湛江海上风电场海域波浪特征研究

李健华 黄亚珏

摘    要：湛江海域是广东省海上风电发展的重点规划区域，数值模拟是为规模化海上风电场建设提供波浪设计参数的重要手段。本文以欧洲气象中心数据为输入风场，结合C-MAP和实测地形得到计算水深，基于MIKE21-SW建立了湛江海域的波浪数学模型，模拟海域2010～2020年的逐时波浪过程。基于实测数据对模型进行了验证，波高的相关系数为0.94；统计了研究海域多年波浪要素特征，得到有效波高分布地图；分析了波浪的季节变化、年际变化趋势及地形对波浪的影响。波高同时受风和地形影响，2010～2020年间的年平均波高无明显变化，冬季波高最大、夏季最小。本文可为当前项目及后续广东海区继续发展海上风电提供借鉴。

关键词：波浪特征；数值模拟；海上风电场；地形变化

中图分类号：P731.22                              文献标识码：A

Study on Wave Characteristics of Zhanjiang Offshore Wind Farm Sea Area

LI Jianhua1，2，  HUANG Yajue3

（ 1. China Energy Engineering Group Guangdong Electric Power Design Institute Co.， Ltd.，   Guangzhou 510663;  2. Guangdong Kenuo Surveying Engineering Co.， Ltd.，  Guangzhou  510663;  3. Pearl River Water Resources Commission of the Ministry of Water Resources，  Guangzhou  510610 ）

Abstract： Zhanjiang sea area is a key plan area for the development of offshore wind power in Guangdong Province. And it is important to provide wave design parameters for the scale construction of offshore wind farms based on numerical simulation. By taking the data from the European Meteorological Center as the input wind field， and obtaining the calculated water depth  in combination with C-MAP and measured terrain， the wave mathematical model of Zhanjiang sea area was established upon MIKE21-SW model in this study. The hourly wave process in the sea area from 2010 to 2020 was simulated. The model was validated based on measured data， and the correlation coefficient of wave height was 0.94. The characteristics of wave parameters at the study area were statistically analyzed， and the distribution of significant wave heights was obtained. The seasonal and inter-annual variations of wave were analyzed， as well as the impact of terrain on wave. The wave height was influenced by both wind and topographic change， and there was no significant trend in the annual average wave height during 2010-2020. However， the wave height was the highest in winter and the lowest in summer. The results could provide scientific reference for the present and future development of offshore wind farm in Guangdong coastal area.

Key words： wave characteristics; numerical simulation; offshore wind farm; topographic change

1    前言

海上風力发电是清洁能源的重要组成部分[1]，其有多种类型，如固定式、漂浮式等。由于要长期经受风、浪、流等载荷的共同作用，工作环境复杂，因此海上风电在选址时必须基于长期的海洋水文资料[2]。湛江海域是广东省海上风电发展的重点规划区域，已建成外罗海上风电场、徐闻海上风电场、新寮海上风电场、中国海装湛江漂浮式示范项目等，规划建设徐闻东海上风电场等。湛江海域具有水下地形变化大的特点，研究湛江海上风电场海域的波浪时空变化特征，是海上风电场规模化发展的迫切需求。

现场实测是获取波浪资料以及分析波浪特征的主要手段[3]。由于海上风电开发逐渐向深远海发展，对于仪器安全、数据安全、作业窗口期等方面均提出了更加严峻的考验；同时长时间的观测需要更高的勘察成本，因此短期的现场观测配合数值模拟的手段，能够弥补现场观测存在的问题，保证项目的顺利推进，已逐渐成为研究海洋特征的常用方法。

尽管目前已有对南海波浪场的模拟研究，但大多是对南海波浪场整体的数值模拟，湛江海上风电场海域地形变化较大，波浪要素的空间分布变化也较大，导致波浪场具有其独特的特征，这些特征会对风电场的设计和运行造成影响，而目前对于湛江风电场海域的波浪场特征研究还不够深入。

为了给湛江海上风电场海域多个风电场提供设计输入资料，基于MIKE21-SW建立了波浪数学模型，在通过实测资料对模型进行充分验证的基础上，对研究海域进行长时序逐时波浪后报，模拟了研究海域2010～2020的长时序逐时波浪过程，统计了波浪场的空间分布以及年内、年际变化规律，分析了地形对波浪场分布的影响以及波浪的季节性变化规律。本文的结论既能够了解研究海域的波浪分布特征，又能够为该海域的规模化风场设计提供时序更精细的基础水文数据。

2     数值模型

本文基于MIKE21-SW建立波浪数学模型，MIKE21-SW是基于非结构网格的新一代波浪谱模型， 主要适用于模拟河口海岸地区大范围的风浪和涌浪的成长、衰减及变形。波浪数学模型的基本控制方程为[9]：

式中：N为动谱能量密度；σ为相对波浪频率；θ为波向；Cx、Cy为波浪沿x、y方向传播的速度；Cσ、Cθ为波浪在σ、θ坐标下的传播速度；S为源汇项，由下式计算得到

S=Sin+Snl+Sds+Sbot+Ssurf                                               （2）

式中：Sin为风能输入项；Snl为非线性波-波相互作用的能量传输；Sds为波浪白帽耗散造成的能量损失；Sbot为波浪底部摩阻所造成的能量损失；Ssurf为波浪破碎所导致的能量损失。

3    数值模型验证

风场数据的选择对模拟结果的精度有显著影响，目前主流的风场数据有欧洲的ERA5风场、美国的NCEP风场、日本的JRA25等。其中， ERA5数据集具有较高的分辨率[10]，并在中国海域经过广泛验证，具有较高的精度[11]，故选用ERA5海面10 m风场逐时再分析数据作为模型计算的风场条件，其数据空间分辨率为0.25°×0.25°，时间分辨率为逐时。

3.1   模型范围

为方便描述，选择如下5个代表点：外海点P2、海上风电场核心区域位置V1、漂浮式风电场址P1、靠近海峡内部的P3、P4点，如图 1所示。

3.2   模型设置

研究海域地形变化复杂，采用北南海大范围区域和近岸区域两套网格进行波浪数值模拟；图 2（a）为大范围区域网格划分示意图，最大网格尺度为1.5°，最小为0.3′×0.3′；图 2（b）为近岸区域网格划分示意图，最大网格尺度为5 km，最小为300 m；海域水深采用实际测量水深和MIKE模型中C-MAP地形数據库水深插值而成。计算过程中，波浪破碎系数取为0.9，底摩阻系数Kn取为0.01 m，白帽耗散系数Cdis和DELTAdis分别取值为4.5和0.5。

3.3   模型验证

采用研究海域V1验证点的实测数据对计算结果进行验证，如图 3所示：有效波高计算值与实测值平均误差、均方根误差、相关系数误差分别为-0.14 m、0.22 m、0.94；有效波高最大值和平均值分别为3.42 m、1.40 m；实测有效波高最大值为3.10 m、1.27 m，计算值略大于实测值；谱峰周期计算值与实测值平均误差、均方根误差、相关系数，分别为-0.8 s、1.99 s、0.73；谱峰周期最大值和平均值分别为15.9 s和8.2 s；实测谱峰周期最大值为15.6 s、7.4 s ；波浪常浪向为E向，与研究海域的常浪向一致。

由验证结果可以得到：所建立的波浪模型计算结果与实测波浪过程吻合良好，满足研究海域波浪要素后报的精度要求。

4    计算结果分析

4.1   有效波高的年平均值和最大值

采用上述波浪数值模型，模拟了研究海域2010～2020年间的逐时波浪过程计算结果。如图 4 所示：代表点P1的逐时最大有效波高为4.13 m，平均有效波高为1.02 m；P2点的逐时最大有效波高为7.97 m；从P2到P1降低了接近50%；平均有效波高的分布基本符合折射定律，其等值线与等深线基本一致；最大有效波高的分布特点与平均有效波高存在明显区别，最大波高出现在台风“浪卡”过境期间，故波向受台风风向影响显著。

4.2   波浪受地形影响大

本文研究海域波况受地形影响大。从图 4可以看出：波高从30 m等深线开始就迅速衰减，尤其是琼州海峡受地形和海南岛的遮掩，越往海峡内波高越小；P1点东侧的地形丘壑相间，海底坡度较大，水深在10～30 m间。从外海传过来的波浪经过此区域波能发生快速衰减，尽管P1位置水深较大，但受地形影响，该位置以局部风成浪为主，波高显著小于外海；另外，在V1点南侧，有成片的有效波高变化较大的区域，大浪区正好对应于水深较小的区域，这说明在此地形起伏较大的位置，局部的浅化效应引起的波高增大不可忽略，在海上风电场设计和布置时必须考虑。

通过对比典型位置的风、浪玫瑰图，进一步分析地形的影响。图 5为P1、P2、V1点的风、浪玫瑰图。从图中可以看出，地形对波浪的影响体现在两个方面，一是波高的显著减小，二是浪向的显著变化：

1）从P2到V1再到P1，水深依次减小，三点的风、浪玫瑰图形状接近，风向和风级组成变化不大；

2）三点的多年平均风速分别为6.60 m/s、6.07 m/s和5.61 m/s，V1、P1点的风速分别降低了7.9%、14.9%；

3）三点的多年平均有效波高分别为1.74 m、1.35 m、1.05 m，V1、P1点的有效波高分别降低22.6%、40.0%，波高的降幅显著大于风速的降幅，这是由于地形快速变化，底摩擦和波浪破碎等引起的波能耗散；

4）在波向方面，对于外海的P2点浪向分布与风向分布较为一致，当到达水深较浅的V1点处时，由于波浪的折射作用E向浪的比重显著增加；当波浪传播到P1点时，波浪进一步受到水下通道的影响，波向更为集中，E向浪占比高达75%，完全占据主导地位。

4.2   风和浪的变化趋势

随着全球气候的变化，极端天气的发生频次和强度都逐渐增强，因此有必要研究海域的风浪变化趋势，做好长远规划。统计各代表点2010-2020年的年平均风速和年平均有效波高，如图 6和图 7所示。可以看出，从外海到海峡内部风速逐渐减小，波高也逐渐减小，风、浪的年际变化均较为平稳，没有明显增大趋势，越往海峡内部，波浪的年际变化越小。

对比风和浪的年际变化可以发现，在靠近外海的P1、V1点，浪高和风速基本呈正相关关系，但到了海峡内部的P1、P3、P4点，两者的相关关系变弱，在2018～2019年期间，甚至出现了风速减小、波高增大的情况，这可能是因为受到海峡地形的影响。

4.3   波高变化特征

整个南海海域的波浪存在显著的季节性，图8为外海P2点的波高随月份的变化图，可以看出：5～8月份波高较小，10～1月份波高较大。

图9为P1、P2和V1点的月平均有效波高随月份的变化图，可以看出：各点平均有效波高随月份的变化规律完全一致，外海波高的变化（误差棒的长度）更为显著。

图10为各代表点平均波浪周期随月份变化图，可以看出：周期与波高变化的规律一致，从外海到海峡内部周期逐渐减小，冬季平均周期显著大于夏季。

P1位置位于海峡入口，受地形影响显著，又是漂浮式海上风电场的规划场址。统计表明：P1点多年平均H1/3为1.05 m，最大为2.30 m；多年平均Hmax为2.05 m，最大为4.46 m；多年平均的Tmean为4.92 s；平均波高的季节性变化特征显著，月均有效波高和月均最大波高均从10月份开始显著增加，至来年一月份波高又逐渐减小，说明该区域冬季波高较大；最大波高的变化规律和平均有效波高完全一致，月最大有效波高和月最大波高在10～1月最大。

5    结论

针对广东省海上风电的重点发展区域湛江，基于MIKE21-SW建立了波浪数学模型，模拟了研究海域2010～2020年的长时序逐时波浪过程，分析研究海域的波浪参数分布特征，统计研究海域多年波浪要素特征值，主要成果如下：

1）得到了多年有效波高平均值和极值的分布地图，由于受地形影响，波浪能量从30 m等深线开始发生快速衰减；在规划电场的P1和V1时位置，P1点大浪过程以局部风成浪为主，在地形变化较大的V1点南侧，浅化效应导致平均有效波高分布极不均匀，形成成片的大浪区，在风电场设计和布置时需加以考虑；地形还会影响波向，受折射作用和水下通道的综合影响，波向越往海峡内部越集中，到P1位置是E向浪接近75%；

2）2010～2020年间波浪没有明显增大趋势，波高较为平稳，越往海峡内部波浪的年际变化越小；外海风速和有效波高正相关，海峡内部两者相关关系变弱；

3）有效波高呈現显著的季节性，冬季（10～1月）有效波高显著大于夏季（5～8月）；周期的季节变化和波高一致，冬季周期显著大于夏季周期。

参考文献

[1]李志川， 胡鹏， 马佳星， et al. 中国海上风电发展现状分析及展望 [J]. 中国海 上油气， 2022， 34（05）.

[2]秦天庆， 袁长丰， 袁铭徽， et al. 基于2010—2020年东海风浪统计数据的海上风电吸力桶基础动荷载承载特性 [J]. 海洋工程， 2023， 41（01）.

[3]杨斌， 杨万康， 谢华伟， et al. 杭州湾北部实测波浪特征 [J]. 海洋与湖沼， 2022， 53（04）.

[4]夏瑞彬， 路超越， 梁楚进， et al. 基于WW3的南海北部有效波高时空变化及其极值重现期估算方法分析 [J]. 海洋学报， 2023， 45（02）.

[5]耿浩博， 张洪生， 洪杨彬， et al. 长江口海域风浪场的计算与特征分析 [J]. 水利水运工程学报， 2020， （05）.

[6]刘功鹏， 孙晓娟. 江苏如东海域波浪数值模拟研究 [J]. 水电与新能源， 2020， 34（06）.

[7]韩树宗， 董杨杨， 张水平， et al. 南海波浪时空变化特征研究 [J]. 海洋湖沼通报， 2020， （02）.

[8] KIM T R， LEE J H. Comparison of high wave hindcasts during typhoon Bolaven （1215） using SWAN and WAVEWATCH III Model [J]. Journal of Coastal Research， 2018， （85 （10085））.

[9] DHI. Mike21 spectral wave module scientific documentation [M].Denmark： DHI Water & Environment， 2009.

[10]吉会峰， 刘吉堂， 宋心刚， et al. 基于ERA5数据的江苏海域风能资源评估 [J]. 太阳能学报， 2023， 44（01）.

[11]谭海燕， 邵珠晓， 梁丙臣， et al. ERA5风场与NCEP风场在黄海、东海波浪模拟的适用性对比研究 [J]. 海洋通报， 2021， 40（05）.