“21 世纪海上丝绸之路”风能资源时空特征数据集

郑崇伟

1. 海军大连舰艇学院航海系，辽宁大连 116018

2. 中国科学院大气物理研究所，LASG 国家重点实验室，北京 100029

3. 中国海洋大学，山东省海洋工程重点实验室，山东青岛 266100

引 言

“21 世纪海上丝绸之路”（简称“海上丝绸之路”）是连接“中国梦”与“世界梦”的蓝色纽带[1]。然而沿线电力供应能力薄弱，严重制约“海上丝绸之路”建设的高效展开[2-7]。整体来看，“一带一路”沿线的用电量仅为世界平均水平的61%[8]。如何打破电力困局，成为“海上丝绸之路”建设高效展开的核心所在。可再生、无污染、全天候等诸多优势使得海上风能成为各发达国家追逐的新焦点，主要用于海上风电、海水淡化等。前人对全球多个海域的风能评价做了很多积累和贡献[9-11]，但目前为止，海上风能资源数据凤毛麟角，而这又是实现风能开发高效展开的关键基础。

海洋数据的制作与共享已成为综合国力的重要体现。相比陆上资料，海洋资料获取难度更大，也更为稀缺，这种困境在我国尤为突出，影响着相关海洋开发建设的高效展开[12]。目前，海洋和气象原始数据相对丰富，但海上风能数据稀缺。如何从体量大、信息密度低的原始大数据中提取风能开发的有用信息，并形成数据集，将成为推动风能开发产业化、规模化、高效展开的关键支撑，也是国内外同行共同面临的难题，亟待解决。

本研究旨在建立国内外首套开放型、公益性“21 世纪海上丝绸之路”风能资源时空特征数据集，为克服电力困局提供技术途径、数据支撑，为“海上丝绸之路”建设、“海洋命运共同体”建设尽绵薄之力。

1 数据采集和处理方法

1.1 数据介绍

本研究在国内外率先系统给出“海上丝绸之路”风能资源一系列关键指标的时空分布数据，促进海上风能开发的高效、合理展开，为各国参与“海上丝绸之路”建设的决策、科研、工程人员提供数据支撑，为克服“海上丝绸之路”建设面临的电力困境提供技术途径。

早在2012 年，Zheng 等[13-14]就提出了有效风速频率（Effective Wind Speed Occurrence，EWSO）、能级频率（Energy Level Occurrence）这两个关键指标，并不断对其进行丰富和完善，分别用于描述资源的可利用率、富集程度，得到国内外同行的认可和广泛应用。本研究建立的风能资源数据集系统覆盖风能密度、有效风速频率、能级频率、变异系数、月变化指数、季节变化指数、资源储量等一系列关键指标的时空分布。

本研究主要从ERA-interim 数据中提取风能评价的有用信息，该数据来自ECMWF（欧洲中期天气预报中心——European Centre for Medium-Range Weather Forecasts）。时间分辨率为6 h；空间分辨率提供了多种选项：0.125°×0.125°, 0.25°×0.25°, ..., 2.5°×2.5°；空间范围为90°S-90°N，180°W-180°E ， 时 间 范 围 从 1979 年 1 月 1 日 00 ： 00 至 今， 数 据 网 址： http://dataportal.ecmwf.int/data/d/interim_daily/。ERA-Interim 再分析资料是继ERA-40 之后的新产品，该数据使用了分辨率更高的气象模式，在观测资料的应用及同化方法方面也有很大改进。使用最新的四维变分同化技术，同化的资料包括卫星资料、常规观测资料以及模拟数据。刘汉武等[15]指出ERA-interim 模拟较小（或大）风速中心的位置和范围最接近实测，同时指出代用数据不宜直接用于风电场风能资源评估中的长年代订正。Dee 等[16]指出ERA-interim 较好地解决了同化过程中卫星数据使用的有关问题。Song 等[17]分析发现在中国近海ERA-interim 风场与浮标数据接近。Bao 等[18]对比分析指出ERA-Interim 和NCEP-CFSR 在均方根误差和偏差方面更优于NCEP-NCAR 和ERA-40 数据。整体来看，ERA-Interim 数据具有较高精度和可信度，在国外得到广泛认可和运用。另外，ECMWF 最新发展了ERA5 再分析资料[19]，提供了100 m 高度的风场数据，更有利于风能评价。未来可利用ERA5数据，参照本研究的方法，建立覆盖全球海域的100 m 高度风能资源数据集。

1.2 各指标的算法

风能密度：定义为垂直于气流的单位截面上风的功率（Wind Power Density，WPD），计算方法为[20]：

式（1）中，W为风能密度（单位：W/m2）；V为风速（单位：m/s）；ρ为海表空气密度（单位：kg/m3）。当海拔在500 m 以下时，一般采用常温标准大气压下的空气密度，可取1.225 kg/m3[11]。

风能可利用率：定义为风能资源开发的有效风速出现的频率（Effective Wind Speed Occurrence，EWSO）。在风能开发过程中，通常认为风速在5-25 m/s 有利于风能资源的采集与转换，并将这个区间的风速定义为有效风速。也有标准将3-25 m/s 的风速定义为有效风速。通常海上风能比陆上风能丰富，在此采用较高的标准，将5-25 m/s 的风速定义为有效风速。风能可利用率的计算方法如下[13-14]：

式（3）-（7）中，t2、t3、t4、t5、t6分别为100、150、200、300、400 W/m2以上风能密度出现的时次，T为总时次。

表1 风能能级频率的定义

变异系数：通常用变异系数（Coefficient of Variation，Cv）来展现资源的月尺度以内的稳定性[22]，Cv数值越小，代表稳定性越好，越有利于风能开发。Cv的计算方法为：

式（10）中，1MP为最丰富月份的风能密度，12MP为最贫乏月份的风能密度，yearP为多年平均的风能密度。

季节变化指数：通过计算风能密度的季节变化指数（Seasonal Variability Index，Sv）来展现风能资源的月际差异。Sv数值越大，代表季节差异越是显著，越不利于风能开发，相反则有利于风能开发。Sv的计算方法如下：

式（11）中，S1P为最丰富季节的风能密度，S4P为最贫乏季节的风能密度，yearP为多年平均的风能密度。

风能资源储量：资源储量密切关系到发电量，前人对资源储量做了很多研究，但多是笼统给出大范围的总体储量，在此参照Zheng 等[23]的方法，定量计算单位面积的风能资源储量，覆盖总储量、有效储量和技术开发量，具体计算方法：

2 风能数据描述

2.1 风能密度

利用ERA-interim 风场数据，根据WPD 算法，计算得到近40 年逐6 h 的WPD 数据。计算1979年1 月的WPD 进行平均，同样的方法得到近40 年每年1 月的WPD，而后得到多年平均的1 月WPD。同理得到“海上丝绸之路”多年平均状态下的1-12月的WPD数据。本数据文件名为“WPD.dat”，共包含1-12 月12 个时次。数据的空间范围：30°E-130°E，15°S-30°N。空间分辨率：0.25°×0.25°。缺测值为-9.99e+33。

在此代表性地给出年平均WPD 的空间分布特征，见图1。赤道附近海域为低值中心。存在3 个显著大值区：阿拉伯海最高（大部分海域在200 W/m2以上，中心在索马里近海，可达600 W/m2）、南海次之（大部分海域在150 W/m2以上，传统的南海大风区和吕宋海峡为大值中心，可达400 W/m2以上）、孟加拉湾（基本在150 W/m2以上；相对大值中心为斯里兰卡东南部近海、科摩林角和斯里兰卡之间的海峡，在200 W/m2以上）。

2.2 风能可利用率

利用1979 年1 月逐6 h 的ERA-interim 风场，统计得到该月的EWSO，同样的方法得到近40 年每年1 月的EWSO，而后得到多年平均的1 月EWSO；同理得到近40 年平均的1-12 月EWSO 数据。本数据文件名为“EWSO.dat”，共包含12 个时次：多年平均的1-12 月。数据的空间范围：30°E-130°E，15°S-30°N。空间分辨率：0.25°×0.25°。缺测值为-9.99e+33。

图1 “海上丝绸之路”的年平均风能密度

图2 代表性地给出年平均EWSO 的空间分布特征。南海-北印度洋的风能可利用率整体乐观，大部分区域在50%以上。年平均EWSO 和年平均WPD 的空间分布大体一致。

图2 “海上丝绸之路”的年有效风速频率

2.3 能级频率

利用1979 年1 月逐6 h 的WPD 数据，统计得到该月的ALO，同样的方法得到近40 年每年1月的ALO，而后得到多年平均的1 月ALO；同理得到近40 年平均的1-12 月ALO 数据，以及多年平均的1-12 月MLO、RLO、ELO、SLO 数据。

本研究代表性地给出了ALO 和RLO，分别命名为“ALO.dat”“RLO.dat”，共包含12 个时次，即多年平均的1-12 月。数据的空间范围：30°E-130°E，15°S-30°N。空间分辨率：0.25°×0.25°。缺测值为-9.99e+33。年ALO 和年RLO 的空间分布特征见图3。“海上丝绸之路”大部分海域的年ALO在50%以上，年RLO 在30%以上。ALO 和RLO 存在几个共同的大值中心：索马里近海、斯里兰卡东南部近海一个椭圆型海域、科摩林角和斯里兰卡之间海域、传统的南海大风区、吕宋海峡-海南岛一带。

图3 “海上丝绸之路”部分能级频率

2.4 变异系数

利用1979 年1 月逐6 h 的WPD 数据，结合Cv 的算法，得到该月的Cv，同样的方法得到1979-2014 年每年1 月的Cv，而后得到多年平均状态的1 月的Cv。同理得到多年平均状态的1-12 月的Cv 数据。本数据文件名为“Cv.dat”，共包含12 个时次：多年平均的1-12 月。数据的空间范围：30°E-130°E，15°S-30°N，空间分辨率：0.25°×0.25°，缺测值为-9.99e+33。

以2、8 月为代表月，给出多年平均状态下的冬夏两季的Cv 空间分布特征，见图4。2 月，10°N以内的北印度洋低纬海域的稳定性明显好于其余海域；存在几个稳定性较差的海域，如阿拉伯海的北部和西北部近海、阿曼湾、孟加拉湾湾顶、苏门答腊岛西部海域等。8 月，稳定性明显好于2 月，这应该是由于西南季风强劲而又稳定。受西南季风影响显著的区域稳定性明显好于其余海域，尤其是阿拉伯海，Cv 基本在0.5 以内，中心甚至在0.3 以内。

2.5 月变化指数

将1979 年01 月逐6 小时的WPD 做平均，得到该月平均的WPD，同理得到1979 年逐月（共12 个月）平均的WPD。利用1979 年1-12 月逐月的风能密度，结合式（10），计算得到1979 年的Mv，采用同样的方法得到1979-2014 年逐年的Mv，最后得到多年平均的Mv 数据。本数据文件名为“Mv.dat”，共包含1 个时次：多年平均值。数据的空间范围：30°E-130°E，15°S-30°N，空间分辨率：0.25°×0.25°，缺测值为-9.99e+33。

图4 “海上丝绸之路”的风能密度变异系数

如图5 所示，阿拉伯海的多年平均Mv最大，基本在2.4 以上，中心在3.3 以上。这是由于阿拉伯海的夏季西南季风非常强劲，而其余季节的风速较小，造成了显著的季节差异。孟加拉湾大部分区域的Mv在2.1-2.7 之间，低值区分布于孟加拉湾西南部的斯里兰卡周边大范围海域。南海的Mv小于阿拉伯海和孟加拉湾，南海北部近海的Mv小于南海中南部。

图5 “海上丝绸之路”多年平均的风能密度月变化指数

2.6 季节变化指数

将1979 年3-5 月逐6 h 的WPD 做平均，得到1979 年春季（March-April-May，MAM）平均的WPD，同理得到1979 年各个季节平均的WPD，结合式（11），计算得到1979 年的Sv，采用同样的方法得到近40 年逐年的Sv，最后得到多年平均的Sv数据。本数据文件名为“Sv.dat”，共包含1 个时次：多年平均值。数据的空间范围：30°E-130°E，15°S-30°N。空间分辨率：0.25°×0.25°。缺测值为-9.99e+33。多年平均状态下的Sv见图6，空间分布特征与Mv大体一致。

图6 “海上丝绸之路”多年平均的风能密度季节变化指数

2.7 资源储量

利用近40 年的WPD、EWSO 数据，计算得到“海上丝绸之路”单位面积的风能资源储量。本数据文件名为“Storage.dat”，包含风能总储量、有效储量、技术开发量3 个要素，空间分布特征见图7。每个要素均为1 个时次。空间范围：30°E-130°E，15°S-30°N。空间分辨率：0.25°×0.25°。缺测值为-9.99e+33。

有效储量与总储量的空间分布特征大体一致，这是由于“海上丝绸之路”的有效风速频率整体较高所致。存在几个显著的资源储量大值中心：索马里近海、吕宋海峡、台湾海峡、传统的南海大风区。

图7 “海上丝绸之路”的风能资源储量（单位：103 kW·h·m-2）

3 数据质量控制和评估

本数据集主要是从ERA-interim 再分析资料中提取风能评估的一系列关键信息。ERA-interim 的数据质量和控制已由ECMWF 完成。本研究在提取风能关键信息时，设定了界限，例如EWSO 定义为5-25 m/s 之间的风速出现的频率，超出该区间范围的则不纳入统计。另外，ALO、MLO、RLO、ELO、SLO 等关键信息也设定了相应界限。在数据处理中，遇到异常的风速、风能密度采用3 点滑动平均进行处理。

4 数据价值

本数据的价值在于在国内外率先建立了“海上丝绸之路”风能资源数据。从体量大、信息密度低的原始数据中提取了风能评估与开发的有用信息，系统覆盖风能评估与开发密切关注的一系列关键指标：多年平均的1-12 月的风能密度、多年平均的1-12 月的有效风速频率、多年平均的1-12 月的100 W/m2以上能级频率、多年平均的1-12 月的200 W/m2以上能级频率、多年平均的1-12 月的变异系数、多年平均的月变化指数、多年平均的季节变化指数、风能资源储量（含总储量、有效储量、技术开发量）。本数据集是海上风电、海水淡化等风能工程高效、科学展开的关键支撑，从而为克服“海上丝绸之路”建设面临的能源困局做出积极贡献。另外，目前我们与部分国家在海洋原始数据方面还存在一定差距。本研究建立的风能资源数据属于成品，比原始数据更有利于缩短相关工程的建设周期。希望本研究能为我们实现海洋数据弯道超车提供一种思路。

5 数据使用方法及建议

“21 世纪海上丝绸之路”风能时空特征数据集全部数据已全部上传至Science Data Bank（http://www.dx.doi.org/10.11922/sciencedb.j00001.00142）发布。同时，请使用者添加文献引用，并在致谢中标注“海军大连舰艇学院郑崇伟团队”。

本数据集为开放型、公益性数据，仅对“21 世纪海上丝绸之路”公益性建设和科学研究开放，不对任何商业机构、部门开放。

致 谢

感谢ECMWF 提供的原始海表风场数据。

数据作者分工职责

郑崇伟（1983—），男，四川宜宾人，博士，研究方向为海洋新能源评估、物理海洋学。主要承担工作：方案设计、数据质量评估与验证。