等[24]利用QuikSCAT风场,计算了南海岛礁的风能资源,发现南海岛礁风功率密度等级为4~7级,西沙群岛的风电装机容量最高。谌玲等[25]利用气象观测资料计算发现永兴岛10 m高度典型年风能密度不如预期(不足100 W/m2)。孙玉婷等[26]利用来自ECMWF的1979-2014年再分析资料分析了中国沿海的风能特征,指出冬季东南沿海的风速有增大趋势,其他区域各季节风速都呈缓慢减小趋势。Waewsak等[27]利用模拟数据绘制了泰国湾40、80、100、120 m高度的风能。发现泰国湾的风能技术开发量为7 000 MW。Chang等[28]综合利用卫星资料和模式资料,分析了海南岛周边海域10 m和100 m高度的风能资源。发现在100 m高度海南岛东部的风能密度为400~600 W/m2。Wan等[29]利用ERA-Interim资料分析了南海的风能特征,发现台湾海峡、吕宋海峡、中南半岛东南海域为风能的相对优势区域。Lip-Wah等[30]利用卫星资料计算分析了马来西亚的风能,发现该区域的50 m高度的风速为6~7 m/s。

2) 北印度洋

Nayyar等[31]利用来自NASA的风场资料,计算了巴基斯坦东南部海岸带的风能密度,发现卡拉奇附近海域蕴藏着丰富的风能资源。Murali等[32]利用1999-2009年逐周的风场资料,展开了印度近岸的风能研究。根据风速大小,指出位于阿拉伯海东北部的孟买和拉纳吉里附近为风能优势区域。Contestabile等[33]利用ERA-Interim数据,分析了马尔代夫的风能、波浪能,发现该海域的波浪能流密度为8.46~12.75 kW/m,风能密度为80~160 W/m2。Patel等[34]研究发现泰米尔纳德邦近岸的年平均风能密度可以达到400 W/m2、古吉拉特邦近岸的波浪能流密度为8 kW/m。Kumar等[35]综合利用多种卫星资料,研究发现阿拉伯海西部的风能密度为450~550 W/m2,明显高于孟加拉湾。泰米尔纳德邦附近海域为大值中心,风能密度可达500 W/m2。Yip等[36]利用MERRA资料对阿拉伯半岛的风能展开了研究,发现在同等纬度阿拉伯湾的风能比红海的变化更大。Yang等[37]曾利用ERA-interim风场和模拟海浪数据,展开了北印度洋风能、波浪能的联合研究,发现资源富集区分布于索马里海域和阿拉伯海。

郑崇伟等[38]利用ERA-Interim风场,综合考虑风能密度、有效风速频率、能级频率、资源来向,实现了“海上丝路”关键节点瓜达尔港的风能气候特征分析。文献[39]进一步分析了瓜达尔港的风能一系列关键指标的历史变化趋势,并实现了风能中长期预估,为“海上丝路”关键节点的风能评价提供了技术途径。郑崇伟[40]利用ERA-Interim风场,综合考虑风能密度、可利用率、富集程度、稳定性、资源储量等关键指标,对整个“海上丝路”的风能气候特征展开了研究。结果表明该海域蕴藏着较为丰富的风能,优势区域为索马里海域、南海大风区、吕宋海峡,其次是马纳尔海、斯里兰卡东南海域。在此基础上,进一步全面计算了“海上丝路”风能一系列关键指标的长期变化趋势,结果表明1979-2015年期间,“海上丝路”的风能资源是趋于乐观的[41]

3 “海上丝路”海洋新能源评估的难点及应对—海上风能为例

前人对全球多个海域的风能评估做了很多工作,但目前为止,关于“海上丝路”的研究仍然稀少。前人对风能部分要素的时空分布做了很多工作,但在资源的气候特征详查、等级区划、长期演变、短期预报、长期预估等方面仍面临一系列瓶颈,而这又是资源开发的精准选址、业务化运行和中长期规划所迫切需求的。本文梳理了“海上丝路”风能评估面临的难点及应对方法。

3.1 资源气候特征详查

早期的风能评估关注要素较为单一,主要是风能密度、资源储量、稳定性。在实际的风能开发中,还需要重点关注资源可利用率、富集程度、资源来向等。郑崇伟等提出“能级频率”“有效风速频率”两个关键指标[17-18, 42],用于描述资源的可利用率、富集程度,上述指标得到国内外同行的广泛应用[43-44]。稳定的风能来向有利于资源的采集与转换,反之不仅会降低开发效率,甚至影响风机寿命。因此,有必要通过统计能流密度-风向联合频率来展现风能的来向特征。

风能气候特征详查需系统覆盖风能密度、资源可利用率、能级频率、资源来向、资源来向特征(能流密度-风向联合频率)、稳定性(变异系数、月变化指数、季节变化指数)、资源储量(总储量、有效储量、技术开发量)等,全面揭示上述一系列关键指标的时空分布。在此代表性地给出“海上丝路”的风能密度、可利用率,见图 1

Download:
图 1 “海上丝路”年平均的风能密度、全年有效风速频率 Fig. 1 Annual mean wind power density and annual occurrence of effective wind speed occurrence in the Maritime Silk Road
3.2 风能宏观/微观等级区划

合理的等级区划是实现风能开发精准选址的关键依据。美国国家可再生能源实验室(NREL)根据能流密度对全球海域的风能展开了等级区划[45],可为风能开发的宏观选址提供参考,但资源等级的区域性差异并不显著,如南北半球西风带的风能基本都属于7级,难以为西风带范围的风能选址提供参考。

整体来看,现有的风能等级区划标准只是考虑了部分风能要素[45]。Zheng等[46]利用Delphi法,创建了一套能综合考虑3个方面(资源特征、环境风险、成本效益)、8个要素(风能密度、有效风速频率、200 W/m2以上能级频率、变异系数、月变化指数、极值风速、水深和离岸距离)的资源等级区划方案,并对全球海域的风能重新展开等级区划。与传统方案相比,新方案能够更好地展现风能等级的区域性差异,并能兼顾成本效益和环境风险。未来可将该方案应用于大范围海域的风能宏观等级区划,以及关键节点和海域的微观等级区划,为风能开发的宏观/微观选址提供决策支持。此外,文献[47]还进一步提出了动态自适应资源等级区划的新理念,可满足边远海岛建设、商业开发等不同需求下的选址,也为海流能、温差/盐差能等其他新能源的等级区划提供参考依据和技术途径。基于新风能等级区划方案,“海上丝路”的风能等级区划结果见图 2

Download:
图 2 “海上丝路”风能等级区划期望值 Fig. 2 Classification of wind energy resource in the Maritime Silk Road 注:数值越大,等级越高,越有利于风能开发。
3.3 风能与天文地球因子的相关

前人关于气象/海洋要素与重要天文地球因子关系做了很多工作[48-51],为研究海上风能与重要因子的关系提供了参考依据,进而为提高风能的中长期预估水平提供理论基础。Zheng等[52]的研究发现北大西洋的风能密度与北大西洋涛动(North Atlantic oscillation,NAO)有着较好的同期相关,由高纬至低纬呈“正-负-正”相关,当北大西洋的风能密度滞后3个月时与nino3指数有着显著的负相关。未来有必要全面分析风能密度、可利用率、能级频率、稳定性等一系列风能关键指标与北极涛动(Arctic oscillation,AO)、南极涛动(Antarctic oscillation,AAO)等重要因子的相关,并探析内在物理机制,为风能资源的中长期预估提供理论支撑。在此代表性地给出了“海上丝路”风能密度与AAO指数的相关系数的相关,见图 3

Download:
图 3 “海上丝路”风能密度与AAO指数的相关系数 Fig. 3 Correlation between the wind power density and AAO index in the Maritime Silk Road 注:灰度区域代表通过了95%的显著性检验。
3.4 风能短期预报

风能短期预报可以为风机的日常工作提供业务化保障,提高对风能的采集、转换效率,也可以为短期的电力调配提供准确的依据。目前常用的预报模型包括丹麦的Predictor预报系统、美国的eWind、加拿大的WEST、德国的Previento等[53-54]。郑崇伟等[55]曾将预报风场解释应用于中国海域的风能预报,为风能预报提供了一种新的节约化的技术途径。未来主要有3种风能短期预报方法:1)充分利用现有的气象预报产品,向气象预报和风能预报相结合的转变,实现节约化建设。2)采用中尺度气象数值模式WRF或MM5与复杂地形动力诊断模式CALMET或ARPS相结合的方法,如WRF/CLAMET、WRF/ARPS模式系统。3)利用国内外现有的风能预报软件。

此外,现有的风能短期预报多是针对风能密度、风速的预报。Zheng等[3]指出,波浪能短期预报不仅需要考虑能流密度,还有必要包括未来几天的可利用率和储量等。同样,风能短期预报有必要覆盖风场、风能密度场、周资源可利用率、日/周资源储量、资源来向、关键节点风能预报等。在此代表性地列出“海上丝路”风能密度、周资源可利用率预报,见图 4图 5

Download:
图 4 “海上丝路”风能密度预报值(时间2016年12月11日00时) Fig. 4 Short-term forecast values of wind power density at 00:00 UTC, December 11, 2016 in the Maritime Silk Road 注:灰度代表风能密度,箭头代表风向。
Download:
图 5 “海上丝路”的周资源可利用率预报(时间范围2016年12月7日00时—2016年12月13日12时) Fig. 5 Forecast value of available rate of wind energy for the next week (December 7-13, 2016) in the Maritime Silk Road
3.5 资源长期变化规律

目前关于气象和海洋要素长期变化特征的研究较为丰富,但关于风能长期变化的研究稀少,而这又密切关系到资源开发的长期规划,也是全球气候变化的重要关注点。整体来看,现有为数不多的资源长期变化趋势研究主要是关注风能密度、风速的变化趋势[52]。在实际的资源开发中,资源稳定性关系到采集和转换效率、及装备寿命,有效风速频率反映了资源的可利用率,能级频率反映了资源的富集程度。因此,分析风能的长期变化特征,有必要全面计算风能密度、有效风速频率、能级频率、变异系数、月变化和季节变化指数等一系列关键指标的长期变化规律,为提升风能中长期预估能力打下理论基础。郑崇伟[41]曾利用ERA-Interim风场资料,计算了“海上丝路”风能资源一系列关键指标在1979-2015年期间的变化趋势,其中风能密度和有效风速频率的变化趋势见图 6图 7

Download:
图 6 “海上丝路”风能密度的逐年变化趋势 Fig. 6 Climatic trend of wind power density for the period 1979-2015 in the Maritime Silk Road 注:灰度区域代表通过了95%的显著性检验。
Download:
图 7 “海上丝路”有效风速频率的逐年变化趋势 Fig. 7 Climatic trend of available rate of wind energy for the period 1979-2015 in the Maritime Silk Road 注:灰度区域代表通过了95%的显著性检验。
3.6 资源中长期预估

资源中长期预估是制定风能中长期开发规划的主要依据。然而目前关于这方面的研究稀缺。郑崇伟等[39]基于1979-2014年的ERA-Interim风场资料,采用人工神经网络、线性延拓,对2015-2016年的瓜达尔港风能展开了中长期预估,并取得了较好效果,其中风能密度和有效风速频率的中长期预估见图 8。Zheng等[56]还利用CMIP5资料,对全球海域2080-2099年的风能展开长期预估,包括风能密度、有效风速频率、200 W/m2以上能级频率几个关键指标,并将预估结果与1980-1999年期间的风能进行比对;最后还对未来的风能展开等级区划,关注优势区域的分布和变迁。上述方法为风能中长期预估提供了技术途径。

Download:
图 8 瓜达尔港2015-2016年的风能中长期预估[37] Fig. 8 Mid-long term projection of wind energy for year 2015-2016 in the Gwadar Port[37]

未来有以下3类方法可用于风能的中长期预估:1)统计分析规律性强的天文地球因子与风能的关系,并探析内在机理,辅助风能中长期预估;2)利用最小二乘法支持向量机、人工神经网络、Hilbert变换下的瞬时频率与瞬时振幅重构预测法等,对风能一系列关键指标展开中长期预估;3)利用CMIP数据对风能进行中长期预估[12]

3.7 海上关键节点的风能评估

与传统能源相比,海洋新能源在生态保护、可利用率、岛礁适应能力等方面有着显著优势。因地制宜开发海洋新能源,有利于在保护生态的前提下帮助岛礁实现电力自给自足。由于资料稀缺、技术要求高、理论基础薄弱,目前关于关键节点的风能评估还很稀少。郑崇伟等[38]分析了瓜达尔港的风能气候特征,部分要素见图 9~10。郑崇伟等[39]分析了瓜达尔港的风能密度、有效风速频率、能级频率、大风频率、稳定性等一系列风能关键指标的历史变化趋势,进一步实现了瓜达尔港的风能中长期预测。

Download:
图 9 瓜达尔港的风能密度、有效风速频率的月际变化 Fig. 9 Monthly variations of the wind power density and effective wind speed occurrence in the Gwadar Port
Download:
图 10 瓜达尔港的风能玫瑰图 Fig. 10 Wind energy rose in the Gwadar Port

未来可参考上述方法,着力构建广泛适用的岛礁风能评价体系:覆盖资源气候特征、与重要天文地球因子的相关、资源短期预报、资源长期变化规律和长期预估,并参考作者团队[47]提出的风能微观等级区划方案,对关键节点海域的风能展开动态自适应等级区划,全面保障关键节点风能开发的精准微观选址、业务化运行和中长期规划。

4 展望

海洋新能源开发可为“海上丝路”建设提供强有力的电力保障,在“海上丝路”“海洋强国”建设中起着重要支撑作用。本文探析了海洋新能源评估的难点(以海上风能为实例),并提供应对,期望可以为波浪能、潮汐能、海流能、温差/盐差能等多种海洋能的评估与开发起到参考价值,促进海洋新能源开发的产业化、规模化。此外,未来还有必要关注新能源数据集建设、人才培养与学科体系建设:

1) 海洋新能源数据集建设。科学数据的建立、应用与共享已成为衡量国家科技水平和综合国力的重要标志。目前全球的海洋数据都较为稀缺,海洋新能源数据集更是凤毛麟角。如何从数据体量大、信息密度低的原始数据中提取资源评估的有用信息,建立数据集,并搭建应用平台,成为合理、高效展开资源开发的关键所在。郑崇伟等[57]创建了国内外首套开放型、公益性“海上丝路”波浪能数据集,为海洋新能源数据集建设提供了技术途径,有利于提升我国在该领域的国际影响力、话语权。

2) 人才培养与学科体系建设。目前,海洋新能源基础研究薄弱、人才资源短缺困境突出,为重大涉海工程提供科技支撑的能力亟待提升。未来有必要加强海洋新能源学科体系建设,以夯实基础研究和拓展学科交叉为目标,为沿线国家做好人才培养和输出,力争在一系列涉海核心科技领域为国家赢得国际话语权[58],提升为“海上丝路”建设解决实际问题的能力和决策支持的能力。以源源不断的人才队伍为根本、扎实的学科体系为支撑,托起国际高度认可的海洋新能源研究机构,将“海上丝路”、“海洋强国”实质化、深层化。

参考文献
[1]
ZHENG Chongwei, LI Chongyin, WU Hailang, et al. 21st century maritime silk road:construction of remote islands and reefs[M]. Singapore: Springer, 2019. (0)
[2]
ZHENG Chongwei, XIAO Ziniu, ZHOU Wen, et al. 21st century maritime silk road:a peaceful way forward[M]. Singapore: Springer, 2018. (0)
[3]
ZHENG Chongwei, XU Jianjun, ZHAN Chao, et al. 21st century maritime silk road:wave energy resource evaluation[M]. Singapore: Springer, 2020. (0)
[4]
蒋瑜, 邬明权, 黄长军, 等. 2000-2019年中国海外电力项目信息数据集[J/OL].中国科学数据, 2019. (2019-12-28).http://www.csdata.org/p/374/.DOI:10.11922/csdata.2019.0069.zh.
JIANG Yu, WU Mingquan, Huang Changjun, et al. A dataset of China's overseas power projects (2000-2019)[J/OL]. China scientific data, 2019. (2019-12-28). http://www.csdata.org/p/374/.DOI:10.11922/csdata.2019.0069.zh. (0)
[5]
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.
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. (0)
[6]
郑崇伟, 高成志, 高悦. "21世纪海上丝绸之路"波浪能的气候特征及变化趋势[J]. 太阳能学报, 2019, 40(6): 1487-1493.
ZHENG Chongwei, GAO Chengzhi, GAO Yue. Climate feature and long term trend analysis of wave energy resource of 21st Century Maritime Silk Road[J]. Acta energiae solaris sinica, 2019, 40(6): 1487-1493. (0)
[7]
郑崇伟. 南海波浪能资源与其他清洁能源的优缺点比较研究[J]. 亚热带资源与环境学报, 2011, 6(3): 76-81.
ZHENG Chongwei. Wave energy and other renewable energy resources in South China Sea:Advantages and disadvantages[J]. Journal of subtropical resources and environment, 2011, 6(3): 76-81. DOI:10.3969/j.issn.1673-7105.2011.03.012 (0)
[8]
LIANG Bingchen, SHAO Zhuxiao, WU Guoxiang, et al. New equations of wave energy assessment accounting for the water depth[J]. Applied energy, 2017, 188: 130-139. DOI:10.1016/j.apenergy.2016.11.127 (0)
[9]
LIANG Bingchen, GAO Huijun, SHAO Zhuxiao. Characteristics of global waves based on the third-generation wave model SWAN[J]. Marine structures, 2019, 64: 35-53. DOI:10.1016/j.marstruc.2018.10.011 (0)
[10]
郑崇伟. 21世纪海上丝绸之路:斯里兰卡海域的波浪能评估及决策建议[J]. 哈尔滨工程大学学报, 2018, 39(4): 614-621.
ZHENG Chongwei. 21st century maritime silk road:wave energy evaluation and decision and proposal of the Sri Lankan waters[J]. Journal of Harbin Engineering University, 2018, 39(4): 614-621. (0)
[11]
郑崇伟. 21世纪海上丝绸之路:关键节点的能源困境及应对[J]. 太平洋学报, 2018, 26(7): 71-78.
ZHENG Chongwei. Energy predicament and countermeasures on key junctions of the 21st century maritime silk road[J]. Pacific journal, 2018, 26(7): 71-78. (0)
[12]
ZHENG Chongwei, LI Chongyin, PAN Jing, et al. An overview of global ocean wind energy resource evaluations[J]. Renewable and sustainable energy reviews, 2016, 53: 1240-1251. DOI:10.1016/j.rser.2015.09.063 (0)
[13]
YOUM I, SARR J, SALL M, et al. Analysis of wind data and wind energy potential along the northern coast of Senegal[J]. Renewable energy review, 2005, 8: 95-108. (0)
[14]
CAPPS S B, ZENDER C S. Estimated global ocean wind power potential from QuikSCAT observations, accounting for turbine characteristics and siting[J]. Journal of geophysical research:atmospheres, 2010, 115(D9): D09101. DOI:10.1029/2009JD012679 (0)
[15]
CARVALHO D, ROCHA A, GÓMEZ-GESTEIRA M, et al. Offshore wind energy resource simulation forced by different reanalyses:comparison with observed data in the Iberian Peninsula[J]. Applied energy, 2014, 134: 57-64. (0)
[16]
CHADEE X T, CLARKE R M. Large-scale wind energy potential of the Caribbean region using near-surface reanalysis data[J]. Renewable and sustainable energy reviews, 2014, 30: 45-58. DOI:10.1016/j.rser.2013.09.018 (0)
[17]
ZHENG Chongwei, ZHUANG Hui, LI Xin, et al. Wind energy and wave energy resources assessment in the East China Sea and South China Sea[J]. Science China technological sciences, 2012, 55(1): 163-173. DOI:10.1007/s11431-011-4646-z (0)
[18]
ZHENG Chongwei, PAN Jing, LI Jiaxun. Assessing the China Sea wind energy and wave energy resources from 1988 to 2009[J]. Ocean engineering, 2013, 65: 39-48. DOI:10.1016/j.oceaneng.2013.03.006 (0)
[19]
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)
[20]
郑崇伟, 李崇银. 中国南海岛礁建设:重点岛礁的风候、波候特征分析[J]. 中国海洋大学学报, 2015, 45(9): 1-6.
ZHENG Chongwei, LI Chongyin. Development of the islands and reefs in the South China Sea:wind climate and wave climate analysis[J]. Periodical of Ocean University of China, 2015, 45(9): 1-6. (0)
[21]
CHEN Xinping, WANG Kaimin, ZHANG Zenghai, et al. An assessment of wind and wave climate as potential sources of renewable energy in the nearshore Shenzhen coastal zone of the South China Sea[J]. Energy, 2017, 134: 789-801. DOI:10.1016/j.energy.2017.06.043 (0)
[22]
LIU Yichao, CHEN Daoyi, LI Sunwei, et al. Discerning the spatial variations in offshore wind resources along the coast of China via dynamic downscaling[J]. Energy, 2018, 160: 582-596. (0)
[23]
ALBANI A, IBRAHIM M Z, YONG K H. Influence of the ENSO and monsoonal season on long-term wind energy potential in Malaysia[J]. Energies, 2018, 11(11): 2965. DOI:10.3390/en11112965 (0)
[24]
蒋洁, 刘永学, 李满春, 等. 南海岛礁风能资源及风力发电评价——基于QuikSCAT风场数据与Landsat ETM+影像[J]. 资源科学, 2014, 36(1): 139-147.
JIANG Jie, LIU Yongxue, LI Manchun, et al. Wind energy resources and wind power generation on islands and reefs in the South China Sea Based on QuikSCAT wind data and Landsat ETM+images[J]. Resources science, 2014, 36(1): 139-147. (0)
[25]
谌玲, 许武, 刘光远, 等. 西沙风能资源评估与"五十年一遇"最大风速分析[J]. 电力建设, 2014, 35(7): 131-135.
CHEN Ling, XU Wu, LIU Guangyuan, et al. Wind resource assessment and extreme wind of 50-year recurrence in Xisha[J]. Electric power construction, 2014, 35(7): 131-135. DOI:10.3969/j.issn.1000-7229.2014.07.023 (0)
[26]
孙玉婷, 粘新悦, 闵锦忠, 等. 中国沿海风能分布特征及其影响因子的数值模拟[J]. 大气科学学报, 2017, 40(6): 823-832.
SUN Yuting, NIAN Xinyue, MIN Jinzhong, et al. Distribution characteristics of wind energy along the coast of China and numerical simulation on impact factors[J]. Transactions of atmospheric sciences, 2017, 40(6): 823-832. (0)
[27]
WAEWSAK J, LANDRY M, GAGNON Y. Offshore wind power potential of the Gulf of Thailand[J]. Renewable energy, 2015, 81: 609-626. (0)
[28]
CHANG Rui, ZHU Rong, BADGER M, et al. Offshore wind resources assessment from multiple satellite data and WRF modeling over South China Sea[J]. Remote sensing, 2015, 7(1): 467-487. (0)
[29]
WAN Yong, FAN Chenqing, DAI Yongshou, et al. Assessment of the joint development potential of wave and wind energy in the South China Sea[J]. Energies, 2018, 11(2): 398. DOI:10.3390/en11020398 (0)
[30]
LIP-WAH H, IBRAHIM S, KASMIN S, et al. Review of offshore wind energy assessment and siting methodologies for offshore wind energy planning in Malaysia[J]. American international journal of contemporary research, 2012, 2(12): 72-85. (0)
[31]
NAYYAR Z A, ZAIGHAM N A. Assessment of wind potential in southeastern part of Pakistan along coastal belt of Arabian sea[J]. Arabian journal for science and engineering, 2013, 38(7): 1917-1927. DOI:10.1007/s13369-013-0546-9 (0)
[32]
MURALI R M, VIDYA P J, MODI P, et al. Site selection for offshore wind farms along the Indian coast[J]. Indian journal of geo-marine sciences, 2014, 43(7): 1401-1406. (0)
[33]
CONTESTABILE P, LAURO E D, GALLI P, et al. Offshore wind and wave energy assessment around Malè and Magoodhoo island (Maldives)[J]. Sustainability, 2017, 9(4): 613. DOI:10.3390/su9040613 (0)
[34]
PATEL R P, NAGABABU G, JANI H K, et al. Wind and Wave energy resource assessment along shallow water region of Indian coast[C]//Twelve International Conference on Thermal Engineering: Theory and Applications. Gandhinagar, India, 2019. (0)
[35]
KUMAR S V V A, NAGABABU G, KUMAR R. Comparative study of offshore winds and wind energy production derived from multiple scatterometers and met buoys[J]. Energy, 2019, 185: 599-611. DOI:10.1016/j.energy.2019.07.064 (0)
[36]
YIP C M A, GUNTURU U B, STENCHIKOV G L. Wind resource characterization in the Arabian Peninsula[J]. Applied energy, 2016, 164: 826-836. (0)
[37]
YANG Shaobo, DUAN Shanhua, FAN Linlin, et al. 10-year wind and wave energy assessment in the North Indian Ocean[J]. Energies, 2019, 12(20): 3835. DOI:10.3390/en12203835 (0)
[38]
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)
[39]
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)
[40]
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(1): 16-22.
ZHENG Chongwei. Wind energy evaluation of the 21st century maritime silk road[J]. Journal of Harbin Engineering University, 2018, 39(1): 16-22. (0)
[41]
郑崇伟. 21世纪海上丝绸之路:风能的长期变化趋势[J]. 哈尔滨工程大学学报, 2018, 39(3): 399-405.
ZHENG Chongwei. Wind energy trend in the 21st century maritime silk road[J]. Journal of Harbin Engineering University, 2018, 39(3): 399-405. (0)
[42]
郑崇伟, 潘静. 全球海域风能资源评估及等级区划[J]. 自然资源学报, 2012, 27(3): 364-371.
ZHENG Chongwei, PAN Jing. Wind energy resources assessment in global ocean[J]. Journal of natural resources, 2012, 27(3): 364-371. (0)
[43]
LANGODAN S, VISWANADHAPALLI Y, DASARI H P, et al. A high-resolution assessment of wind and wave energy potentials in the Red Sea[J]. Applied energy, 2016, 181: 244-255. DOI:10.1016/j.apenergy.2016.08.076 (0)
[44]
周川, 黄亚珏. 广东某海上风电场波浪能资源分析[J]. 南方能源建设, 2016, 3(4): 119-122.
ZHOU Chuan, HUANG Yajue. Assessment of wave energy resources in an offshore wind farm of Guangdong[J]. Southern energy construction, 2016, 3(4): 119-122. (0)
[45]
National Renewable Energy Laboratory (NREL). QuikSCAT Annual wind power density at 10m[EB/OL]. 2005. http://en.openei.org/w/index.php?title=File:QuikSCAT-_Annual_Wind_Power_Density_at_10m.pdf&page=1. (0)
[46]
ZHENG Chongwei, XIAO Ziniu, PENG Yuehua, et al. Rezoning global offshore wind energy resources[J]. Renewable energy, 2018, 129: 1-11. DOI:10.1016/j.renene.2018.05.090 (0)
[47]
ZHENG Chongwei, LI Chongyin, XU Jianjun. Micro-scale classification of offshore wind energy resource-a case study of the New Zealand[J]. Journal of cleaner production, 2019, 226: 133-141. DOI:10.1016/j.jclepro.2019.04.082 (0)
[48]
李崇银. 大气低频振荡[M]. 北京: 气象出版社, 1991: 1-4.
LI Chongyin. Atmospheric low-frequency oscillation[M]. Beijing: China Meteorological Press, 1991: 1-4. (0)
[49]
李崇银. 气候动力学引论[M]. 2版. 北京: 气象出版社, 2000: 1-5.
LI Chongyin. Introduction to climate dynamics[M]. 2nd ed. Beijing: China Meteorological Press, 2000: 1-5. (0)
[50]
李崇银, 周亚萍. 热带大气季节内振荡和ENSO的相互关系[J]. 地球物理学报, 1994, 37(1): 17-26.
LI Chongyin, ZHOU Yaping. Relationship between intraseasonal oscillation in the tropioal atmosphere and ENSO[J]. Chinese journal of geophysics, 1994, 37(1): 17-26. DOI:10.3321/j.issn:0001-5733.1994.01.003 (0)
[51]
李崇银. 频繁的强东亚大槽活动与El Niño的发生[J]. 中国科学(D辑), 1988, 18(6): 667-674.
LI Chongyin. Frequent strong east Asian trough activity and the occurrence of El Niño[J]. Science in China (Series D), 1988, 18(6): 667-674. (0)
[52]
ZHENG Chongwei, LI Chongyin, LI Xin. Recent decadal trend in the north Atlantic wind energy resources[J]. Advances in meteorology, 2017: 7257492. DOI:10.1155/2017/7257492 (0)
[53]
FOCKEN U, LANGE M, WALDL H P. Previento-a wind power prediction system with an innovative upscaling algorithm[C]//Proceedings of the European Wind Energy Conference. Copenhagen, Denmark, 2001: 826-829. (0)
[54]
YU Wei, BENOIT R, GIRARD C, et al. Wind Energy Simulation Toolkit (WEST):a wind mapping system for use by the wind-energy industry[J]. Wind engineering, 2006, 30(1): 15-33. (0)
[55]
郑崇伟, 周林, 宋帅, 等. 中国海风能密度预报[J]. 广东海洋大学学报, 2014, 31(1): 71-77.
ZHENG Chongwei, ZHOU Lin, SONG Shuai, et al. Forecasting of the China Sea wind energy density[J]. Journal of Guangdong Ocean University, 2014, 31(1): 71-77. (0)
[56]
ZHENG Chongwei, LI Xueyan, LUO Xia, et al. Projection of future global offshore wind energy resources using CMIP data[J]. Atmosphere-ocean, 2019, 57(2): 134-148. (0)
[57]
郑崇伟, 李崇银. 21世纪海上丝绸之路:海洋新能源大数据建设研究——以波浪能为例[J]. 海洋开发与管理, 2017, 34(12): 61-65.
ZHENG Chongwei, LI Chongyin. 21st century maritime silk road:big data construction of new marine resources:wave energy as a case study[J]. Ocean development and management, 2017, 34(12): 61-65. DOI:10.3969/j.issn.1005-9857.2017.12.011 (0)
[58]
郑崇伟, 陈璇, 孙威.加快建设"海上丝路"学科体系[N].中国海洋报, 2017-05-17(A2).
ZHENG Chongwei, CHEN Xuan, SUN Wei. Accelerate the development of a disciplinary system on the Maritime Silk Road[N]. China Ocean News, 2017-05-17(A2). (0)