楊明祥　雷曉輝

摘要：基于氣象站與測風(fēng)塔的區(qū)域風(fēng)能資源評估具有較大局限性，前者無法獲得風(fēng)機輪轂高度處的風(fēng)速資料，評估精度較低，后者難以獲得較長時間觀測資料，對平均風(fēng)速的年際變化反映不足，且評估成本較高。選取南四湖周邊地區(qū)為研究對象，基于WRF構(gòu)建該地區(qū)數(shù)值天氣預(yù)報模式，在NCEP FNL資料的驅(qū)動下實現(xiàn)南四湖地區(qū)20002016年的小時風(fēng)場模擬。提取80 m高度處風(fēng)場模擬信息，通過年平均風(fēng)速、年平均風(fēng)功率密度、年可利用小時數(shù)、年內(nèi)風(fēng)速分布、主風(fēng)向等指標(biāo)，對該地區(qū)風(fēng)能資源進(jìn)行了初步評估，認(rèn)為該地區(qū)風(fēng)能資源具備一定開發(fā)利用價值，且靠近南水北調(diào)東線泵站群等能源消耗中心，有利于風(fēng)電的就地消納，為該地區(qū)風(fēng)能資源詳查和開發(fā)利用提供了一定的參考。

關(guān)鍵詞：南四湖；風(fēng)能資源評估；WRF模式；數(shù)值模擬

中圖分類號：P962文獻(xiàn)標(biāo)志碼：A文章編號：

16721683（2018）02018207

Abstract：

The assessment methods of regional wind resources based on meteorological stations and anemometer towers have some limitations.The former does not have access to the wind speed data of the fan wheel，and has low evaluation precision.The latter has difficulty in getting longtime observation data，cannot provide sufficient description of the interannual variability of the average wind speed，and has high evaluation cost.In this article，we selected the surrounding area of Nansi Lake as the object of study，constructed the numerical weather forecast mode of this region based on WRF，and realized the simulation of hourly wind field around Nansi Lake from 2000 to 2016.Extracting the simulation information of wind field at 80m height，we conducted preliminary evaluation of the wind energy resources in this region by studying the annual average wind speed，annual average wind power density，annual available hours，annual wind speed distribution，and prevailing wind direction.We held that the wind energy resources in this region have certain development and utilization value.As it is close to the energy consumption centers such as the pumping stations group of the East Route of the SouthtoNorth Water Transfer Project，the wind electricity can be used locally.This paper provides certain reference for checking and utilizing wind energy resources in this region.

Key words：Nansi Lake；wind resource assessment；WRF Model；numerical simulation

風(fēng)能資源評估是風(fēng)電開發(fā)的重要環(huán)節(jié)，有助于摸清待開發(fā)區(qū)域的風(fēng)場分布，風(fēng)能儲量等，對電廠布局設(shè)計和風(fēng)能資源詳查有重要指導(dǎo)意義[1]。目前，風(fēng)資源評估主要基于氣象站或者測風(fēng)塔進(jìn)行[25]。然而，氣象站往往只能獲得10 m高度處的風(fēng)速，無法直接對風(fēng)力發(fā)電機80m甚至更高的位置進(jìn)行評估，在風(fēng)資源評估中具有先天不足[6]。測風(fēng)塔雖然可以獲取大多數(shù)風(fēng)機所在高度的風(fēng)速資料，但建設(shè)成本較高，測風(fēng)周期較長，難以直接獲取一個地區(qū)多年的平均風(fēng)能情況，評估效果可靠性有限[79]。近些年來，隨著氣象數(shù)值模式與高性能計算機技術(shù)的發(fā)展，利用數(shù)值模擬方式對研究區(qū)風(fēng)場進(jìn)行較長時間的模擬，獲取研究區(qū)年平均風(fēng)速分布、可利用小時數(shù)分布、主導(dǎo)風(fēng)向等關(guān)鍵指標(biāo)受到了越來越多研究人員和工程人員的關(guān)注。羅夢森等人利用WRF（Weather Research and Forecast）模式對江蘇沿海地區(qū)風(fēng)資源狀況進(jìn)行了數(shù)值模擬和評估，并據(jù)此對風(fēng)力發(fā)電場的位置給出了建議[10]。汪明軍等人利用中尺度氣象模式對長三角地區(qū)2010年10月份的風(fēng)場進(jìn)行了數(shù)值模擬，并對該地區(qū)近地層和高空風(fēng)資源進(jìn)行了評估[11]。陳楠等人利用WRF模式對廣東海上風(fēng)資源進(jìn)行了量化估計，并利用測風(fēng)塔實測資料進(jìn)行了對比分析，發(fā)現(xiàn)兩者評估結(jié)果無明顯差別[12]。NREL實驗室通過中尺度數(shù)值模擬技術(shù)實現(xiàn)了美國近海風(fēng)能資源評估，并繪制了90 m高度處高分辨率的風(fēng)能資源分布圖[13]。Riso實驗室利用中尺度數(shù)值模式數(shù)據(jù)，對歐洲部分區(qū)域進(jìn)行了分辨率為2～5 km的風(fēng)能資源評估，并生成了高分辨率風(fēng)資源分布圖[14]?？梢?，圍繞數(shù)值模式在風(fēng)資源評估中的應(yīng)用，國內(nèi)外已經(jīng)開展了大量研究工作。然而，目前研究多是對一年或一段時間的風(fēng)場進(jìn)行模擬評估，未充分考慮風(fēng)速在年際間變化的影響。有研究表明，過短的資料并不能準(zhǔn)確反映當(dāng)?shù)氐娘L(fēng)況，一般認(rèn)為5～10 a或者10 a以上的觀測資料能比較客觀地反映該地的真實狀況[15]。本文選擇南四湖周邊作為研究區(qū)，基于三層嵌套構(gòu)建該區(qū)域WRF模式，并在美國國家環(huán)境預(yù)報中心（NCEP）/美國國家大氣研究中心（NCAR）提供的FNL全球分析資料（Final Operational Global Analysis）的驅(qū)動下，實現(xiàn)南四湖周邊長達(dá)17 a的風(fēng)場模擬及初步評估，以期為數(shù)值模式在風(fēng)能資源評估中的應(yīng)用提供一定參考，為南四湖周邊風(fēng)能資源詳查和開發(fā)提供一定支撐。

1研究區(qū)簡介

南四湖位于山東省西南部，如圖1所示，隸屬微山縣管轄，位于34°15′-34°53′N和114°50′-117°48′E之間，全湖面積1 266 km2，是山東第一大湖，也是中國大型淡水湖泊之一，分為上級湖與下級湖兩部分[16]。南四湖處在山東丘陵西部邊緣與黃河沖積平原的交接地帶，湖東地勢東高西低，湖西是數(shù)千年來黃河改道、決口泛濫淤積而成的平原，地勢西高東低。南四湖是南水北調(diào)東線干線工程的必經(jīng)之地，其承接從臺兒莊萬年閘韓莊，以及劉山解臺藺家壩兩條調(diào)水線路的來水，并通過位于湖泊中部的二級壩泵站，將水抬升至上級湖通過長溝泵站繼續(xù)北送[1719]。南四湖周邊的8座大型泵站內(nèi)單臺機組裝機普遍在2 000 kW左右，電力消耗成了調(diào)水成本的重要組成部分[2021]。對南四湖區(qū)周邊風(fēng)能資源進(jìn)行初步評估，摸清周邊風(fēng)資源時空分布特點，對于該地區(qū)清潔能源的有效利用，降低環(huán)境污染風(fēng)險，有一定的幫助。

2數(shù)值模式構(gòu)建

WRF模式是由美國國家大氣研究中心（NCAR），國家環(huán)境預(yù)報中心（NCEP）等多所研究機構(gòu)共同研發(fā)的新一代高分辨率中尺度數(shù)值模式[2223]，適用于水平分辨率從數(shù)米到上萬千米尺度的各種天氣系統(tǒng)的模擬[24]。近年來，隨著全世界風(fēng)能開發(fā)加速推進(jìn)，特別是中國風(fēng)電市場逐步成熟，對氣象服務(wù)的要求也越來越高，使得WRF模式在風(fēng)資源開發(fā)方面的研究和應(yīng)用逐漸升溫。

綜合考慮計算資源與研究目標(biāo)，采用三層嵌套方式，將WRF模式輸出最內(nèi)層數(shù)據(jù)分辨率定為3 km。嵌套區(qū)域設(shè)置充分考慮了周邊大地形和重點天氣、氣候系統(tǒng)，并盡量避免模擬中跨越氣候特征或者地理特點相差巨大的區(qū)域。不同層級之間的網(wǎng)格設(shè)置為雙向反饋關(guān)系，內(nèi)層網(wǎng)格在接受外部網(wǎng)格提供的初始場和邊界條件的同時也向外部網(wǎng)格反饋模式運行信息。設(shè)置模式層頂氣壓為50 hPa，并將地面以上至100 m的垂直空間做加密處理，使其能夠輸出10 m、50 m、70 m、80 m、100 m等關(guān)鍵高度層。模型運行所需的地形等地面靜態(tài)數(shù)據(jù)從WRF官網(wǎng)獲?。╤ttp：//www2.mmm.ucar.edu/wrf/OnLineTutorial/Basics/GEOGRID/ter_data.htm）。模式積分步長設(shè)置為90 s，每1 h輸出一次模擬結(jié)果。模式微物理方案和積云對流參數(shù)化方案采用WSM3（SingleMoment 3class scheme）和GD （GrellDevenyi），由于最內(nèi)層分辨率達(dá)3 km，因此不對最內(nèi)層積云對流參數(shù)化方案進(jìn)行設(shè)置。邊界層和陸面模式選擇普遍使用的YSU和Noah參數(shù)化方案，長波輻射選擇RRTM參數(shù)化方案而短波輻射選擇Dudhia參數(shù)化方案。WRF模式其他參數(shù)或方案設(shè)置詳見表1。

3實驗設(shè)計與指標(biāo)計算方法

3.1實驗設(shè)計

本研究利用2000年1月1日至2016年12月31日的FNL數(shù)據(jù)驅(qū)動WRF模式，獲取時段內(nèi)每小時的平均風(fēng)速模擬結(jié)果。但WRF模式動力框架與參數(shù)化方案均為適應(yīng)天氣模擬而設(shè)計，且模式運行需要一定的Spinup時間，因此采用60 h一循環(huán)，前12 h舍去的方式完成長達(dá)17 a的數(shù)值模擬。

3.2指標(biāo)計算方法

本文主要借助年平均風(fēng)速、年平均風(fēng)功率密度、風(fēng)能年可利用小時數(shù)、主風(fēng)向等指標(biāo)對南四湖周邊區(qū)域進(jìn)行風(fēng)能資源的初步評估。由于目前風(fēng)機位置多位于80 m高度處[2526]，因此本文所做研究主要針對80 m高度處的風(fēng)速展開。

（3）風(fēng)能年可利用小時數(shù)。

年風(fēng)能可利用小時數(shù)（h）是指一年內(nèi)可以運行在有效風(fēng)速范圍內(nèi)的時間[28]。根據(jù)目前常規(guī)風(fēng)力發(fā)電設(shè)備的機械與電力特性，一般將切入風(fēng)速定為3 m/s，即輪轂處風(fēng)速大于3 m/s就可開始并網(wǎng)發(fā)電，切出風(fēng)速一般定為25 m/s，即輪轂處風(fēng)速大于25 m/s風(fēng)機就須切出電網(wǎng)[29]。

（4）主風(fēng)向。

根據(jù)16方位圖以及風(fēng)速的U、V分量，對模擬的小時風(fēng)速在風(fēng)向上進(jìn)行分類，并在多年尺度上做統(tǒng)計分析，得到每個柵格上的主風(fēng)向。

4評價結(jié)果

4.1平均風(fēng)速的年際變化

利用2000年1月1日00時到2016年12月31日23時的小時風(fēng)速模擬[HJ2.1mm]資料，統(tǒng)計每個柵格上各年的平均風(fēng)速大小。選擇白沙河與城河入湖口、二級壩、南四湖最南端以及東北部山區(qū)為代表地點，獲得這些地點風(fēng)速的年際變化情況如圖2所示?？芍?，該區(qū)域風(fēng)速的年際變化較大，四個地點的平均風(fēng)速變化接近1 m/s，其中近些年平均風(fēng)速的變化更加劇烈。這為基于測風(fēng)塔的風(fēng)能資源評估帶來了較大困難，而利用數(shù)值模式進(jìn)行風(fēng)能資源的初步評估可實現(xiàn)多年風(fēng)速的模擬評價，有望成為未來風(fēng)能資源開發(fā)的重要研究內(nèi)容。

4.2年平均風(fēng)速與風(fēng)功率密度

根據(jù)公式（1）計算南四湖周邊80 m高度上各柵格的年平均風(fēng)速，如圖3（a）所示。從數(shù)值模擬結(jié)果可知，南四湖周邊年平均最低風(fēng)速高于5 m/s，且各個地區(qū)風(fēng)速差異并不明顯，風(fēng)速最高的東北部山區(qū)較風(fēng)速最低的下級湖西岸，[HJ2.2mm]年均風(fēng)速僅相差11 m/s。受地形強迫以及湖面加速的影響，白沙河與城河入湖口附近的風(fēng)速較周邊風(fēng)速要高，達(dá)到了6 m/s左右，形成了一個較為明顯的局部高風(fēng)速區(qū)。[CM（22]根據(jù)公式（2）得到南四湖周邊地區(qū)80 m高度處年平均風(fēng)功率密度分布情況，如圖3（b）所示?？梢姡摰貐^(qū)年平均風(fēng)功率密度位于163 W/m2和277 W/m2之間。其中，白沙河與城河入湖口附近年平均風(fēng)功率密度在200 W/m2左右；二級壩附近年平均風(fēng)功率密度在175 W/m2左右；南四湖最南端順堤河與韓莊運河之間的區(qū)域，年平均風(fēng)功率密度在220 W/m2左右；東北部山區(qū)的年平均風(fēng)功率密度則達(dá)到了270 W/m2以上。綜上，南四湖周邊地區(qū)年平均風(fēng)速在5 m/s以上，平均風(fēng)功率密度在163 W/m2和277 W/m2，參考GB/T 18710-2002中風(fēng)功率密度等級表可知，該區(qū)域?qū)儆诳砷_發(fā)的區(qū)域，隨著低風(fēng)速區(qū)風(fēng)電開發(fā)技術(shù)的不斷進(jìn)步以及分布式風(fēng)電建設(shè)的不斷推進(jìn)，該區(qū)域的開發(fā)潛力將日益突出。

4.3 年風(fēng)能可利用小時數(shù)

根據(jù)2000-2016年的連續(xù)模擬資料，將每個柵格上風(fēng)速位于3 m/s和25 m/s的時段數(shù)相加并求年平均，繪制風(fēng)能年可利用小時數(shù)分布見圖4。可知，南四湖周邊風(fēng)能年可利用小時數(shù)位于6 929 h到7 881 h之間，代表理論上該地區(qū)一年內(nèi)可進(jìn)行風(fēng)力發(fā)電的時間超過了80%。其空間分布與年平均風(fēng)速的分布基本一致，南四湖東部地區(qū)風(fēng)能年可利用小時數(shù)普遍多于西部地區(qū)，這主要是由于地形

4.4風(fēng)速年內(nèi)分布

基于2000-2016年的小時平均風(fēng)速模擬數(shù)據(jù)，根據(jù)公式（1）對80 m高度上每個網(wǎng)格點各月平均風(fēng)速進(jìn)行統(tǒng)計，見圖5。南四湖周邊各月平均風(fēng)速的空間分布與年平[HJ2.1mm]均風(fēng)速的空間分布較為接近，均表現(xiàn)為東北方向風(fēng)速高而西南方向風(fēng)速小的特征，且各月模擬結(jié)果均表明白沙河與城河入湖口附近是一個風(fēng)速高值區(qū)。從時間分布上來看，南四湖周邊風(fēng)速最大的幾個月是2月-6月，特別是4月份南四湖周邊多數(shù)地區(qū)平均風(fēng)速在7 m/s左右；風(fēng)速最低的幾個月主要是8月和9月?？梢娔纤暮箫L(fēng)天氣主要集中在春季，而低風(fēng)速天氣主要集中在夏季，這與該地區(qū)受季風(fēng)氣候影響有關(guān)。雖然南四湖周邊各月平均風(fēng)速相差較大，但其平均風(fēng)速均在4 m/s以上，說明該地區(qū)的風(fēng)能資源在一年四季均具有一定的開發(fā)利用價值。

4.5 主風(fēng)向分布

根據(jù)2000-2016年南四湖周邊80 m高度處小時平均風(fēng)速U、V分量的模擬數(shù)據(jù)，按照16風(fēng)向圖的分類方式對各時刻風(fēng)向進(jìn)行定義，并基于此對各網(wǎng)格的風(fēng)向頻率進(jìn)行分析，取頻率最高者形成主風(fēng)向分布圖，見圖6。受東南季風(fēng)的影響，南四湖周邊的主風(fēng)向表現(xiàn)為[HJ2.2mm]偏東南風(fēng)。在局部地形的強迫下，蟠龍河以南至南四湖最南端的區(qū)域，以及鄭集河沿線區(qū)域的主風(fēng)向為東風(fēng)，韓莊運河周邊的主風(fēng)向為東北偏東風(fēng)，而十字河上游以北的區(qū)域則盛行南風(fēng)。湖面的主風(fēng)向明顯受兩岸地形的影響，表現(xiàn)出與湖岸平行的特征。[HJ1〗

5結(jié)論與展望

5.1結(jié)論

本文選擇南四湖為研究區(qū)，基于WRF模式構(gòu)建風(fēng)場模擬模型，并在FNL資料的驅(qū)動下，對2000-2016年的風(fēng)場進(jìn)行了連續(xù)模擬。在此基礎(chǔ)上，通過年平均風(fēng)速、風(fēng)功率密度、風(fēng)能年可利用小時數(shù)、風(fēng)速年內(nèi)分布以及主風(fēng)向分布等指標(biāo)的分析，實現(xiàn)對南四湖周邊風(fēng)能資源的初步評估。評估結(jié)果顯示，南四湖周邊平均風(fēng)速較高，且時空差異較小，年平均風(fēng)功率密度在163 W/m2和277 W/m2之間，年可利用小時數(shù)位于6 929 h到7 881 h之間。雖然平均風(fēng)速在年內(nèi)呈現(xiàn)出明顯的季節(jié)變化，但最小風(fēng)速均在4 m/s以上，仍具有一定的開發(fā)利用價值。受東南季風(fēng)影響，區(qū)域內(nèi)主風(fēng)向表現(xiàn)為偏東南風(fēng)，局部區(qū)域受地形影響存在偏東北風(fēng)的情況。隨著低風(fēng)速區(qū)風(fēng)電開發(fā)利用技術(shù)的不斷進(jìn)步，該地區(qū)風(fēng)能資源開發(fā)潛力將不斷凸顯，且該地區(qū)靠近能源消耗中心，存在大型泵站等耗能單元，為新能源的就地消納提供了一定條件。

5.2展望

基于數(shù)值模擬的風(fēng)能資源評估較傳統(tǒng)方法有諸多優(yōu)點，如成本低、能夠直接獲取輪轂高度處的風(fēng)速信息、可獲取資料的時間序列長等。但數(shù)值模式為大量數(shù)學(xué)方程對自然現(xiàn)象的近似描述，受人類認(rèn)識能力的局限，描述過程中不可避免存在一定偏差，同時數(shù)值模式本身由大量的參數(shù)化方案組成，各類參數(shù)化方案對不同氣象特征的適用性不同?？梢姴捎脭?shù)值模式進(jìn)行風(fēng)能資源評估具有一定的不確定性，在未來的研究中將針對數(shù)值模式評估過程中的不確定性進(jìn)行深入探索。

參考文獻(xiàn)（References）：

[1]李澤椿，朱蓉，何曉鳳，等.風(fēng)能資源評估技術(shù)方法研究[J].氣象學(xué)報，2007，65（5）：708717.（LI Z C，ZHU R，HE X F，et al.Study on the assessment technology of wind energy resource[J].Acta Meteorologica Sinica，2007，65（5）：708717.（in Chinese）） DOI：10.11676/qxxb 2007.066.

[2]TROEN I，PETERSEN E L.European Wind Atlas[M].Roskilde：Risoe National Laboratory，1989.

[3]薛桁，朱瑞兆，楊振斌，等.中國風(fēng)能資源貯量估算[J].太陽能學(xué)報，2001，22（2）：167170.（XUE H，ZHU R Z，YANG Z B，et al.Assessment of wind energy reserves in China[J].Acta Energiae Solaris Sinica，2001，22（2）：167170.（in Chinese）） Doi：10.3321/j.issn：02540096.2001.02.010.

[4][JP4]SHIKHA S，BHATTI T S，KOTHARI D P.A review of windresourceassessment technology[J].Journal of Energy Engineering，2006，132（1）：814.DOI.10.1061/（ASCE）07339402（2006）132：1（8）

[5]謝今范，劉玉英，王玉昆，等.東北地區(qū)風(fēng)能資源空間分布特征與模擬[J].地理科學(xué)，2014，34（12）：14971503.（XIE J F，LIU Y Y，WANG Y K，et al.Spatial distribution characteristics of wind resource and its simulation in Northeast China[J].Scientia Geographica Sinica，2014，34（12）：14971503.（in Chinese）） DOI：10.13249/j.cnki.sgs.2014.012.1497.

[6]朱金華，張淑君，許昌，等.基于WRF/CALMET模式的江蘇沿海風(fēng)能資源評估[J].三峽大學(xué)學(xué)報（自然科學(xué)版），2016，38（1）：6265.（ZHU J H，ZHANG S J，XU C，et al.WRF and CALMET common modeling and assessment of wind energy for offsea reion in Jiangsu Province[J].J of China Three Gorges Univ （Natural Sciences），2016，38（1）：6265.（in Chinese）） DOI：10.13393/j.cnki.issn.1672948.2016.01.013.

[7]周榮衛(wèi)，何曉鳳，朱蓉.MM5/CALMET模式系統(tǒng)在風(fēng)能資源評估中的應(yīng)用[J].自然資源學(xué)報，2010，25（12）：21012113.（ZHOU R W，HE X F，ZHU R.Application of MM5/Calmet Model System in Wind Energy Resource Assessment[J].Journal of Natural Resources，2010，25（12）：21012113.（in Chinese）） Doi：10.11849/zrzyxb.2010.12.011.

[8]楊鵬武，王學(xué)鋒，王麟，等.WRF_TopoWind模式對中國低緯高原高山風(fēng)速模擬的適用性研究[J].云南大學(xué)學(xué)報（自然科學(xué)版），2016，38（5）：766772.（YANG P W，WANG X F，WANG L，et al.A study on the applicability of WRF_TopoWind model to simulate the mountain wind speed of the low latitude plateau in China[J].Journal of Yunnan University，2016，38（5）：766772.（in Chinese）） DOI：10.7540/j.ynu.20160060.

[9]邢婷.基于WRF模式和SVM方法的楊梅山風(fēng)電場短期風(fēng)電功率預(yù)報技術(shù)研究[D].南京：南京信息工程大學(xué)，2014.（XING T.The research on the wind power prediction on Yangmei Mountain wind farm based on the WRF weather forecast model and SVM statistical regression approach[D].Nanjing：Nanjing University of Information Science & Technology，2014.（in Chinese））

[10][ZK（#]羅夢森，何浪，彭華青.基于WRF模式的江蘇沿海風(fēng)資源評估[J].江蘇農(nóng)業(yè)科學(xué).2011，39（3）：486491.（LUO M S，HE L，PENG H Q.Assessment Jiangsu sea wind resources by WRF Model[J].Jiangsu Agricultural Sciences，2011，39（3）：486491.（in Chinese）） DOI：10.15889/j.issn.10021302.2011.03.089.

[11]汪明軍，羅坤，倪智振.基于WRF模式的長三角地區(qū)風(fēng)資源評估[J].能源工程，2016（5）：2933.（WANG M J，LUO K，NI Z Z.Wind resource assessment for the Yangtze River Delta region based on WRF[J].Energy Engineering，2016（5）：2933.（in Chinese）） DOI：10.16189/j.cnki.nygc.2016.05.005.

[12]陳楠，楊蘋，鄒澍，等.基于WRF模式的廣東海上風(fēng)資源評估[J].裝備環(huán)境工程，2013，10（5）：110.（CHEN N，YANG P，ZOU S，et al.Offshore wind resource assessment based on WRF Model[J].Equipment Environmental Engineering，2013，10（5）：110.（in Chinese）） DOI：10.7643/ issn.16729242.2013.05.001.

[13]AYOTTE K W，DAVY R J，COPPIN P A.A simple temporal and spatial analysis of flow in complex terrain in the context of wind energy modelling[J].BoundaryLayer Meteorology，2001，98（2）：275295.DOI.10.1023/A：1026583021740.

[14]SCHWARTZ M N，HEIMILLER D，HAYMES S，et al.Assessment of offshore wind energy resources for the United States[J].Leading Edge，2010，21（4）：338348.DOI：10.2172/983415.

[15]張一民，沈才元，徐繼先，等.江蘇省風(fēng)能簡便計算方法的研究[J].氣象科學(xué)，1997，17（3）：268273.（ZHANG Y M，SHEN C Y，XU J X，et al.A study on convenient scheme of wind energy computation in Jiangsu[J].Scientia Meteorologica Sinica，1997，17（3）：268273.（in Chinese））

[16]張先軍，姚輝勇.南水北調(diào)東線南四湖人工濕地建設(shè)與規(guī)劃[J].南水北調(diào)與水利科技，2010，8（3）：2124.（ZHANG X J，YAO H Y.Wetland construction and planning of Nansi Lake of the Eastern Route Project of the SouthtoNorth Water Transfer[J].SouthtoNorth Water Transfers and Water Science & Technology，2010，8（3）：2124.（in Chinese）） DOI：10.3724/SP.J.1201.2010.03021.

[17]王文杰，吳學(xué)文，方國華，等.南水北調(diào)東線工程江蘇段水量優(yōu)化調(diào)度研究[J].南水北調(diào)與水利科技，2015，13（3）：422426.（WANG W J，WU X W，F(xiàn)ANG G H，et al.Optimal water operation in Jiangsu section of the SouthtoNorth Water Diversion Project[J].SouthtoNorth Water Transfers and Water Science & Technology，2015，13（3）：422426.（in Chinese）） DOI：10.13476/j.cnki.nsbdqk.2015.03.006.

[18]武周虎，羅輝，劉長余，等.南水北調(diào)東線南四湖出、入湖泵站開啟時間差分析研究[J].南水北調(diào)與水利科技，2008，6（1）：7791.（WU Z H，LUO H，LIU C Y.Startup time difference of pumping station of Nansi Lake in the SouthtoNorth Water Transfer[J].SouthtoNorth Water Transfers and Water Science & Technology，2008，6（1）：7791.（in Chinese）） DOI：10.13476/j.cnki.nsbdqk.2008.01.024.

[19]趙世新，張晨，高學(xué)平，等.南水北調(diào)東線調(diào)度對南四湖水質(zhì)的影響[J].湖泊科學(xué)，2012，24（6）：923931.（ZHAO S X，ZHANG C，Gao X P，et al.The impact of the operation of Eastern Route Project of the SouthtoNorth Water Diversion Project on water quality in Lake Nansi[J].Journal of Lake Sciences，2012，24（6）：923931.（in Chinese）） DOI：10.18307/2012.0616.

[20]高峰，岳永起，趙培青，等.南水北調(diào)二級壩泵站水泵調(diào)速必要性研究[J].中國農(nóng)村水利水電，2005（6）：104106.（GAO F，YUE Y Q，ZHAO P Q.Study on the necessity of water pump speed regulation in the ErJi pumping station of South to North Water Transfer Project[J].China Rural Water and Hydropower，2005（6）：104106.（in Chinese）） DOI：10.3969/j.issn.10072284.2005.06.037.

[21]仇寶云，袁壽其，馮旭松，等.南水北調(diào)東線工程梯級泵站的幾個問題[J].灌溉排水學(xué)報，2003，22（2）：6973.（QIU B Y，YUAN S Q，F(xiàn)ENG X S，et al.Several problems about step pump stations in Eastern Route SouthtoNorth Water Transfer Project[J]，Journal of Irrigation and Drainage，2003，22（2）：6973.（in Chinese）） DOI：10.13522/j.cnki.ggps.2003.02.018.

[22]SKAMARAOCK W C，KLEMP J B，DUDHIA J，et al.A description of the advanced research WRF version[Z].NCAR Technical Notes，2008.

[23]KHVOROSTYANOV D V，MENUT L，DUPONT J C，et al.The role of WRF land surface schemes on weather simulations in Paris area[A].Proceedings of ISARS 2010 conference[C]，2010.

[24]張華，孫科，田玲，等.應(yīng)用WRF模型模擬分析風(fēng)力發(fā)電場風(fēng)速[J].天津大學(xué)學(xué)報，2012，45（12）：11161120.（ZHANG H，SUN K，TIAN L，et al.Wind speed simulation of wind farm using WRF Model[J].Journal of Tianjin University，2012，45（12）：11161120.（in Chinese））

[25]李正泉，宋麗莉，馬浩，等.海上風(fēng)能資源觀測與評估研究進(jìn)展[J].地球科學(xué)進(jìn)展，2016，31（8）：800810.（LI Z Q，SONG L L，MA H，et al.Review of Methodologies for Offshore Wind Resource Observation and Assessment[J].Advances in Earth Science，2016，31（8）：800810.（in Chinese）） DOI：10.11867/j.issn.10018166.2016.08.0800.

[26]封宇，何焱，朱啟昊，等.近海及海上風(fēng)資源時空特性研究[J].清華大學(xué)學(xué)報（自然科學(xué)版），2016，56（5）：522529.（FENG Y，HE Y，ZHU Q H，et al.Temporal and spatial characteristics of offshore wind resources[J].J Tsinghua Univ （Sci & Technol），2016，56（5）：522529.（in chinese）） DOI：10.16511/ j.cnki.qhdxxb.2016.25.011.

[27]范飛，梁丙臣，齊靜靜.黃河口三角洲波浪能和風(fēng)能資源評估[J].太陽能學(xué)報，2014，35（8）：13631368.（FAN F，LIANG B C，QI J J.Assessment of wave energy and wind energy resources of Yellow River Delta[J].ACTA ENERGIAE SOLARIS SINICA，2014，35（8）：13631368.（in chinese）） DOI：10.3969/j.issn.02540096.2014.08.008.

[28]楊艷娟，李明財，任雨，等.天津近海風(fēng)能資源的高分辨率數(shù)值模擬與評估[J].資源科學(xué)，2011，33（10）：19992004.（YANG Y J，LI M C，REN Y，et al.Highresolution numerical simulation and assessment of the offshore wind energy resource in Tianjin[J].Resources Science，2011，33（10）：19992004.（in Chinese））

[29]李沖，于緯艷.不同季節(jié)烏魯木齊風(fēng)能資源潛能評估[J].遼寧工程技術(shù)大學(xué)學(xué)報（自然科學(xué)版），2015，34（1）：112117.（LI C，YU W Y.Wind energy resource potential evaluation in different seasons for Urumqi[J].Journal of Liaoning Technical University（Natural Science），2015，34（1）：112117.（in chinese））DOI：10.11956/j.issn.10080562.2015.01.023.