文章信息
- 吕海滨, 刘昱君, 顾鹏, 赵星宇, 陆银娟. 2019.
- LÜ Hai-bin, LIU Yu-jun, GU Peng, ZHAO Xing-yu, LU Yin-juan. 2019.
- 三个台风对我国东部沿海风电的联合影响
- Combined influence of three typhoons on eastern coastal wind power in China
- 海洋科学, 43(9): 72-77
- Marine Sciences, 43(9): 72-77.
- http://dx.doi.org/10.11759/hykx20181106001
-
文章历史
- 收稿日期:2018-11-06
- 修回日期:2018-12-09
随着社会不断发展, 能源需求量越来越大, 但是煤炭、石油、天然气等化石燃料的大量消耗, 导致了生态环境的恶化, 因此目前世界各国纷纷推动洁净能源的发展[1]。其中风电资源是可再生资源的“主力军”, 而陆上风机安装受制于土地占用问题, 海上风力发电是将来风力发电的主流方向[2]。因此开展风能评估对海上风电项目的建设很重要[3]。Qin等利用MM5(Fifth-Generation Penn State/NCAR Mesoscale Model)模式, 对2005年从山东省到海南省沿海100 m高度处年均风能潜力进行了研究[4]。Hong[5]研究发现2010年、2020年和2030年, 我国专属经济区海上风能潜力将分别占沿海地区总电力需求的56%、46%和42%。Jiang[6]研究发现, 与我国其他沿海地区相比, 福建省沿海地区的风力资源更为丰富。
我国沿海多台风, 台风会对风电机组造成不可挽回的损失, 具有很强的破坏力[7], 而台风到来之前采取停机顺桨措施, 也容易造成风电资源浪费, 因此台风对海洋风电的影响研究已开始引起关注。Li[8]利用ERA-Interim再分析数据集驱动的区域气候模型, 对黄海和渤海风场的气候学、变异性和极端气候进行了时空研究。由于目前关于多个连续台风对海上风电综合影响的探讨不多, 我们基于Sinovel SL3000/118风机, 研究了9907号, 9908号和9909号3个台风对中国东部海洋风力发电站的影响。该款风机有3个叶片, 额定功率为3MW, 切入风速3 m/s, 额定风速为10.5 m/s, 切出风速为25 m/s, 叶轮直径为118 m, 风机高度90 m。本研究可以为相关企事业部门, 在多台风联合影响期间对我国东部海上风电的运行、管理和决策提供参考。
1 数据来源和研究方法 1.1 数据台风轨迹来自于日本气象厅网站(http://www.jma.go.jp/jma/jma-eng/jma-center/rsmc-hp-pub-eg/trackarchives.html), 1999年8月1日至8月15日风速来自于CCMP(cross-calibrated multi-platform)共享库(http://data.remss.com/ccmp/v02.0/)[9]。
1.2 方法风机90 m高度处的风速[10]可以根据公式(1)计算。
$ {U_{90}} = {U_{10}}\frac{{\ln {z_{90}} - \ln {z_{10}}}}{{\ln {z_{10}} - \ln {z_0}}}, $ | (1) |
其中U90和U10分别是海表以上90 m和10 m高度处的风速; z0表示表面粗燥度, 取值为0.01 m; z90(z10)代表 90 m(10 m)高度。
然后根据公式(2)可计算风能强度指数(PD),
$ {P_{\rm{D}}} = \frac{1}{2}\rho U_{90}^3, $ | (2) |
其中ρ表示空气密度, 取值为1.22 kg/m3。
基于公式(3)可获取风机的输出功率,
$ {P_{\rm{E}}} = {P_{\rm{D}}}A{C_{\rm{p}}}, $ | (3) |
其中PE为风机的输出功率; A为风机叶片扫过的面积; Cp为Betz系数, 取值50%。
运营能力(OC, %)指风速大于等于风机的切入风速而小于等于切出风速的时间与总时间的比值。选用风机的切入和切出风速分别为3 m/s和2 5 m/s, 该机型的运营能力可由公式(4)得出。
$ {O_{\rm{C}}} = \frac{{{T_1}}}{T} \times 100\% , $ | (4) |
其中T1为研究时段内风电站3 m/s≤U90≤2 5 m/s所经历的时间, T为研究时段总长度。
额定容量(RC, %)指风速大于等于风机的额定风速并小于等于切出风速的时间占总时间的比重, 可由公式(5)求得。
$ {R_{\rm{C}}} = \frac{{{T_2}}}{T} \times 100\% , $ | (5) |
这里T2是研究时段内风电站10.5 m/s≤U90≤25 m/s所经历的时间。
1.3 研究区域研究区域包含渤海, 黄海和东海, 并且选定了5个沿海风电场, 由北向南依次位于唐山市海港区、盐城市响水县、南通市如东县、嘉兴市平湖县、莆田市秀屿区, 分别标记为S1、S2、S3、S4、S5, 如图 1所示。
2 三个台风如图 1和图 2所示, 9907号台风是由1999年7月29日0时在西北太平洋(134.5°E, 12.3°N)生成的热带低压逐渐发展起来的。7月30日0时北进过程中, 在133.6°E, 16.7°N成长为热带风暴, 最大风速为17.5 m/s。7月30日18时在131.8°E, 20.9°N变成强热带风暴, 最大风速达到20 m/s, 继续向西北移动。8月1日12时在128.1°E, 26.3°N变成台风, 最大风速为32.5 m/s, 此时25 m/s风速最大半径是60 nm, 15 m/s风速最大半径为300 nm, 呈东西向。8月1日18时在127.1°E, 27.2°N最大风速降为30 m/s。8月3日6时, 台风中心到达朝鲜半岛南端, 最大风速27.5 m/s。
9908号台风于1999年7月31日18时于关岛以南海域形成热带低气压, 最大风速7 m/s, 向西北方向日本群岛移动。8月1日18时最大风速增加为10 m/s。8月3日12时到达菲律宾海最大风速增加为12 m/s。8月4日18时, 变成热带风暴, 最大风速达到17 m/s。8月5日0时, 9908号台风到达日本冲绳岛以东海域由热带低压发展成为热带风暴, 风速为23 m/s。8月5日9908号由热带风暴发展成为强热带风暴, 风速达到25 m/s。8月5日12时, 9908号开始衰减成为热带低压, 风速降为17 m/s。8月6日0时, 最大风速降为15 m/s, 热带低压移动方向继续折向西北。8月6日12时, 9908号台风衰减成的热带低压登陆日本北九州岛南部, 继续沿着西北方向向济州岛移动。8月7日6时至12时变为热带低气压, 掠过济州岛南部, 风速12 m/s。最后9908号台风衰减成的热带低压进入中国黄海, 8月8日12时消失于中国江苏和山东沿海。
9909号台风于1999年8月5日18时在115.5°E, 21.1°N生成热带低气压, 8月7日18时在125°E, 25.2°N变为热带风暴, 最大风速17.5 m/s, 此时15 m/s的最大半径为150 nm。8月8日9时在128.3°E, 27°N变为热带低气压, 然后向着西北山东半岛方向前进, 并最后消失。值得注意的是, 8月9日开始, 在黄东海形成一个沿着9909号台风中心轨迹的大气锋面, 沿着纬线移动的锋面地转风对我国东部海上风电影响较大。
9908号台风中心影响中国黄海前后1周左右, 本文选取从1999年8月1日产生于关岛以南海域至8月15日共计15天研究。
3 台风对风机的影响当风速大于等于切入风速(3 m/s)时, 风机开始工作。当风速超过切出风速(25 m/s)时, 风机会停止运行, 从而保证风力发电安全。额定风速指风机达到额定功率时轮毂高度处的设计风速, 取值10.5 m/s。根据公式(1)—(5), 获取了5个海上风电场单个风机在3个台风过境期间的输出功率PE, 运营能力OC和额定容量RC, 如表 1所示。
风电场站位 | PE, max/MW | OC/% | RC/% |
S1 | 7.6 | 46.7 | 0 |
S2 | 11.9 | 80 | 0 |
S3 | 17.2 | 83.3 | 5 |
S4 | 38.5 | 85 | 5 |
S5 | 26.6 | 86.7 | 6.7 |
由图 3和表 1可知, 台风对5个海上风电场的影响可以分为3个阶段。第一阶段是1999年8月1—4日, 此时主要受9907号台风的影响。以8月1日为例, S5—S1由南向北风机的PE依次降低, 分别为15、8.46、5.6、1.4、0.5 MW。第二阶段是8月6—9日, 8月6日也呈现由南向北PE降低, 主要是9909号台风由南海途径台湾海峡即将进入东海的影响; 受9908号台风影响, 8月7日最大PE出现在S3, 8月7日6时至12时变为热带低气压, 掠过济州岛南部进入黄东海, 风速12 m/s。8月8日, 受9908和9909号台风的叠加影响, 按照PE由大到小, 依次出现在S4、S5、S3、S2和S1, 其中S4风机的PE达到15天的最大值38.5 MW。第三个阶段是8月12—15日, 受大气锋面的影响, S1—S5输出功率呈现波动。
3.2 运营能力3个台风联合影响期间, 我国东部沿海的风场时空分布如图 2所示。根据公式(2)和(3), 台风经过5个海上风电场前后的90 m处风速相对大小与图 3类似。中国沿海5个站点的最大风速均不超过25 m/s, 不会有风速超过切出风速。从表 1可知OC从小到大的排列依次是S1、S2、S3、S4、S5, 分别为46.7%、80%、83.3%、85%、86.7%, 呈现由南向北逐渐降低的现象, 这可能与台风路径偏北或西北有关; 9907—9909号台风使得5个海上风电场的输出功率增加, 但并未造成破坏性影响。
3.3 额定容量从表 1可知, S1, S2站点的RC全部为零, 因为9908号和9909号台风本身强度不大, 且最后到达中国东部海域时已削弱成热带低压, 对增大中国沿岸风速至10.5 m/s的作用微乎其微, 加上S1、S2站点距离台风中心较远, 从台风生成到消散, 最大风速均未超过10.5 m/s。S3, S4距离台风中心位置较近, 受到的影响最大, RC分别为5%和5%。S5站点附近出现强力的风源, 大于10.5 m/s风速持续时间长, 所以额定容量RC达到6.7%。
4 结论随着化石燃料等常规资源日益消耗, 海上风能由于清洁无污染, 储量大, 持续时间长, 占地面积小等优点日益受到重视。本文针对9907号、9908号和9909号台风的生消过程研究了其对我国东部海上风电项目运转的影响, 发现:
1) 台风对5个海上风电场的影响可以分为3个阶段。第一阶段是1999年8月1—4日, 此时主要受9907号台风的影响; 第二阶段是8月6日也呈现由南向北PE降低, 主要是9909号台风由南海途径台湾海峡即将进入东海的影响; 受9908号台风影响, 8月7日最大PE出现在S3, 8月7日6时至12时变为热带低气压, 掠过济州岛南部进入黄东海, 风速12m/s。8月8日, 受9908和9909号台风的叠加影响, 按照PE的大小, 依次出现在S4、S5、S3、S2和S1, 其中S4风机的PE达到15天的最大值38.4 MW。第三个阶段是8月12—15日, 受大气锋面的影响, S1—S5输出功率呈现波动。
2) OC呈现由南向北逐渐降低, 这可能与台风路径偏北或西北有关; 9907—9909号台风使得5个海上风电场的输出功率增加, 但并未造成破坏性影响, S5额定容量RC最高, 达到6.7%。
致谢: 感谢CCMPv2.0和台风轨迹数据的提供平台, 感谢两位评审老师为文章修改提出宝贵意见。
[1] |
闵兵, 王梦川, 傅小荣, 等. 海上风电是风电产业未来的发展方向:全球及中国海上风电发展现状与趋势[J]. 国际石油经济, 2016, 24(4): 29-36. Min Bing, Wang Mengchuan, Fu Xiaorong, et al. Offshore wind power as the development trend of wind industry: Developments of global offshore wind power[J]. International Petroleum Economics, 2016, 24(4): 29-36. DOI:10.3969/j.issn.1004-7298.2016.04.006 |
[2] |
Jacob L. Attitudes towards on-land and offshore wind power development in Denmark; choice of development strategy[J]. Renewable Energy, 2008, 33(1): 111-118. DOI:10.1016/j.renene.2007.01.011 |
[3] |
Chancham C, Waewsak J, Gagnon Y. Offshore wind resource assessment and wind power plant optimization in the Gulf of Thailand[J]. Energy, 2017, 139: 706-731. DOI:10.1016/j.energy.2017.08.026 |
[4] |
Qin Haiyan, Liu Mingliang, WangYao, et al. China: An emerging offshore wind development hotspot-with a new assessment of China's offshore wind potential[R]. Beijing: Chinese Wind Energy Association, 2010.
|
[5] |
Hong Lixuan, M ller B. Offshore wind energy potential in China: Under technical, spatial and economic constraints[J]. Energy, 2011, 36: 4482-4491. DOI:10.1016/j.energy.2011.03.071 |
[6] |
Dong Jiang, Zhuang Dafang, Huang Yaohuan, et al. Evaluating the spatio-temporal variation of China's offshore wind resources based on remotely sensed wind field data[J]. Renewableand Sustainable Energy Reviews, 2013, 24: 142-148. DOI:10.1016/j.rser.2013.03.058 |
[7] |
张庆红, 郭春蕊. 热带气旋生成机制的研究进展[J]. 海洋学报, 2008, 30(4): 1-11. Zhang Qinghong, Guo Chunrui. Overview of the studies on tropical cyclone genesis[J]. Acta Oceanologica Sinica, 2008, 30(4): 1-11. |
[8] |
Li Delei, Geyer B, Bisling P. A model-based climatology analysis of wind power resources at 100-m height over the Bohai Sea and the Yellow Sea[J]. Applied Energy, 2016, 179: 575-589. DOI:10.1016/j.apenergy.2016.07.010 |
[9] |
Wentz F J, Scott J, Hoffman R, et al. 2015: Remote Sensing Systems Cross-Calibrated Multi-Platform (CCMP) 6-hourly ocean vector wind analysis product on 0.25 deg grid, Version 2.0[EB/OL].[2015-01-07]. http://data.remss.com/ccmp/v02.0/.
|
[10] |
Onea F, Raileanu A, Rusu E. Evaluation of the wind energy potential in the coastal environment of two enclosed seas[C]//Julio D. Advances in Meteorology. London: Hindawi Publishing Corporation, 2015: 1-14. https://www.researchgate.net/publication/281629870_Assesment_of_the_wind_energy_potential_in_the_coastal_environment_of_two_enclosed_seas
|