2019年8—10月长江口近岸海上风电场风浪预报-海洋预报

2019年8—10月长江口近岸海上风电场风浪预报

单位：1. 南京海维斯海洋信息服务有限公司, 江苏南京 210000;
2. 南京信息工程大学, 江苏南京 210044;
3. 上海海洋中心气象台, 上海 200000;
4. 重庆海装公司, 重庆 404100

分类号：P732

出版年·卷·期（页码）：2021·38·第四期（45-52）

摘要：

针对长江口近岸海上风电场，利用2019年8—10月NCEP全球天气预报产品和第三代海浪模式Wave Watch Ⅲ的全球预报产品做上海长禁五号、长江口灯船和东海浮标站的单点预报，利用这些站点的观测数据，针对风电场的需求评估预报精度。结果表明：全球天气预报产品中的风速预报对区域内的单站预报结果有一定参考价值，大于6 m/s风速的24 h预报准确率达到46.3%；使用递减平均法可以使风速预报的均方根误差减少10%～14%，预报准确率提高为57.0%。全球海浪预报结果在长江口近海较精确，长江口灯船站48 h预报有效波高均方根误差在0.25 m以下，相关系数高达0.80。在台风极端天气条件下，全球天气预报产品对长江口风速仍有一定的预报技巧，但最大风速的出现时间滞后6 h左右。全球海浪预报产品的预报技巧与无台风情况下没有明显差别。

This paper makes single-point forecasts for the Shanghai Changjin No 5 ship, one light house at Changjiang estuary and one moored buoy station in the East China Sea using the products of NCEP Global Forecast System and Wave Watch Ⅲ from August to October 2019, and the observation data of these stations are used to evaluate the accuracy of global wind and significant wave height prediction near the Changjiang River estuary according to the needs of a local wind farm. The results show that the wind speed of the global weather forecast products provides certain reference for the single-point forecast near the Changjiang River estuary. The accuracy of the 24-hour forecast for wind speed greater than 6 m/s reaches 46.3%. The use of the decaying averaging method can reduce RMSE of the wind speed forecast by 10%~14% and increase the forecast accuracy to 57.0%. The RMSE of the significant wave height for 48-hour forecast at the light house is less than 0.25 meters with a correlation coefficient of 0.80. Under extreme typhoon weather conditions, the global weather forecast products still show certain skills in forecasting wind speed near the Changjiang River estuary even though the maximum wind speed is about 6 hours behind. Nevertheless, the forecasting skill of global wave forecasting products under typhoon condition is not significantly different from that under no-typhoon condition.

参考文献：

[1] 李英, 王淼. 我国海上风电发展面临的挑战与法律建议[J]. 大众用电, 2019, 34(6):6-7.
[2] 马宇坤, 张勤杰, 姜晓昌. 海上风电势头正劲海工装备扬帆起航[J]. 船舶物资与市场, 2019(8):8-11.
[3] 郑崇伟, 潘静, 孙威, 等. 经略21世纪海上丝路之海洋环境特征系列研究[J]. 海洋开发与管理, 2015, 32(7):4-9.
[4] 郑崇伟. 21世纪海上丝绸之路:风能资源详查[J]. 哈尔滨工程大学学报, 2018, 39(1):16-22.
[5] 邓达纮, 陆军. 浅析海上风电施工与运维装备[J]. 机电工程技术, 2019, 48(8):45-47.
[6] 时智勇, 王彩霞, 李琼慧, 等. "十四五" 中国海上风电发展关键问题[J]. 中国电力, 2020, 53(7):8-17.
[7] 曾佑清. 海上风电运维服务探索之运维船[N]. 中国能源报, 2017-06-05(18).
[8] 高垚. 海上风电运维工作要点分析[J]. 无线互联科技, 2018, 15(19):121-122.
[9] 李绿琴. 海上风电运维船的发展探究[J]. 科技创新与应用, 2019(34):77-78.
[10] 李达. 福建省海上风电场运维船论证研究[J]. 海峡科学, 2016(12):68-71.
[11] 芮晓明, 谢鲁冰, 李帅, 等. 面向可及度的海上风电机组维修策略研究[J]. 华北电力大学学报, 2019, 46(5):92-99.
[12] 王亚男, 苏杭, 胡田田, 等. ROAD模式渤海10 m风场预报误差订正[J]. 气象科技, 2019, 47(6):934-940.
[13] 韩雪, 盛建明, 潘锡山, 等. 南黄海海域风暴潮精细化数值模式研究[J]. 海洋预报, 2019, 36(1):52-58.
[14] 郑崇伟, 李训强, 高占胜, 等. 经略21世纪海上丝路之海洋环境特征:风候统计分析[J]. 海洋开发与管理, 2015, 32(8):4-11.
[15] The WAVEWATCH III Development Group (WW3DG), 2016:User manual and system documentation of WAVEWATCH III, version 5.16[M]. USA:NOAA/NWS/NCEP/MMAB:College Park, MD, USA, 2016:326.
[16] Atlas R, Hoffman R N, Ardizzone J, et al. A cross-calibrated, multiplatform ocean surface wind velocity product for meteorological and oceanographic applications[J]. Bulletin of the American Meteorological Society, 2011, 92(2):157-174.
[17] 陶爱峰, 沈至淳, 李硕, 等. 中国灾害性海浪研究进展[J]. 科技导报, 2018, 36(14):26-34.
[18] 孙燕, 申友利, 边启明, 等. 中石化广西液化天然气项目灾害性海浪特征参数数值推算[J]. 海洋湖沼通报, 2019(5):49-56.
[19] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. GB/T 19721.2-2017海洋预报和警报发布第2部分:海浪预报和警报发布[S]. 北京:中国标准出版社, 2017.
[20] 孙湘平. 中国近海区域海洋[M]. 北京:海洋出版社, 2006.
[21] 徐丽丽, 肖文军, 石少华, 等. WaveWatch Ⅲ和SWAN模型嵌套技术在业务化海浪预报系统中的应用及检验[J]. 海洋通报, 2015, 34(3):283-294.
[22] 刘莲, 黄秀清, 王百顺, 等. 长江口岛沙概况及其海岛界定研究[J]. 海洋开发与管理, 2012, 29(11):41-45.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】