臺(tái)風(fēng)環(huán)境下考慮海洋運(yùn)動(dòng)的臺(tái)灣海峽風(fēng)能波浪能聯(lián)合相關(guān)性分析

摘 要：針對(duì)中國(guó)東南沿海豐富的風(fēng)能與波浪能資源長(zhǎng)期遭受臺(tái)風(fēng)侵害的問(wèn)題，考慮海洋環(huán)境中風(fēng)、波浪與海流的耦合性，提出合理分析臺(tái)風(fēng)環(huán)境下風(fēng)能與波浪能相互作用的方法尤為重要?；谀Ｐ婉詈掀鳎∕CT）二次開(kāi)發(fā)，提出臺(tái)風(fēng)過(guò)境全過(guò)程考慮海洋運(yùn)動(dòng)的臺(tái)風(fēng)-浪-流（WRF-SWAN-FVCOM）模擬方法，再現(xiàn)了臺(tái)風(fēng)“莫蘭蒂”過(guò)境全過(guò)程臺(tái)風(fēng)-浪-流實(shí)時(shí)耦合模擬，對(duì)比分析臺(tái)風(fēng)和臺(tái)風(fēng)-海洋運(yùn)動(dòng)耦合時(shí)臺(tái)灣海峽臺(tái)風(fēng)過(guò)境風(fēng)能、波浪能時(shí)空分布規(guī)律、差異性與變異性，揭示臺(tái)風(fēng)環(huán)境中海洋運(yùn)動(dòng)作用對(duì)臺(tái)灣海峽風(fēng)能波浪能聯(lián)合相關(guān)性的影響規(guī)律。結(jié)果表明：考慮海洋運(yùn)動(dòng)最大穩(wěn)定風(fēng)速模擬結(jié)果準(zhǔn)確率提高11.5%；考慮海洋運(yùn)動(dòng)風(fēng)浪能更加穩(wěn)定，風(fēng)功率密度提高34.19%，波功率密度提高42.27%；考慮海洋運(yùn)動(dòng)提高了臺(tái)灣海峽區(qū)域風(fēng)浪聯(lián)合相關(guān)性，受臺(tái)風(fēng)影響前應(yīng)充分進(jìn)行風(fēng)浪聯(lián)合發(fā)電，受臺(tái)風(fēng)影響后應(yīng)充分發(fā)揮波浪能穩(wěn)定性。

關(guān)鍵詞：風(fēng)能；波浪能；相關(guān)性；臺(tái)風(fēng)；海洋運(yùn)動(dòng)

中圖分類(lèi)號(hào)：TU312+.1；TK81 " " " " " "文獻(xiàn)標(biāo)志碼：A

0 引 言

近年來(lái)，陸地風(fēng)能資源趨于飽和、近海風(fēng)資源逐步開(kāi)發(fā)，“海上風(fēng)電+”融合發(fā)展新模式應(yīng)運(yùn)而生，風(fēng)浪能聯(lián)合發(fā)電已成為中國(guó)未來(lái)風(fēng)電產(chǎn)業(yè)發(fā)展的必然方向。中國(guó)東南部沿海地區(qū)風(fēng)能、波浪能資源豐富，海洋風(fēng)電融合儲(chǔ)存豐富且具有可預(yù)測(cè)性，為風(fēng)浪聯(lián)合發(fā)電提供有利選址條件［1-2］。盡管如此，沿海區(qū)域卻長(zhǎng)期遭受臺(tái)風(fēng)的侵害，對(duì)臺(tái)風(fēng)影響的掌握不當(dāng)使得海上風(fēng)能與波浪能不能完全被開(kāi)發(fā)和利用，合理分析臺(tái)風(fēng)環(huán)境下風(fēng)能與波浪能的相關(guān)性變化具有重要意義。在海洋環(huán)境中，臺(tái)風(fēng)、波浪與海流具有強(qiáng)耦合性［3］，考慮風(fēng)與海浪、海流等海洋運(yùn)動(dòng)的共同作用更能貼合真實(shí)的海洋狀況，為風(fēng)能與波浪能的相關(guān)性研究提供良好的環(huán)境條件。

現(xiàn)有針對(duì)海洋風(fēng)能、波浪能資源的研究重點(diǎn)涉及資源評(píng)估［4-6］、等級(jí)劃分［7-8］和資源預(yù)測(cè)［9-10］，在即將迅速發(fā)展的風(fēng)浪聯(lián)合發(fā)電方面，忽視了對(duì)風(fēng)能、波浪能資源的聯(lián)合相關(guān)性。文獻(xiàn)［11］利用實(shí)測(cè)數(shù)據(jù)（包括浮標(biāo)、氣象觀測(cè)站等），能夠較準(zhǔn)確地對(duì)風(fēng)能、波浪能的資源分布與儲(chǔ)量進(jìn)行分析，但不能獲取大規(guī)模海面信息；文獻(xiàn)［12-14］利用歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMWF）建立風(fēng)能資源時(shí)空特征數(shù)據(jù)集和各類(lèi)評(píng)價(jià)指標(biāo)，數(shù)據(jù)范圍廣泛但空間分辨率較低；文獻(xiàn)［15-16］利用天氣預(yù)報(bào)（weather research and forecasting，WRF）模式以及波數(shù)值模型的表面波模型（MASNUM-WAM）、第三代波浪模型（WAVEWATCH-Ⅲ，WW3）、海浪模型（simulating waves nearshore，SWAN）3種海浪模式對(duì)近海風(fēng)能、波浪能資源進(jìn)行評(píng)估，缺少考慮風(fēng)場(chǎng)與浪流的共同作用。以上文獻(xiàn)在對(duì)風(fēng)能與波浪能資源進(jìn)行研究的同時(shí)都缺少考慮臺(tái)風(fēng)環(huán)境影響下風(fēng)能與波浪能資源的分布特征。為合理模擬臺(tái)風(fēng)環(huán)境，文獻(xiàn)［17］使用臺(tái)風(fēng)-浪-流耦合模型模擬了超強(qiáng)臺(tái)風(fēng)過(guò)境全過(guò)程時(shí)空演變特征，耦合模式大大提升了臺(tái)風(fēng)模擬的準(zhǔn)確性?，F(xiàn)有研究大多忽略了臺(tái)風(fēng)環(huán)境的影響作用，同時(shí)缺少考慮風(fēng)、浪、流三者之間的耦合性，無(wú)法合理評(píng)估臺(tái)風(fēng)環(huán)境下風(fēng)能與波浪能之間的相互影響關(guān)系。

本文采用臺(tái)風(fēng)-浪-流（weather research and forecasting-simulating waves nearshore-finite volume community ocean model，WRF-SWAN-FVCOM）耦合、WRF和SWAN這3種數(shù)值模擬方式對(duì)臺(tái)風(fēng)“莫蘭蒂”進(jìn)行模擬，探究考慮海洋運(yùn)動(dòng)對(duì)于臺(tái)風(fēng)模擬的重要性，同時(shí)研究分析臺(tái)風(fēng)過(guò)境全過(guò)程中國(guó)臺(tái)灣海峽區(qū)域風(fēng)能與波浪能資源的時(shí)空分布規(guī)律及聯(lián)合相關(guān)性，從而對(duì)臺(tái)風(fēng)環(huán)境下臺(tái)灣海峽區(qū)域風(fēng)浪聯(lián)合開(kāi)發(fā)提出建議。

1 臺(tái)風(fēng)-浪-流耦合模擬

1.1 理論方法

氣象研究和預(yù)報(bào)模式WRF［18］是一個(gè)三維非靜力大氣模型，是由美國(guó)國(guó)家大氣科學(xué)研究中心和海洋管理局等機(jī)構(gòu)共同研發(fā)的新型中尺度天氣預(yù)報(bào)系統(tǒng)。本文采用WRF高級(jí)研究模式（advanced research WRF，WRF-ARW）動(dòng)力框架，是一種完全可壓非靜力的歐拉方程，以通量形式可寫(xiě)成：

[?tU+（▽·Vu）+μdα?xp+（α/αd）?ηp?x?=FU] （1）

[?tV+（▽·Vv）+μdα?yp+（α/αd）?ηp?y?=FV] （2）

[?tW+（▽·Vw）-g[（α/αd）?ηp-μd]=FW] （3）

式中：[U]——水平[x]方向動(dòng)量分量，kg·m/s；[V]——水平y(tǒng)方向動(dòng)量分量，kg·m/s；[W]——垂向動(dòng)量分量，kg·m/s；[V]u、[V]v、[V]w——[u、v、w]方向的速度分量，m/s；[FU]、[FV]、[FW]——由物理過(guò)程、湍流混合、球面投影造成的力源項(xiàng)。

SWAN［19］是由代爾夫特理工學(xué)院研制的第三代波浪模型，計(jì)算在沿海和內(nèi)陸水域中隨機(jī)的、短峰頂?shù)娘L(fēng)產(chǎn)生的波浪，幾乎所有參數(shù)化方程都被包含其中。該模型基本方程為：

[?N?t+??xCx·N+??yCy·N+??εCε·N+??θCθ·N=Sε] （4）

式中：[N]——波作用量，m2/Hz；[Cx]、[Cy]、[Cε]、[Cθ]——[x、y、ε、θ]空間上的波浪傳播速度，m2/s；[ε]——相對(duì)頻率，Hz；[θ]——波向，（ °）；[S]——源匯項(xiàng)，內(nèi)容為風(fēng)能輸入、能量耗散和波浪相互間非線性作用。

FVCOM海洋模型［20］是由美國(guó)麻省理工學(xué)院與伍茲霍爾海洋研究所合作研發(fā)的適合三維水動(dòng)力模擬的有限體積海流模型。FVCOM模型在笛卡爾坐標(biāo)下的三維動(dòng)量方程為：

[?u?t+u?u?x+v?u?y+w?u?z-fv=-1ρ0·?p?x+??zKm?u?z+Fu]

（5）

[?v?t+u?v?x+v?v?y+w?v?z-fu=-1ρ0·?p?y+??zKm?v?z+Fv]

（6）

[?w?t+u?w?x+v?w?y+w?w?z=1ρ0·?q?z+??zKm?w?z+Fw] （7）

式中：[x、y、z]——笛卡爾坐標(biāo)系3個(gè)方位上的坐標(biāo)；[ρ0]——參考密度；[f]——科氏力參數(shù)；[Km]——垂向渦黏系數(shù)。

MCT（model coupling toolkit）［21］是用作數(shù)據(jù)交換的耦合器，被眾多學(xué)者用于基于結(jié)構(gòu)網(wǎng)絡(luò)的海洋模型耦合。本文W-S-F模式中WRF、SWAN、FVCOM每個(gè)模型調(diào)用MCT耦合程序進(jìn)行數(shù)據(jù)實(shí)時(shí)交換，使得各子模型在主程序調(diào)用下獲得獨(dú)立計(jì)算的能力。利用WRF產(chǎn)生風(fēng)場(chǎng)，驅(qū)動(dòng)SWAN和FVCOM產(chǎn)生海洋運(yùn)動(dòng)，SWAN產(chǎn)生WRF所需的波浪要素和FVCOM所需的海流運(yùn)動(dòng)要素，F(xiàn)VCOM產(chǎn)生WRF所需海表溫度，為SWAN提供海流潮位和流速。提高整體模擬平臺(tái)的時(shí)空分辨率，增加模擬物理過(guò)程復(fù)雜性，從而將海氣交互、浪流互相作用考慮在一起，使模擬結(jié)果與真實(shí)海洋更加接近。W-S-F耦合機(jī)制如圖1所示。

1.2 臺(tái)風(fēng)-浪-流場(chǎng)模擬

本文利用風(fēng)浪流耦合平臺(tái)對(duì)臺(tái)風(fēng)“莫蘭蒂”（Meranti，國(guó)際編號(hào)：1614）進(jìn)行模擬，該臺(tái)風(fēng)于2016年9月10日誕生，由西北太平洋地區(qū)向西北方向移動(dòng)，經(jīng)過(guò)24 h后上升為強(qiáng)熱帶風(fēng)暴并不斷增強(qiáng)，強(qiáng)度最高時(shí)風(fēng)速高達(dá)70 m/s。經(jīng)中國(guó)臺(tái)灣附近，臺(tái)風(fēng)強(qiáng)度逐漸降低，于9月15日轉(zhuǎn)換為強(qiáng)臺(tái)風(fēng)級(jí)并登陸廈門(mén)市，此時(shí)最大風(fēng)速降為45 m/s。為探究考慮海洋運(yùn)動(dòng)臺(tái)風(fēng)作用下風(fēng)能、波浪能相互影響關(guān)系，本文設(shè)計(jì)3種工況：1）W-S-F考慮海洋運(yùn)動(dòng)模式風(fēng)能、波浪能；2）相同設(shè)計(jì)參數(shù)情況下WRF模擬形成風(fēng)場(chǎng)獲取風(fēng)能；3）相同環(huán)境情況下，采用與前兩者相同的再分析數(shù)據(jù)風(fēng)場(chǎng)驅(qū)動(dòng)SWAN獲取波浪能。模擬計(jì)算時(shí)間為2016年9月11日12：00— 9月15日12：00共96 h。

本文所運(yùn)用的SWAN、FVCOM模式網(wǎng)格為非結(jié)構(gòu)化三角形，如圖2所示，水平網(wǎng)格最小分辨率為15 km，最大分辨率為0.5 km。W-S-F耦合模擬平臺(tái)參數(shù)設(shè)置如表1所示，其中在子程序WRF中，采用Lin方案為微物理過(guò)程方案，長(zhǎng)波輻射和短信號(hào)輻射方案依次為RRTM和Dudhai方案，行星邊界層方案為MYJ方案，積云對(duì)流參數(shù)化方案為Kain-Fritsch方案。

1.3 W-S-F耦合模擬有效性驗(yàn)證

本文以日本氣象廳東京區(qū)域?qū)I(yè)氣候中心JMA［22］、中央氣象臺(tái)CMA臺(tái)風(fēng)網(wǎng)［23］和國(guó)家海洋科學(xué)數(shù)據(jù)中心NMC［24］提供的臺(tái)風(fēng)路徑作為參考，驗(yàn)證W-S-F耦合模式平臺(tái)數(shù)值模擬的有效性。如圖3a所示，W-S-F模擬臺(tái)風(fēng)路徑較氣象臺(tái)模擬路徑而言整體偏于東北方向，但誤差較小，相比于WRF模擬臺(tái)風(fēng)，耦合平臺(tái)的模擬路徑更加接近真實(shí)路徑，效果更佳；如圖3b所示，10 m高度處W-S-F耦合平臺(tái)最大穩(wěn)定風(fēng)速也比WRF模擬的接近氣象廳所提供的最大穩(wěn)定風(fēng)速，表2中列舉6個(gè)時(shí)刻的最大穩(wěn)定風(fēng)速誤差，取每時(shí)刻誤差的平均值為11.5%，數(shù)據(jù)表明考慮海洋運(yùn)動(dòng)的最大穩(wěn)定風(fēng)速精度有所提高；如圖3c所示，模擬波高與國(guó)家海洋科學(xué)數(shù)據(jù)中心提供的觀測(cè)點(diǎn)數(shù)據(jù)趨勢(shì)相同。因此，W-S-F耦合模式數(shù)據(jù)經(jīng)驗(yàn)證具有有效性。

2 臺(tái)風(fēng)過(guò)境全過(guò)程風(fēng)能波浪能資源對(duì)比分析

2.1 海洋運(yùn)動(dòng)對(duì)風(fēng)功率密度影響

某區(qū)域的風(fēng)能資源豐富程度通常以風(fēng)功率密度表示，以設(shè)定時(shí)段的平均風(fēng)功率密度表示，式（8）為風(fēng)功率密度表達(dá)式，式（9）為變異系數(shù)表達(dá)式，表示該區(qū)域風(fēng)功率密度的變異特性。

[Dwp=12ni=1n（ρa(bǔ)）（v3i）] （8）

[Rwind=SwindVwind×100%] （9）

[Vwind=Wwindn]， [Swind=（Wi-W）2N-1] （10）

式中：[Dwp]——風(fēng)功率密度，W/m2；[n]——在規(guī)定時(shí)間內(nèi)的記錄數(shù)；[ρa(bǔ)]——空氣密度，kg/m3；[v3i]——第[i]記錄的風(fēng)速值的立方，m/s；[Swind]——風(fēng)功率密度標(biāo)準(zhǔn)偏差；[Vwind]——風(fēng)功率密度平均值，W/m2。

平均風(fēng)功率密度是指范圍時(shí)間內(nèi)逐小時(shí)風(fēng)功率密度的平均數(shù)，式（8）中的[ρa(bǔ)]為當(dāng)?shù)啬甑钠骄鶖?shù)計(jì)算值，一般取為1.292 kg/m3。本文選取W-S-F耦合平臺(tái)模擬出10 m高度處臺(tái)風(fēng)風(fēng)速進(jìn)行風(fēng)功率密度計(jì)算，得到臺(tái)風(fēng)過(guò)境臺(tái)灣海峽區(qū)域風(fēng)功率密度分布如圖4所示。從圖4可看到，第1階段無(wú)臺(tái)風(fēng)影響，浙江省近海區(qū)域風(fēng)功率密度較大；第2階段為臺(tái)風(fēng)臨近臺(tái)灣海峽，風(fēng)功率密度分布變窄，集中于大陸海岸；第3階段為臺(tái)風(fēng)涉及臺(tái)灣海峽，風(fēng)功率密度有從東北向西南移動(dòng)的趨勢(shì)，多集中于海峽中部區(qū)域；第4、5階段為臺(tái)風(fēng)經(jīng)過(guò)臺(tái)灣海峽風(fēng)功率密度分布，由于風(fēng)速過(guò)大，導(dǎo)致臺(tái)灣海峽地區(qū)的風(fēng)功率密度普遍超出2000 W/m2；第6階段為臺(tái)風(fēng)登陸福建省，風(fēng)功率密度大范圍出現(xiàn)在臺(tái)灣海峽東北區(qū)域，風(fēng)能能量明顯小于臺(tái)風(fēng)登陸前。

圖5a為耦合狀態(tài)與非耦合狀態(tài)的最大穩(wěn)定風(fēng)速，基于海洋運(yùn)動(dòng)條件下風(fēng)場(chǎng)最大穩(wěn)定風(fēng)速普遍高于非耦合條件下風(fēng)場(chǎng)最大穩(wěn)定風(fēng)速，10 m高度處海洋運(yùn)動(dòng)狀態(tài)對(duì)于臺(tái)風(fēng)風(fēng)場(chǎng)具有促進(jìn)作用［25］。當(dāng)臺(tái)風(fēng)登陸陸地之后，海峽風(fēng)速有急劇下降的趨勢(shì)，同時(shí)二者差值比例忽然增大，在海洋運(yùn)動(dòng)影響下風(fēng)速回升速度更快。

圖5b為臺(tái)灣海峽區(qū)域考慮海洋運(yùn)動(dòng)W-S-F模式與WRF模式的平均風(fēng)功率密度時(shí)程圖，二者風(fēng)功率密度變化存在一定差異性。臺(tái)風(fēng)到達(dá)臺(tái)灣島嶼前，海峽區(qū)域風(fēng)速受臺(tái)風(fēng)強(qiáng)度影響持續(xù)上升，平均風(fēng)能因風(fēng)速增大有顯著提高趨勢(shì)。增長(zhǎng)前期（0～45 h），考慮海洋運(yùn)動(dòng)模式的平均風(fēng)功率密度遠(yuǎn)高于WRF模式，且隨時(shí)間變化穩(wěn)定增長(zhǎng)，而WRF模式獲得的平均風(fēng)功率密度增長(zhǎng)具有滯后性，增長(zhǎng)曲線更加陡峭。經(jīng)過(guò)臺(tái)灣（45～65 h），海洋運(yùn)動(dòng)作用下產(chǎn)生的平均風(fēng)能比WRF模式產(chǎn)生的平均風(fēng)能小且有波動(dòng)，臺(tái)風(fēng)登陸后（65～95 h）二者都具有較快的下降趨勢(shì)，但考慮海洋運(yùn)動(dòng)的平均風(fēng)功率曲線更加穩(wěn)定。由于風(fēng)速增大，加速海氣熱量相互傳遞，從而產(chǎn)生更多能量，使得風(fēng)功率密度提升較大。圖5b中差值比例為相比于非耦合狀態(tài)下考慮海洋運(yùn)動(dòng)的風(fēng)功率密度提高率，數(shù)據(jù)表明平均風(fēng)功率密度提高34%。

臺(tái)風(fēng)-浪-流耦合模式下，大氣與海洋之間進(jìn)行能量的傳遞，隨著臺(tái)風(fēng)風(fēng)速逐漸增大，大氣與海流相互之間的影響也更加強(qiáng)烈。在臺(tái)風(fēng)還未到達(dá)臺(tái)灣時(shí)，臺(tái)風(fēng)加強(qiáng)產(chǎn)生的風(fēng)應(yīng)力與臺(tái)灣海峽海流發(fā)生湍流混合，海氣熱量進(jìn)行交換，促進(jìn)風(fēng)能持續(xù)提升，而WRF模式只有風(fēng)單獨(dú)作用使得平均風(fēng)能處于平緩狀態(tài)。經(jīng)過(guò)臺(tái)灣陸地，海洋運(yùn)動(dòng)作用被陸地影響，海氣交互的規(guī)律性被破壞，最大平均風(fēng)能不穩(wěn)定。海洋運(yùn)動(dòng)無(wú)地形影響時(shí)對(duì)風(fēng)場(chǎng)有加強(qiáng)作用，有地形影響時(shí)對(duì)風(fēng)場(chǎng)有削弱作用，導(dǎo)致風(fēng)能不穩(wěn)定。

圖5c與表3表示耦合狀態(tài)與非耦合狀態(tài)的風(fēng)功率密度變異性與相關(guān)性，耦合狀態(tài)下全過(guò)程變異性系數(shù)較平緩，非耦合狀態(tài)在臺(tái)風(fēng)到達(dá)階段產(chǎn)生較大變異。由此表明，臺(tái)風(fēng)條件下風(fēng)浪流耦合狀態(tài)風(fēng)功率密度相對(duì)穩(wěn)定。當(dāng)臺(tái)風(fēng)登陸，風(fēng)速達(dá)到較大時(shí)，耦合與非耦合狀態(tài)相關(guān)性最好，不受臺(tái)風(fēng)影響時(shí)，考慮海洋運(yùn)動(dòng)與不考慮海洋運(yùn)動(dòng)相關(guān)性較差。

2.2 海洋運(yùn)動(dòng)對(duì)波功率密度影響

波浪能密度大小表示某區(qū)域波浪能資源密集程度，波功率密度和變異系數(shù)分別為：

[Pw=ρg264πH2sTe≈0.5H2sTe] （11）

[Rwave=SwaveVwave×100%] （12）

[Vwave=Wwaven]， [Swave=（Wi-W）2N-1] （13）

式中：[Pw]——波功率密度，kW/m；[ρ]——海水密度，[ρ]=1.025 g/cm3；[g]——重力加速度，約為9.8 m/s2；[Hs]——有效波高，m；[Te]——平均波周期，s。

本文通過(guò)W-S-F耦合平臺(tái)模擬出的海洋模式，提取海表面各時(shí)段有效波高和平均波周期進(jìn)行海面波功率密度的計(jì)算，波功率密度云圖分布如圖6所示。第1、2階段為臺(tái)風(fēng)到達(dá)臺(tái)灣前波功率密度分布，臺(tái)灣海峽東北方向接近浙江省區(qū)域波功率密度較高；第3～5階段為臺(tái)風(fēng)經(jīng)過(guò)臺(tái)灣海峽，臺(tái)灣海峽波功率密度由東北部轉(zhuǎn)為中部較豐富，經(jīng)過(guò)臺(tái)灣地形影響高波功率密度范圍擴(kuò)大；第6階段為臺(tái)風(fēng)登陸大陸，臺(tái)灣海峽中部與東北方向有較多波功率密度。

圖7a為耦合與非耦合狀態(tài)的平均波高與平均波周期，臺(tái)風(fēng)到達(dá)臺(tái)灣陸地時(shí)，波高與波周期兩種狀態(tài)下差距較??；臺(tái)風(fēng)經(jīng)過(guò)臺(tái)灣海峽時(shí)，耦合狀態(tài)下平均波高與平均波周期的值均有顯著增強(qiáng)。相比而言，當(dāng)臺(tái)風(fēng)過(guò)境風(fēng)速越大時(shí)，海洋運(yùn)動(dòng)作用臺(tái)灣海峽平均波高、波周期更顯著。

圖7c為臺(tái)灣海峽W-S-F耦合平臺(tái)與SWAN模式平均波功率密度時(shí)程圖。從圖7c可看出，二者模擬結(jié)果趨勢(shì)相似，但SWAN模式獲得平均波浪能整體低于W-S-F耦合模式，表明風(fēng)速增大時(shí)，不僅是風(fēng)能，海氣耦合模式產(chǎn)生的波浪能量遠(yuǎn)大于單獨(dú)風(fēng)驅(qū)動(dòng)波浪產(chǎn)生的能量，波浪產(chǎn)生的能量是由多方面因素形成的。差值比例為耦合狀態(tài)下波功率密度的提高率，相比于非耦合狀態(tài)，考慮海洋運(yùn)動(dòng)的波功率密度提高了42.27%。臺(tái)風(fēng)到達(dá)臺(tái)灣海峽前，與平均風(fēng)能相似，W-S-F模式海洋運(yùn)動(dòng)作用一直處于持續(xù)增長(zhǎng)狀態(tài)，而SWAN模式前期（0～45 h）為平緩狀態(tài)，能量較低。臺(tái)風(fēng)過(guò)境后，W-S-F耦合模式波浪能下降速度較快，SWAN模式下降速度較為緩慢，但二者后期逐漸歸為一致，表明風(fēng)場(chǎng)穩(wěn)定時(shí)（0～10 h，85～96 h）兩種模式平均波浪能無(wú)明顯差異，如圖7d所示，二者在臺(tái)風(fēng)過(guò)境中后期都較為穩(wěn)定。

圖8為臺(tái)風(fēng)過(guò)境有效波高分布，其中圖8a為W-S-F模擬所得有效波高分布，圖8b為SWAN模擬所得有效波高分布，可知W-S-F模擬有效波高峰值整體比SWAN模式大，在臺(tái)風(fēng)未到達(dá)臺(tái)灣時(shí)，除臺(tái)風(fēng)眼外地區(qū)有效波高幾乎一致；在臺(tái)風(fēng)登陸內(nèi)陸后，W-S-F模式全區(qū)域有效波高大于SWAN模式。

表4為耦合與非耦合狀態(tài)下波功率密度變異系數(shù)，耦合狀態(tài)下波功率密度變異系數(shù)波動(dòng)較大，當(dāng)風(fēng)速過(guò)大時(shí)，海洋運(yùn)動(dòng)影響波功率密度效果越差。高風(fēng)速狀態(tài)下，耦合與非耦合狀態(tài)相關(guān)性極高，這表明海洋運(yùn)動(dòng)在高風(fēng)速條件下作用不明顯。

3 臺(tái)風(fēng)過(guò)境全過(guò)程風(fēng)能波浪能聯(lián)合相關(guān)性分析

3.1 空間相關(guān)性

圖9為在風(fēng)場(chǎng)環(huán)境下海洋運(yùn)動(dòng)作用風(fēng)功率密度與波功率密度的全過(guò)程變化情況，其中白色箭頭表示風(fēng)場(chǎng)的風(fēng)速與風(fēng)向，其長(zhǎng)度表示風(fēng)速大小，指向表示風(fēng)向，云圖表示風(fēng)能分布狀況，等高線表示波浪能分布狀況。由圖9可知，在風(fēng)場(chǎng)環(huán)境中位于西北位置的風(fēng)速比其他各方位的風(fēng)速大，但在波浪能環(huán)境場(chǎng)中，波浪能量多集中于東北位置，相比較風(fēng)場(chǎng)的運(yùn)動(dòng)方向，波浪能具有滯后性，且滯后于臺(tái)風(fēng)移動(dòng)路徑右下方。

臺(tái)風(fēng)登陸臺(tái)灣海峽前風(fēng)能與波浪能緊密相關(guān)，風(fēng)能移動(dòng)趨勢(shì)方向波浪能密集，波浪能與風(fēng)能緊密相關(guān)。臺(tái)風(fēng)到達(dá)臺(tái)灣海峽時(shí)風(fēng)能與波浪能相關(guān)性較弱，波浪能密度多受地形條件影響。非耦合模式中，臺(tái)風(fēng)登陸前風(fēng)功率密度與波功率密度分布狀況有較大出入，且臺(tái)風(fēng)登陸后波功率密度幾乎不受地形影響，顯然與實(shí)際狀況不符。

3.2 時(shí)間相關(guān)性

圖10為W-S-F模擬臺(tái)風(fēng)過(guò)境全過(guò)程臺(tái)灣海峽平均風(fēng)能、波浪能時(shí)程圖。從圖10可看到，全過(guò)程前半段，海洋運(yùn)動(dòng)作用下平均風(fēng)能、波浪能增長(zhǎng)趨勢(shì)幾乎一致，風(fēng)能與波浪能相互促進(jìn)。臺(tái)風(fēng)到達(dá)臺(tái)灣海峽前，海洋運(yùn)動(dòng)對(duì)海面上方風(fēng)場(chǎng)具有促進(jìn)作用，由風(fēng)引起海浪的波動(dòng)，當(dāng)海氣交互逐漸加強(qiáng)時(shí)，波浪與臺(tái)風(fēng)共同作用使二者能量上升趨勢(shì)相似。不考慮海洋運(yùn)動(dòng)的風(fēng)能、波浪能未形成海洋與大氣相互作用的狀態(tài)，導(dǎo)致二者不能形成同步上升。臺(tái)風(fēng)經(jīng)過(guò)臺(tái)灣海峽后，平均波浪能比平均風(fēng)能降低速度快，但風(fēng)能在約75 h和90 h時(shí)有升高現(xiàn)象，此時(shí)平均波浪能未發(fā)生變化，由此推斷波浪能比風(fēng)能更加穩(wěn)定。

產(chǎn)生此現(xiàn)象的原因可能是：由于北半球臺(tái)風(fēng)是逆時(shí)針旋轉(zhuǎn)，隨著臺(tái)風(fēng)深入內(nèi)陸，臺(tái)風(fēng)在海面上的面積也逐漸減少，海洋與臺(tái)風(fēng)交互作用逐漸減弱，同時(shí)臺(tái)風(fēng)在海面上不平衡的旋轉(zhuǎn)方向給原始方向的海浪一個(gè)反向推動(dòng)力，導(dǎo)致波浪能降速加快。

數(shù)值變量間存在一定數(shù)量差別，常用皮爾遜（Pearson）相關(guān)系數(shù)度量數(shù)值變量間的相關(guān)性，本文將風(fēng)能、波浪能與皮爾遜系數(shù)相結(jié)合，設(shè)一維變量風(fēng)能、波浪能記為[Xwind]、[Ywave]，其樣本均值記為[x]、[y]，用[ρXY]表示風(fēng)能與波浪能相關(guān)系數(shù)。

[ρXY（Xwind，Ywave）=cov（Xwind，Ywave）σXσY=E（Xwind-Xwind）（Ywave-Ywave）E（Xwind-Xwind）2E（Ywave-Ywave）2] （14）

式中：[cov（Xwind，Ywave）]——隨機(jī)變量[Xwind]、[Ywave]的協(xié)方差；[σX]、[σY]——隨機(jī)變量[Xwind]、[Ywave]的標(biāo)準(zhǔn)差。

其樣本相關(guān)系數(shù)為：

[γ（X，Y）=i=1n（xi-x）（yi-y）i=1n（xi-x）2i=1n（yi-y）2] （15）

如表5所示，W-S-F模式考慮海洋運(yùn)動(dòng)作用，臺(tái)風(fēng)登陸前與登陸中的相關(guān)性?xún)?yōu)越于單獨(dú)計(jì)算的風(fēng)能、波浪能相關(guān)性，登陸后相關(guān)性系數(shù)略小于獨(dú)立計(jì)算?？紤]海洋運(yùn)動(dòng)，臺(tái)風(fēng)過(guò)境全過(guò)程風(fēng)能與波浪能都極其相關(guān)；而不考慮海洋運(yùn)動(dòng)，在臺(tái)風(fēng)風(fēng)速達(dá)到極大時(shí)，單獨(dú)計(jì)算的風(fēng)能、波浪能相關(guān)性不是很強(qiáng)。因此，在以往對(duì)風(fēng)能與波浪能的計(jì)算中低估了風(fēng)浪聯(lián)合的能量，在臺(tái)風(fēng)到來(lái)之前需極大發(fā)揮風(fēng)浪聯(lián)合共同作用。

4 結(jié) 論

為合理評(píng)估臺(tái)風(fēng)環(huán)境下風(fēng)能與波浪能，本文利用中尺度WRF大氣模型、第三代海浪SWAN模型和三維水動(dòng)力FVCOM模型相耦合的方式搭建臺(tái)風(fēng)-浪-流平臺(tái)，充分考慮海洋與大氣能量交互作用，使模擬環(huán)境更加貼合真實(shí)海洋，并通過(guò)有效性驗(yàn)證證實(shí)耦合平臺(tái)的可行性。通過(guò)對(duì)臺(tái)風(fēng)“莫蘭蒂”進(jìn)行3種工況模擬，對(duì)比極端環(huán)境下風(fēng)能、波浪能考慮海洋運(yùn)動(dòng)和單獨(dú)計(jì)算的差異性以及風(fēng)能、波浪能聯(lián)合的時(shí)空分布規(guī)律與相關(guān)性。研究表明：

1）考慮海洋運(yùn)動(dòng)，大氣與海洋相互作用，建立的W-S-F實(shí)時(shí)耦合平臺(tái)可準(zhǔn)確模擬海洋中的臺(tái)風(fēng)環(huán)境，較非耦合狀態(tài)的WRF模式，臺(tái)風(fēng)運(yùn)動(dòng)路徑準(zhǔn)確度更高，臺(tái)風(fēng)的最大穩(wěn)定風(fēng)速精度提高了11.5%。

2）考慮海洋運(yùn)動(dòng)的風(fēng)能與波浪能能量更大，平均風(fēng)能提高34.19%，平均波浪能提高42.27%。在臺(tái)風(fēng)環(huán)境下考慮海洋運(yùn)動(dòng)作用的風(fēng)能與波浪能變異性系數(shù)更小，能量更加穩(wěn)定。耦合與非耦合間的相關(guān)性隨風(fēng)速的增大而減小。受臺(tái)風(fēng)影響后，波浪能有增強(qiáng)且穩(wěn)定的趨勢(shì)。

3）海洋運(yùn)動(dòng)作用促進(jìn)風(fēng)能與波浪能之間的相關(guān)性，單獨(dú)對(duì)風(fēng)能與波浪能的研究低估了風(fēng)浪聯(lián)合相關(guān)性。臺(tái)風(fēng)影響前，風(fēng)、浪資源具有極強(qiáng)的同步性，需充分進(jìn)行風(fēng)浪聯(lián)合發(fā)電。

綜上，海洋運(yùn)動(dòng)作用極大程度還原了海洋環(huán)境，為風(fēng)能與波浪能資源研究提供重要的環(huán)境基礎(chǔ)。在以后的研究中還需考慮其他極端環(huán)境中風(fēng)能與波浪能之間的相互影響關(guān)系，為風(fēng)浪聯(lián)合發(fā)電裝置提供選址條件。

［參考文獻(xiàn)］

［1］ 余建星， 傅一欽， 余楊， 等. 渤海地區(qū)雙參數(shù)風(fēng)資源評(píng)估方法研究［J］. 太陽(yáng)能學(xué)報(bào)， 2021， 42（7）： 325-332.

YU J X， FU Y Q， YU Y， et al. Research on two-parameters wind resource assessment methods in Bohai Sea［J］. Acta energiae solaris sinica， 2021， 42（7）： 325-332.

［2］ 黃權(quán)開(kāi)， 盧成志， 劉永生， 等. 基于WT與WindPRO的風(fēng)場(chǎng)風(fēng)能評(píng)估與微觀選址［J］. 人民長(zhǎng)江， 2021， 52（6）： 88-94.

HUANG Q K， LU C Z， LIU Y S， et al. Wind energy assessment and micrositing on wind farm based on WT and WindPRO［J］. Yangtze river， 2021， 52（6）： 88-94.

［3］ 王碩， 柯世堂， 趙永發(fā)， 等. 臺(tái)風(fēng)-浪-流耦合作用下海上風(fēng)力機(jī)基礎(chǔ)結(jié)構(gòu)水動(dòng)力特性分析［J］. 太陽(yáng)能學(xué)報(bào)， 2022， 43（10）： 218-228.

WANG S， KE S T， ZHAO Y F， et al. Research on hydrodynamics of foundation structure of offshore wind turbine "under "typhoon-wave-current "coupling［J］. Acta energiae solaris sinica， 2022， 43（10）： 218-228.

［4］ 易侃， 張子良， 張皓， 等. 海上風(fēng)能資源評(píng)估數(shù)值模擬技術(shù)現(xiàn)狀及發(fā)展趨勢(shì)［J］. 分布式能源， 2021， 6（1）： 1-6.

YI K， ZHANG Z L， ZHANG H， et al. Technical status and development trends of numerical modeling for offshore wind resource assessment［J］. Distributed energy， 2021， 6（1）： 1-6.

［5］ 武賀， 方艤洲， 張松， 等. 南海島礁海域波浪能資源分析及總量評(píng)估［J］. 太陽(yáng)能學(xué)報(bào)， 2022， 43（9）： 416-423.

WU H， FANG Y Z， ZHANG S， et al. Wave energy characterization and potential estimation for islands of South China sea［J］. Acta energiae solaris sinica， 2022， 43（9）： 416-423.

［6］ CHáVEZ V， BáRCENAS J F， MARTíNEZ M L， et al. Potential sites for the use of ocean energy in the Mexican Caribbean［J］. " Energy " sources， " part " B： " economics， planning， and policy， 2023， 18（1）： 2160524.

［7］ ZHENG C W， XIAO Z N， PENG Y H， et al. Rezoning global "offshore "wind "energy "resources［J］. "Renewable energy， 2018， 129： 1-11.

［8］ 鄭崇偉， 蘇勤， 劉鐵軍. 1988—2010年中國(guó)海域波浪能資源模擬及優(yōu)勢(shì)區(qū)域劃分［J］. 海洋學(xué)報(bào)， 2013， 35（3）： 104-111.

ZHENG C W， SU Q， LIU T J. Wave energy resources assessment and dominant area evaluation in the China sea from 1988 to 2010［J］. Acta oceanologica sinica， 2013， 35（3）： 104-111.

［9］ 鄭崇偉， 裴順強(qiáng)， 李偉. “21世紀(jì)海上絲綢之路”： 未來(lái)40年波浪能長(zhǎng)期預(yù)估［J］. 哈爾濱工程大學(xué)學(xué)報(bào)， 2020， 41（7）： 958-965.

ZHENG C W， PEI S Q， LI W. Projection of wave energy resource for the next 40 years in the 21st-century Maritime Silk Road［J］. Journal of Harbin Engineering University， 2020， 41（7）： 958-965.

［10］ COSTOYA X， DECASTRO M， CARVALHO D， et al. Climate change impacts on the future offshore wind energy resource in China［J］. Renewable energy， 2021， 175： 731-747.

［11］ COSTOYA X， DECASTRO M， CARVALHO D， et al. On the suitability of offshore wind energy resource in the United States of America for the 21st century［J］. Applied energy， 2020， 262： 114537.

［12］ 鄭崇偉. “21世紀(jì)海上絲綢之路” 風(fēng)能資源時(shí)空特征數(shù)據(jù)集［J］. 中國(guó)科學(xué)數(shù)據(jù)， 2020， 5（4）： 106-119.

ZHENG C W. Temporal-spatial characteristics dataset of offshore wind energy resource for the 21st Century Maritime Silk Road［J］. China scientific data， 2020， 5（4）： 106-119.

［13］ 王春曉， 于華明， 李松霖， 等. 基于海浪再分析數(shù)據(jù)的波浪能資源分析［J］. 太陽(yáng)能學(xué)報(bào)， 2022， 43（9）： 430-436.

WANG C X， YU H M， LI S L， et al. Wave energy resource valuation based on sea wave reanalysis data［J］. Acta energiae solaris sinica， 2022， 43（9）： 430-436.

［14］ 張藝三， 胡松， 王芳. 計(jì)及惡劣天氣約束的海上風(fēng)能波浪能資源分布研究［J］. 太陽(yáng)能學(xué)報(bào)， 2022， 43（12）： 200-205.

ZHANG Y S， HU S， WANG F. Distribution of offshore wind and wave energy resources considering severe weather " constraints［J］. "Acta "energiae " solaris " sinica， 2022， 43（12）： 200-205.

［15］ 黃俊輝， 孫文濤， 李辰， 等. 基于WRF模式的海上風(fēng)能資源特性分析及評(píng)價(jià)［J］. 太陽(yáng)能學(xué)報(bào)， 2021， 42（7）： 278-283.

HUANG J H， SUN W T， LI C， et al. Analysis and evaluation of offshore wind energy resources characteristics based on WRF model［J］. Acta energiae solaris sinica， 2021， 42（7）： 278-283.

［16］ 姜波， 丁杰， 武賀， 等. 渤海、黃海、東海波浪能資源評(píng)估［J］. 太陽(yáng)能學(xué)報(bào)， 2017， 38（6）： 1711-1716.

JIANG B， DING J， WU H， et al. Wave energy resource assessment along Bohai Sea， Yellow Sea and East China Sea［J］. Acta energiae solaris sinica， 2017， 38（6）： 1711-1716.

［17］ LARSéN X G， DU J T， BOLA?OS R， et al. Estimation of offshore extreme wind from wind-wave coupled modeling［J］. Wind energy， 2019， 22（8）： 1043-1057.

［18］ LAPRISE R. The Euler equations of motion with hydrostatic " pressure " as " an " independent " variable［J］. Monthly weather review， 1992， 120（1）： 197-207.

［19］ BOOIJ N， HAAGSMA I J G， HILTHUIJSEN L H， et al. SWAN user manuals， SWAN cycle Ⅲ version 40.81［R］. Delft University of Technolog， 2011.

［20］ 鄭沛楠， 宋軍， 張芳苒， 等. 常用海洋數(shù)值模式簡(jiǎn)介［J］. 海洋預(yù)報(bào)， 2008， 25（4）： 108-120.

ZHENG P N， SONG J， ZHANG F R， et al. Common instruction of some ogcm［J］. Marine forecasts， 2008， 25（4）： 108-120.

［21］ CHEN T Q， ZHANG Q H， WU Y S， et al. Development of a wave-current model through coupling of FVCOM and SWAN［J］. Ocean engineering， 2018， 164： 443-454.

［22］ JAPAN METEOROLOGICAL AGENCY. RSMC best track data （Text） ［DB/OL］. http：//www.jma.go.jp/jma/jma-eng/jma-center/rsmc-hp-pub-eg/besttrack.html

［23］ 中國(guó)氣象局熱帶氣旋研究中心［DB/OL］. https：//tcdata.typhoon.org.cn.

Cyclone Research Center of China Meteorological Administration［DB/OL］. https：//tcdata.typhoon.org.cn.

［24］ 國(guó)家科技資源共享服務(wù)平臺(tái)—國(guó)家海洋科學(xué)數(shù)據(jù)中心［DB/OL］. http：//mds.nmdis.org.cn.

National Marine Data Center［DB/OL］. http：//mds.nmdis.org.cn.

［25］ 員亦雯， 柯世堂， 王碩， 等. 海洋運(yùn)動(dòng)對(duì)臺(tái)風(fēng)過(guò)境全過(guò)程水平風(fēng)速特性的影響［J］. 空氣動(dòng)力學(xué)學(xué)報(bào)， 2021， 39（4）： 153-161.

YUN Y W， KE S T， WANG S， et al. Effects of ocean movement on the horizontal wind speed characteristics throughout " "a " "typhoon " "landing " "process［J］. " "Acta aerodynamica sinica， 2021， 39（4）： 153-161.

JOINT CORRELATION ANALYSIS OF WIND AND WAVE ENERGY IN TAIWAN STRAIT CONSIDERING OCEAN MOTION UNDER

TYPHOON ENVIRONMENT

Ding Siyin1，2，Ke Shitang1，2，Zhang Chunwei1，2，Chen Mingzhu1，2，Yun Yiwen1，Ren Hehe1，2

（1. Department of Civil Engineering， Nanjing University of Aeronautics and Astronautics， Nanjing 210016， China；

2. Jiangsu Key Laboratory of Hi-Tech Research for Wind Turbine Design，

Nanjing University of Aeronautics and Astronautics， Nanjing 210016， China）

Abstract：Given the abundant wind and wave energy resources along the southeast coast of China， considering the coupling between wind， waves and currents in the marine environment， and proposing a reasonable method for analyze the interaction between wind energy and wave energy in typhoon conditions is particularly important. Based on the secondary development of MCT coupler， the WRF-SWAN-FVCOM simulation method considering ocean movement during the whole process of typhoon transit is proposed in this paper， and the real-time coupling simulation of wind-wave-current during the whole process of Typhoon \"Meranti\" transit is reproduced. The spatio-temporal distribution， difference and variability of wind energy and wave energy in the Taiwan Strait during typhoon and typhoon-ocean movement coupling are compared and analyzed， and the influence of ocean movement on the joint correlation of wind energy and wave energy in the Taiwan Strait is revealed. The results show that considering ocean motion， the simulation results are more accurate， and the accuracy of maximum stable wind speed is improved by 11.5%. Considering the ocean movement， the wind and wave can be more stable， and the wind power density increases by 34.19% and wave power density increases by 42.27%. Considering that the ocean movement improves the joint correlation of wind and wave in the Taiwan Strait region， the wind and wave combined power generation should be fully carried out before the typhoon， and the stability of wave energy should be fully exerted after the typhoon.

Keywords：wind power； wave power； correlation； typhoon； ocean movement