李泽文，周强，杨永增

（1.华能新能源股份有限公司，北京100036；2.国家海洋局第一海洋研究所，山东青岛266061）

基于LAGFD-WAM海浪数值模式的海南万宁近海波浪能资源评估

李泽文1，周强1，杨永增2

（1.华能新能源股份有限公司，北京100036；2.国家海洋局第一海洋研究所，山东青岛266061）

利用1991—2010年的NCEP再分析风场驱动LAGFD-WAM海浪数值模式，通过数值后报方法，对海南万宁近海海域近20年的波浪场进行了逐时数值模拟，数值模拟结果和实测结果对比的一致性良好。在数值后报数据的基础上计算了万宁近海波浪能流密度和能流密度变异系数，并对其年内变化特点、区域分布特征和稳定性进行了分析。万宁近海年均波浪能流密度3—10 kW/m，属于波浪能资源可利用区和较丰富区。年内各月月均能流密度差别较大，12月波浪能资源最好，5月波浪能资源最差。秋季（9—11月）和冬季（12—2月）月均波浪能流密度分别为5—24 kW/m和6—29 kW/m，春季（3—5月）和夏季（6—8月）分别为3—7 kW/m和1—6 kW/m。地形对波浪能量的辐聚作用明显，受岬角、岛屿、海底陡坡等因素影响，大洲岛、白鞍岛周边、大花角附近及白鞍岛以北部分近岸区域形成波浪能富集区。除9月外，年内其他时段能流密度变异系数都在2.8以下，9月能流密度变异系数在3.0—5.9之间。

LAGFD-WAM海浪模式；波浪能；资源评估；万宁

1 引言

众所周知，煤炭和石油等化石能源由于其不可再生性，资源储量不断减少并势必逐渐走向枯竭，加之化石能源燃烧造成的环境污染和温室效应日趋严重。国际社会逐步意识到发展风能、海洋能和生物质能等可再生、清洁能源的重要性，许多国家相继将可再生能源作为其能源发展战略的重要组成部分。当前，国际社会对可再生能源的研究及利用方兴未艾，根据国际能源署（IEA）2007年统计数据，全球海洋能年可发电总量为93100TWh/年，超过全球年总发电量17400 TWh/年[1]。其中，波浪能储量约为2 TW，波浪能可发电总量为1000—1500 TWh/年[1]。可见，波浪能作为海洋可再生能源的一种，是最有希望和前景的能源来源之一。此外，波浪能较之于其他海洋可再生能源，具备可预测性强、能流密度高、电站（场）对环境负面影响小等突出优点。我国海岸线长达18000 km，波浪能分布广泛，我国沿岸波浪能资源理论平均功率为1285.22万千瓦[2]，大规模地开发海洋能可以改善区域能源供给结构，是解决能源短缺和环境污染问题的一条有效途径。

波浪能发电技术经过大量试验研究和实海况应用已日趋成熟[3]，但在波浪能资源评估和微观选址方面所做工作仍然较少。实验证明，当波浪能发电装置在欠载或者过载条件下运行时，设备的运行效率都会大幅降低[4]。因此，通过资源评估掌握各时段能流密度水平，优选波浪能电站场址，并使波浪能发电装置在最佳负荷条件下运行，提高运行效率就显得极其重要。目前，对波浪能资源评估的途径主要有：通过获取波浪浮标现场观测数据[5]、卫星高度计的测波数据[6]以及利用海浪数值模式进行数值模拟[7]这三种途径进行。在实际应用过程中，受技术水平、实际环境条件等因素限制，一些评估方法不尽完善。在通过波浪浮标现场观测数据评估方面，由于波浪浮标观测历时所限，个别年份的浮标观测结果受台风等极端天气影响很大，评价结果存在一定的误差，不具有代表性，并且波浪浮标数据仅能描述某一点的波浪特征，不能进行区域性评价。卫星高度计又存在测量数据稀疏和在时间和空间上不能实现全覆盖的固有缺点[8]。而海浪数值模式评估波浪能具有时间上的连续性和空间上的全覆盖的特点[9]，可以得到波浪能随时间的变化特点及波浪能在空间上的分布特征。本文利用LAGFD-WAM海浪数值模式[10]，通过两重嵌套，对中国海南省东南部万宁市近海的波浪场进行高分辨率模拟，评估该海域的波浪能资源，以优选波浪能电站场址。

2 研究区域

海南岛东部海域波浪能资源丰富，水深较大，浅水海底摩擦的消浪作用较小，是我国波浪能资源较为富集的海域之一。万宁市位于海南岛东南部，近海海底地形坡度相对较大（见图1），具备波浪辐聚的条件。本文开展波浪能资源评估的海域位于万宁市近海，研究区域范围：110.0°—111.0°E， 18.5°—19.5°N，模型验证的实测波浪数据来源于模拟区域内海南博鳌海洋环境监测站2010年的波浪浮标观测数据。

图1 海南岛东南部万宁近海海海域水深示意图

图2 区域地形与模式嵌套设计示意图

3 数值模式及波浪能计算方法

3.1 风场数值模式

风场的模拟采用LAGFD-WIN海面动力风场数值模式[11]，风场驱动为1991—2010年的20年NCEP再分析风场数据，利用海面气温、水温和台风外围气压场并嵌入模型气压场，运用边界层垂直积分的动力模式而产生背景风场，将涡旋模式积分到准稳态，得到垂直平均边界层风，再利用变分原理进行变分调整，最终给出了较好的气压场和逐时风应力场，提供给海浪和海流数值模式后报计算。

3.2 海浪数值模式

在波浪后报中采用的数值模式为LAGFDWAM第三代海浪模式，其以特征线嵌入的格式求解能谱平衡方程。为了改善计算分辨率，尤其在谱峰附近的计算分辨率，采用一种非一致的波数格点划分，空间被均分为12个方向，沿每一方向的射线上波数段被分为围绕主峰的25个波数节点。本计算采用嵌套模式设置，嵌套模式的区域设置如图2。采用粗网格计算区域的结果作为细网格计算区域的边界条件。粗网格区域模式分辨率为5′×5′，计算的时间步长为5 min，细网格区域模式分辨率为1′×1′，计算时间步长为1 min，足够细密的网格能够保证数值后报的高精度。

模式中大部分源函数与第三代海浪模式WAM[12]中所用的相同，但本模式采用了不同于WAM模式的耗散源函数，并加进了波—流相互作用项。利用上述海浪和风场模式，对1991—2010年期间该海域的波浪场进行了模拟。计算结果包括网格点上的一系列方向波数谱以及由波谱得出的其它统计结果，比如波数空间中的能量分布，各种平均波高和周期以及波浪传播的主方向。

3.3 波浪能流密度及计算方法

訚耀保和Tomiji Watabe[13]给出了波浪能流密度的计算公式：

各月波浪能能流密度变异系数的计算方法如下[15-16]：

式中，Cv为变异系数、P¯w为波浪能流密度均值、S为标准差：

4 数值模式验证

4.1 卫星高度计资料检验

海浪模式建立后与卫星高度计资料进行了模式检验。利用和模拟时间对应的Jason-1卫星高度计数据，开展卫星高度计轨道资料的全场检验验证，进行卫星高度计轨道资料的高频信息滤波处理，开展卫星资料与模拟数据的时空相位配准设计，统计卫星轨道上的全场误差分布，优化模式并提高模拟性能。模拟所得有效波高值和卫星高度计资料观测值的散点对比图如图3所示，其中色标表示0.05 m×0.05 m划分方格内数据对的统计数目。由于篇幅所限，本文只给出1月和7月的对比结果。

对比结果显示：数值模拟有效波高与卫星高度计反演的有效波高基本一致。1月份模拟得到的有效波高均方根误差为0.70 m，平均绝对误差为0.42 m；7月份模拟得到的有效波高均方根误差为0.83 m，平均绝对误差为0.43 m，数值模拟与卫星高度计数据一致性良好。

4.2 博鳌站浮标资料检验

通过收集粗网格模拟区域内博鳌站2010年的波浪浮标观测资料，进行了数值模拟结果与实测数据的对比验证。以1月份和7月份为例，数值模拟有效波高与实测资料的对比结果如图4所示。

由图4可以看出，数值模拟的有效波高与波浪浮标实测的有效波高变化趋势基本一致，两者的有效波高平均绝对误差多在0.5 m以下，数值模拟结果与实测数据符合性良好，从而验证了LAGFDWAM数值模式在该海域的有效性。

5 模拟结果分析与评估

5.1 波浪能流密度分布特征

图3 数值模拟有效波高与卫星高度计观测散点对比图

图4 数值模拟有效波高（实线）与博鳌站波浪浮标观测有效波高（散点）对比图

图5 研究区域平均有效波高分布图

模拟时间区间为20年，逐时模拟得出有效波高波浪特征要素，并且利用公式（1）计算得到了对应的波浪能流密度。经过统计计算，结合地理信息系统软件，得到了各月的平均波浪能流密度图。以1月和7月为例，给出了月平均有效波高（见图5）和月平均能流密度（见图6）。

万宁近海年均波浪能流密度3—10 kW/m，按郑崇伟等[17]提出的划分标准，该海域属于波浪能资源可利用区和较丰富区。研究区年内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别较大，最小月均波能密度出现在5月，最小值1 kW/m，月均波能密度出现在12月的白鞍岛南侧海域，达到29 kW/m。通过对比各月份波浪能资源评估结果发现，春季（3—5月），研究区波浪能流密度也较小，月均值在3—7 kW/m之间；夏季（6—8月），波浪能流密度月均值在1—6 kW/m之间；秋季（9—11月）波浪能流密度在5—24 kW/m之间；冬季（12—2月）波浪能流密度相近，能流密度值在6—29 kW/m之间。总体上，冬季波浪能资源最好，夏季波浪能资源最差，秋季和冬季波浪能资源好于夏季和春季，这是因为秋季和冬季是南海大风出现频率较高的季节，而春季频率最低[18]，因此形成了波浪能流密度的这种季节变化特征。

研究区各月波浪能流密度分布特点相近，从图6可以看出，在该海域内存在明显的波能富集区，由南至北主要分布在大洲岛西南、大花角西南、白鞍岛周边和白鞍岛以北近岸海域，从地貌上看，前三处波能富集海域分别位于岛屿、岬角、岛屿附近，白鞍岛以北的波能富集区与海底地形图（见图1）对比可见，波浪能流密度较大的区域与等深线密集区域具有很好的一致性。波浪富集区形成的主要原因是在岛屿和岬角区域，波浪发生折射，使波能辐聚[19]，波高增大；在等高线密集，海底地形坡度大的区域，随着波浪向岸线的传播，波能存在的空间被压缩，波浪能流密度变大。

5.2 能流密度稳定性分布特征

在波浪能发电选址的评估中，不仅关注波浪能的富集程度，也极为关注能流密度的稳定性，越是稳定，越有利于波浪能的捕获与转换。通过计算研究区各月的能流密度变异系数，对各月时间范围内波能的稳定性进行了分析。研究区11—2月能流密度变异系数较小，多在1.6以下，能流密度稳定，9月能流密度变异系数在3.0—5.9之间，能流密度不稳定推测是由台风多发所造成。其他月份能流密度变异系数在1.6—2.8之间，能流密度比较稳定，较之于台湾岛周边海域3.0以上的能流密度变异系数[20]，万宁近海的波浪能更有利于波浪能的捕获和转换。

图6 研究区域平均能流密度分布图

6 结论

以1991—2010年的NCEP再分析风场作为驱动风场，采用LAGFD-WIN海面动力风场数值模式和第三代海浪数值模式LAGFD-WAM，完成了万宁近海海域高分辨率海浪数值模式设计和嵌套计算模块设计，开展了高分辨率海浪数值模拟，与Jason-1卫星高度计数据和博鳌海洋环境监测站波浪浮标实测数据的对比误差较小，一致性良好。通过数值后报方法，对万宁近海海域近20年的波浪场进行了逐时数值模拟，得到了万宁近海波浪能流密度，并对其年内变化特点、区域分布特征和稳定性进行了分析。万宁近海年均波浪能流密度3—10 kW/m，研究区春季（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别为3—7 kW/m、1—6 kW/m、5—24 kW/m、6—29 kW/m之间。秋冬季波浪能资源好于春夏季。受岬角、岛屿、海底陡坡等地形影响，在大花角、白鞍岛附近及白鞍岛以北部分近岸区域存在波浪能富集区。9月能流密度变异系数在3.0—5.9之间，其他月份能流密度变异系数在2.8以下，能流密度稳定性较好。

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

[2]滕吉文,张永谦,阮小敏.发展可再生能源和新能源与必须深层次思考的几个科学问题—非化石能源发展的必由之路[J].地球物理学进展,2010,25(4):1115-1152.

[3]游亚戈,李伟,刘伟民,等.海洋能发电技术的发展现状与前景[J].电力系统自动化,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]袁业立,华锋,潘增弟,等.耗散源函数及LAGFD-WAM海浪数值模式的改进[J].海洋与湖沼,1993,(4):1-7.

[11]江志辉.热带气旋模型风场改进及其在LAGFDWAM中的应用[D].国家海洋局第一海洋研究所,2007.

[12]杨春成.WAM模式——第三代海浪数值模式（一）[J].气象科技,1985,4:37-50.

[13]訚耀保,Tomiji Watabe.海洋波浪能量综合利用[M].上海科学技术出版社,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]郑崇伟,潘静,田妍妍,等.全球海域风浪、涌浪、混合浪波候图集[M].北京:海洋出版社,2012:1-3.

[16]郑崇伟,林刚,孙岩,等.近22年南海波浪能资源模拟研究[J].热带海洋学报,2012,31(6):13-19.

[17]郑崇伟,苏勤,刘铁军.1988-2010年中国海域波浪能资源模拟及优势区域划分[J].海洋学报,2013,35(3):104-111.

[18]谢辛,李燕初,许德伟,等.利用TOPEX卫星高度计资料分析台湾岛周边海域巨浪和大风特征[J].海洋学报,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,郑崇伟,等.台湾海峡及其邻近海域波浪能资源评估[C].中国可再生能源学会2011年学术年会论文集,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

国家高技术研究发展计划“863”项目(2013AA09A506)

李泽文（1986-），男，工程师，主要从事海洋可再生能源评估和开发利用技术研究。E-mail:zewen_li@hnr.com.cn