环渤海陆地地区风能资源评估

吴晶 李国庆 宋媛 王梦瑶

（鲁东大学资源与环境工程学院 山东烟台 264000）

0 引言

渤海湾地区是我国重要的海上能源通道，是我国最为繁忙的海上贸易通道之一。新能源的开发，尤其是风能这种可再生能源开发与利用，无疑会带来巨大的效益［1］，为渤海湾陆地地区风能资源的利用做出贡献。近年来，郑崇伟等针对风能开发中长期规划的需求，计算了“21世纪海上丝绸之路”风能的长期变化趋势［2］，对海上丝绸之路的海域风能资源丰富性进行了研究；刘超群等则根据盐源气象站提供的资料和测风塔数据，运用GIS技术做出了高度风功率密度分布图［3］；而刘立聪也曾提出过运用GIS插值的方法来对风能进行资源评估［4］；但是对环渤海地区的陆地风能资源评估的研究稀少，且风能资源的研究方法单一，也未能选择一个合适的风能资源评估模型对陆地地区的风能资源进行准确的评估，不能很好地为风能的评估提供科学的依据。本文将传统的风能资源评估方法同GIS技术相结合，采用了反距离权重法，选择出一个合适的风能资源评估模型，对环渤海陆地地区的风能密度进行插值，获取研究区的风能密度插值图，对其进行更为清晰精确的风能资源评估［5］，为渤海湾陆地地区附近风电场建设的选址提供依据［6］。

1 数据来源与预处理

通过中国气象数据网下载1999—2019年的环渤海陆地城市的气象数据，根据渤海湾海域的地理位置和观测大风的代表情况，选用渤海湾沿岸地区的省份：山东、辽宁、河北以及北京、天津两个直辖市的42个气象站点作为测站点，图1即为研究区域图。在中国气象网站上下载1999—2019年的累年气象数据，指标包括：平均风速、平均气温。

2 方法

为了实现对环渤海湾陆地地区的风能资源的精确评估，对风能资源评估方法的选择尤为重要。本文利用线性回归方法，将平均风速采用一元线性回归的算法，计算得到“渤海湾地区”风速的长期变化趋势所符合的一元线性回归方程，对环渤海湾陆地地区的风能资源进行初步的预测评估。根据渤海湾地区的风电场附近气象站有关的长期气象资料以及风电场测风塔的观测风速［7］，整理出风速数据，计算出风能评估参数的方法来进行进一步的风能资源评估，利用反距离权重插值模型的方法，将其应用于渤海湾陆地地区的风能资源评估计算中，使得评价结果空间化。技术路线见图2。

2.1 一元线性回归趋势预测法

在环渤海湾陆地地区的风能资源预测中，回归预测法是最早也是最广泛的风能预测方法，它利用回归方程来建立风电场和风速之间的关系。为环渤海湾陆地地区的风能资源进行了初步的评估预测。回归法包括非线性回归与线性回归。线性回归预测（MCP）法是假定风电场与气象站的风速之间存在线性关系，被广泛应用于实际风速预测中。线性回归预测通过研究两个或两个以上因素之间的统计相关关系，建立变量之间的回归方程并将回归方程作为模型来进行预测的方法。只有一个自变量（x）和一个因变量（Y）的回归方程为：

式中：Y 为因变量；x 为自变量；f（x）为回归模型；e 为残差。

在回归法中，线性回归是应用最为广泛的一种回归模型。在应用线性回归法预测风电场风速或者风功率密度时，其表达式为：

式中：V1为候选风电场风速预测值；V2为参考气象站风速；a和b分别为回归直线的截距和斜率。

在对渤海湾地区的风速预测中，要对渤海湾陆地地区的1999—2019年的平均风速采用一元线性回归算法，计算得到“渤海湾地区”风速的长期变化趋势所符合的一元线性回归方程，进而对环渤海湾陆地地区的风能资源进行初步的预测评估。

2.2 风能资源参数评估法

在评价环渤海陆地地区的风能资源情况时，通常采用以下指标参数，先计算出平均风速，再根据计算出的风速进一步计算出风能密度，从而对环渤海陆地地区资源进行统计计算。

（1）年平均风速。年平均风速是指在给定时间内瞬时风速的平均值，测风高度应与风电机组轮的高度相等或接近，由场内有代表性的气象站附近的测风塔（或若干测风塔）读取后取平均值。在风能资源评估中，平均风速按照下式计算：

式中：V为统计周期内风电场平均风速；n为统计周期内场内有代表性的测风塔（或若干测风塔）的个数；Vi为统计周期内，第i个测风塔的平均风速。年平均风速是反映当地及地区风资源状况的重要数据。通常认为风速大于3 m/s即可有效利用，大于5 m/s地区即为风能丰富地区。

（2）风能密度。风能密度，又称风功率密度，蕴含着风速、风速频率分布和空气密度的影响，是衡量风电场风能资源的综合指标。风功率密度等级有7个级别，如表1所示。风功率密度等级达到或超过3级风况的风电场地有开发价值。设定时段的平均风功率密度表达式为：

式中：n为在设定时段内的记录数；ρ为空气密度，kg/m3；v为第i次记录的风速，m/s；ω表示平均风功率密度，W/m2。通常认为风能密度大于50 W/m2即可有效利用，大于200 W/m2即为丰富。

2.3 GIS插值模型的风能资源评估法

近年来，国内外专家应用GIS分析技术来进行风能资源评估的原因主要在于地理因素给风能资源的评估带来的影响［8］。国外有人提出并实现了基于地理信息系统的模型风能资源分析法，确定尼日利亚的适宜风电场选址［9］。地理信息系统的完整信息处理过程，使得我们用ArcGIS处理风能资源变得尤为广泛［10］。为此，本文在对环渤海陆地地区各个气象站点的风电场资源评估过程中，引入了反距离权重IDW插值模型的方法来对风功率密度进行插值计算，应用于渤海湾陆地地区的风能资源评估中，使得评估结果空间化。具体实现过程为：首先将环渤海陆地地区的各个气象站点的位置信息录入进去，其次对环渤海陆地地区的风能资源信息录入各个气象站点的属性表之中，然后对其进行IDW插值计算，最终制作出形象直观的风能资源插值模型的专题地图，对渤海湾陆地地区的风能资源进行更加智能、形象的评估。

3 结果分析

3.1 基于线性回归方法的评估预测

通过一元线性回归方法的统计计算，得到了渤海湾陆地地区各个气象站点的一元线性回归方程，实现了对渤海湾陆地地区的风速趋势预测。结果表明：在1999—2019年间，烟台地区的风能密度始终在250 W/m2之上，风速在4 m/s以上，预测结果表明在2021年其风速仍在可利用范围之上，风能资源丰富。在1999—2019年间，威海成山头气象站的风能密度均在1500 W/m2之上，风速则一直处于5 m/s以上，预测在2021年也将处于5 m/s的风速之上。因此，威海地区的风能资源丰富，非常适合建立风电场发电。此外，泰安的泰山气象站由于其地形原因，风能资源尤为丰富。线性回归预测的方法为渤海湾沿海地区的风电场建设作出了初步评估预测［11］，为后期的风能资源评估提供了更好的研究方向。

表1 风功率密度等级

3.2 传统风能资源参数评估

对环渤海湾陆地地区各省份的传统风能参数进行计算，得到年平均风速与风能密度的计算结果，如图3以及图4所示，研究发现：

（1）山东省风能可利用地区为：烟台、威海、泰安、青岛地区。风能丰富地区有：威海及泰安，其中威海地区20年来的平均风速甚至接近6 m/s，可作为以后风力发电重量级基地。风能资源丰富即风功率密度＞200 W/m2的地区有：烟台、威海、济南、泰安、青岛地区，其中烟台、威海地区的风能资源尤为丰富，也验证了山东省最大的风力发电利用地区为威海地区。

（2）辽宁省风能可利用地区有：廊坊、新民、营口、大连。在风能密度的统计与评估中发现辽宁省风能资源丰富地区有：廊坊、朝阳、营口、大连。其中营口、大连的风功率密度则是达到了250 W/m2，风能资源较为丰富。辽宁省营口市沿海风功率密度＞350 W/m2，海边风力发电已经达到了非常发达的程度。

（3）在对河北省的风能资源计算统计中得出：河北的黄骅地区风能密度为200 W/m2，风能资源较为丰富，而在其他区域，风能资源较为平均且风速较低。

（4）在对天津与北京的风能资源评估中发现，风能可利用地区为：天津市，其风能密度达到了150 W/m2以上，属于风能资源利用丰富的地区。由于天津位于华北北部、渤海西岸，属于北半球暖温带半湿润大陆性季风气候，受季风环流的影响，盛行季风，适应开发大型风电场。

3.3 基于GIS插值模型的风能资源评估

通过IDW插值模型研究分析所得到的反距离权重插值模型图可知，风功率密度大于200 W/m2为风资源丰富地区。根据图5可看出风能资源丰富地区为：烟台、威海、大连、泰安。图上部分如：营口、青岛、济南为风能资源较为丰富地区。基于GIS插值模型，进一步对环渤海湾陆地地区的风能资源做了形象准确的评估。

4 结论

本文对我国近海陆地风能资源的评估方法进行了回顾与总结，并且利用原始风能资源评估参数与新的GIS插值技术相结合，对渤海湾陆地地区的风能资源进行了统计预测与评估，以期为我国渤海湾地区的风电规划和风电场建设提供科学依据。

（1）本文采用的基于风能资源参数的风能评估方法可以较为客观的反映出环渤海湾陆地地区的风能资源的分布状况。结果表明：环渤海湾陆地地区的风能资源整体乐观。山东省风能资源丰富地区如烟台以及威海、泰安泰山、青岛地区，其风功率密度均大于200 W/m2。辽宁省的风能密度较为平均，其中，在大连地区的风能资源尤为丰富，适合建设风电场，开发风电场的项目。河北省的风速平均较低，可开展低风速的风电建设。

（2）在客观准确的数值统计模拟结果的基础上，采用ArcGIS软件系统可以较为方便的分析环渤海湾陆地地区各省份的风能资源分布情况，并且利用GIS插值模型的方法，可以较为准确的实现评价结果的空间化。为渤海湾陆地地区的风能资源的评估与开发提供了更加直观形象的依据。