唐征歧 江建平 李子林 施岐璘

(1.上海綠色環(huán)保能源有限公司 上海 200433；2.上海東海風(fēng)力發(fā)電有限公司 上海 200433)

0 引 言

我國海上風(fēng)能資源豐富，具備大規(guī)模發(fā)展海上風(fēng)電的風(fēng)資源條件，在節(jié)能減排、應(yīng)對氣候變化、能源短缺、能源供應(yīng)安全形勢日趨嚴(yán)峻的大形勢下，海上風(fēng)電作為重要的清潔能源越來越受到重視。與陸地風(fēng)電場開發(fā)相比，海上風(fēng)電具有不占用土地、風(fēng)力資源更穩(wěn)定、風(fēng)速更高的優(yōu)點(diǎn)，效能明顯優(yōu)于陸上風(fēng)電場。深遠(yuǎn)海域風(fēng)電與近海風(fēng)電開發(fā)，風(fēng)資源更好，同時(shí)有利于近海海洋環(huán)境和資源保護(hù)，海域也更寬闊，深遠(yuǎn)海風(fēng)電開發(fā)正在成為未來全球風(fēng)電研究開發(fā)的重要方向。

2016年4月，國家發(fā)改委、國家能源局聯(lián)合發(fā)布《能源技術(shù)革命創(chuàng)新行動(dòng)計(jì)劃(2016—2030)》，明確要求風(fēng)電技術(shù)發(fā)展將“深海風(fēng)能”提上日程。在政策的指引下，我國眾多公司和機(jī)構(gòu)啟動(dòng)深遠(yuǎn)海域海上風(fēng)電的研究。而深遠(yuǎn)海風(fēng)電開發(fā)的前提就是風(fēng)電場的選址研究。

國內(nèi)外對海上風(fēng)電場選址的研究主要包括對場址的風(fēng)能分布及密度分析，社會(huì)環(huán)境等因素分析以及基于GIS的宏選址系統(tǒng)的研究。主要體現(xiàn)以下2點(diǎn):①把風(fēng)電場的成本效益比例、可能的安裝容量、與電網(wǎng)連接的是否便利等作為評價(jià)指標(biāo)來綜合選擇最佳的場址[1]；②制定了一套適合性標(biāo)準(zhǔn)，劃分海洋區(qū)域等[2]。創(chuàng)建了GIS層，并構(gòu)建了基于該標(biāo)準(zhǔn)的加權(quán)疊加GIS模型，以識(shí)別用于新的海上風(fēng)力發(fā)電場的合適站點(diǎn)[3]。在風(fēng)電場選址領(lǐng)域。一般是根據(jù)備選地區(qū)的風(fēng)資源評估情況以及地形條件[4]，考慮地理、技術(shù)、經(jīng)濟(jì)、環(huán)境等因素[5-6]，協(xié)調(diào)各方利益選定備選地點(diǎn)[7],對每個(gè)具體的選好風(fēng)電場場址，充分利用有利于加大風(fēng)速的地形進(jìn)行優(yōu)化，確定風(fēng)電機(jī)組的最佳安裝位置。

綜上所述，根據(jù)國內(nèi)外文獻(xiàn)及海上風(fēng)電場建設(shè)實(shí)例分析，大多數(shù)研究都是針對陸地上的風(fēng)電場或者近海風(fēng)電場選址，缺少在深遠(yuǎn)海海域海上風(fēng)電項(xiàng)目的研究及案例。筆者開展深遠(yuǎn)海海域海上風(fēng)電場選址研究，并以上海深遠(yuǎn)海域海上風(fēng)電場示范項(xiàng)目的開發(fā)與建設(shè)為例介紹了深遠(yuǎn)海海域海上風(fēng)電場選址方法。

1 基于模糊邏輯的風(fēng)電場選址決策模型

1.1 建立風(fēng)電場選址3層決策框架

和其他多準(zhǔn)則決策方法類似[8]，在對風(fēng)電場選址進(jìn)行最優(yōu)決策前需要識(shí)別其主要影響因素。根據(jù)已有的研究成果，風(fēng)電場的影響因素主要包括平均風(fēng)速、風(fēng)功率密度、有效風(fēng)時(shí)等11個(gè)因素，各影響因素選取的原因及其相應(yīng)的文獻(xiàn)依據(jù)見表1。

表1 風(fēng)電場選址影響因素及其內(nèi)涵

在識(shí)別了風(fēng)電場選址影響因素后，考慮到影響因素較多，為便于選擇最優(yōu)方案，建立風(fēng)電場選址3層決策框架：目標(biāo)層、決策準(zhǔn)則層和影響因素層。其中決策準(zhǔn)則層包括4個(gè)決策準(zhǔn)則，分別是風(fēng)能資源、自然環(huán)境、交通環(huán)境和風(fēng)機(jī)條件，各決策準(zhǔn)則包含的影響因素見圖1。

圖1 風(fēng)電場選址三層決策框架

(1)

為獲取該決策矩陣，將各影響因素采用模糊數(shù)學(xué)進(jìn)行合成見圖2。

圖2 風(fēng)電場選址模糊邏輯推理過程

1.2 模糊化輸入和輸出變量

在模糊推理過程中，首先需要對輸入和輸出變量進(jìn)行模糊化[12-13]，考慮到三角隸屬度函數(shù)較為簡單且非常直觀，其在實(shí)際應(yīng)用中最為廣泛。擬采用三角隸屬度函數(shù)對各輸入和輸出變量進(jìn)行模糊化。根據(jù)前述的各參考文獻(xiàn)，結(jié)合工程實(shí)際，建立模糊隸屬度函數(shù)見表2。此外，為便于去模糊化，各輸出變量統(tǒng)一采用如圖3所示的三角模糊隸屬度。需要注意的是，在模糊化各輸入變量時(shí)，由于水深條件會(huì)影響到風(fēng)電場運(yùn)營成本，從現(xiàn)有的發(fā)展經(jīng)驗(yàn)來看，水深10 m左右對風(fēng)電場的影響較小，將其作為最優(yōu)的語言變量(非常淺)，但是考慮到本模型針對深遠(yuǎn)海風(fēng)電場選址，因此,選定水深40 m以上作為最差的語言變量(非常深)；浪高則是根據(jù)已有的研究表明[11]，10 m以上的浪會(huì)對風(fēng)電場風(fēng)機(jī)造成非常大的影響；此外，離岸距離會(huì)影響到風(fēng)電場的并網(wǎng)條件，大幅度增加運(yùn)營成本。

表2 模糊化各輸入變量

圖3 輸出變量的標(biāo)準(zhǔn)三角形隸屬度函數(shù)

1.3 建立風(fēng)電場選址模糊推理規(guī)則

風(fēng)電場選址影響因素模糊化后，需要建立模糊推理機(jī)，本文采用Mamdani推理方法，該方法的原理見式(2)。各個(gè)決策準(zhǔn)則的模糊推理機(jī)見圖4，其中將各決策準(zhǔn)則作為模糊推理機(jī)的輸出變量，通過將其相對應(yīng)的各個(gè)影響因素進(jìn)行模糊推理，獲取各決策準(zhǔn)則的則。

(2)

圖4 風(fēng)電場選址模糊推理機(jī)

在建立模糊推理機(jī)的過程中，需要建立其相對應(yīng)的模糊推理規(guī)則庫，該規(guī)則庫由模糊推理規(guī)則組成，模糊推理規(guī)則常用的格式為IF-THEN規(guī)則。見式(3)。

(3)

在建立上述模糊推理規(guī)則后，即可獲得各決策準(zhǔn)則的模糊輸出變量，為進(jìn)一步獲取決策準(zhǔn)則的精確值，需要對模糊輸出變量進(jìn)行解模糊化，本文采用重心法，其計(jì)算見式(4)。解模糊化后即可獲得決策準(zhǔn)則值。

表3 風(fēng)能資源模糊推理規(guī)則庫

(4)

1.4 利用語言變量獲取決策準(zhǔn)則權(quán)重

表4 語言變量與三角模糊數(shù)對應(yīng)表[15]

fi=(fix,fiy,fiz)=

(5)

利用式(6)求取合成后的三角模糊數(shù)值算數(shù)平均值，然后利用式(7)對其進(jìn)行歸一化處理，即可獲得各決策準(zhǔn)則的權(quán)重值。

(6)

(7)

2 海上風(fēng)電場選址實(shí)驗(yàn)驗(yàn)證

2.1 上海深遠(yuǎn)海風(fēng)電場選址方案

由于近海風(fēng)電場場址距離岸線較近，開發(fā)時(shí)經(jīng)常與其他海域使用功能產(chǎn)生矛盾，相互影響、制約性因素較多，協(xié)調(diào)工作量大，因此，上海市擬在長江口開展深遠(yuǎn)海海域海上風(fēng)電場選址，初步選定區(qū)域有5處，其位置見圖5。其中，1#區(qū)域風(fēng)電場規(guī)劃總裝機(jī)容量25萬kW，2#區(qū)域風(fēng)電場規(guī)劃總裝機(jī)容量25萬kW，3#區(qū)域風(fēng)電場規(guī)劃總裝機(jī)容量35萬kW； 4#區(qū)域風(fēng)電場規(guī)劃總裝機(jī)容量50萬kW， 5#區(qū)域風(fēng)電場規(guī)劃總裝機(jī)容量230萬kW。

圖5 風(fēng)電場初步選址地理位置

此外,其他詳細(xì)信息見表5。其中平均風(fēng)速、風(fēng)功率密度和有效風(fēng)時(shí)來自于歷史觀測數(shù)據(jù)；水深來自于海圖圖示水深數(shù)據(jù)并取其最淺處水深；波浪來自于長江口統(tǒng)計(jì)數(shù)據(jù)；錨地距離分別是距離長江口1#、2#和3#錨地的距離；航道距離則是距交通運(yùn)輸部全國沿海航路規(guī)劃中的長江口航路距離；漁區(qū)距離則是距離長江口漁場的距離；離岸距離是指場址中心點(diǎn)距離岸的距離。

表5 風(fēng)電場詳細(xì)影響因素

2.2 獲取風(fēng)電場選址決策矩陣

根據(jù)這5個(gè)風(fēng)電場選址的影響因素，利用建立的模糊推理模型，通過模糊推理和去模糊化后，可分別獲得各方案下的影響因素值，從而獲得決策準(zhǔn)則矩陣，如表6所示。

表6 不同備選風(fēng)電場決策準(zhǔn)則矩陣

如表5所示，1#和2#場址由于其條件較為接近，評價(jià)結(jié)果也基本相同，在這5個(gè)場址中，5#場址由于處于深遠(yuǎn)海水域，風(fēng)能資源更為豐富，決策準(zhǔn)則風(fēng)能資源評價(jià)結(jié)果最好；而1#和2#場址由于離岸較近，水深相對較淺，海浪也較小，自然環(huán)境條件最好；5#場址避開了長江口的航道、錨地、漁區(qū)等其他用海需求，故其交通環(huán)境結(jié)果最好；1#、2#和3#場址由于距離岸邊較近，容易并網(wǎng)，其風(fēng)機(jī)條件最好，而5#場址盡管裝機(jī)功率大，但是離岸太遠(yuǎn)，其風(fēng)機(jī)條件最差。從以上決策準(zhǔn)則值可以看出，1#和2#場址的自然環(huán)境和風(fēng)機(jī)條件最好，而5#場址的風(fēng)能資源和交通環(huán)境最好，因此為選出最優(yōu)的風(fēng)電場選址方案，還需要考慮各個(gè)決策準(zhǔn)則的權(quán)重，從而得出最優(yōu)的風(fēng)電場場址方案。

2.3 專家決策準(zhǔn)則權(quán)重評價(jià)

為獲取最優(yōu)的風(fēng)電場方案，需要獲取各決策準(zhǔn)則的權(quán)重。根據(jù)實(shí)際專家評價(jià)情況，專家往往希望采用模糊語言變量對各個(gè)決策準(zhǔn)則進(jìn)行評價(jià)。選取了4位專家對決策準(zhǔn)則的權(quán)重進(jìn)行評價(jià)，分別為R1，R2，R3和R4?？紤]到各位專家在理論知識(shí)和工作經(jīng)驗(yàn)方面存在差異，因此，4位專家的權(quán)重為wn=(0.3,0.3,0.2,0.2)。各個(gè)專家決策準(zhǔn)則權(quán)重的語言變量評價(jià)結(jié)果見表7。

表7 風(fēng)電場選址決策準(zhǔn)則專家評價(jià)結(jié)果

根據(jù)式(5)，可分別獲得各決策準(zhǔn)則權(quán)重的三角模糊數(shù)如下。

風(fēng)能資源為f1=(0.475,0.725,0.900)

自然環(huán)境為f2=(0.450,0.700,0.857)

交通環(huán)境為f3=(0.275,0.525,0.775)

風(fēng)機(jī)條件為f4=(0.225,0.475,0.725)

進(jìn)一步根據(jù)式(6)和式(7)，將各決策準(zhǔn)則進(jìn)行算數(shù)平均和歸一化后，可獲得wj=(0.296,0.282,0.222,0.200)。從該決策準(zhǔn)則權(quán)重可以看出，專家認(rèn)為這4個(gè)決策準(zhǔn)則均較為重要，各決策準(zhǔn)則的權(quán)重均超過了0.2，這也可以證明本文選取的各個(gè)影響因素較為合理。但是這4個(gè)決策準(zhǔn)則又有所差異，其中風(fēng)能資源和自然環(huán)境的權(quán)重值略大于交通環(huán)境和風(fēng)機(jī)條件，這是由于風(fēng)能資源和自然環(huán)境在很大程度上難以對其進(jìn)行修正，而風(fēng)機(jī)條件權(quán)重相對較小，這是由于并網(wǎng)條件和裝機(jī)容量可通過一定的手段進(jìn)行調(diào)節(jié)，本文3.5節(jié)將對其進(jìn)行介紹。

2.4 選擇最優(yōu)風(fēng)電場方案

在獲取了各方案的決策準(zhǔn)則矩陣和權(quán)重后，利用式(1)即可獲得各決策方案的評價(jià)值，見表8，同時(shí)也易得各決策方案的排序。

表8 風(fēng)電場備選方案評價(jià)值及排序

從表5可以看出，風(fēng)電場5#方案為最優(yōu)方案，這是由于其風(fēng)能資源和交通環(huán)境較好，不與其他用海需求相沖突，對過往船舶的影響較小，而1#和2#風(fēng)電場盡管其自然環(huán)境和風(fēng)機(jī)條件較好，但是由于其會(huì)占用現(xiàn)有航道或錨地，會(huì)嚴(yán)重影響交通安全，因此整體來看，其方案并不可取。而從實(shí)際情況來看，該方案為長江口水域最合適的風(fēng)電場選址，目前該方案已經(jīng)通過多方論證，正在上報(bào)相關(guān)主管部門審批，這也能說明本文提出的模糊選址模型選出的方案具有較好的準(zhǔn)確性。

3 結(jié)束語

深遠(yuǎn)海海域海上風(fēng)電場的選址，會(huì)影響到風(fēng)電場建成后的經(jīng)濟(jì)和環(huán)境效益。還會(huì)嚴(yán)重影響風(fēng)電場周圍的船舶通航安全及影響海上水上水下活動(dòng)的實(shí)施。在風(fēng)電場建設(shè)之前對風(fēng)電場的場址進(jìn)行論證以及優(yōu)化工作可以減少這些不利影響，所以，科學(xué)合理的選址方法有非常重要的意義。本文提出的模糊推理選址模型與實(shí)際選址方案一致，具有較好的準(zhǔn)確性，該模型也可推廣到其他深遠(yuǎn)海風(fēng)電場工程的選址。

參考文獻(xiàn)

References

[1] KIM J Y, OH K Y, KANG K S, et al. Site selection of offshore wind farms around the Korean Peninsula through economic evaluation[J]. Renewable Energy,2013,54(6):189-195.

[2] 王晴勤.廣東省海上風(fēng)電場選址制約因素探討[J].武漢大學(xué)學(xué)報(bào)(工學(xué)版),2011,44(增刊1):6-10.

WANG Qingqin. Restricting factors of offshore wind power farm′s location in Guangdong province[J]. Engineering Journal of Wuhan university,2011,44(Sup.1):6-10. (in Chinese)

[3] LATINOPOULOS D, KECHAGIA K. A GIS-based multi-criteria evaluation for wind farm site selection. A regional scale application in Greece[J]. Renewable Energy,2015,78:550-560.

[4] 曾昭強(qiáng).基于模糊層次分析法的分散式風(fēng)電場宏觀選址研究[D].沈陽:東北大學(xué),2014.

ZENG Zaoqiang. Research on dispersed wind farm macro-sitting based fuzzy analytic hierarchy process[D]. Shenyang: Northeastern University,2014. (in Chinese)

[5] 娜仁花.基于模糊綜合評價(jià)模型的風(fēng)電場選址研究[D].北京:華北電力大學(xué),2015.

NA Renhua. Research on location of wind power farm based on fuzzy comprehensive evaluation method[D]. Beijing: North China Electric Power University,2015. (in Chinese)

[6] 王照亮.基于模糊層次分析法的風(fēng)電場選址優(yōu)化研究[D].北京:華北電力大學(xué),2013.

WANG Zhaoliang. The research of wind farm optimal location based on fuzzy analytic hierarchy process[D]. Beijing: North China Electric Power University,2013. (in Chinese)

[7] 何 杰,趙 鑫,楊家勝.海上風(fēng)電場規(guī)劃的主要影響因素分析[J].中國工程科學(xué),2010,12(11):16-18.

HE Jie, ZHAO Xin, YANG Jiangshen. Analysis of the main influencing factors on the offshore wind farm plan[J]. Engineering Sciences,2010,12(11):16-18. (in Chinese)

[8] 吳 兵,嚴(yán)新平,汪 洋,等.不確定性信息下的內(nèi)河失控船應(yīng)急決策方法[J].哈爾濱工程大學(xué)學(xué)報(bào),2016, 37(7):908-914.

WU Bing, YAN Xinping, WANG Yang, et al. Emergency decision-making method for handling an out-of-control ship in inland water in case of uncertain information. Journal of Harbin Engineering University,2016,37(7):908-914. (in Chinese)

[9] FETANAT A, KHORASANINEJAD E. A novel hybrid MCDM approach for offshore wind farm site selection: A case study of Iran[J]. Ocean & Coastal Management,2015(109):17-28.

[10] SULAIMAN O O, MAGEE A, BAHRAIN Z, et al. Mooring analysis for very large offshore aquaculture ocean plantation floating structure[J]. Ocean & Coastal Management,2013(80):80-88.

[11] DICORATO M, FORTE G, PISANI M, et al. Guidelines for assessment of investment cost for offshore wind generation[J]. Renewable energy,2011,36(8):2043-2051.

[12] 王燕青,劉媛媛.X光機(jī)操作員視覺搜索作業(yè)疲勞模糊綜合評價(jià)[J].交通信息與安全,2016,34(4):78-84.

WANG Yanqing, LIU Yuanyuan. A Fuzzy Synthetic Evaluation Method to Visual Fatigue for X-Ray Machine Operators[J]. Journal of Transport Information and Safety,2016,34(4):78-84.(in Chinese)

[13] 杜紅兵,高大磊.民用機(jī)場安全文化水平模糊綜合評估[J].交通信息與安全,2016,34(4):121-126.

DU Hongbing, GAO Dalei. An integrated fuzzy evaluation of level of safety culture at civil airports[J]. Journal of Transport Information and Safety,2016,34(4):121-126.(in Chinese)

[14] LIU H C, LIU L, LIN Q L. Fuzzy failure mode and effects analysis using fuzzy evidential reasoning and belief rule-based methodology[J]. IEEE Transactions on Reliability,2013,62(1):23-36.

[15] LIU H C, LIU L, BIAN Q H, et al. Failure mode and effects analysis using fuzzy evidential reasoning approach and grey theory[J]. Expert Systems with Applications,2011,38(4):4403-4415.