风能潜力评估是风电场选址工作的基础。本文基于欧洲中期天气预报中心的ERA5再分析数据,采用风功率密度(Wind Power Density,WPD)中值、容量系数(Capacity Factor,CF)以及鲁棒性变异系数(Robust Coefficient of Variation,RCoV)三种指标...风能潜力评估是风电场选址工作的基础。本文基于欧洲中期天气预报中心的ERA5再分析数据,采用风功率密度(Wind Power Density,WPD)中值、容量系数(Capacity Factor,CF)以及鲁棒性变异系数(Robust Coefficient of Variation,RCoV)三种指标,对中国近海浅水区域的风能潜力进行评估。研究结果表明:(1)台湾海峡和东海南部风能资源最为丰富并且风能利用率最高,风功率密度中值和容量系数分别为400-900 W/m^(2)和0.45~0.7。总体来看,风功率密度中值从渤海到台湾海峡呈逐渐增加的趋势,从台湾海峡到琼州湾呈逐渐减小的趋势,容量系数大小分布情况相似。(2)鲁棒性变异系数大小无明显分布规律,广东湛江近岸海域鲁棒性变异系数在0.70~0.75之间,风能发电量最为稳定,但该地区的风能资源丰富程度较低。(3)福州近岸海域不仅有丰富的风能资源和风能利用率,且发电量较为稳定,在不考虑其他因素的影响下,是中国近海浅水区域建设海上风电场的最佳地点。展开更多
利用全国40个地面台站的观测资料对ERA5及ERA5-Land两种不同空间分辨率的再分析资料开展了地面风速误差评估研究,结果表明:ERA5和ERA5-Land资料多年平均风速偏差的平均值分别为0.08 m s^(−1)、-0.06 m s^(−1),偏差的最大值分别为0.46 m ...利用全国40个地面台站的观测资料对ERA5及ERA5-Land两种不同空间分辨率的再分析资料开展了地面风速误差评估研究,结果表明:ERA5和ERA5-Land资料多年平均风速偏差的平均值分别为0.08 m s^(−1)、-0.06 m s^(−1),偏差的最大值分别为0.46 m s^(−1)、-0.19 m s^(−1),相对偏差的平均值为4.4%、-2.0%,相对偏差的最大值分别为33.0%、-10.1%;月平均风速线性拟合方程的斜率分别为0.93、0.97,截距分别为0.29 m s^(−1)、0.02 m s^(−1),相关系数分别为0.98、0.99;月平均风速均方根误差的平均值分别为0.17 m s^(−1)、0.14 m s^(−1),均方根误差的最大值分别为0.49 m s^(−1)、0.22 m s^(−1),相对均方根误差的平均值为7.4%、5.7%,相对均方根误差的最大值分别为35.2%、13.3%。ERA5-Land高分辨率资料地面风速误差相对较低,有利于提高风能资源评估的准确性。展开更多
极端波浪对沿海地区基础设施有着深远的影响,了解它们的变化规律是进行海岸带风险分析和灾害预防的基础。文章基于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasting,ECMWF)第五代再分析数据集(ECMWFreanalys...极端波浪对沿海地区基础设施有着深远的影响,了解它们的变化规律是进行海岸带风险分析和灾害预防的基础。文章基于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasting,ECMWF)第五代再分析数据集(ECMWFreanalysisv5,ERA5),对中国邻近海域1979~2018年间极端波高展开时空特征分析,并统计了40a厄尔尼诺系数,利用广义极值分布(generalized extreme value,GEV)函数探究了近40 a厄尔尼诺现象对我国海域极端波高的影响,结果显示:统计1979~2018年整个研究区域前2%极端波浪年均值在6~10 m间浮动,且整体趋势递增,在四季趋势变化中,春夏极端波高增长趋势较秋冬高,且波动明显,在年际极端波高变化趋势中有较大波动时大多伴随着厄尔尼诺或是拉尼娜现象的发生,结合厄尔尼诺现象对GEV分布中位置参数的影响分布图和极端波高年、季节际趋势变化分布图,厄尔尼诺现象影响大的地区极端波高大多呈现增长趋势,表明厄尔尼诺现象对极端波高有较高影响。展开更多
文摘风能潜力评估是风电场选址工作的基础。本文基于欧洲中期天气预报中心的ERA5再分析数据,采用风功率密度(Wind Power Density,WPD)中值、容量系数(Capacity Factor,CF)以及鲁棒性变异系数(Robust Coefficient of Variation,RCoV)三种指标,对中国近海浅水区域的风能潜力进行评估。研究结果表明:(1)台湾海峡和东海南部风能资源最为丰富并且风能利用率最高,风功率密度中值和容量系数分别为400-900 W/m^(2)和0.45~0.7。总体来看,风功率密度中值从渤海到台湾海峡呈逐渐增加的趋势,从台湾海峡到琼州湾呈逐渐减小的趋势,容量系数大小分布情况相似。(2)鲁棒性变异系数大小无明显分布规律,广东湛江近岸海域鲁棒性变异系数在0.70~0.75之间,风能发电量最为稳定,但该地区的风能资源丰富程度较低。(3)福州近岸海域不仅有丰富的风能资源和风能利用率,且发电量较为稳定,在不考虑其他因素的影响下,是中国近海浅水区域建设海上风电场的最佳地点。
文摘利用全国40个地面台站的观测资料对ERA5及ERA5-Land两种不同空间分辨率的再分析资料开展了地面风速误差评估研究,结果表明:ERA5和ERA5-Land资料多年平均风速偏差的平均值分别为0.08 m s^(−1)、-0.06 m s^(−1),偏差的最大值分别为0.46 m s^(−1)、-0.19 m s^(−1),相对偏差的平均值为4.4%、-2.0%,相对偏差的最大值分别为33.0%、-10.1%;月平均风速线性拟合方程的斜率分别为0.93、0.97,截距分别为0.29 m s^(−1)、0.02 m s^(−1),相关系数分别为0.98、0.99;月平均风速均方根误差的平均值分别为0.17 m s^(−1)、0.14 m s^(−1),均方根误差的最大值分别为0.49 m s^(−1)、0.22 m s^(−1),相对均方根误差的平均值为7.4%、5.7%,相对均方根误差的最大值分别为35.2%、13.3%。ERA5-Land高分辨率资料地面风速误差相对较低,有利于提高风能资源评估的准确性。
文摘极端波浪对沿海地区基础设施有着深远的影响,了解它们的变化规律是进行海岸带风险分析和灾害预防的基础。文章基于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasting,ECMWF)第五代再分析数据集(ECMWFreanalysisv5,ERA5),对中国邻近海域1979~2018年间极端波高展开时空特征分析,并统计了40a厄尔尼诺系数,利用广义极值分布(generalized extreme value,GEV)函数探究了近40 a厄尔尼诺现象对我国海域极端波高的影响,结果显示:统计1979~2018年整个研究区域前2%极端波浪年均值在6~10 m间浮动,且整体趋势递增,在四季趋势变化中,春夏极端波高增长趋势较秋冬高,且波动明显,在年际极端波高变化趋势中有较大波动时大多伴随着厄尔尼诺或是拉尼娜现象的发生,结合厄尔尼诺现象对GEV分布中位置参数的影响分布图和极端波高年、季节际趋势变化分布图,厄尔尼诺现象影响大的地区极端波高大多呈现增长趋势,表明厄尔尼诺现象对极端波高有较高影响。
