私たちの海にはどれだけの波エネルギーがあるのか？(How Much Wave Energy Is In Our Oceans?)

2023-08-31

新しい研究により、各国が自国の水域がどれだけの電力を運んでいるかをより正確に推定できるようになるかもしれない New Study Could Help Countries Better Estimate How Much Power Their Waters Carry
1. 拡張可能な波浪資源評価手法：米国海域への適用 A scalable wave resource assessment methodology: Application to U.S. waters
  1. Abstract

新しい研究により、各国が自国の水域がどれだけの電力を運んでいるかをより正確に推定できるようになるかもしれない New Study Could Help Countries Better Estimate How Much Power Their Waters Carry

2023-08-30 米国国立再生可能エネルギー研究所(NREL)

The team’s new method of measuring wave energy fills gaps in many previous methods and now includes, for example, waves generated by wind blowing inside a country’s local waters. Image by John Frenzl, NREL

◆海洋の波のエネルギーを正確に測定することの難しさが、未来の気候目標に波エネルギーを組み込む際の課題となっています。
◆米国国立再生可能エネルギー研究所（NREL）と太平洋北西部国立研究所の研究者は、新しい方法を開発し、世界中の海洋サイトで利用可能な波のエネルギーを包括的かつ正確に測定する方法を提案。しかし、既存のデータセットの信頼性に疑問があることも明らかになりました。
◆波のエネルギーは予測可能で、再生可能エネルギー源の補完として価値がありますが、確かなデータが必要です。新しい方法が業界標準となれば、エネルギー業界への信頼性向上に寄与する可能性があります。

＜関連情報＞

拡張可能な波浪資源評価手法：米国海域への適用 A scalable wave resource assessment methodology: Application to U.S. waters

Levi Kilcher, Gabriel García Medina, Zhaoqing Yang
Renewable Energy Available online: 4 August 2023
DOI:https://doi.org/10.1016/j.renene.2023.119094

Abstract

Waves deliver large quantities of energy to populated coastlines around the world, and wave energy technology research and development has accelerated over the last two decades. Throughout this time national and regional resource assessments have utilized disparate methodologies, which can cause confusion and skepticism. In this work, we describe a theoretical wave resource assessment methodology that addresses many of the major areas of inconsistency and debate. Applying this revised methodology to U.S. waters, we find the theoretical U.S. wave energy resource to be 3300 TWh/yr, with region totals of 2000 TWh/yr in Alaska, 510 TWh/yr along the U.S. west coast, 380 TWh/yr in Hawaii, 290 TWh/yr along the east coast, 69 TWh/yr in the Gulf of Mexico, and 17 TWh/yr in Puerto Rico and the U.S. Virgin Islands. We also find significant uncertainty in these estimates associated with the underlying model dataset, which emphasizes the importance of thorough model validation and calibration as well as quantifying uncertainty.