0 引言

隨著世界環(huán)境污染的日益嚴(yán)重和能源危機的不斷加劇，大力發(fā)展可再生能源產(chǎn)業(yè)，已成為國際社會推動能源綠色低碳轉(zhuǎn)型、應(yīng)對全球氣候變化的普遍共識和一致行動。習(xí)近平主席在第75屆聯(lián)合國大會上莊嚴(yán)承諾我國CO

排放力爭2030年達(dá)到峰值，努力爭取2060年前實現(xiàn)碳中和，2020年12月12日進(jìn)一步在氣候雄心峰會上指出，到2030年我國風(fēng)電、太陽能發(fā)電總裝機規(guī)模將達(dá)到12億kW以上。

海上風(fēng)電作為重要的清潔可再生能源之一，具有風(fēng)速大、密度高、間歇性小、不占用土地資源、適合大規(guī)模開發(fā)等優(yōu)勢。我國海上風(fēng)力資源儲備豐富，具備較高的開發(fā)價值，根據(jù)中國氣象局風(fēng)能資源普查的結(jié)果顯示，我國5～25 m水深、50 m高度海上風(fēng)電開發(fā)潛力約2億kW；5～50 m水深、70 m高度海上風(fēng)電開發(fā)潛力約5億kW。

豐富的資源潛力，以及較好的消納能力，決定了我國海上風(fēng)電將大有所為,但另一方面由于海上自然環(huán)境復(fù)雜，風(fēng)電場易受到臺風(fēng)、嚴(yán)寒、腐蝕和雷暴等復(fù)雜海洋環(huán)境的影響。其中，臺風(fēng)具有影響范圍廣、平均風(fēng)速大、湍流強度高、風(fēng)向變化快、持續(xù)時間長等特點，對我國東南沿海海上風(fēng)電場具有顯著的影響

。海上風(fēng)電場對臺風(fēng)適應(yīng)性分抗擊臺風(fēng)、利用臺風(fēng)兩個方面，一是通過研究臺風(fēng)特性，確保機組在迎擊臺風(fēng)時機組承載部件不會發(fā)生失效

；二是在海上風(fēng)電場的前期規(guī)劃開發(fā)過程中，業(yè)主、設(shè)計院、風(fēng)機廠商等針對特定開發(fā)區(qū)域，分析臺風(fēng)對海上風(fēng)電場的影響

。

1 臺風(fēng)信息及實測數(shù)據(jù)

1.1 臺風(fēng)概述

以往的臺風(fēng)研究多從天氣學(xué)、動力學(xué)等氣象角度入手研究（氣象臺風(fēng)，研究尺度較大，一般是百公里級別），而針對海上風(fēng)電場的實際工程應(yīng)用（工程臺風(fēng)或目標(biāo)臺風(fēng)，尺度較小，一般是十幾公里級別）理解和認(rèn)識存在一定程度偏差

。通過建立的中尺度-降尺度耦合模型，結(jié)合福建區(qū)域某風(fēng)電場內(nèi)的海上測風(fēng)塔，選擇影響該區(qū)域的1808號臺風(fēng)“瑪莉亞”，研究臺風(fēng)過境時對風(fēng)電場發(fā)電量的影響，臺風(fēng)概況如表1所示。

1.2 實測環(huán)境參數(shù)分析

MAST測風(fēng)塔距離該風(fēng)電場約5 km，“瑪莉亞”臺風(fēng)在移動發(fā)展過程中，MAST測風(fēng)塔測量并收集到同期數(shù)據(jù)，測風(fēng)塔的基本信息見表2。

圖1至圖3為“瑪莉亞”臺風(fēng)期間的測風(fēng)塔風(fēng)速、風(fēng)向和湍流強度時間序列以及風(fēng)向玫瑰圖。測風(fēng)塔10～80 m高度10 min平均最大風(fēng)速為23.6～25.1 m/s，對應(yīng)的風(fēng)向為SW，中心氣壓為980 hPa，湍流強度在臺風(fēng)影響期間為0.1左右。

2 臺風(fēng)模擬及降尺度分析

2.1 WRF中尺度模式及CFD降尺度

1）WRF中尺度模式

WRF（Weather Research&Forecasting）模式是以美國國家研究中心（NCAR）、美國環(huán)境預(yù)測中心（NCEP）等美國科研機構(gòu)為中心開發(fā)的新一代中尺度天氣預(yù)報模式和同化系統(tǒng)。

WRF模式采用了全新的程序設(shè)計理念，在Linux系統(tǒng)上運行，具有較強的可移植性。該模型開放源代碼，可為天氣預(yù)報、區(qū)域氣象模擬、理想氣象研究等提供一個共同的模式框架。WRF模式為完全可壓縮以及非靜力模式，水平方向采用Arakawa C（荒川C）網(wǎng)格點，垂直方向則采用地形跟隨質(zhì)量坐標(biāo)。WRF模式在時間積分方面采用三階或者四階的Runge-Kutta算法。WRF模式考慮了較多的氣象物理過程，并用參數(shù)化的方法進(jìn)行描述。其物理方案包括積云參數(shù)化方案、微物理過程方案、長短波輻射方案、陸面過程方案、邊界層方案等，并且每個物理方案都提供了多個模式進(jìn)行選擇。本文采用的主要物理參數(shù)化方案如下。

（1）微物理過程：簡單冰方案；

（2）輻射方案：RRTMG方案；

那是，那是，老田趕緊附和。聽說，這片地以前是亂墳場，種啥都壯。老田突然想起昨晚老婆給他出的主意，正好由著這無花果說開來。這鬼把戲，也就是嚇嚇膽小的女人，男人哪畏這個？

（3）陸面過程：標(biāo)準(zhǔn)Noah陸面過程；

（5）積云對流參數(shù)化方案：Kain-Fritsch（d1）；

（4）邊界層方案：YSU方案；

1）臺風(fēng)路徑

2.3 自發(fā)性：當(dāng)下，我國花卉市場運行缺乏規(guī)范性，企業(yè)間競爭行為不合理，這可能和其分散化、獨立式的運營模式相關(guān)。

2）CFD降尺度

通過應(yīng)用氣象學(xué)中尺度模式WRF對臺風(fēng)個例進(jìn)行數(shù)值模擬以獲取臺風(fēng)風(fēng)場信息，并與計算流體動力學(xué)方法CFD（ComputationalFluid Dynamics）進(jìn)行嵌套運算，實現(xiàn)對局部地區(qū)臺風(fēng)風(fēng)場的降尺度高精度數(shù)值模擬?？紤]到現(xiàn)有實驗條件的限制，選用單向耦合方案，即以WRF的輸出結(jié)果作為CFD模型的邊界條件，采用離線的方式進(jìn)行數(shù)據(jù)傳輸，不考慮CFD計算結(jié)果對WRF的反饋作用。

2.2 臺風(fēng)模擬

（6）湍流和混合作用方案：采用2階擴散項，湍流擴散系數(shù)的計算采用水平Smagorinsky一階閉合。

臺風(fēng)“瑪莉亞”的模擬時長為48 h，模擬路徑在實際路徑的南側(cè)，在模擬的初始24 h內(nèi)臺風(fēng)路徑與實測路徑基本一致。隨著模擬時間的累積，臺風(fēng)路徑逐漸發(fā)生偏移（見圖4）。

除了廣安區(qū)副區(qū)長的職務(wù)以外，黎永蘭還是政協(xié)廣安市第五屆委員會常務(wù)委員。從提案記錄來看，黎永蘭的提案都和基層群眾相關(guān)，如《關(guān)于加快推進(jìn)社區(qū)日間照料中心建設(shè)的建議》、《關(guān)于強力推進(jìn)產(chǎn)業(yè)扶貧的建議》等，提案內(nèi)容集中在她較為熟悉的科教、文體方面。

2）臺風(fēng)中心最低氣壓

結(jié)合中國氣象局熱帶氣旋資料中心提供的CMA最佳路徑數(shù)據(jù)集資料分析發(fā)現(xiàn)，臺風(fēng)“瑪莉亞”的模擬初期，WRF模擬的中心最低氣壓比最佳路徑下的值略大，隨著模擬時間的累積，模擬結(jié)果低于最佳路徑值。其中，最佳路徑數(shù)據(jù)集的臺風(fēng)中心最低氣壓為925.0 hPa，WRF模擬值的臺風(fēng)中心最低氣壓為922.0 hPa（見圖5）。

3）表面最大風(fēng)速

臺風(fēng)“瑪莉亞”模擬初期，WRF模擬的臺風(fēng)表面最大風(fēng)速比最佳路徑下的值小，隨著模擬時間的累積，模擬結(jié)果比最佳路徑下的值大。其中，最佳路徑數(shù)據(jù)集的臺風(fēng)表面最大風(fēng)速為58 m/s，WRF模擬的臺風(fēng)表面最大風(fēng)速為54 m/s（見圖6）。

② SC Magazine：Security of Computer Magazine，《計算機安全雜志》，是美國計算機行業(yè)較權(quán)威的刊物。

2.3 模擬結(jié)果降尺度

1）風(fēng)速序列

圖7展示了1808號臺風(fēng)“瑪莉亞”過境期間風(fēng)電場區(qū)域的海表10 m高度的風(fēng)速時間序列，紅線表示模擬結(jié)果值，黑線表示測風(fēng)塔實測值。從圖中可以看出，臺風(fēng)的模擬結(jié)果與實測值有很好的一致性，模擬結(jié)果與實測數(shù)據(jù)的相關(guān)系數(shù)R

=0.682，變化趨勢基本一致且風(fēng)速大小基本吻合。

2）風(fēng)向序列

（1）提高招投標(biāo)人員業(yè)務(wù)能力是前提條件，加強法制教育是主要手段。對各方參與招投標(biāo)工作人員加強法制教育；同時不斷加強對招投標(biāo)工作人員業(yè)務(wù)能力的培訓(xùn)，使他們熟悉招投標(biāo)業(yè)務(wù)和程序，不斷提高業(yè)務(wù)素質(zhì)和技術(shù)水平，達(dá)到招標(biāo)工作的要求。

圖8展示了1808號臺風(fēng)“瑪莉亞”過境期間風(fēng)電場區(qū)域的海表10 m高度的風(fēng)向變化，紅線表示模擬結(jié)果值，黑線表示測風(fēng)塔實測值。整體而言，就風(fēng)向模擬結(jié)果來看，模擬結(jié)果與實測值吻合很好，同時可以看出臺風(fēng)期間風(fēng)向會發(fā)生突變（見圖9）。

為了更好地分析熱帶氣旋對風(fēng)電場發(fā)電量的影響，本文將“瑪莉亞”臺風(fēng)對該風(fēng)電場的影響分為影響前、影響中和影響后三個部分，具體見表3。

談及行業(yè)企業(yè)普遍面臨的人才短缺問題，徐建國理事長表示，人才問題是永恒的，關(guān)鍵在于人才結(jié)構(gòu)的匹配。人才的分層次培養(yǎng)需要行業(yè)各方協(xié)作，學(xué)校、企業(yè)、社會機構(gòu)，有分工有合作，既要有應(yīng)用型人才、專業(yè)人才的培養(yǎng)，也要有跨界人才的培養(yǎng)。唯如此，人才缺位的狀況或許才能得到根本改變。徐建國理事長希望我們，要保持好奇心，凡事想一想有沒有另外的可能。同時要踏實做事。“人生成長無捷徑”，他語重心長地說道。

綜上所述，基于建立的中尺度-降尺度耦合模擬模型，可初步實現(xiàn)對海上風(fēng)電場的臺風(fēng)模擬，實現(xiàn)風(fēng)電場每72 h、48 h和24 h的高精度臺風(fēng)數(shù)值模擬，并可在實測資料更新的基礎(chǔ)上，實現(xiàn)模擬強度和路徑結(jié)果調(diào)整，為海上風(fēng)電場的迎臺風(fēng)發(fā)電策略提供數(shù)據(jù)支撐。

3 熱帶氣旋對風(fēng)電場發(fā)電量的影響

根據(jù)衛(wèi)星圖像及MAST測風(fēng)塔實時數(shù)據(jù)，“瑪莉亞”臺風(fēng)中心在7月11日2 h位于臺灣島北側(cè)約120 km處，強度為強臺風(fēng)級別，中心開始穿越臺灣島并逐漸向福建沿海區(qū)域移動，此時臺風(fēng)外圍風(fēng)圈（七級風(fēng)圈）已開始影響到風(fēng)電場區(qū)域，風(fēng)電場區(qū)域處于臺風(fēng)反氣旋系統(tǒng)的底后部，受西北氣流控制（圖10）。在7月11日8 h，臺風(fēng)中心距離風(fēng)電場區(qū)域約140 km，強度為強臺風(fēng)級別，此時風(fēng)電場區(qū)域進(jìn)入臺風(fēng)系統(tǒng)十級風(fēng)圈，位于臺風(fēng)系統(tǒng)的底部，受西南氣流控制，10 m高度平均風(fēng)速約為22 m/s。7月11日9 h，臺風(fēng)中心登陸福建連江黃岐半島，強度減弱為臺風(fēng)級別，臺風(fēng)中心持續(xù)向西偏北方向移動，風(fēng)電場區(qū)域10 m高度風(fēng)速達(dá)到最大的22.9 m/s（小時平均），隨后逐漸減小，隨著相對位置的變化，風(fēng)向也由西北風(fēng)轉(zhuǎn)化為西-西北至偏南風(fēng)。類似的，風(fēng)機SCADA數(shù)據(jù)也表現(xiàn)出類似的風(fēng)速-風(fēng)向變化特征。

3.1 實測SCADA數(shù)據(jù)分析

（2）WTG-2

青浦區(qū)是上海市唯一與江蘇、浙江接壤的郊區(qū)，加強流域聯(lián)動合作顯得尤為重要。為了解決邊界水事糾紛，確保一方平安，青浦區(qū)積極開展與流域機構(gòu)及兄弟省市的工作交流，初步與江蘇、浙江相鄰市縣建立了水務(wù)執(zhí)法聯(lián)席會議制度，2011年5月18日會同蘇州市水利局、嘉興市水利局、上海水務(wù)行政執(zhí)法總隊水利支隊、江蘇省太湖地區(qū)水利工程管理處等單位共同開展太湖流域“一湖兩河”聯(lián)合巡查活動，共同維護(hù)流域正常水事秩序及防汛安全。此外，在省市邊界河湖治理、供水工程管理等方面能夠積極溝通、主動協(xié)調(diào)。2012年3月，積極做好了浙江嘉善縣作為緊急備用水源的省際湖泊長白蕩相關(guān)協(xié)調(diào)工作。

根據(jù)上述不同階段的分布情況，選擇風(fēng)電場中兩臺風(fēng)機WTG-1和WTG-2，機組參數(shù)見圖11和表4。

分別提取風(fēng)機SCADA數(shù)據(jù)中的輪轂高度逐時平均風(fēng)速和電網(wǎng)逐時平均有功功率（見圖12和圖13）。

（1）WTG-1

根據(jù)ADF4350的時序圖將寫控制分為3個單元,如圖7所示。首先對整個多模射頻配置模塊的時鐘CLK_IN進(jìn)行分頻,作為整個模塊的工作時鐘以及芯片的寫時鐘SCLK,利用控制信號線Control從ROM中讀取ADF4350的配置參數(shù)Data[31:0],然后將此參數(shù)緩存起來并進(jìn)行并串轉(zhuǎn)換,通過移位寄存器將32位配置數(shù)據(jù)串行輸出到SDIO信號線上,同時拉低片選信號CS,完成ADF4350的FPGA配置功能。

10～20 cm土層在不同耕作方式下，常規(guī)耕作大于深松耕和免耕，且無顯著差異(P>0.05)。由此可知，秸稈還田耕作方式主要在0～10 cm土層對微生物生物量碳起作用。

針對WTG-1的SCADA數(shù)據(jù)進(jìn)行分析，在第一階段（臺風(fēng)影響前）風(fēng)速逐漸增加，風(fēng)機功率也逐漸增加。在第二階段，風(fēng)速首先從7 m/s逐漸增加，5時左右，當(dāng)風(fēng)速達(dá)到12 m/s時，風(fēng)機滿發(fā)，隨著風(fēng)速繼續(xù)增加至23 m/s，風(fēng)機持續(xù)滿發(fā)。7 h左右，當(dāng)風(fēng)速逐漸增加至26.8 m/s時，風(fēng)機降功率直至停機。隨著風(fēng)速減小至約19.2 m/s時，風(fēng)機再次啟動，功率增至6 000 kW左右。9時左右，風(fēng)速再次增加至26.3 m/s左右，風(fēng)機降功率運行，逐漸減小至約3 000 kW。之后，隨著臺風(fēng)中心的登陸減弱并逐漸向西北方向移動，風(fēng)電場區(qū)域風(fēng)速逐漸減小，風(fēng)機首先滿發(fā)運行，待風(fēng)速低于12 m/s后，功率逐漸減小。在第三階段，風(fēng)速進(jìn)一步減小，風(fēng)機功率進(jìn)一步降低。

1）不同階段SCADA風(fēng)機分析

農(nóng)村水利政策實施成效固定觀測點建設(shè)框架構(gòu)建與實例研究……………………………… 劉小勇，王冠軍，柳長順等(17.22)

針對WTG-2的SCADA數(shù)據(jù)進(jìn)行分析，在第一階段（臺風(fēng)影響前）風(fēng)速逐漸增大，風(fēng)機功率逐漸增加。在第二階段，風(fēng)速首先從7 m/s逐漸增加，5 h左右，當(dāng)風(fēng)速達(dá)到11 m/s時，風(fēng)機滿發(fā)，隨著風(fēng)速繼續(xù)增加至23 m/s，風(fēng)機持續(xù)滿發(fā)。10 h后，當(dāng)風(fēng)速開始逐漸減小，風(fēng)機持續(xù)滿發(fā)，當(dāng)風(fēng)速減小至10 m/s以下時，風(fēng)機功率同步下降，在第三階段，風(fēng)速進(jìn)一步減小，風(fēng)機功率進(jìn)一步降低。

2）兩臺風(fēng)機SCADA對比分析

覺得“繳學(xué)費”這種說法很新鮮。講到坐車不付錢，他興致來了。“幾年前，有三個年輕人搭我的車，路程很短，只有15元。到了之后，三人說：‘老子坐車從來不付錢，坐你的車算給你面子。’我把車子往路邊一停，隨手抄了一個長長的鐵扳手，下車就把那個帶頭的人往死里打，打得他滿頭滿臉是血。第二個拿木棍朝我打，我揚左手擋，手上骨頭全碎。我也朝他的膝蓋用力一揮，他立刻倒地哀號。第三個看了，嚇得在旁邊發(fā)抖?！?/p>

由圖14可以發(fā)現(xiàn)，兩臺風(fēng)機輪轂高度處的10 min平均風(fēng)速在臺風(fēng)期間的變化趨勢基本一致，但風(fēng)速大小存在一定差異，初步考慮兩臺風(fēng)機的位置及輪轂高度存在差異，WTG-2相對于WTG-1更接近于海岸，同時WTG-2輪轂高度略低于WTG-1，以上原因可能造成風(fēng)速變化出現(xiàn)差異。

圖15顯示的為兩臺風(fēng)機在臺風(fēng)期間，風(fēng)機實時運行功率的時間序列圖，結(jié)合圖14可以發(fā)現(xiàn)，WTG-1風(fēng)機在5-20 h之間，存在風(fēng)速通過某一閾值（約為23 m/s）后切出降功率運行或停機的過程，而此期間WTG-2持續(xù)滿發(fā)運行。可以看出兩臺風(fēng)機的迎臺風(fēng)策略存在一定的差異，兩臺風(fēng)機的切出風(fēng)速閾值設(shè)定存在一定差異。

3.2 控制策略對發(fā)電量的影響

本研究以WTG-1風(fēng)機為例，在理想條件下，分析某一時段內(nèi)，控制策略對風(fēng)機發(fā)電量的影響。圖16展示的為WTG-1風(fēng)機11日逐時累計發(fā)電量及逐時發(fā)電量占當(dāng)日總發(fā)電量比例，其中藍(lán)色柱狀圖展示的是逐時的累計發(fā)電量，紅色折線圖展示的為逐時發(fā)電量占當(dāng)日總發(fā)電量的比例?？梢园l(fā)現(xiàn)，7月11日當(dāng)日，實際累計發(fā)電量為104 263.34 kWh，逐時最大發(fā)電量為6 682.77 kWh，最小發(fā)電量為595.26 kWh，最大比例6.4%，最小比例為0.6%。

由于WTG-1目前仍處于調(diào)試運行狀態(tài)，相應(yīng)的控制策略仍在調(diào)整，且與理論功率曲線存在一定的差異。各風(fēng)機廠商除了通過先進(jìn)的翼型設(shè)計以提升發(fā)電量，同時為了更好地利用臺風(fēng)期間帶來的發(fā)電量提升，對風(fēng)機配備高風(fēng)速穿越系統(tǒng)，即暴風(fēng)切出。該先進(jìn)技術(shù)可以使得海上風(fēng)機在諸如臺風(fēng)的強風(fēng)狀態(tài)下實現(xiàn)正常發(fā)電甚至全程滿發(fā)。當(dāng)風(fēng)速超過超大強度時，可以自動降低功率發(fā)電，實現(xiàn)自我保護(hù)的同時保證正常發(fā)電，最大程度提升發(fā)電量，保障業(yè)主收益。經(jīng)過多個項目驗證，高風(fēng)速穿越系統(tǒng)/暴風(fēng)切出系統(tǒng)，可不同程度地提高風(fēng)電場的發(fā)電量。本文假定WTG-1風(fēng)機在滿足技術(shù)性能要求的前提下，當(dāng)風(fēng)速為25 m/s軟切出時，風(fēng)機降功率運行，并在風(fēng)速達(dá)到30 m/s時，停機順槳，假定功率曲線見圖17。當(dāng)風(fēng)速達(dá)到12 m/s時，風(fēng)機滿發(fā)運行，風(fēng)速增大至25 m/s時，其間風(fēng)機滿發(fā)運行，當(dāng)風(fēng)速繼續(xù)增加，風(fēng)機功率逐漸減小。

通過上述臺風(fēng)控制策略，WTG-1風(fēng)機的模擬功率和實際功率對比圖見圖18。在此基礎(chǔ)上，通過相應(yīng)的風(fēng)機控制策略，在理想條件下，7月11日累計發(fā)電量可達(dá)117 427.6 kWh，較實際情況可增加13 057.41 kWh，增加的日發(fā)電量比例可達(dá)12.5%（備注：相關(guān)的風(fēng)機功率曲線均為理想情況下，實際運行中還需考慮折減因素及其它不利因素）。

4 結(jié)果與討論

本文結(jié)合1808號臺風(fēng)“瑪莉亞”對風(fēng)電場風(fēng)機的影響，基于實測風(fēng)機SCADA數(shù)據(jù)及風(fēng)機實時運行功率，比較理論及實際發(fā)電量差異，分析風(fēng)機控制策略對發(fā)電量的影響。得到的結(jié)論主要如下：

用北美或西歐等少數(shù)西方發(fā)達(dá)國家的實證和理論成果代表全世界休閑制約模式是片面的。隨著中國國際地位的不斷提升，中國文化背景下休閑制約研究對世界休閑制約研究有著獨特貢獻(xiàn)。與少數(shù)西方發(fā)達(dá)國家優(yōu)越的物質(zhì)環(huán)境條件和個人主義價值觀形成鮮明反差，中國休閑研究以城市化進(jìn)程和集體主義價值觀為研究背景。而且，政府對休閑基礎(chǔ)設(shè)施投入有限、休閑服務(wù)供給條件相對落后、公民休閑權(quán)力缺乏保障，這些宏觀社會因素對休閑制約的影響也往往超越了個人層面。因此，深切關(guān)注中國文化背景下休閑制約研究，可為拓展國際休閑制約研究提供重要價值。

1）基于中尺度模式建立的臺風(fēng)模擬模型，對“瑪莉亞”臺風(fēng)進(jìn)行模擬，并利用中尺度-降尺度模型模擬該臺風(fēng)強度和路徑，獲取風(fēng)電場臺風(fēng)影響模擬結(jié)果，并制定相應(yīng)的控制策略。在此基礎(chǔ)上，模擬獲取7月11日WTG-1風(fēng)機的發(fā)電量，并與收集到的實際發(fā)電量進(jìn)行對比。結(jié)果表明，在理想情況下，通過有效的風(fēng)機控制策略，日發(fā)電量可提升約13 057.41 kWh，增加的日發(fā)電量約12.5%。

2）隨著海上風(fēng)電場的投入建設(shè)，臺風(fēng)對海上風(fēng)電場的影響研究至關(guān)重要，臺風(fēng)的高分辨率實時預(yù)報和監(jiān)測為今后的必然發(fā)展趨勢，本文僅進(jìn)行了初步理論嘗試，以后還有大量的工作需要深入研究。

[1]吳遠(yuǎn)偉.臺風(fēng)對沿海風(fēng)電機組的危害及對策[J].風(fēng)能,2015(2):88-93.

[2]吳飛.海上風(fēng)電開發(fā)風(fēng)險研究[D].清華大學(xué),2011.

[3]戎曉洪.海上風(fēng)電場防臺風(fēng)措施研究[J].南方能源建設(shè),2016,3(b12):77-81.

[4]宋麗莉,毛慧琴,錢光明,等.熱帶氣旋對風(fēng)力發(fā)電的影響分析[J].太陽能學(xué)報,2006,27(9):961-965.

[5]李早,韓濤,徐燁,等.2008年熱帶氣旋對紅海灣風(fēng)電場發(fā)電量影響分析[J].太陽能,2009(9):32-34.

[6]陳振東.臺風(fēng)預(yù)報系統(tǒng)關(guān)鍵技術(shù)的研究與實現(xiàn)[D].福州大學(xué),2011.

[7]Georgiou,P.N.,A.G.Davenport,and B.J.Vickery(1983),Design wind speeds regions dominated tropical cyclones[J].Journal of Wind Engineering and Industrial Aerodynamics,13(1-3):139-152.

[8]Powell,M.D.,P.J.Vickery,and T.A.Reinhold(2003),Reduced drag coefficient for high wind speeds in tropical cyclones[J],Nature,422,279-283.

[9]Vickery,P.J.,D.Wadhera,M.D.Powell,and Y.Z.Chen(2009),A hurricane boundary layer and wind field model for use in engineering applications[J],J.Appl.Meteor.Climatol.,48(2),381-405.

[10]Ying,M.,W.Zhang,H.Yu,X.Lu,J.Feng,Y.Fan,Y.Zhu,and D.Chen,2014:An overview of the China Meteorological Administration tropical cyclone database.J.Atmos.Oceanic Technol.,31,287-301.