湛江海上風電場海域波浪特征研究

李健華 黃亞玨

摘? ? 要：湛江海域是廣東省海上風電發展的重點規劃區域，數值模擬是為規模化海上風電場建設提供波浪設計參數的重要手段。本文以歐洲氣象中心數據為輸入風場，結合C-MAP和實測地形得到計算水深，基于MIKE21-SW建立了湛江海域的波浪數學模型，模擬海域2010～2020年的逐時波浪過程。基于實測數據對模型進行了驗證，波高的相關系數為0.94；統計了研究海域多年波浪要素特征，得到有效波高分布地圖；分析了波浪的季節變化、年際變化趨勢及地形對波浪的影響。波高同時受風和地形影響，2010～2020年間的年平均波高無明顯變化，冬季波高最大、夏季最小。本文可為當前項目及后續廣東海區繼續發展海上風電提供借鑒。

關鍵詞：波浪特征；數值模擬；海上風電場；地形變化

中圖分類號：P731.22 ?? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A

Study on Wave Characteristics of Zhanjiang Offshore Wind Farm Sea Area

LI Jianhua1，2，? HUANG Yajue3

（ 1. China Energy Engineering Group Guangdong Electric Power Design Institute Co.， Ltd.，? ?Guangzhou 510663;? 2. Guangdong Kenuo Surveying Engineering Co.， Ltd.，? Guangzhou? 510663;? 3. Pearl River Water Resources Commission of the Ministry of Water Resources，? Guangzhou? 510610 ）

Abstract： Zhanjiang sea area is a key plan area for the development of offshore wind power in Guangdong Province. And it is important to provide wave design parameters for the scale construction of offshore wind farms based on numerical simulation. By taking the data from the European Meteorological Center as the input wind field， and obtaining the calculated water depth? in combination with C-MAP and measured terrain， the wave mathematical model of Zhanjiang sea area was established upon MIKE21-SW model in this study. The hourly wave process in the sea area from 2010 to 2020 was simulated. The model was validated based on measured data， and the correlation coefficient of wave height was 0.94. The characteristics of wave parameters at the study area were statistically analyzed， and the distribution of significant wave heights was obtained. The seasonal and inter-annual variations of wave were analyzed， as well as the impact of terrain on wave. The wave height was influenced by both wind and topographic change， and there was no significant trend in the annual average wave height during 2010-2020. However， the wave height was the highest in winter and the lowest in summer. The results could provide scientific reference for the present and future development of offshore wind farm in Guangdong coastal area.

Key words： wave characteristics; numerical simulation; offshore wind farm; topographic change

1? ? 前言

海上風力發電是清潔能源的重要組成部分[1]，其有多種類型，如固定式、漂浮式等。由于要長期經受風、浪、流等載荷的共同作用，工作環境復雜，因此海上風電在選址時必須基于長期的海洋水文資料[2]。湛江海域是廣東省海上風電發展的重點規劃區域，已建成外羅海上風電場、徐聞海上風電場、新寮海上風電場、中國海裝湛江漂浮式示范項目等，規劃建設徐聞東海上風電場等。湛江海域具有水下地形變化大的特點，研究湛江海上風電場海域的波浪時空變化特征，是海上風電場規模化發展的迫切需求。

現場實測是獲取波浪資料以及分析波浪特征的主要手段[3]。由于海上風電開發逐漸向深遠海發展，對于儀器安全、數據安全、作業窗口期等方面均提出了更加嚴峻的考驗；同時長時間的觀測需要更高的勘察成本，因此短期的現場觀測配合數值模擬的手段，能夠彌補現場觀測存在的問題，保證項目的順利推進，已逐漸成為研究海洋特征的常用方法。

盡管目前已有對南海波浪場的模擬研究，但大多是對南海波浪場整體的數值模擬，湛江海上風電場海域地形變化較大，波浪要素的空間分布變化也較大，導致波浪場具有其獨特的特征，這些特征會對風電場的設計和運行造成影響，而目前對于湛江風電場海域的波浪場特征研究還不夠深入。

為了給湛江海上風電場海域多個風電場提供設計輸入資料，基于MIKE21-SW建立了波浪數學模型，在通過實測資料對模型進行充分驗證的基礎上，對研究海域進行長時序逐時波浪后報，模擬了研究海域2010～2020的長時序逐時波浪過程，統計了波浪場的空間分布以及年內、年際變化規律，分析了地形對波浪場分布的影響以及波浪的季節性變化規律。本文的結論既能夠了解研究海域的波浪分布特征，又能夠為該海域的規模化風場設計提供時序更精細的基礎水文數據。

2? ? ?數值模型

本文基于MIKE21-SW建立波浪數學模型，MIKE21-SW是基于非結構網格的新一代波浪譜模型， 主要適用于模擬河口海岸地區大范圍的風浪和涌浪的成長、衰減及變形。波浪數學模型的基本控制方程為[9]：

式中：N為動譜能量密度；σ為相對波浪頻率；θ為波向；Cx、Cy為波浪沿x、y方向傳播的速度；Cσ、Cθ為波浪在σ、θ坐標下的傳播速度；S為源匯項，由下式計算得到

S=Sin+Snl+Sds+Sbot+Ssurf ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

式中：Sin為風能輸入項；Snl為非線性波-波相互作用的能量傳輸；Sds為波浪白帽耗散造成的能量損失；Sbot為波浪底部摩阻所造成的能量損失；Ssurf為波浪破碎所導致的能量損失。

3? ? 數值模型驗證

風場數據的選擇對模擬結果的精度有顯著影響，目前主流的風場數據有歐洲的ERA5風場、美國的NCEP風場、日本的JRA25等。其中， ERA5數據集具有較高的分辨率[10]，并在中國海域經過廣泛驗證，具有較高的精度[11]，故選用ERA5海面10 m風場逐時再分析數據作為模型計算的風場條件，其數據空間分辨率為0.25°×0.25°，時間分辨率為逐時。

3.1? ?模型范圍

為方便描述，選擇如下5個代表點：外海點P2、海上風電場核心區域位置V1、漂浮式風電場址P1、靠近海峽內部的P3、P4點，如圖 1所示。

3.2? ?模型設置

研究海域地形變化復雜，采用北南海大范圍區域和近岸區域兩套網格進行波浪數值模擬；圖 2（a）為大范圍區域網格劃分示意圖，最大網格尺度為1.5°，最小為0.3′×0.3′；圖 2（b）為近岸區域網格劃分示意圖，最大網格尺度為5 km，最小為300 m；海域水深采用實際測量水深和MIKE模型中C-MAP地形數據庫水深插值而成。計算過程中，波浪破碎系數取為0.9，底摩阻系數Kn取為0.01 m，白帽耗散系數Cdis和DELTAdis分別取值為4.5和0.5。

3.3? ?模型驗證

采用研究海域V1驗證點的實測數據對計算結果進行驗證，如圖 3所示：有效波高計算值與實測值平均誤差、均方根誤差、相關系數誤差分別為-0.14 m、0.22 m、0.94；有效波高最大值和平均值分別為3.42 m、1.40 m；實測有效波高最大值為3.10 m、1.27 m，計算值略大于實測值；譜峰周期計算值與實測值平均誤差、均方根誤差、相關系數，分別為-0.8 s、1.99 s、0.73；譜峰周期最大值和平均值分別為15.9 s和8.2 s；實測譜峰周期最大值為15.6 s、7.4 s ；波浪常浪向為E向，與研究海域的常浪向一致。

由驗證結果可以得到：所建立的波浪模型計算結果與實測波浪過程吻合良好，滿足研究海域波浪要素后報的精度要求。

4? ? 計算結果分析

4.1? ?有效波高的年平均值和最大值

采用上述波浪數值模型，模擬了研究海域2010～2020年間的逐時波浪過程計算結果。如圖 4 所示：代表點P1的逐時最大有效波高為4.13 m，平均有效波高為1.02 m；P2點的逐時最大有效波高為7.97 m；從P2到P1降低了接近50%；平均有效波高的分布基本符合折射定律，其等值線與等深線基本一致；最大有效波高的分布特點與平均有效波高存在明顯區別，最大波高出現在臺風“浪卡”過境期間，故波向受臺風風向影響顯著。

4.2? ?波浪受地形影響大

本文研究海域波況受地形影響大。從圖 4可以看出：波高從30 m等深線開始就迅速衰減，尤其是瓊州海峽受地形和海南島的遮掩，越往海峽內波高越小；P1點東側的地形丘壑相間，海底坡度較大，水深在10～30 m間。從外海傳過來的波浪經過此區域波能發生快速衰減，盡管P1位置水深較大，但受地形影響，該位置以局部風成浪為主，波高顯著小于外海；另外，在V1點南側，有成片的有效波高變化較大的區域，大浪區正好對應于水深較小的區域，這說明在此地形起伏較大的位置，局部的淺化效應引起的波高增大不可忽略，在海上風電場設計和布置時必須考慮。

通過對比典型位置的風、浪玫瑰圖，進一步分析地形的影響。圖 5為P1、P2、V1點的風、浪玫瑰圖。從圖中可以看出，地形對波浪的影響體現在兩個方面，一是波高的顯著減小，二是浪向的顯著變化：

1）從P2到V1再到P1，水深依次減小，三點的風、浪玫瑰圖形狀接近，風向和風級組成變化不大；

2）三點的多年平均風速分別為6.60 m/s、6.07 m/s和5.61 m/s，V1、P1點的風速分別降低了7.9%、14.9%；

3）三點的多年平均有效波高分別為1.74 m、1.35 m、1.05 m，V1、P1點的有效波高分別降低22.6%、40.0%，波高的降幅顯著大于風速的降幅，這是由于地形快速變化，底摩擦和波浪破碎等引起的波能耗散；

4）在波向方面，對于外海的P2點浪向分布與風向分布較為一致，當到達水深較淺的V1點處時，由于波浪的折射作用E向浪的比重顯著增加；當波浪傳播到P1點時，波浪進一步受到水下通道的影響，波向更為集中，E向浪占比高達75%，完全占據主導地位。

4.2? ?風和浪的變化趨勢

隨著全球氣候的變化，極端天氣的發生頻次和強度都逐漸增強，因此有必要研究海域的風浪變化趨勢，做好長遠規劃。統計各代表點2010-2020年的年平均風速和年平均有效波高，如圖 6和圖 7所示。可以看出，從外海到海峽內部風速逐漸減小，波高也逐漸減小，風、浪的年際變化均較為平穩，沒有明顯增大趨勢，越往海峽內部，波浪的年際變化越小。

對比風和浪的年際變化可以發現，在靠近外海的P1、V1點，浪高和風速基本呈正相關關系，但到了海峽內部的P1、P3、P4點，兩者的相關關系變弱，在2018～2019年期間，甚至出現了風速減小、波高增大的情況，這可能是因為受到海峽地形的影響。

4.3? ?波高變化特征

整個南海海域的波浪存在顯著的季節性，圖8為外海P2點的波高隨月份的變化圖，可以看出：5～8月份波高較小，10～1月份波高較大。

圖9為P1、P2和V1點的月平均有效波高隨月份的變化圖，可以看出：各點平均有效波高隨月份的變化規律完全一致，外海波高的變化（誤差棒的長度）更為顯著。

圖10為各代表點平均波浪周期隨月份變化圖，可以看出：周期與波高變化的規律一致，從外海到海峽內部周期逐漸減小，冬季平均周期顯著大于夏季。

P1位置位于海峽入口，受地形影響顯著，又是漂浮式海上風電場的規劃場址。統計表明：P1點多年平均H1/3為1.05 m，最大為2.30 m；多年平均Hmax為2.05 m，最大為4.46 m；多年平均的Tmean為4.92 s；平均波高的季節性變化特征顯著，月均有效波高和月均最大波高均從10月份開始顯著增加，至來年一月份波高又逐漸減小，說明該區域冬季波高較大；最大波高的變化規律和平均有效波高完全一致，月最大有效波高和月最大波高在10～1月最大。

5? ? 結論

針對廣東省海上風電的重點發展區域湛江，基于MIKE21-SW建立了波浪數學模型，模擬了研究海域2010～2020年的長時序逐時波浪過程，分析研究海域的波浪參數分布特征，統計研究海域多年波浪要素特征值，主要成果如下：

1）得到了多年有效波高平均值和極值的分布地圖，由于受地形影響，波浪能量從30 m等深線開始發生快速衰減；在規劃電場的P1和V1時位置，P1點大浪過程以局部風成浪為主，在地形變化較大的V1點南側，淺化效應導致平均有效波高分布極不均勻，形成成片的大浪區，在風電場設計和布置時需加以考慮；地形還會影響波向，受折射作用和水下通道的綜合影響，波向越往海峽內部越集中，到P1位置是E向浪接近75%；

2）2010～2020年間波浪沒有明顯增大趨勢，波高較為平穩，越往海峽內部波浪的年際變化越小；外海風速和有效波高正相關，海峽內部兩者相關關系變弱；

3）有效波高呈現顯著的季節性，冬季（10～1月）有效波高顯著大于夏季（5～8月）；周期的季節變化和波高一致，冬季周期顯著大于夏季周期。

參考文獻

[1]李志川， 胡鵬， 馬佳星， et al. 中國海上風電發展現狀分析及展望 [J]. 中國海?上油氣， 2022， 34（05）.

[2]秦天慶， 袁長豐， 袁銘徽， et al. 基于2010—2020年東海風浪統計數據的海上風電吸力桶基礎動荷載承載特性 [J]. 海洋工程， 2023， 41（01）.

[3]楊斌， 楊萬康， 謝華偉， et al. 杭州灣北部實測波浪特征 [J]. 海洋與湖沼， 2022，?53（04）.

[4]夏瑞彬， 路超越， 梁楚進， et al. 基于WW3的南海北部有效波高時空變化及其極值重現期估算方法分析 [J]. 海洋學報， 2023， 45（02）.

[5]耿浩博， 張洪生， 洪楊彬， et al. 長江口海域風浪場的計算與特征分析 [J]. 水利水運工程學報， 2020， （05）.

[6]劉功鵬， 孫曉娟. 江蘇如東海域波浪數值模擬研究 [J]. 水電與新能源， 2020，?34（06）.

[7]韓樹宗， 董楊楊， 張水平， et al. 南海波浪時空變化特征研究 [J]. 海洋湖沼通報，?2020， （02）.

[8] KIM T R， LEE J H. Comparison of high wave hindcasts during typhoon Bolaven （1215）?using SWAN and WAVEWATCH III Model [J]. Journal of Coastal Research， 2018， （85?（10085））.

[9] DHI. Mike21 spectral wave module scientific documentation [M].Denmark： DHI Water?& Environment， 2009.

[10]吉會峰， 劉吉堂， 宋心剛， et al. 基于ERA5數據的江蘇海域風能資源評估 [J].?太陽能學報， 2023， 44（01）.

[11]譚海燕， 邵珠曉， 梁丙臣， et al. ERA5風場與NCEP風場在黃海、東海波浪模擬的適用性對比研究 [J]. 海洋通報， 2021， 40（05）.