基于MM5模式的我國近海海洋風能資源評估*

姜波，楊學聯，張松，邢建勇，馬治忠

（1. 國家海洋技術中心，天津 300111；2. 國家海洋環境預報中心，北京 100081）

0 引言

風能是清潔的可再生能源，風力發電是新能源領域中技術最成熟、最具規模開發條件和商業化發展前景的發電方式之一。我國海域遼闊，近海風能資源豐富，開發利用海上風能資源，對于滿足我國電力需求、改善能源結構、減少環境污染、促進經濟可持續發展具有重要的作用。

截至2010年底，我國風電裝機容量達42.3GW，從2006年至2009年，風電裝機容量平均年增長率超過100%，2010年雖然增速放緩（增長率為64%），仍以16.5GW的新增裝機容量超越美國，居世界第一位[1]。我國風能行業快速發展主要受益于國家可再生能源政策。《可再生能源法》于2006年生效, 為可再生能源的發展給予了巨大動力。2007年制定的《可再生能源中長期發展規劃》,提出了國家可再生能源發展的指導思想、主要任務、發展目標、重點領域和保障措施。2009年4月，國家能源局發布了《海上風電場工程規劃工作大綱》，“大綱”規定本次海上風電規劃工作范圍為灘涂風電場和近海風電場，其中灘涂風電場指在沿海多年平均大潮高潮線以下至理論最低潮位以下5m水深內的海域開發建設的風電場；近海風電場指在理論最低潮位以下5m～50m水深的海域開發建設的風電場，包括在相應開發海域內無居民的海島和海礁上開發建設的風電場。

開展我國海上風能資源的調查研究對于推動我國海上風能的開發利用具有重要意義，本文就中尺度大氣模式MM5在我國近海風資源分析中的應用展開討論。

1 海上風能資源評估方法

海上風能資源研究始于20世紀70年代，歐美一些國家根據本國實際情況對其近海海上風能資源進行了大量的研究，我國在1981年開始近海風能資源研究。目前常用的海上風能資源評估技術主要有3種。

1.1 利用沿岸陸地與海上同步氣象觀測數據

利用海上一段時間內（如一年）的觀測資料與岸邊同步氣象觀測到的風速進行對比分析，求得海陸風速相關關系，并以此把岸邊已有長期觀測資料向海上推算，從而對海上風況特征進行統計分析。Bernhard Lange等[2]利用丹麥RISФ國家實驗室開發的軟件WAsP，由沿岸測站的風速、風向長期觀測資料，歸納出區域地轉風氣候，以此為基礎，加進表面粗糙度等對風的影響，來預測海上風能資源。John L.等[3]采用多元線性回歸和分類回歸樹的統計方法，由陸上氣象觀測資料統計預測海上風速。

1.2 利用大量實測資料進行統計分析

利用大量的海上船舶直接觀測資料或衛星遙感資料，使用統計分析的方法獲得海上風能資源分布狀況及風資源儲量。張秀芝等[4]分別利用1950年－2008年船舶氣象觀測資料、2000年－2008年QuikSCAT散射計衛星觀測資料，計算分析了我國近海季、年風速風向分布。

1.3 利用中尺度大氣模式進行數值模擬

為彌補海上氣象觀測資料不足的問題，還有一種比較有效的研究方法是利用中尺度大氣模式進行數值模擬，通過數值模擬來推斷一個區域內風場的分布，如美國的MM5、WRF、MesoMap等，丹麥的WAsP、加拿大的WEST。李曉燕等[5]利用MM5對廣東沿海區域天氣個例進行了模擬試驗，龔強等[6]應用MM5模式以2001年4月對遼寧省沿海及近海海域為例試驗了中尺度氣象模式在風能資源普查中的作用。張德等[7]利用WEST模擬了中國陸地及近海風速分布。

2 模式簡介及模擬資料來源

2.1 模式簡介

MM5模式是美國賓州大學（Penn State University）和美國國家大氣研究中心（National Center for Atmosphere Research）聯合研制的有限區域中尺度模式。該模式是非靜力動力模式，具有多重嵌套能力、四維同化和三維變分分析能力，適合應用于制作中、小尺度天氣系統演變的短期預報。MM5模式系統主要由模式前處理、模式主體和后處理三大部分組成。前處理中包括地形地表資料、初始場及邊界、地面及高空觀測資料等資料預處理；模式主體是MM5模塊，是研究氣象過程的主控程序；后處理主要是對模式主體生成的數值結果進行數據處理和繪圖操作。

2.2 模擬區域設置

本文選擇我國近海為研究區域，模式采取兩重雙向嵌套，大區域包括亞洲和西太平洋，水平分辨率為60km，有150×250個格點；小區域包括西北太平洋海區和中國東部，水平分辨率為20km，有331×367個格點，模擬網格覆蓋區域如圖1所示。

2.3 資料來源

地形地表資料：模式的地形、地表資料選用NCAR提供的全球經緯網格資料，包括地形高度，地表類型/植被，陸地－水體標志（掩碼），土壤類型，植被組成和深層土壤溫度。這些會決定地面的屬性，比如反照率、粗糙度、長波發射率、熱容量和水汽有效率。

再分析資料：模型的初始場和側邊界使用了NCEP（National Centers for Environmental Prediction） 的 再分析數據，該資料水平分辨率為1.0°×1.0°，時間分辨率為每天4個時次（逐日6小時），主要要素包括：等壓面17層溫度、濕度、東西分量風、南北分量風、位勢高度，表面氣壓、海平面氣壓、地表及土壤溫濕要素及其他診斷量。

地面觀測資料：908專項《我國近海海洋可再生能源調查與研究》項目中90個調查站位氣象資料。

洋面觀測資料：海洋上常規觀測數據極其稀少，由美國國家宇航局NASA(National Aeronautics and Space Administration)獲得QuikSCAT衛星SeaWinds散射計海面風場反演資料。QuikSCAT衛星反演海面風場資料為逐日的均勻格點資料，水平分辨率為0.5°×0.5°（經度范圍180°W～180°E，緯度范圍80°N～80°S）。

世界氣象組織GTS（Global Telecommunication System）觀測資料：地面常規資料、探空資料、船舶報告、飛機報告、浮標站資料、地面特殊資料、衛星測厚及測風資料等。圖2為整個東亞區GTS站點分布。圖中（o）標記為常規地面觀測站，共計2976個；（*）標記為探空站，共有196個；（×）標記為海上船舶觀測，有112條船舶提供觀測數據。

3 模擬試驗方案及結果驗證

3.1 試驗方案

為了驗證模式的模擬能力，考查MM5模式是否適用海洋風能資源評估工作，本文嘗試通過四維資料同化方法將不同來源的資料融合到MM5模式中來改善風場模擬效果。設計2個試驗來分析觀測資料的同化對模擬風場的影響。模擬以月為單位進行，時間段為2007年1月至2008年12月，模擬結果每小時輸出一次。

試驗一：將再分析資料經過MM5模式前處理后，在主模塊積分過程進行高空觀測資料分析場格點分析和QuksSCAT/Sea Winds散射計海面風場反演資料張弛逼近四維資料同化。

試驗二：在試驗一的基礎上，進行908實測逐時測風資料的站點觀測張弛逼近四維資料同化（流程圖見圖3）。

3.2 結果驗證

逐時輸出試驗一和試驗二兩個模擬過程模式10m層風場數值模擬結果。我們利用908專項各實測逐時測風數據與兩個試驗過程輸出的風場模擬值作風速對比分析。圖4左和圖4右分別給出了閘坡站和嵊山站2008年實測值與兩個試驗風場模擬值的分速對比分析（限于篇幅，沿岸站選擇閘坡站，島嶼站選擇嵊山站，其余圖略）。

由圖4和圖5可見：

1）無論是試驗一還是試驗二，模擬的風速日平均變化趨勢與實測值變化趨勢十分一致，較好地體現了模擬時間段風的變化規律。

2）對照試驗一和試驗二，增加908實測逐時測風資料的站點觀測張弛逼近四維資料同化試驗二的風場模擬更為接近實測值。

3）在小風條件下（日平均風速小于6m/s），模擬風速偏差較小，但對模擬較大風速有欠缺，特別是日平均風速大于10m/s時，模擬風速偏差較大。

4 我國近海海洋風能資源評估

4.1 評估參數

依據《風電場風能資源評估方法》[8]和《全國風能資源評價技術規定》[9]，計算我國近海平均風速、平均風功率密度及風能資源的總蘊藏量。

4.2 我國近海海洋風能資源的特征

圖5為我國近海春季（3月－5月）、夏季（6月－8月）、秋季（9月－11月）和冬季（12月－次年2月）平均風速分布圖，圖7為我國近海年平均風速分布圖。

由圖5、圖6可以看到：

1） 我國近海平均風速等值線分布與岸線大致平行，由近至遠逐漸增大；

2） 以長江口為界，南部海洋風能資源明顯優于北部；

3） 我國近海海上風春、冬季節大，夏、秋季節小。

根據數值模擬數據統計分析，綜合考慮年平均風速、平均風功率密度（圖8為我國近海年平均風功率密度分布圖）等風能資源的主要指標，中國近海最優的風能資源區位于臺灣海峽，年平均風速超過7m/s，年平均風功率密度達到600W/m 以上。

為進一步突出我國近海海洋風能資源的區域差異，對海洋風能進行分級。分級標準為：對于年平均風功率密度，大于200W/m2為風能資源豐富區，（150～200）W/m2為風能資源較豐富區，（100～150）W/m2為風能資源可利用區，小于100W/m2為風能資源貧乏區。我國沿海各省（市、自治區）不同風能資源區面積占近海總面積比例情況見表1。

從圖7和表1可以看出江蘇、上海、浙江、福建、廣西和粵東，風能資源豐富區所占比例最高，遼寧和山東近海幾乎有50%面積屬于風能資源較豐富區，都具有潛在的、豐富的、有待于開發的風能資源。

4.3 我國近海海洋風能總蘊藏量

表1 不同風能資源區面積占近海總面積的百分比（%）

根據2007年和2008年數值模擬結果，計算得到的我國近海（50m等深線以淺海域）10m高度風能資源的總蘊藏量約為8.83×108kW。其中以江蘇、福建、廣東和山東海洋風能資源最為豐富，總蘊藏量均超過1.2×108kW，遼寧和浙江海洋風能資源也較豐富，總蘊藏量超過0.75×108kW。各省（市、自治區）0m～50m等深線近海海洋風能資源總蘊藏量分布圖見圖8。

5 結語

本文利用MM5中尺度氣象模式對2007年－2008年我國近海海洋風能資源進行了模擬，計算了我國近海風能資源及其時空分布，初步掌握我國近海風能資源的分布規律和風能蘊藏量，根據試驗結果可初步得到以下幾點：

（1）模擬結果基本反映了我國近海的主要風場特性，體現了地形、海陸差異等對地面中尺度風速場的影響，對臺灣海峽的“狹管效應”具有一定的模擬能力，模擬的日平均風速與實測資料吻合較好，特別是進行實測逐時測風資料的站點觀測張弛逼近四維資料同化明顯提高了模擬精度。

（2）中尺度大氣模式數值模擬的方法將是海上風能資源評估的重要手段，模擬得到的風場資料可以彌補海上氣象觀測站稀少及資料時間短等不足，可為海上風電場的宏觀選址提供參考。

（3）本文僅模擬了10m層風速，而海上風電場的風電機組一般離海面超過70m，如果要計算風電機組處的風能，因缺少實測資料，其模擬的準確性將受到一定限制。

[1] http://www.gwec.net/index.php?id=125.

[2] Bernhard Lange,Jorgen Hojstrup. Evaluation of the wind-resource estimation program WAsP or offshore applications[J]. Journal of Wind Engineering and Industrial Aerodynamics,2001（89）:271-291.

[3] John L. Walmsley,Rebecca J. Barthelmie et al.The statistical prediction of offshore winds from land-based data for wind-energy applications[J].2001(101):409-433.

[4 ] 張秀芝,徐經緯.中國近海風能資源評估[J].中國風能,2009,(3):44-47.

[5] 李曉燕,余志.基于MM5的沿海風資源數值模擬方法研究[J].太陽能學報,2005,26(3):400-408.

[6] 龔強,袁國恩,張云秋等.MM5模式在風能資源普查中的應用試驗[J].資源科學,2006,28(1):145-150.

[7] 張德,朱蓉,羅勇等.風能模擬系統WEST在中國風能數值模擬中的應用[J].高原氣象,2008,27（1）：202-207.

[8] 中華人民共和國科學技術部,風電場風能資源評估方法[S]. 北京:中國標準出版社,2002.

[9] 國家發展改革委.全國風能資源評價技術規定[S].2004.