喬守文 孫嘉誠 石洪源, 2 孫慶穎

基于ERA5的黃渤海附近海域波浪能資源時空特征分析*

喬守文1孫嘉誠1石洪源1, 2①孫慶穎1

(1. 魯東大學港口海岸防災(zāi)減災(zāi)研究院 煙臺 264025; 2. 大連海事大學 大連 116000)

波浪能資源是一種重要的海洋可再生能源, 開發(fā)利用波浪能資源可以有效的緩解常規(guī)能源短缺問題帶來的能源問題以及環(huán)境污染問題。對波浪能資源進行科學評估是進行海洋能資源利用的前提條件, 本文利用歐洲中期天氣預(yù)報中心(European Centre for Medium-Range Weather Forecasting, ECMWF)第五代再分析數(shù)據(jù)集(ECMWF Reanalysis v5 ERA5), 采用新的波浪能評估公式, 對黃渤海海域1980—2018年間波浪能資源展開評估, 主要計算指標包括波浪能可開發(fā)量頻率、富集量頻率、變異系數(shù)以及可利用波高占比等, 結(jié)果顯示: 黃渤海區(qū)波浪能資源具有明顯的季節(jié)性, 秋冬季節(jié)較高, 春夏季節(jié)較低, 冬季是波浪能資源開發(fā)的最佳季節(jié); 波浪能富集區(qū)域主要集中在渤海海峽外側(cè)、成山頭東部以及長江口外海區(qū)域。在此基礎(chǔ)上確定了波浪能資源的重點開發(fā)利用區(qū), 為后續(xù)的波浪能開發(fā)提供參考。

ERA5; 波浪能評估; 能流密度; 富集度頻率; 可用度頻率

可再生能源利用技術(shù)的發(fā)展可以克服化石能源帶來的風險, 比如全球變暖、環(huán)境污染等, 作為化石燃料的替代資源, 波浪能在可再生能源中能量密度最高(Leijon, 2003)。我國當下發(fā)展中, 大力開發(fā)和利用海洋能資源對于我國實行可持續(xù)發(fā)展戰(zhàn)略, 建設(shè)生態(tài)文明, 緩解常規(guī)能源緊張帶來的能源問題具有重大戰(zhàn)略意義(管軼, 2011)。

20世紀70年代, Tornkvist(1975)和Hulls(1977)就已經(jīng)利用有限的大洋船報資料和浮標資料對全球海洋沿岸波浪能資源分布情況展開分析, 結(jié)果顯示北大西洋、太平洋東北部、澳大利亞南部沿岸以及南非的西南部沿岸等海域為全球波浪能富集區(qū)域, 中國海域?qū)儆诓ɡ四茇汃^(qū)域。船報數(shù)據(jù)雖然比較準確, 但是其有空間和時間的限制, 一些極端海況下波浪數(shù)據(jù)會有遺漏(Gulev, 2003)。隨著海洋探測技術(shù)的發(fā)展和大規(guī)模海洋調(diào)查的開展, 特別是海浪數(shù)值模式和衛(wèi)星遙感的精確, 越來越多的衛(wèi)星反演資料(Barstow, 1998)以及數(shù)值同化的再分析資料(Folley, 2009; Iglesias, 2010)等普遍被應(yīng)用于波浪能的評估之中。

中國從20世紀80年代開展波浪能資源評估工作, 早期僅對部分海域展開分析(任建莉等, 2009), 全國性波浪能評估工作始于國家海洋局第二海洋研究所(王傳崑等, 2009)。這些成果推進了我國波浪能評估工作的發(fā)展, 其后基于實測、數(shù)值模擬(鄭崇偉等, 2011, 2012, 2013; 宗芳伊等, 2014)以及再分析數(shù)據(jù)(萬勇等, 2014; 石洪源等, 2017)的波浪能評估工作相繼開展。已有研究指出我國波浪能資源豐富地區(qū)為東海和南海, 考慮到波浪能資源的開發(fā)條件, 雖然東海和南海波能資源豐富, 但是該海域受臺風影響較多(You, 2018), 波浪能裝置在極端大浪和大風條件下生存力差, 遭受破壞風險高。因此, 我國波浪能的實際開發(fā)利用可以放置在渤?；蛘唿S海某些條件較好的區(qū)域, 但是針對這兩個海區(qū)的波能評估相對較少, 同時波浪能評估多采用深水評估公式, 但是黃渤海大部分水深相對較淺, 利用深水公式評估過渡區(qū)、淺水區(qū)波浪能資源會造成評估結(jié)果的不準。鑒于上述原因, 本文利用適用于各種水深條件的波浪能評估公式以及歐洲中期天氣預(yù)報中心(European Centre for Medium-Range Weather Forecasting, ECMWF)提供的最新波浪數(shù)據(jù)集 ECMWF Reanalysis v5(ERA5), 展開黃渤海波浪能資源評估工作。

1 數(shù)據(jù)資料

1.1 數(shù)據(jù)來源

ECMWF是全球幾家最主要的再分析數(shù)據(jù)中心之一。ERA5是ECMWF第五代再分析數(shù)據(jù)集, 相比ERA-Interim(Dee, 2011), ERA5同化系統(tǒng)使用了若干專為再分析而開發(fā)的綜合預(yù)報系統(tǒng)(IFS cycle 41r2) (Hersbach, 2016), 數(shù)據(jù)準確性得到了顯著改善(Meng, 2018; Czernecki, 2019)。ERA5數(shù)據(jù)具有更高分辨率: 從地面到0.01hPa(約80km)分為137個垂向?qū)? 水平分辨率為31km(約0.25°)。ERA5提供的變量從ERA-Interim的100個增加到240個, 包括耦合波模型提供的波高和波向, 使用戶能夠更準確地分析過去的大氣和海洋狀態(tài)。許多研究人員將其用于大氣和海洋研究, 如Bechtle等(2019)采用ERA5的風和波浪數(shù)據(jù)集, 進行風能和波能資源評估。Mahmoodi等(2019)基于ERA5再分析數(shù)據(jù)集對波斯灣波浪能量的時空特征展開分析。

1.2 插值方法

ERA5提供的數(shù)據(jù)時間分辨率為1h, 空間分辨率為0.25°, 在空間分辨率不高的情形下, 為了獲得較高分辨率本文采用Kriging插值法處理數(shù)據(jù)集。Kriging插值法可將數(shù)學函數(shù)與指定數(shù)量的點或指定半徑內(nèi)的所有點進行擬合以確定每個位置的輸出值(Burrough,1986)。

2 評價方法

2.1 波浪能評估公式

波浪能資源的時空分布狀況可以通過波浪能的特征量和評價指標進行評估?；诓ɡ俗V的能量通量可以表述為式(1):

群速可以寫成:

通過式(1)和(2), 可以得到

因此, 式(4)可以寫成:

式(6)為波能評估中常用的公式, 本文做出如下證明, 利用式(5)除以公式(6), 得到一個新的函數(shù):

其中,表示各種水深條件下的波能流密度對于深水區(qū)的波能流密度的比值。

圖1 l隨著kh的變化

注:: 各種水深條件下的波能流密度對于深水區(qū)的波能流密度的比值;: 波數(shù);: 水深

2.2 評價指標

本文的評價指標借鑒現(xiàn)有研究成果(鄭崇偉等, 2012; 萬勇等, 2014; 石洪源等, 2017), 選用可用度和富集度頻率以及變異系數(shù)進行定量分析黃渤海域的波浪能資源。

在評定波浪能資源的過程中, 將大于2kW/m出現(xiàn)的頻率視為可用度頻率, 大于20kW/m出現(xiàn)的頻率視為富集度頻率, 計算黃渤海1980年1月—2018年12月逐1h的波能流密度, 對該海域波能流密度大于2kW/m和大于20kW/m出現(xiàn)的概率進行統(tǒng)計。

3 波浪能評估結(jié)果

3.1 黃渤海波浪要素的年特征

3.2 波浪能季節(jié)分布特征

由圖3可知, 我國周邊海域的波能流密度分布具有季節(jié)性, 其中秋冬季節(jié), 年均波能流密度較大; 春夏期間年均波能流密度較小?？偟膩砜? 渤海四季變化明顯, 整體仍低于黃海, 春夏兩季波能流密度不足2kW/m, 秋冬最大值可超過4kW/m。黃海區(qū)域特征四季變化不大, 數(shù)值變化特征與渤海類似。在春季, 波能流密度的大值主要集中在: 黃海南部附近海域(4—5kW/m); 夏季波能流密度大值區(qū)域分布與春季類似, 進入秋季, 波能流密度的大值區(qū)與春夏兩季分布相同, 約6—8kW/m; 長江口附近波能流密度相對較大, 在10kW/m。對黃渤海而言, 遠海的波能流密度大于近岸, 黃海東南部為波能流密度較大海區(qū), 具有較大的開發(fā)潛力; 渤海中部及渤海海峽附近海域秋冬季節(jié)波能流密度相較其他季節(jié)而言比較豐富, 具有開發(fā)價值。在冬季, 黃海地區(qū)波能流密度大部分區(qū)域較大, 數(shù)值變化呈現(xiàn)出東-西走向。

圖2 39年平均波高(a, 單位:m), 年均平均周期(b, 單位:s)和年平均波能流密度(c, 單位: kW/m)

圖3 四季波能流密度分布(單位: kW/m)

3.3 新公式優(yōu)越性分析

渤海是我國水深最淺的海域, 平均水深只有18m, 在本文中, 將渤海作為公式驗證的區(qū)域。在渤海中, 分別利用公式(6)和公式(8)計算39年波能流密度, 將二者進行比值分析, 結(jié)果見圖4。在水深較淺的區(qū)域, 深水公式出現(xiàn)了明顯的高估; 尤其在黃河入?？谔? 最大比值接近140%, 在深水與淺水的過渡區(qū), 比值在90%—100%之間; 在深水中, 深水公式與淺水公式比值基本為100%, 說明在深水區(qū)域, 二者計算得到的波能流密度基本相等。

圖4 39年公式(6)與公式(8)比值 (計算39a, 單位: %)

3.4 能級頻率計算結(jié)果

39年數(shù)據(jù)的能級頻率統(tǒng)計結(jié)果見圖5。黃海大部分海域可用度頻率在30%以上, 有些區(qū)域可用度頻率達60%, 富集度頻率大約在2%—5%之間, 主要集中在黃海東部海域; 渤海地區(qū)可用度頻率最小, 最大不超過23%, 富集度出現(xiàn)的頻率不超過3%。

圖5 39年可用度頻率(a)及富集度頻率(b)分布(單位: %)

黃海大部分海域波浪四季期間可用度頻率都較高(圖6, 7)。春季, 黃海東南部可用度頻率在50%以上, 其余海域較低, 渤海最小, 不足20%; 富集度頻率黃渤海域都較低, 最大值不足5%。夏季, 渤海整體不足10%, 黃海大部分海域可用度頻率超過30%, 最大可達50%以上; 富集度頻率有所增大, 但幅度不大, 最大富集度頻率為5%; 秋季, 可用度頻率增大, 最大值仍出現(xiàn)在黃海東南部海域, 接近70%; 富集度頻率有了較大提高, 最大值可達8%, 出現(xiàn)在黃海東南部。冬季, 黃渤海域內(nèi)可用度頻率整體躍升, 渤海大部分海域在30%以上, 黃海大部分海域集中在50%以上, 渤海的富集度頻率相較秋季而言有所下降, 最大值依舊不及5%, 黃海富集度頻率上升明顯。

圖6 四季波浪能可用度頻率分布(單位: %)

圖7 四季波浪富集度頻率分布(單位: %)

3.5 變異系數(shù)計算結(jié)果

將中國海域1980—2018年共39年的波能流密度按季節(jié)和年度分別進行了變異系數(shù)的計算, 計算結(jié)果見圖8和圖9。按照季節(jié)來看, 春季, 黃海中部變異系數(shù)較小; 渤海中南部、黃海東南部海域變異系數(shù)較大; 夏季, 波能流密度變異性有增大的趨勢, 波能最不穩(wěn)定的季節(jié); 秋季, 波能不穩(wěn)定性延續(xù)夏季的趨勢, 但是不穩(wěn)定性減弱; 冬季, 波能趨于穩(wěn)定, 其中黃海中部能穩(wěn)定性最好(圖8)。

全年統(tǒng)計結(jié)果顯示, 我國波能變異系數(shù)呈條帶狀分布, 總體上從南至北呈現(xiàn)增大的趨勢, 但數(shù)值變化不大, 高值區(qū)最大不超過2.3, 低值區(qū)不低于0.5, 總體趨于穩(wěn)定。沿海地區(qū)39年波能變異系數(shù)的低值區(qū)出現(xiàn)在黃海南部近長江口海域, 高值區(qū)位于渤海南部、黃海北部和渤海沿海地區(qū)(圖9)。

3.6 可利用波高結(jié)果

對于海洋能開發(fā)而言, 并不是所有波高都可以利用, 太小波浪帶不動發(fā)電裝置運轉(zhuǎn), 太大的波浪會造成發(fā)電裝置的損壞, 例如臺風浪, 因此本文選擇有效波高介于1—4m之間的波浪開展研究(圖10)。春季,渤?？捎貌ɡ顺霈F(xiàn)頻率最大值集中在渤海中部, 不超過20%。黃海分布呈現(xiàn)東南-西北走向, 大部分區(qū)域可用波浪出現(xiàn)頻率超過20%, 最大不超過45%。夏季, 渤?？捎貌ɡ祟l率較低, 整體海域不超過10%; 黃海大部分海域集中在20%以上, 最大值在40%左右。秋季, 可用波浪分布頻率有所提高, 渤海還最大值分布在中部, 超過30%; 黃海大部分海域超過30%, 最大值可超過50%。冬季, 可用波浪分布概率最大, 渤海大部分海域超過30%; 黃海大部分海域超過50%, 最大處可達60%以上。黃海東南部海域四季都有開發(fā)價值, 渤海冬季具有開發(fā)價值。

圖8 四季波能流密度的變異系數(shù)

圖9 年均波能流密度的變異系數(shù)分布

3.7 重點開發(fā)利用區(qū)

根據(jù)劉首華等(2015)的定義, 波能流密度介于0—1kW/m屬于波浪能貧乏區(qū), 1—1.5kW/m屬于可利用區(qū), 1.5kW/m以上屬于波浪能豐富區(qū)。結(jié)合上述分析, 本研究將成山頭以東、渤海海峽外側(cè)以及長江口外海海域作為重點開發(fā)利用區(qū)(圖11黑框處), 與前人分析相吻合(萬勇等, 2014; 劉首華等, 2015)。該區(qū)域的波能流密度年均可達3kW/m以上, 可用度頻率超過30%, 富集度頻率大于2%, 長江口外海甚至可達5%, 變異系數(shù)小于1.8, 說明穩(wěn)定性好, 便于采集與利用; 可利用波高頻率大多數(shù)時間在30%以上, 冬季甚至可達50%以上, 具有較大的開發(fā)價值, 且渤海海域部分受臺風影響小, 發(fā)電裝置不易受到破壞。在長江口外海海域的波浪能集中在5—9kW/m,與萬勇等(2015)計算結(jié)果基本一致, 劉首華等(2015)計算出成山頭附近海域波能流密度10年平均近岸區(qū)域在1.5kW/m以上, 與本文的1.3kW/m相差不大, 冬季計算數(shù)值在3.5kW/m與本文的3kW/m略有差異, 說明舊公式對數(shù)值計算存在高估, 新公式在提高準確度方面有所進步。

圖10 可用波浪四季分布(單位: %)

圖11 重點開發(fā)區(qū)的波能流密度(a, 單位: kW/m), 可用度頻率(b, 單位: %), 富集度頻率(c, 單位: %), 變異系數(shù)(d)

注: 黑色方框表示開發(fā)區(qū)域

4 結(jié)論

本文利用ECMWF最新的ERA5數(shù)據(jù), 并利用新的波浪能評估公式, 對黃渤海海域1980—2018年間波浪能資源展開評估, 主要計算指標包括波浪能可用度頻率、富集度頻率、變異系數(shù)以及可利用波高占比等, 結(jié)果顯示:

(1) 黃渤海區(qū)波浪能資源具有明顯的季節(jié)性, 秋冬季節(jié)較高, 春夏季節(jié)較低, 冬季是波浪能資源開發(fā)的最佳季節(jié)。

(2) 波浪能富集區(qū)域主要集中在渤海海峽外側(cè)、成山頭東部以及長江口外海區(qū)域。

(3) 沿海地區(qū)39a波能變異系數(shù)的低值區(qū)出現(xiàn)在長江入?？诒辈? 高值區(qū)位于渤海南部、黃海北部和渤海沿海地區(qū)。

(4) 對黃渤海而言, 長江口外海區(qū)域、渤海海峽以及成山頭附近海域波浪能資源最具有開發(fā)潛力。

綜上所述, 本文利用新公式對原有波浪能計算方法進行改進, 對黃渤海海域的波浪能進行評估分析, 在近岸地區(qū)提高了精度, 使計算結(jié)果更加精確, 為今后在該海域的資源開發(fā)利用提供參考。

萬 勇, 張 杰, 孟俊敏等, 2014. 基于ERA-Interim再分析數(shù)據(jù)的OE-W01區(qū)塊波浪能資源評估. 資源科學, 36(6): 1278—1287

萬 勇, 張 杰, 孟俊敏等, 2015. 基于ERA-Interim高分辨率數(shù)據(jù)的中國東海南海波浪能評估. 太陽能學報, 36(05):1259—1267

王傳崑, 盧 葦, 2009. 海洋能資源分析方法及儲量評估. 北京: 海洋出版社

石洪源, 尤再進, 羅續(xù)業(yè)等, 2017. 基于ERA-Interim再分析數(shù)據(jù)的近35年中國海域波浪能資源評估. 海洋湖沼通報, 6: 30—37

任建莉, 羅譽婭, 陳俊杰等, 2009. 海洋波浪信息資源評估系統(tǒng)的波力發(fā)電應(yīng)用研究. 可再生能源, 27(3): 93—97

劉首華, 楊忠良, 岳心陽等, 2015. 山東省周邊海域波浪能資源評估. 海洋學報, 37(7): 108—122

鄭崇偉, 蘇 勤, 劉鐵軍, 2013. 1988—2010年中國海域波浪能資源模擬及優(yōu)勢區(qū)域劃分. 海洋學報, 35(3): 104—111

鄭崇偉, 李訓強, 2011. 基于WAVEWATCH-Ⅲ模式的近22年中國海波浪能資源評估. 中國海洋大學學報, 41(11): 5—12

鄭崇偉, 林 剛, 孫 巖等, 2012. 近22年南海波浪能資源模擬研究. 熱帶海洋學報, 31(6): 13—19

宗芳伊, 吳克儉, 2014. 基于近20年的SWAN模式海浪模擬結(jié)果的南海波浪能分布、變化研究. 海洋湖沼通報, (3): 1—12

孟憲貴, 郭俊建, 韓永清, 2018. ERA5再分析數(shù)據(jù)適用性初步評估.海洋氣象學報, 38(1): 91—99

管 軼, 2011. 我國波浪能開發(fā)利用可行性研究. 青島: 中國海洋大學碩士學位論文

Barstow S, Haug O, Krogstad H, 1998. Satellite altimeter data in wave energy studies. In: Proceeding of International Symposium on Ocean Wave Measurement and Analysis. Reston: ASCE, 2: 339—354

Bechtle P, Schelbergen M, Schmehl R, 2019. Airborne wind energy resource analysis. Renewable Energy, 141: 1103—1116

Beji S, 2013. Improved explicit approximation of linear dispersion relationship for gravity waves. Coastal Engineering, 73: 11—12

Burrough P A, 1986. Principles of Geographical Information Systems for Land Resources Assessment. New York: Oxford University Press

Czernecki B, Taszarek M, Marosz M, 2019. Application of machine learning to large hail prediction-the importance of radar reflectivity, lightning occurrence and convective parameters derived from ERA5. Atmospheric Research, 227: 249—262

Dee D P, Uppala S M, Simmons A J, 2011. The ERA-Interim reanalysis: configuration and performance of the data assimilation system. Quarterly Journal of the Royal Meteorological Society, 137(656): 553—597

Folley M, Whittaker T J T, 2009. Analysis of the nearshore wave energy resource. Renewable Energy, 34(7): 1709—1715

Gulev S K, Grigorieva V, Sterl A, 2003. Assessment of the reliability of wave observations from voluntary observing ships: insights from the validation of a global wind wave climatology based on voluntary observing ship data. Journal of Geophysical Research: Oceans, 108(C7): 3236

Hersbach H, Dee D, 2016. ERA5 reanalysis is in production. ECMWF Newsletter, 147. Reading: ECMWF

Hulls K, 1977. Wave power. The New Zealand Energy Journal, (4): 44—48

Iglesias G, Carballo R, 2010. Wave energy resource in the Estaca de Bares area (Spain). Renewable Energy, 35(7): 1574— 1584

Leijon M, Bernhoff H, Berg M, 2003. Economical considerations of renewable electric energy production- especially development of wave energy. Renewable Energy, 28(8): 1201—1209

Mahmoodi K, Ghassemi H, Razminia A, 2019. Temporal and spatial characteristics of wave energy in the Persian Gulf based on the ERA5 reanalysis dataset. Energy, 187: 115991

Simarro G, Orfila A, 2013. Improved explicit approximation of linear dispersion relationship for gravity waves: another discussion. Coastal Engineering, 80: 15

Tornkvist R, 1975. Ocean wave power station, report 28. Helsinki: Swedish Technical Scientific Academy

You Z J, 2008. A close approximation of wave dispersion relation for direct calculation of wavelength in any coastal water depth. Applied Ocean Research, 30(2): 133—139

You Z J, Shi H Y, Bai Y C, 2018. Impacts of storm wave-induced coastal hazards on the coast of China. Journal of Coastal Research, 85: 826—830

SPATIAL AND TEMPORAL CHARACTERISTICS OF WAVE ENERGY RESOURCES IN THE YELLOW SEA AND BOHAI SEA USING ERA5 DATASETS

QIAO Shou-Wen1, SUN Jia-Cheng1, SHI Hong-Yuan1, 2, SUN Qing-Ying1

(1. Institute of Ports and Coastal Disaster Mitigation, Ludong University, Yantai 264025, China; 2. Dalian Maritime University, Dalian 116000, China)

Wave energy is an important marine renewable energy, the development and utilization of wave energy can effectively alleviate the energy problems caused by the shortage of conventional energy and environmental pollution. Scientific evaluation of wave energy resources is the prerequisite for the utilization of ocean energy resources. The wave energy resources in the Yellow Sea and Bohai Sea during the period of 1980—2018 were assessed based on the latest ERA5 data of ECMWF using the new wave energy evaluation formula. The main calculation indexes include power density, usable level frequency, rich level frequency, the coefficient of variation, and the proportion of available wave height, etc. Results show that the wave energy resources in the Yellow Sea and Bohai Sea have obvious seasonal feature and the resources are richer in winter and autumn and poorer in spring and summer. Winter is the best season for wave energy resource development. The wave energy enrichment areas are mainly concentrated in the outer part of the Bohai Strait, the eastern part of Chengshantou and the offshore area of the Changjiang (Yangtze) River estuary. On this basis, the key development and utilization areas of wave energy resources were determined, and these data provide reference points for wave energy resource exploitation.

ERA5; wave energy assessment; power density; rich level frequency; usable level frequency

* 國家重點研發(fā)計劃, 2018YFB1501901號; 國家自然科學基金, 51909114號, U1806227號。喬守文, 碩士研究生, E-mail: qiaoshouwen1997@163.com

石洪源, E-mail: hyshi@ldu.edu.cn

2020-02-04,

2020-03-23

P731.5

10.11693/hyhz20200200035