李澤文，周強(qiáng)，楊永增

（1.華能新能源股份有限公司，北京100036；2.國家海洋局第一海洋研究所，山東青島266061）

基于LAGFD-WAM海浪數(shù)值模式的海南萬寧近海波浪能資源評估

李澤文1，周強(qiáng)1，楊永增2

（1.華能新能源股份有限公司，北京100036；2.國家海洋局第一海洋研究所，山東青島266061）

利用1991—2010年的NCEP再分析風(fēng)場驅(qū)動LAGFD-WAM海浪數(shù)值模式，通過數(shù)值后報(bào)方法，對海南萬寧近海海域近20年的波浪場進(jìn)行了逐時(shí)數(shù)值模擬，數(shù)值模擬結(jié)果和實(shí)測結(jié)果對比的一致性良好。在數(shù)值后報(bào)數(shù)據(jù)的基礎(chǔ)上計(jì)算了萬寧近海波浪能流密度和能流密度變異系數(shù)，并對其年內(nèi)變化特點(diǎn)、區(qū)域分布特征和穩(wěn)定性進(jìn)行了分析。萬寧近海年均波浪能流密度3—10 kW/m，屬于波浪能資源可利用區(qū)和較豐富區(qū)。年內(nèi)各月月均能流密度差別較大，12月波浪能資源最好，5月波浪能資源最差。秋季（9—11月）和冬季（12—2月）月均波浪能流密度分別為5—24 kW/m和6—29 kW/m，春季（3—5月）和夏季（6—8月）分別為3—7 kW/m和1—6 kW/m。地形對波浪能量的輻聚作用明顯，受岬角、島嶼、海底陡坡等因素影響，大洲島、白鞍島周邊、大花角附近及白鞍島以北部分近岸區(qū)域形成波浪能富集區(qū)。除9月外，年內(nèi)其他時(shí)段能流密度變異系數(shù)都在2.8以下，9月能流密度變異系數(shù)在3.0—5.9之間。

LAGFD-WAM海浪模式；波浪能；資源評估；萬寧

1 引言

眾所周知，煤炭和石油等化石能源由于其不可再生性，資源儲量不斷減少并勢必逐漸走向枯竭，加之化石能源燃燒造成的環(huán)境污染和溫室效應(yīng)日趨嚴(yán)重。國際社會逐步意識到發(fā)展風(fēng)能、海洋能和生物質(zhì)能等可再生、清潔能源的重要性，許多國家相繼將可再生能源作為其能源發(fā)展戰(zhàn)略的重要組成部分。當(dāng)前，國際社會對可再生能源的研究及利用方興未艾，根據(jù)國際能源署（IEA）2007年統(tǒng)計(jì)數(shù)據(jù)，全球海洋能年可發(fā)電總量為93100TWh/年，超過全球年總發(fā)電量17400 TWh/年[1]。其中，波浪能儲量約為2 TW，波浪能可發(fā)電總量為1000—1500 TWh/年[1]。可見，波浪能作為海洋可再生能源的一種，是最有希望和前景的能源來源之一。此外，波浪能較之于其他海洋可再生能源，具備可預(yù)測性強(qiáng)、能流密度高、電站（場）對環(huán)境負(fù)面影響小等突出優(yōu)點(diǎn)。我國海岸線長達(dá)18000 km，波浪能分布廣泛，我國沿岸波浪能資源理論平均功率為1285.22萬千瓦[2]，大規(guī)模地開發(fā)海洋能可以改善區(qū)域能源供給結(jié)構(gòu)，是解決能源短缺和環(huán)境污染問題的一條有效途徑。

波浪能發(fā)電技術(shù)經(jīng)過大量試驗(yàn)研究和實(shí)海況應(yīng)用已日趨成熟[3]，但在波浪能資源評估和微觀選址方面所做工作仍然較少。實(shí)驗(yàn)證明，當(dāng)波浪能發(fā)電裝置在欠載或者過載條件下運(yùn)行時(shí)，設(shè)備的運(yùn)行效率都會大幅降低[4]。因此，通過資源評估掌握各時(shí)段能流密度水平，優(yōu)選波浪能電站場址，并使波浪能發(fā)電裝置在最佳負(fù)荷條件下運(yùn)行，提高運(yùn)行效率就顯得極其重要。目前，對波浪能資源評估的途徑主要有：通過獲取波浪浮標(biāo)現(xiàn)場觀測數(shù)據(jù)[5]、衛(wèi)星高度計(jì)的測波數(shù)據(jù)[6]以及利用海浪數(shù)值模式進(jìn)行數(shù)值模擬[7]這三種途徑進(jìn)行。在實(shí)際應(yīng)用過程中，受技術(shù)水平、實(shí)際環(huán)境條件等因素限制，一些評估方法不盡完善。在通過波浪浮標(biāo)現(xiàn)場觀測數(shù)據(jù)評估方面，由于波浪浮標(biāo)觀測歷時(shí)所限，個別年份的浮標(biāo)觀測結(jié)果受臺風(fēng)等極端天氣影響很大，評價(jià)結(jié)果存在一定的誤差，不具有代表性，并且波浪浮標(biāo)數(shù)據(jù)僅能描述某一點(diǎn)的波浪特征，不能進(jìn)行區(qū)域性評價(jià)。衛(wèi)星高度計(jì)又存在測量數(shù)據(jù)稀疏和在時(shí)間和空間上不能實(shí)現(xiàn)全覆蓋的固有缺點(diǎn)[8]。而海浪數(shù)值模式評估波浪能具有時(shí)間上的連續(xù)性和空間上的全覆蓋的特點(diǎn)[9]，可以得到波浪能隨時(shí)間的變化特點(diǎn)及波浪能在空間上的分布特征。本文利用LAGFD-WAM海浪數(shù)值模式[10]，通過兩重嵌套，對中國海南省東南部萬寧市近海的波浪場進(jìn)行高分辨率模擬，評估該海域的波浪能資源，以優(yōu)選波浪能電站場址。

2 研究區(qū)域

海南島東部海域波浪能資源豐富，水深較大，淺水海底摩擦的消浪作用較小，是我國波浪能資源較為富集的海域之一。萬寧市位于海南島東南部，近海海底地形坡度相對較大（見圖1），具備波浪輻聚的條件。本文開展波浪能資源評估的海域位于萬寧市近海，研究區(qū)域范圍：110.0°—111.0°E， 18.5°—19.5°N，模型驗(yàn)證的實(shí)測波浪數(shù)據(jù)來源于模擬區(qū)域內(nèi)海南博鰲海洋環(huán)境監(jiān)測站2010年的波浪浮標(biāo)觀測數(shù)據(jù)。

圖1 海南島東南部萬寧近海海海域水深示意圖

圖2 區(qū)域地形與模式嵌套設(shè)計(jì)示意圖

3 數(shù)值模式及波浪能計(jì)算方法

3.1 風(fēng)場數(shù)值模式

風(fēng)場的模擬采用LAGFD-WIN海面動力風(fēng)場數(shù)值模式[11]，風(fēng)場驅(qū)動為1991—2010年的20年NCEP再分析風(fēng)場數(shù)據(jù)，利用海面氣溫、水溫和臺風(fēng)外圍氣壓場并嵌入模型氣壓場，運(yùn)用邊界層垂直積分的動力模式而產(chǎn)生背景風(fēng)場，將渦旋模式積分到準(zhǔn)穩(wěn)態(tài)，得到垂直平均邊界層風(fēng)，再利用變分原理進(jìn)行變分調(diào)整，最終給出了較好的氣壓場和逐時(shí)風(fēng)應(yīng)力場，提供給海浪和海流數(shù)值模式后報(bào)計(jì)算。

3.2 海浪數(shù)值模式

在波浪后報(bào)中采用的數(shù)值模式為LAGFDWAM第三代海浪模式，其以特征線嵌入的格式求解能譜平衡方程。為了改善計(jì)算分辨率，尤其在譜峰附近的計(jì)算分辨率，采用一種非一致的波數(shù)格點(diǎn)劃分，空間被均分為12個方向，沿每一方向的射線上波數(shù)段被分為圍繞主峰的25個波數(shù)節(jié)點(diǎn)。本計(jì)算采用嵌套模式設(shè)置，嵌套模式的區(qū)域設(shè)置如圖2。采用粗網(wǎng)格計(jì)算區(qū)域的結(jié)果作為細(xì)網(wǎng)格計(jì)算區(qū)域的邊界條件。粗網(wǎng)格區(qū)域模式分辨率為5′×5′，計(jì)算的時(shí)間步長為5 min，細(xì)網(wǎng)格區(qū)域模式分辨率為1′×1′，計(jì)算時(shí)間步長為1 min，足夠細(xì)密的網(wǎng)格能夠保證數(shù)值后報(bào)的高精度。

模式中大部分源函數(shù)與第三代海浪模式WAM[12]中所用的相同，但本模式采用了不同于WAM模式的耗散源函數(shù)，并加進(jìn)了波—流相互作用項(xiàng)。利用上述海浪和風(fēng)場模式，對1991—2010年期間該海域的波浪場進(jìn)行了模擬。計(jì)算結(jié)果包括網(wǎng)格點(diǎn)上的一系列方向波數(shù)譜以及由波譜得出的其它統(tǒng)計(jì)結(jié)果，比如波數(shù)空間中的能量分布，各種平均波高和周期以及波浪傳播的主方向。

3.3 波浪能流密度及計(jì)算方法

訚耀保和Tomiji Watabe[13]給出了波浪能流密度的計(jì)算公式：

各月波浪能能流密度變異系數(shù)的計(jì)算方法如下[15-16]：

式中，Cv為變異系數(shù)、Pˉw為波浪能流密度均值、S為標(biāo)準(zhǔn)差：

4 數(shù)值模式驗(yàn)證

4.1 衛(wèi)星高度計(jì)資料檢驗(yàn)

海浪模式建立后與衛(wèi)星高度計(jì)資料進(jìn)行了模式檢驗(yàn)。利用和模擬時(shí)間對應(yīng)的Jason-1衛(wèi)星高度計(jì)數(shù)據(jù)，開展衛(wèi)星高度計(jì)軌道資料的全場檢驗(yàn)驗(yàn)證，進(jìn)行衛(wèi)星高度計(jì)軌道資料的高頻信息濾波處理，開展衛(wèi)星資料與模擬數(shù)據(jù)的時(shí)空相位配準(zhǔn)設(shè)計(jì)，統(tǒng)計(jì)衛(wèi)星軌道上的全場誤差分布，優(yōu)化模式并提高模擬性能。模擬所得有效波高值和衛(wèi)星高度計(jì)資料觀測值的散點(diǎn)對比圖如圖3所示，其中色標(biāo)表示0.05 m×0.05 m劃分方格內(nèi)數(shù)據(jù)對的統(tǒng)計(jì)數(shù)目。由于篇幅所限，本文只給出1月和7月的對比結(jié)果。

對比結(jié)果顯示：數(shù)值模擬有效波高與衛(wèi)星高度計(jì)反演的有效波高基本一致。1月份模擬得到的有效波高均方根誤差為0.70 m，平均絕對誤差為0.42 m；7月份模擬得到的有效波高均方根誤差為0.83 m，平均絕對誤差為0.43 m，數(shù)值模擬與衛(wèi)星高度計(jì)數(shù)據(jù)一致性良好。

4.2 博鰲站浮標(biāo)資料檢驗(yàn)

通過收集粗網(wǎng)格模擬區(qū)域內(nèi)博鰲站2010年的波浪浮標(biāo)觀測資料，進(jìn)行了數(shù)值模擬結(jié)果與實(shí)測數(shù)據(jù)的對比驗(yàn)證。以1月份和7月份為例，數(shù)值模擬有效波高與實(shí)測資料的對比結(jié)果如圖4所示。

由圖4可以看出，數(shù)值模擬的有效波高與波浪浮標(biāo)實(shí)測的有效波高變化趨勢基本一致，兩者的有效波高平均絕對誤差多在0.5 m以下，數(shù)值模擬結(jié)果與實(shí)測數(shù)據(jù)符合性良好，從而驗(yàn)證了LAGFDWAM數(shù)值模式在該海域的有效性。

5 模擬結(jié)果分析與評估

5.1 波浪能流密度分布特征

圖3 數(shù)值模擬有效波高與衛(wèi)星高度計(jì)觀測散點(diǎn)對比圖

圖4 數(shù)值模擬有效波高（實(shí)線）與博鰲站波浪浮標(biāo)觀測有效波高（散點(diǎn)）對比圖

圖5 研究區(qū)域平均有效波高分布圖

模擬時(shí)間區(qū)間為20年，逐時(shí)模擬得出有效波高波浪特征要素，并且利用公式（1）計(jì)算得到了對應(yīng)的波浪能流密度。經(jīng)過統(tǒng)計(jì)計(jì)算，結(jié)合地理信息系統(tǒng)軟件，得到了各月的平均波浪能流密度圖。以1月和7月為例，給出了月平均有效波高（見圖5）和月平均能流密度（見圖6）。

萬寧近海年均波浪能流密度3—10 kW/m，按鄭崇偉等[17]提出的劃分標(biāo)準(zhǔn)，該海域?qū)儆诓ɡ四苜Y源可利用區(qū)和較豐富區(qū)。研究區(qū)年內(nèi)各月的月均能流密度及同一月份不同海域的月均波能密度差別較大，最小月均波能密度出現(xiàn)在5月，最小值1 kW/m，月均波能密度出現(xiàn)在12月的白鞍島南側(cè)海域，達(dá)到29 kW/m。通過對比各月份波浪能資源評估結(jié)果發(fā)現(xiàn)，春季（3—5月），研究區(qū)波浪能流密度也較小，月均值在3—7 kW/m之間；夏季（6—8月），波浪能流密度月均值在1—6 kW/m之間；秋季（9—11月）波浪能流密度在5—24 kW/m之間；冬季（12—2月）波浪能流密度相近，能流密度值在6—29 kW/m之間?？傮w上，冬季波浪能資源最好，夏季波浪能資源最差，秋季和冬季波浪能資源好于夏季和春季，這是因?yàn)榍锛竞投臼悄虾４箫L(fēng)出現(xiàn)頻率較高的季節(jié)，而春季頻率最低[18]，因此形成了波浪能流密度的這種季節(jié)變化特征。

研究區(qū)各月波浪能流密度分布特點(diǎn)相近，從圖6可以看出，在該海域內(nèi)存在明顯的波能富集區(qū)，由南至北主要分布在大洲島西南、大花角西南、白鞍島周邊和白鞍島以北近岸海域，從地貌上看，前三處波能富集海域分別位于島嶼、岬角、島嶼附近，白鞍島以北的波能富集區(qū)與海底地形圖（見圖1）對比可見，波浪能流密度較大的區(qū)域與等深線密集區(qū)域具有很好的一致性。波浪富集區(qū)形成的主要原因是在島嶼和岬角區(qū)域，波浪發(fā)生折射，使波能輻聚[19]，波高增大；在等高線密集，海底地形坡度大的區(qū)域，隨著波浪向岸線的傳播，波能存在的空間被壓縮，波浪能流密度變大。

5.2 能流密度穩(wěn)定性分布特征

在波浪能發(fā)電選址的評估中，不僅關(guān)注波浪能的富集程度，也極為關(guān)注能流密度的穩(wěn)定性，越是穩(wěn)定，越有利于波浪能的捕獲與轉(zhuǎn)換。通過計(jì)算研究區(qū)各月的能流密度變異系數(shù)，對各月時(shí)間范圍內(nèi)波能的穩(wěn)定性進(jìn)行了分析。研究區(qū)11—2月能流密度變異系數(shù)較小，多在1.6以下，能流密度穩(wěn)定，9月能流密度變異系數(shù)在3.0—5.9之間，能流密度不穩(wěn)定推測是由臺風(fēng)多發(fā)所造成。其他月份能流密度變異系數(shù)在1.6—2.8之間，能流密度比較穩(wěn)定，較之于臺灣島周邊海域3.0以上的能流密度變異系數(shù)[20]，萬寧近海的波浪能更有利于波浪能的捕獲和轉(zhuǎn)換。

圖6 研究區(qū)域平均能流密度分布圖

6 結(jié)論

以1991—2010年的NCEP再分析風(fēng)場作為驅(qū)動風(fēng)場，采用LAGFD-WIN海面動力風(fēng)場數(shù)值模式和第三代海浪數(shù)值模式LAGFD-WAM，完成了萬寧近海海域高分辨率海浪數(shù)值模式設(shè)計(jì)和嵌套計(jì)算模塊設(shè)計(jì)，開展了高分辨率海浪數(shù)值模擬，與Jason-1衛(wèi)星高度計(jì)數(shù)據(jù)和博鰲海洋環(huán)境監(jiān)測站波浪浮標(biāo)實(shí)測數(shù)據(jù)的對比誤差較小，一致性良好。通過數(shù)值后報(bào)方法，對萬寧近海海域近20年的波浪場進(jìn)行了逐時(shí)數(shù)值模擬，得到了萬寧近海波浪能流密度，并對其年內(nèi)變化特點(diǎn)、區(qū)域分布特征和穩(wěn)定性進(jìn)行了分析。萬寧近海年均波浪能流密度3—10 kW/m，研究區(qū)春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12—2月）的月均波浪能流密度分別為3—7 kW/m、1—6 kW/m、5—24 kW/m、6—29 kW/m之間。秋冬季波浪能資源好于春夏季。受岬角、島嶼、海底陡坡等地形影響，在大花角、白鞍島附近及白鞍島以北部分近岸區(qū)域存在波浪能富集區(qū)。9月能流密度變異系數(shù)在3.0—5.9之間，其他月份能流密度變異系數(shù)在2.8以下，能流密度穩(wěn)定性較好。

[1]Implementing agreement on ocean energy systems(IEA-OES), annual report of international energy agency[R].Paris,International EnergyAgency,2007.

[2]滕吉文,張永謙,阮小敏.發(fā)展可再生能源和新能源與必須深層次思考的幾個科學(xué)問題—非化石能源發(fā)展的必由之路[J].地球物理學(xué)進(jìn)展,2010,25(4):1115-1152.

[3]游亞戈,李偉,劉偉民,等.海洋能發(fā)電技術(shù)的發(fā)展現(xiàn)狀與前景[J].電力系統(tǒng)自動化,2010,34(14):1-12.

[4]Retzler C.Measurements of the slow drift dynamics of a model Pelamis wave energy converter[J].Renewable Energy,2006,31(2): 257-269.

[5]Aoun N S,Harajli H A,Queffeulou P.Preliminary appraisal of wave power prospects in Lebanon[J].Renewable Energy,2013,53 (5):165-173.

[6]Tsai C P,Hwang C H,Hwa C,et al.Study on the wave climate variation to the renewable wave energy assessment[J].Renewable Energy,2012,38(1):50-61.

[7]Eugen R,Guedes S C.Wave energy pattern around the Madeira Islands[J].Energy,45(1):771-785.

[8]Cotton P D,Carter D J T.Cross calibration of TOPEX,ERS-1 and Geosat wave heights[J].Journal of Geophysical Research,1994,99 (12):25025-25033.

[9]Jesus P,Jeison S,Luigi C.Wave energy resources:Wave climate and exploitation[J].Renewable Energy,2012,57(2):594-605.

[10]袁業(yè)立,華鋒,潘增弟,等.耗散源函數(shù)及LAGFD-WAM海浪數(shù)值模式的改進(jìn)[J].海洋與湖沼,1993,(4):1-7.

[11]江志輝.熱帶氣旋模型風(fēng)場改進(jìn)及其在LAGFDWAM中的應(yīng)用[D].國家海洋局第一海洋研究所,2007.

[12]楊春成.WAM模式——第三代海浪數(shù)值模式（一）[J].氣象科技,1985,4:37-50.

[13]訚耀保,Tomiji Watabe.海洋波浪能量綜合利用[M].上?？茖W(xué)技術(shù)出版社,2011:192.

[14]Hagerman G.Guidelines for preliminary estima-tion of power production by offshore wave energy devices[EB/OL].Palo Alto: Electric Power Research Institute,2003.[2003-06-22].http:// www.epri.com/oceanenergy/.

[15]鄭崇偉,潘靜,田妍妍,等.全球海域風(fēng)浪、涌浪、混合浪波候圖集[M].北京:海洋出版社,2012:1-3.

[16]鄭崇偉,林剛,孫巖,等.近22年南海波浪能資源模擬研究[J].熱帶海洋學(xué)報(bào),2012,31(6):13-19.

[17]鄭崇偉,蘇勤,劉鐵軍.1988-2010年中國海域波浪能資源模擬及優(yōu)勢區(qū)域劃分[J].海洋學(xué)報(bào),2013,35(3):104-111.

[18]謝辛,李燕初,許德偉,等.利用TOPEX衛(wèi)星高度計(jì)資料分析臺灣島周邊海域巨浪和大風(fēng)特征[J].海洋學(xué)報(bào),2009,31(5):1-9.

[19]Iglesias G,Carballo R.Wave energy potential along the Death Coast(Spain)[J].Energy,2009,34(11):1963-1975.

[20]李靖,周林,鄭崇偉,等.臺灣海峽及其鄰近海域波浪能資源評估[C].中國可再生能源學(xué)會2011年學(xué)術(shù)年會論文集,2011.

Assessment of nearshore wave energy resource of Wanning,Hainan Province by using LAGFD-WAM Wave Model

LI Ze-wen1,ZHOU Qiang1,YANG Yong-zeng2
（1.Huaneng Renewables Corporation Limited,Beijing 100036 China;2.The First Institute of Oceanography,SOA,Qingdao 266061 China）

The third generation spectral wave model,LAGFD-WAM is adopted for the long term hindcasting data for the adjacent sea of Wanning City.The model is driven by the NCEP reanalysis wind data from 1991 to 2010. The model result agrees well with the observational data.Based on the hindcasting data,wave energy density and coefficient of variation(COV)are calculated and the temporal and spatial distributions of the wave are analyzed. This result shows that wave energy is rich in the adjacent sea area of Wanning City.Annual average wave energy flux density is in the range of 3—10 kW/m.The difference of monthly wave energy flux density is great.The richest wave energy occurs in December,and the poorest in May.Wave energy flux density in autumn and winter is 5—24 kW/m and 6—29 kW/m respectively.Wave energy flux density in spring and summer is 3—7 kW/m and 1—6 kW/m respectively.On account of the existence of special sea terrain of islands,headland,and steep seabed, the wave energy in the adjacent area of Dazhou island and Baian island,Dahuajiao headland,and coastal region to the north of Baian island is rich enough.The wave energy flux density variation coefficient is 3.0—5.9 in September,and it is less than 2.8 in other months.

LAGFD-WAM Wave Model；wave energy；resource assessment；Wanning

P743.2

：A

：1003-0239（2014）05-0013-07

10.11737/j.issn.1003-0239.2014.05.003

2013-11-20

國家高技術(shù)研究發(fā)展計(jì)劃“863”項(xiàng)目(2013AA09A506)

李澤文（1986-），男，工程師，主要從事海洋可再生能源評估和開發(fā)利用技術(shù)研究。E-mail:zewen_li@hnr.com.cn