舟山群岛海上风能评估：如何通过 45 年风场数据实现精准选址？

TL;DR

海上风电的建设成本极高，选址失误可能导致数亿产出的流失。本文利用 45 年超长周期的风场数据，结合新提出的 IOMCA（面向岛屿的多准则评估） 框架，对舟山群岛 20,800 km² 海域进行了深度体检。研究不仅确定了舟山拥有 SOTA 级别的风能资源（420–550 W/m²），还通过空间规划识别出可支撑 29.48 TWh/yr 产出的不限位开发区。

背景定位：全球最大海上风电集群的“空间精算”

舟山作为中国最大的群岛城市，其海上风电装机容量已跃居浙江首位。然而，多岛屿地形带来的 Venturi Effect（狭管效应）和复杂的稳定性变率，使得传统的“一刀切”式评估（直接看平均风速）显得捉襟见肘。本文的工作在于将这一复杂性数字化，建立了一套从风场选型到最终技术潜力评估的完整闭环。

痛点深挖：为什么传统加权评价法不再适用？

以往的研究通常采用 AHP（层次分析法） 加权求和。这种方法的本质局限在于：

1. 主观性强：权重的分配往往取决于专家的个人偏好。
2. 特征掩盖：由于风能密度（WPD）在计算中占比过大，往往会掩盖环境成本或稳定性风险等关键因子，导致分级结果“满目全红”，缺乏决策区分度。

核心方法演进：IOMCA 的物理直觉

为了突破上述局限，作者提出了 IOMCA。其物理直觉非常明确：以 WPD 能量密度为底座，将风险因子和成本因子作为“增益/损耗系数”进行乘法校准。

1. 数据对齐：ERA5 的胜利

作者首先对比了 FNL, CCMP, ERA5 等 7 种主流风场产品。实验显示，ERA5 在舟山群岛 10 个测风站点的 MAE 和 RMSE 指标上表现最稳，尤其是对风向描述的准确度显著优于其他再分析数据。

2. 稳定性陷阱

一个关键的深度洞察是：资源丰富不代表值得开发。研究发现，舟山中部海域（东极岛附近）虽然风能密度极高，但其 MV（月变率） 和 SV（季节变率） 同样处于峰值。这意味着在该区域部署风机，电网将面临巨大的调峰压力，且设备疲劳损伤风险更高。

实验结果：从资源图谱到实战地图

通过对能量因子（FWPD, FWS）、风险因子（EWS, STD）及环境成本（Bathymetry, DC）的综合建模，研究生成了最终的选址方案。

• 最优区域（Class 6）：鱼山岛周边及杭州 Bay 入口。这些区域兼具高能量密度与高稳定性。
• 不适宜区（Class 1）：中部海域及深远海。尽管风大，但水深（>50m）带来的成本激增及极端的风速稳定性偏差，使其在当前技术条件下不具备经济性。

总结与局限性

Takeaway

本文通过对 IOMCA 框架的实证分析，证明了在多岛屿环境下，“能量 × 稳定性 × 成本控制” 的乘法模型能更客观地剥离出真正具有商业价值的“能源中心”。

局限性分析

1. 地质约束简化：研究虽考虑了底质，但对具体的地质承载力（如海床液化风险）缺乏微观数据。
2. 后向视角：评估基于历史 45 年数据，对于未来 Climate Change（气候变化）导致的极端台风频次增加，仍需引入预测模型进行修补。

这种基于 GIS 的空间精细化管理方法，不仅适用于中国舟山，也为菲律宾、希腊等万岛之国的蓝海开发提供了极具价值的技术路线图。