中国近海风能资源分布特征分析

王国松1，高山红1*，解以扬2

1
物理海洋教育部重点实验室，海洋大气相互作用与气候实验室，中国海洋大学，青岛，266100

2
天津市气象科学研究所， 天津，300074

摘要：本文基于美国 NCEP（National Centers for Environmental Prediction）的 CFSR（Climate Forecast

System Reanalysis）1991-2010 共 20 年 10 m 风场再分析数据（0.3°×0.3°，1h/次，简称 CFSR 风
场）对中国近海风能资源分布特征进行了统计分析与评估。利用天津渤海 A 平台观测站（118°25’E
38°27’N）逐时观测风速数据对 CFSR 风速数据进行了检验，两者之间的风速均方根误差和平均绝对
误差分别为 2.28 ms-1 与 1.69 ms-1；进一步基于此 CFSR 风场统计给出了中国陆地年平均风功率密度
分布，结果与第三次风能普查（1971-2000 年）及相关文献结果（1991-2010 年）相当一致；由此推
断 CFSR 风场具有很好的代表性。依据国家风电场风能资源评估方法，由 CFSR 风场推算中国近海
20 年平均的 70 m 高度风能资源分布，结果显示，年平均风功率密度均达到了 300 Wm-2 以上，大于
6 ms-1 的风速累积小时数为 4000 h 以上；其中台湾海峡和东海南部海区风能最为丰富，黄海中部、
渤海中部和辽东湾海区风能次之。参照海上风场选址要求，28°N 以北的近岸海域由于水深较浅，
30 ms-1 以上风速发生频次极低，比较适合建立海上风电场。

关键词：CFSR 再分析 10m 风场；中国近海；风能分布；风电场选址

Feature Analysis of Wind Energy Resource over Chinese Regional Sea

WANG Guo-song1,GAO Shan-hong1,XIE Yi-yang2

1. Key Laboratory of Physical Oceanography, Ministry of Education,

Ocean-air Interaction and Climate Laboratory, Ocean University of China,Qingdao 266100, China

2. Tian Jin Institute of Meteorological Research,Tianjin 300074, China

Abstract: The National Centers for Environmental Prediction (NCEP) Climate Forecast System Reanalysis

(CFSR) 10 m reanalysis wind speed（0.3°×0.3°, hourly, simply for CFSR wind）of over the 20-year period

from 1991 to 2010 is used for research and assessment of the wind energy resource over the Chinese regional sea.

The CFSR wind speed is examined based on the offshore observation station of platform-A in the Bohai Sea.

The results showed that the root-mean-square-error (RMSE) and mean absolute difference (MAD) are 2.28 ms-1

项目资助：黄渤海高影响天气预报中的关键技术研究（GYHY201106006）, 国家自然科学基金(No.40706004），恶
劣天气对渤海海事安全的影响及对策研究（GYHY201006034）
* 通讯作者: 高山红，男，湖北省人，教授，主要从事海洋气象学研究。E-mail：gaosh@ouc.edu.cn
and 1.69 ms-1; The results of the distribution of annual average wind power density of China terrestrial surface
from the CFSR wind are similar with the third general survey of wind energy and relevant literature results, so a

preliminary deduction is that the CFSR wind could be the representative sample to the regional China seas.

According to the methodology of wind energy resource assessment of wind farm, the distributions of 70 m wind
energy resources over Chinese regional sea for the 20-year average are calculated using the CFSR wind field.

The results showed that the annual average wind power density are above 300 Wm-2 and cumulative hours of

wind speed, which is greater than 6 ms-1, are more than 4000 h; The Taiwan Strait and the southern East China
Sea are the most abundant. The wind energy in the central Yellow Sea, the central Bohai Sea and Liaodong Bay

are also very adequate. Reference to the offshore wind farm site selection requirements, the coastal waters north

of 28 °N due to shallow depth, wind speed above 30 ms-1 frequency of occurrence is extremely low, more
suitable for the establishment of offshore wind farms.

Key words: CFSR reanalysis 10 m wind, Chinese regional seas, wind energy resource, offshore wind farm

0 导语

风能作为一种可持续的清洁能源，近年来在中国发展十分迅速，目前已有陆地风能资源的研究

为陆地风能的发展提供了可靠的依据[1-3]。中国气象局于 2003 年底启动了第三次全国风能资源普查

[4]
，利用全国 2384 多个气象台站近 30 年的常规观测资料，得到了中国陆地 10 m 高度风能资源分布。

结果显示中国技术可开发（风能功率密度不低于 150 Wm-2）的陆地面积约为 20 万 km2，可开发量约

2.97 亿 kW。薛桁等[5]根据 1991 年至 2000 年全国 900 余个气象台站常规资料也进行了类似的研究，

并计算出了每个省的风能储量，得到全国风能实际可开发量为 2.53×1011W。随着陆地风能开发日益

趋于饱和，海上风能开发技术正逐步提高，未来风能开发的重心逐渐转移到了风能更为丰富的近海

区域。

由于近海常规观测资料的稀少，使得近海风能研究方法与陆地风能研究存在很大的差异。一是

利用卫星非常规反演数据取代常规观测资料；二是借助大气数值模拟手段。如 Jingwei Xu et al.[6]和

Christiansen et al.[7]分别运用 QuikSCAT（Quick Scatterometer）卫星和 C-band SAR 卫星观测数据研究

了中国和北海的海上风能分布特征。然而卫星反演数据时空分辨率较低，很难满足风能资源研究的

需求。数值模拟作为一种能提供高时空分辨率海上风数据的手段已逐渐被采用，如李晓燕等[8]和袁

春红等[9]基于 MM5（The Fifth-Generation NCAR / Penn State Mesoscale Model ）模式对广东沿海区域

的风资源进行了数值模拟，周荣卫等[10]运用 WERAS（Wind Energy Resource Assessment System）系

统对中国沿海 70 m 高度 20 年平均风资源进行了推算。值得注意的是，数值模拟质量除了所采用的

数值模式之外，数据同化相当重要与关键，而前面数值模拟工作中在这方面很欠缺。大气再分析数

据凭借着先进的数值模式与完善的数据同化系统，使其质量具有很高的可靠性，如冯双磊等[11]根据

NCEP/NCAR (National Center for Atmospheric Research)数据2在风能资源评估中的应用进行研究发

现，在长期测站数据缺乏时，再分析数据是一种非常好的替代数据。

2004 年 8 月美国 NCEP 发布了第三代大气再分析数据 CFSR[12]，其水平分辨率约为 0.313°×

0.312°，时间间隔为 1h。本文基于此数据尝试对中国近海风能资源分布特征进行详细统计分析与评

估，为近海风能资源的开发和利用提供参考依据。

1 数据与方法

1.1 数据

CFSR 是耦合了大气-海洋-地表-海冰的全球模拟系统的后报结果。除了同化常规观测，它还同

化了大量的海上非常规观测，如 SMM/I 微波辐射数据，欧洲空间中心 ERS-1/AMI 和 ERS-2/AMI 卫

星散射仪数据，NASA（National Aeronautics and Space Administration）的 QuikSCAT 海洋风散射仪

和 NRL 散射仪数据等。CFSR 包含多层等压面数据与地面（10 m 高度）数据，本文使用的是后者。

此外，便于计算与比较，本文在利用 CFSR 再分析数据时，将其由不规则高斯网格双线性插值到 0.1°

× 0.1°的规则经纬度格点上。

天津渤海 A 平台观测站（118°25’E，38°27’N，站号 54646），是中国国家级海上观测站之一，

高度 30.3 m，测风杆高度 6.5 m，其风速是 36.8 m 海拔高度的观测值。因此，需用风速高度换算公

式将其换算成海面 10 m 风速。

统计中国近海热带气旋位置所用数据取自中国上海台风研究所“CMA-STI 热带气旋最佳路径数

据集”3。

1.2 方法

风功率密度公式依据国家《风电场风能资源评估方法》（GB/T 18710-2002）:

1 n
Dwp   (  )(i3 )
2n i 1
(1)

2
http://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis.html
3
www.typhoon.gov.cn
 其中 Dwp 表示平均风功率密度（Wm-2）；  i 表示第 i 记录风速（ms-1）值的立方；n 为在设定
3

时段内的记录数；为空气密度（kgm-3）。

计算公式采用:

P
 (2)
RT
-1
其中 P，
T 分别为年平均大气压力
（Pa）
与年平均空气温度（K），理想气体常数 R 取 287 J·
(kg·
K) 。

不同高度风速推算公式如下：

z2 p
指数风廓线公式： uz2  uz1  ( ) (3)
z1

ln z2  ln z0
对数风廓线公式： u z2  u z1  ( ) (4)
ln z1  ln z0

其中 uz1 和 uz2 分别为高度 z1、z2（m）处的风速（ms-1）,p 取 1/11[13] , z0 为粗糙度，取 0. 003 m[14]。

2 CFSR 风场数据检验

2.1 海上单点比较

渤海 A 平台观测为海上单点长时间序列（1991-2010 年，1h/次），经过了很好的质量控制。将它

订正到海上 10 m 高度，对插值到平台位置处的 CFSR 数据进行了风速的检验，逐年平均结果见表 1。

结果显示，A 平台观测与 CFSR 两者之间的风速均方根误差在 2.30 ms-1 左右,而偏差为 0.16 ms-1。采

用指数风廓线公式（3）和对数风廓线公式（4）所得结果差异较小，后者结果较优。此外，基于对

数风廓线公式（4），利用公式（1）与（2）分别计算了 A 平台观测处与 CFSR 的逐年平均风功率密

度，两者之间相对误差为 8%左右。

表 1 CFSR 再分析 10 m 风速和渤海 A 平台观测海面 10m 高度风速换算值的比较

风速（指数换算，ms-1） 风速（对数换算，ms-1）
年份
均方根误差 平均偏差 均方根误差 平均偏差
1991 2.29 0.50 2.20 0.32
1992 2.37 0.55 2.27 0.37
1993 2.42 0.64 2.32 0.46
1994 2.39 0.68 2.30 0.50
1995 2.41 0.57 2.32 0.39
 1996 2.36 0.41 2.29 0.23
1997 2.31 0.47 2.23 0.29
1998 2.35 0.27 2.28 0.10
1999 2.31 0.40 2.24 0.22
2000 2.36 0.58 2.27 0.41
2001 2.51 0.75 2.40 0.58
2002 2.38 0.53 2.30 0.36
2003 2.50 0.68 2.39 0.50
2004 2.31 0.12 2.26 -0.04
2005 2.37 0.20 2.31 0.03
2006 2.28 -0.02 2.24 -0.17
2007 2.25 -0.07 2.21 -0.22
2008 2.22 -0.16 2.19 -0.32
2009 2.31 -0.10 2.28 -0.26
2010 2.35 -0.40 2.35 -0.56
平均 2.35 0.33 2.28 0.16

2.2 陆地大面比较

为了进一步检验 CFSR 数据的质量，利用 CFSR 再分析风场数据计算了中国 1991-2000 年陆地 10

m 高度的平均风能分布，结果见图 1。与此同时，引用了第三次风能普查（1971-2000 年）结果（见

图 2），与 CFSR 计算结果进行了对比。图 1 与图 2 中给出的风能分布特征基本一致，如风能丰富

区域主要集中于内蒙古北部；新疆东部，西藏西部次之（见图 1 方框所示），涵盖了中国八个主要

的千万千瓦级风电基地[15]（图 1 绿色点所示）。而且，图 1 所给出的风能分布更加细致，如图中 A、

B、C 与 D 处所示。相比之下，图 2 中没有体现出图 1 中 A、B、C 与 D 处的细节，这可能是观测站

点缺乏或分布稀疏的缘故。

3 中国近海风能资源分布与分析

3.1 近海风能分布特征

上节中海上单点比较与陆地大面比较结果表明，CFSR 再分析 10 m 风场质量很高，适合用来分

析中国近海风能资源。因此，利用它推算了近 20 年（1991-2010）中国近海 70 m 高度年平均风功率

密度与 6 ms-1 以上风速累积小时数（图 3.a），以及平均风速分布（图 3.b）。

图 3 显示，中国近海 70 m 高度年平均风功率密度均达到了 300 Wm-2 以上，大于 6 ms-1 的风速

累积小时数为 4000 h 以上；台湾海峡和东海南部海区风能最为丰富,年平均风功率密度达 500-1500

Wm-2, 大于 6 ms-1 的风速累积小时数为 5000-7000 h，年平均风速为 7-11 ms-1；北部湾海区年平均风

功率密度达 300-900 Wm-2, 大于 6 ms-1 的风速累积小时数为 4000-7000 h，年平均风速为 6.5-10 ms-1；

北部海区中，黄海中部、渤海中部和辽东湾海区风能也十分充足。渤海海区年平均风功率密度可达

300-900 Wm-2, 大于 6 ms-1 的风速累积小时数为 4000-6000 h，年平均风速为 6-9 ms-1；黄海海区年平

均风功率密度可达 350-900 Wm-2, 大于 6ms-1 的风速累积小时数为 4000-6500 h，年平均风速为 7-9.5

ms-1。

与陆地风能资源相比，海上风能明显丰富。海岸带是陆地和海上风能的过渡地带，此处风能和

陆地相比迅速增加。中国近海海岸带的年风功率密度均在 200 Wm-2 以上，大于 6ms-1 的风速累积小

时数也在 4000 h 以上。风功率密度线平行于海岸线且相对密集。

3.2 近海风电场开发条件分析

近海风能资源的开发首要内容是风电场选址，这不仅涉及风能资源分布特征，而且还要考虑水

深和极端天气的影响。目前水深 5-25 米范围内的海上风电开发技术较成熟，水深 25-50 米区域的

风能开发技术还有待发展，而在超过 50 米的水域的风能开发技术还需要未来的不断探索。最大风

速超过 40 ms-1 的大风和强烈涡旋结构的热带气旋等极端大气条件对风力发电机组提出特殊要求，会

极大增加设计与运行成本，一般不适宜建立风电场[16]。

从中国近海海域水深等值线分布（图 4.a）可以看出，渤海和黄海海域 5 - 25 m 等深线离岸范围

宽广，渤海 25 m 等深线离岸距离约 200 km，黄海西部则约为 100 km；而 28°N 以南的海区水深等

值线较密集，25 m 等深线距离近岸均小于 50 km。CFSR 给出的最大风速分布填色图（图 4.a）显示，

渤黄海海域 1991-2010 年的发生的最大风速都小于 30 ms-1，而在 28°N 以南海域最大风速则迅速增

加，达到了 30 ms-1 以上，其中台湾海峡和南海东部海域甚至出现了 45 ms-1 以上的大风。从 20 年海

上热带气旋路径来看（图 4.b），渤黄海区受热带气旋影响较小，极少有 30 ms-1 以上风速的强热带风

暴；台湾海峡和南海受强热带气旋影响最为严重，常出现 40 ms-1 以上风速的强台风；而北部湾海区

热带气旋频率虽高，但强度一般偏弱。
图 1 1991-2000 年中国陆地 10m 高度年平均风功率密度分布，绿点表示中国八个主要的千万千瓦级
[15]
风电基地示意位置 。

图 2 1971-2010 年中国陆地 10m 高度年平均风功率密度分布（来自中国气象局第三次风能普查[4]）

图 3 1991-2010 年中国近海 70 m 高度年平均风功率密度（填充）与大于 6 m•s-1 的风速累积小时数
（等值线，103h）（a），年平均风速（b）

图 4 1991-2010 年中国近海 70m 高度最大风速（填充色）与水深分布（等值线）（a），中国近海

热带气旋位置（b）

4 结论
 由于中国近海海上常规观测数据极度匮乏，本文尝试利用 NCEP 最新发布的 CFSR 高时空分辨

率再分析数据，统计并分析了中国近海风能资源分布特征，得到如下结论：

1. CFSR 再分析 10 m 风场质量很高，非常适合用于观测严重缺乏的中国近海的风能开发研究。

2. 基于 CFSR 再分析 10 m 风场得到的统计结果表明，中国近海风能资源十分丰富，70 m 高度年平

均风功率密度均达到了 300 Wm-2 以上，大于 6 ms-1 的风速累积小时数为 4000 h 以上；其中台湾

海峡和东海南部海区风能最为丰富，黄海中部、渤海中部和辽东湾海区风能也十分充足。

3. 如果仅考虑水深、极端风速和热带气旋这三个因素，28°N 以北的近岸海域水深较浅，受热带气

旋影响较小，30 ms-1 以上风速发生频次极低，建立海上风电场开发条件适宜；而 28°N 以南的

近岸海域明显受热带气旋影响，无疑会增加海上风电场开发难度与成本。

参考文献:
[1] 朱瑞兆，薛桁. 中国风能区划[J]. 太阳能学报. 1983, 4(2): 123-132.
[2] 朱瑞兆，薛桁. 风能的计算和我国风能的分布[J]. 气象. 1981, 7(8): 26-28.
[3] 廖顺宝，刘凯，李泽辉. 中国风能资源空间分布的估算[J]. 地球信息科学. 2008, 10(5): 551-556.
[4] 中国气象局. 中国风能资源评价报告[M]. 北京: 气象出版社, 2006: 56.
[5] 薛桁，朱瑞兆. 中国风能资源贮量估算[J]. 太阳能学报. 2001, 22(002): 167-170.
[6] Jingwei X, Luo Y, Zhang X, et al. China Offshore Wind Energy Resources Assessment with the QuikSCAT
Data[C]. Society of Photo-Optical Instrumentation Engineers, 2008.
[7] Bruun Christiansen M, Koch W, Horstmann J, et al. Wind resource assessment from C-band SAR[J].
Remote sensing of environment. 2006, 105(1): 68-81.
[8] 李晓燕，余志. 基于 MM5 的沿海风资源数值模拟方法研究[J]. 太阳能学报. 2005, 26(3):
400-408.
[9] 袁春红，薛桁，杨振斌. 近海区域风速数值模拟试验分析[J]. 太阳能学报. 2004, 25(006): 740-743.
[10] 周荣卫，何晓凤，朱蓉，等. 中国近海风能资源开发潜力数值模拟[J]. 资源科学. 2010(8):
1434-1443.
[11] 冯双磊，王伟胜，刘纯，等. NCEP/NCAR 再分析数据在风能资源评估中的应用研究[J].
[12] Saha S, Nadiga S, Thiaw C, et al. The NCEP climate forecast system[J]. Journal of Climate. 2006, 19(15):
3483-3517.
[13] 张淮水，刘安国，宋珊，等. 海面风的特征分析[J]. 中国海洋大学学报 (自然科学版). 1989, 2.
[14] Panofsky H A, Dutton J A. Atmospheric turbulence[M]. New York: John Wiley & Sons, 1984: 122-123.
[15] 陈雪. 大基地建设: 催动中国风电强国之梦[J]. 风能. 2010(2).
[16] 李俊峰，施鹏飞，高虎. 中国风电发展报告( 2010) [M]. 海口: 海南出版社, 2010: 20-21.