【专稿推荐】孙景博, 王阳, 杨晓帆, 等. 中国风光资源气候风险时空变化特征分析

今日导读与您分享，欢迎关注！

中国风光资源气候风险时空变化特征分析

孙景博¹, 王阳², 杨晓帆¹, 陆峥¹, 何源¹, 巢清尘²

1. 北京师范大学 地表过程与资源生态国家重点实验室, 北京 100875;

2. 国家气候中心, 北京 100081

引用本文

 Cited

孙景博, 王阳, 杨晓帆, 等. 中国风光资源气候风险时空变化特征分析[J]. 中国电力, 2023, 56(5): 1-10.

SUN Jingbo, WANG Yang, YANG Xiaofan, et al. Analysis of spatial and temporal variation character of climate risks of wind and solar resources in china[J]. Electric Power, 2023, 56(5): 1-10.

引言

     构建新型电力系统是能源电力行业实现“双碳”目标的根本举措^[1-2]。2019年中国CO2排放总量113亿t，占全世界排放总量的28%；能源领域碳排放量99亿t，占全国总量的88%；其中，电力行业碳排放量为42亿t，占能源领域总量的42%。截至2021年底，全国累计并网风电和光伏装机容量分别为3.28亿kW和3.06亿kW^[3]，风电和光伏年发电量之和占全社会用电总量的比重首次突破10%^[4]。据测算，2030年中国风电、太阳能装机容量将突破18亿kW（其中风电8亿kW，太阳能10.25亿kW），风光发电量占比将超过25%；2060年风光装机容量将超过60亿kW（其中风电25亿kW，太阳能38亿kW），发电量占比将超过70%^[5-6]。

然而，风能、太阳能等可再生能源受局地气象条件的影响较大，具有间歇性、波动性和不稳定性的特点，短时间、高频次的气象条件波动会对风光发电设施的发电效率与出力带来较大影响^[7-10]。受全球气候变化的影响，区域极端天气气候事件呈现“多发、频发、强发、并发”的态势，由此引发的风光资源气候风险（例如低风速和低太阳辐射同时出现时的“无风无光”天气）将严重制约风光发电的稳定性和可靠性，进而威胁地区供电安全。因此，在推进能源转型和制定区域可再生能源规划中，需要对风光资源进行科学合理的评估，避免高频次极端“无风无光”事件对区域生产生活带来的严重影响。在此基础上开展风能、太阳能等可再生能源的气候风险研究（尤其针对极端“无风无光”事件），对于保障“双碳”目标下的能源安全具有重要意义。目前，针对风力资源开发潜力评估的研究主要集中在对资源评估参数的分析和风电场宏观及微观选址方面。文献[11]利用测量-关联-预测（MCP）模型结合观测数据对中国黑龙江地区进行了平均风速和平均风功率的分析与预测。文献[12]利用遥感数据和测风塔实测数据对风能资源进行了特征分析。文献[13]通过合理选取有效风能密度、风能可用时数、人口密度等自然和人文参数指标，对中国各地区风资源情况进行了量化与分级，从而实现了对风能资源开发潜力的评估，最终综合评估了风能规模化利用潜力。区域太阳能资源评估则主要基于气象观测数据和遥感数据，并结合机器学习来开展。文献[14]利用189个常规气象站数据，结合极端梯度提升算法，构建了太阳能资源和常规气象要素的回归关系，评估了中国北方沙区的太阳能资源。文献[15]利用MODIS云光学厚度和云量数据集，建立了有云覆盖的地表太阳辐射估算模型，模型估算误差小于10%。文献[16]利用LM-BP神经网络计算了中国西北地区太阳辐射总值。随着“双碳”战略的深入推进，国家能源安全保障的重心和压力加快向电力系统转移，电力安全保供成为总体国家安全的重要组成部分。气象风险已成为新型电力系统安全保供的新变量。在新型电力系统中，电力可靠供应受气象影响愈发显著，特别是极端天气发生频次、影响范围和强度不断增加，极易导致一次能源供应受限、电力系统运行环境恶化、用能需求激增。另外，风光新能源发电具有随机性，发电出力“靠天吃饭”，在大容量长时间储能技术成熟之前，难以大规模存储。当连续多日出现无风、无光气象条件时，依靠新能源难以满足电力供应。众多国内外研究表明，极端天气对风光发电出力也会带来较大的影响^[17-19]。受当地风速波动的影响，2018年，新疆地区风力发电低于装机容量20%的低出力最长持续时间超过8天。2020年，西北风电出力低于10%装机容量最长持续4.9天，华东光伏出力低于20%装机容量最长持续8天。因此，关注极端气候条件下风光资源气候风险的分布特征，深入研判气象风险给电力供给、电力负荷、供需平衡、系统安全等带来的挑战，对提高风光资源利用效率和优化区域风光发电产业结构具有重要意义。综上，已有风光资源评估多聚焦于资源本身的平均状态（如年平均风速、年水平面总辐射、风电/光伏满发小时数等），关注地区和全国尺度的风光资源的开发潜力^[20-21]，而对资源的波动特性，尤其是风光资源的气候风险，即由于长时间大范围“静稳天气”、连阴雨、沙尘暴、雾霾等引发的“无风无光”事件的研究不足^[22-24]，尤其缺乏对不同地区长时间低风速和低太阳辐射的科学认知，并且对极端气候条件下风光组合事件的分布特征分析存在空白。鉴于此，本文基于国家气候中心研制的长时间序列高时空分辨率的风能、太阳能资源数据库，从风光低出力的程度、范围、持续时间、发生频次等多个维度，定量分析全国不同地区风光资源气候风险的时空变化特征，研究结果可为未来中国风光电场选址与地区可再生能源规划提供科学数据支撑。

1.

数据来源与研究方法

1.1  数据

本文使用的长时间序列高时空分辨率的风能、太阳能资源数据库来源于中国气象局国家气候中心。该数据库的时间范围为2007年1月1日—2014年12月31日，空间分辨率为15 km，时间分辨率为1 h。具体要素为100 m高度处的平均风速（m/s）和地表水平面总辐射（W/m²）。本文综合考虑风光资源气候变化风险的影响范围、发生频次、持续时间等特点，构建相应的指标体系，定量分析区域风光发电资源的分布特征。

1.2  风光资源气候风险分类和阈值

目前中国主流风机的切入风速一般为3 m/s，根据单机容量的差异，10%或20%额定功率对应的风速约为5 m/s^[25]。光伏设施的发电效率主要有3个阶段，在辐射达到30 W/m²时开始具备发电能力，在100 W/m²时开始对电网进行电能输出，在200 W/m²时约达到额定功率的20%，因此光资源阈值设为30、100和200 W/m^2[26]。本文根据风电和光伏的出力特性，将v≤3 m/s的事件定义为无风，v≤5 m/s的事件将被视为微风；水平面总辐射E_s≤30 W/m²的事件定义为无光，E_s＜100 W/m²的事件定义为微光，E_s＜200 W/m²的事件定义为少光。风光资源组合情景组合事件遵循风能和太阳能同时无出力或低出力的原则，设计为无风无光、微风微光、微风少光3个较为典型的事件，判断标准为

式中：v为风速，m/s；E_s 为水平面总辐射，W/m²。

1.3  风光资源气候风险发生频次

在风能、太阳能阈值判定的基础上，对相应时间段新能源无出力和低出力出现的频次进行计算。计算方式按照时间序列对相应事件出现次数进行求和，即

式中：S(t) 为时刻t实际风速或太阳辐射值；S_m 为风速或水平面总辐射判断阈值；R(t) 为风能或太阳能在对应时间段内符合相应阈值的出现次数；n 为统计总时长；F 为对应风能、太阳能资源气候风险发生频次。

1.4  风光资源气候风险持续时间

以计算时间段内风能和太阳能数据为输入，以第一次符合阈值条件的风能或太阳能数据出现的时间为起始时间，第一次超出阈值条件的风能或太阳能数据出现的时间为终止时间，计算单次风光资源气候风险事件的持续时间为

式中：U(k) 表示第k次风能或太阳能资源气候风险事件的持续时长，h；t₁(k) 、 t₂(k) 分别为第k次风光资源风险事件的起、止时刻。

以河北省某处2007年1月1日—1月7日共计1周的风速变化为例，该处在第16~32时段风速小于5 m/s，持续时间为17 h，因此判定为持续17 h“微风”；从第79~84时段、第101~108时段，该处地点风速小于3 m/s，因此将分别判定为持续6 h和持续8 h “无风”。对太阳能资源的判定与风速类似。无风和无光事件分别为风能和太阳能的无出力事件，而微风、微光和少光为风能和太阳能的低出力事件。为体现风光资源在不同持续时长内的气候风险，分别将持续时间的阈值设置为4、10和18 h。由于太阳能资源随昼夜变化具有周期性，研究增加了日间太阳能资源的分析。日间太阳能数据的判断标准为：将辐射数值为0的时间段剔除，计算时段从每天有辐射值出现的时间开始，到辐射值为0的时间为止。在频次统计中，将第一天傍晚和第二天白天同时出现的低效光资源事件视为1次。风光资源气候风险事件以地理分区进行集中统计，全国共分为西南、西北、南方、华中、华东、华北和东北7个区域。以上阈值和对应频次计算均通过Matlab R2022a软件编程实现。

2.

结果分析

2.1  风能与太阳能气候风险时空变化分析

2.1.1  风能气候风险时空变化分析中国高频次无风和微风事件在全年均有出现。其中，在秋季出现时间占比最大，分别达到18%和23%。在持续4 h无风事件中，全年高频次（大于90次）发生地区主要位于新疆塔里木盆地西部边缘地区、四川盆地西部以及云南南部地区；而西藏、青海大部分地区和四川西部地区在冬季风能资源丰富，持续4 h无风事件发生频次整体较小（小于10次）。在全国尺度上，南方地区持续4 h无风事件发生频次高于北方地区，整体呈现西北、东南频次高，东北、西南频次低的分布规律（见表1）。与无风事件相比，持续4 h微风的事件在夏秋两季的发生频次略高于其他季节（见表2）；其中，夏季新疆塔里木盆地西北部边缘地区的持续4 h微风事件的发生频次达到90次以上，最高频次出现在新疆西部地区，达到了113次。在冬季和春季，东南沿海地区微风事件的发生频次相比夏秋两季有所增加，以江苏、福建两省为代表的东南沿海地区增幅最高。从全国范围分析，持续4 h微风的事件主要出现在夏、秋两季，频次分布呈现“中西高、南北低”的特点，出现频次较高的地区主要位于塔里木盆地、四川盆地、云贵高原以及长江中游和中下游。相比之下，平原和丘陵地区的风能资源稳定性较高。在秋冬季节交替过程中，以新疆塔里木盆地为主的西北地区和以福建、浙江为主的东南沿海地区微风频次下降明显（从70次降至40次），而高频次发生地区主要位于云南西南部、甘肃和东北部分地区。

表1  持续4 h无风事件季频次（2007—2014年平均值）

Table 1 Seasonal frequency distribution of “scarce wind resource” for 4 hours (2007—2014 average)

表2  持续4 h微风事件季频次（2007—2014年平均值）

Table 2  Seasonal frequency distribution of “breeze wind resource” for 4 hours (2007—2014 average)

通过对持续10 h无风事件年平均发生频次进行统计发现，新疆、四川、陕西和湖北是全国持续10 h无风事件发生频次最高的4个省（区）。其中新疆持续10 h无风事件的发生频次最高，全年平均63次。云南省持续10 h微风事件的发生频次最高，达到137次。从全国范围看，全年无风和微风事件发生频次较高的地区集中分布在塔里木盆地、四川盆地、云贵高原南部以及青藏高原东南部，东南沿海的各省份如广东、福建、浙江等风能资源低效地区年平均发生频次也达到了40次（无风）和90次（微风）以上。因此，在高原、盆地以及中国东部沿海地区开发风能须详细评估当地风能资源变化特征，避免“有装机无出力”情况的频繁出现，威胁当地供电安全。

2.1.2  太阳能气候风险时空变化分析

中国高频次微光和少光事件出现较为集中的时间段为秋冬两季，在冬季出现时间占比最大，分别达到56%和68%。无光事件因其仅于秋冬季节在四川东北部地区出现不超过3次，因此不做详细分析。持续18 h微光和少光事件出现次数较高的区域主要位于新疆准噶尔盆地一带、四川盆地和东部沿海地区（见表3和表4）。其中持续18 h微光事件在冬季以准噶尔盆地周边地区发生频次最高，区域平均频次达55次以上。而东北黑龙江大兴安岭北部地区微光事件发生的频次同样较高（52次以上）。整体上，微光和少光事件发生频次在冬季呈现“北高南低”的分布特征；而在春季则恰好相反，高频次地区集中分布于长江流域以及东南沿海地区。在秋冬交替时，高频次、大范围的微光和少光事件发生地区呈现由长江中下游地区（西南电网东部和南方电网北部）向东南沿海地区（南方电网东部和华东电网大部）转移的趋势，东北和西北地区的发生频次也相应增加；而少光事件发生频次分布也具有相似规律。在东北黑龙江北部地区秋冬季节少光事件发生频次较高（63次以上），而位于西南电网的四川盆地一带在秋季太阳能气候风险事件发生频次较多（52次左右），但冬季在该地区的发生频次则明显下降，可能是因为四川盆地以及长江中游地区在秋季会出现持续的阴雨天气（例如梅雨天气），而此类天气在冬季出现的频率则有所减少。

表3  持续18 h微光事件季频次（2007—2014年平均值）

Table 3  Seasonal frequency distribution of “shimmering solar resource” for 18 hours (2007—2014 average)

表4  持续18 h少光事件季频次（2007—2014年平均值）

Table 4  Seasonal frequency distribution of “deficient solar resource” for 18 hours (2007—2014 average)

通过对持续18 h微光和少光风险事件的年平均发生频次进行统计发现，新疆、黑龙江、重庆和湖南是中国持续18 h 微光和少光风险事件发生频次最高的4个区域，其中重庆市年平均发生频次最高，分别达到45次和107次。通过年平均发生频次分布特征可以看出，在北纬35°以北的地区，包括新疆北部准噶尔盆地一带和黑龙江、内蒙古北部地区，光照条件受极端天气影响较大，因而导致微光和少光事件发生频次高于其他低纬度地区。从地形角度分析，盆地及其周边地区光照条件受到明显的地形条件限制，如四川盆地周边的微光和少光年平均频次分别达到了42次和103次，远高于平原地区。因此，在盆地地区以及中国东北、西北地区开发太阳能除要考虑经济、技术因素外，也要对光伏电站所处地形和当地气候特征进行重点分析。通过剔除夜间的无光时段，中国日间持续4 h太阳能低出力的分布情况呈现明显的季节和地域分布差异。其中，持续4 h无光的事件在春秋两季主要分布在长江中游、中下游地区（西南地区东部和南方地区北部）以及吉林、辽宁一带东北地区（见表5），平均发生频次可达9次和6次。在秋冬交替的时段，这些地区的无光事件发生频次均有所降低。而西北地区在剔除夜间无光时段影响之后，其在春秋季节基本没有持续4 h无光事件的发生。持续4 h微光事件在秋冬两季发生频次较高，其中频次高发地区主要位于西南的重庆、四川东部、山西南部一带和西北地区中新疆的西南部地区（见表6），局部地区平均发生频次可达51次和38次，且在冬季高频次微光事件发生的地区覆盖范围更广。相比之下，春夏两季全国范围内微光事件发生频次较低，平均频次为16~20。持续4 h少光事件（见表7）在春、秋、冬季均有较高的发生频次。与微光事件的区别在于，秋冬两季的高频次地区除长江中下游以外，在以黑龙江北部为代表的东北电网也有较高频次发生。而在春季，少光事件的高频次地区主要出现在以准噶尔盆地和塔里木盆地为代表的西北地区以及四川、湖南和湖北为代表的中南部地区。

表5  持续4 h无光事件季频次（日间）（2007—2014年平均值）

Table 5  Seasonal frequency distribution of “scarce solar resource” for 4 hours (daytime) (2007—2014 average)

表6  持续4 h微光事件季频次（日间）（2007—2014年平均值）

Table 6  Seasonal frequency distribution of “shimmering solar resource” for 4 hours (daytime) (2007—2014 average)

表7  持续4 h少光事件季频次（日间）（2007—2014年平均值）

Table 7  Seasonal frequency distribution of “deficient solar resource” for 4 hours (daytime) (2007—2014 average)

2.2  风光资源组合事件气候风险时空变化分析

2.2.1  无风无光事件时空变化分析无风无光事件在秋冬两季出现频次较高，春夏季频次明显下降。秋季无风无光事件的出现时间占比最高，达到4%。持续10 h无风无光事件的频次分布特征呈现比较明显的季节差异，在空间分布上呈现东北、西南地区频次低，东南、西北地区频次高的分布特征（见表8）。其中，西北地区的准噶尔盆地和塔里木盆地两处盆地边缘地区成为无风无光事件的高频次发生地区，除夏季发生频次较低外，在春秋冬三季均呈现出较高发生频次，且高于同季其他地区。以冬季为例，西北地区两处盆地地区持续10 h无风无光事件平均发生频次达34次，高于全国其他地区均值8次。而在秋冬两季，黄土高原地区、华北平原西部、青藏高原东南部和长江中下游平原地区无风无光事件发生频次也达到11次左右，虽然发生频次低于西北地区的盆地和山区，但这些地区所包括的省份往往城市化程度较高，人口密度较大，冬季的电力供应需求也较高，因此，在这些地区如出现较长持续时间的无风无光，将会对当地电力供给安全带来较大的威胁，甚至影响正常的生产生活，需要引起相关部门的重视，推进电力结构的协同优化。

表8  持续10 h无风无光事件季频次（2007—2014年平均值）

Table 8  Seasonal frequency distribution of “scarce wind and scarce solar resource” for 10 hours (2007—2014 average)

通过统计持续10 h无风无光事件年平均发生频次，新疆、云南、重庆和湖南是持续10 h无风无光事件发生频次较高的4个区域，平均发生频次分别达到39、33、30和21次，其分布以准噶尔盆地、四川盆地和云贵高原周边省份为主。而中频次地区（10~20次）主要分布在福建、浙江、江西等东部沿海地区，此类地区主要在秋冬季节受到太阳能资源的影响，因而造成无风无光事件频次的高发。相比之下，东北地区、华北平原各个省份无风无光事件出现频次较低，无风无光事件对这一范围地区内的风光发电影响较小。

2.2.2  微风微光事件时空变化分析

微风微光事件在四季均有发生，以秋冬季节发生频次较高。秋季微风微光事件出现时间占比最高，达9%。微风微光事件的空间分布特征表现为：平均风速越低的区域（如新疆、四川盆地、中东南部等），其持续10 h微风微光事件发生的频次越高；而平均风速越高的区域（如青藏高原、东北地区、内蒙古东部地区、东南沿海地区等），其持续10 h微风微光发生的频次越低（见表9）。在秋冬交替的过程中，位于西北地区的新疆大部分地区微风微光事件发生频次呈上升趋势，其中以塔里木盆地西部地区最为显著（由32次上升到65次）。相比之下，西南地区东部的四川盆地周边地区在一年四季为微风微光事件的发生频次均较高，原因在于该地区风光资源受盆地地形的影响较大。此外，以黑龙江、吉林和辽宁为代表的东北地区在冬夏两季微风微光事件发生频次高于春秋两季。值得注意的是，作为人口大省和中国重要的工业基地，冬夏季节是东北地区电能消耗较大的时段，居民用电和工业生产用电需求将高于春秋两季，这意味着冬夏季对风光发电稳定出力的需求更紧迫。因此，相关部门须安排与布置能源储备设施以及相对应的应急措施，应对可能出现的用电高峰和电力供给低谷。

表9  持续10 h微风微光事件季频次（2007—2014年平均值）

Table 9  Seasonal frequency distribution of “breeze wind and shimmering solar resource” for 10 hours (2007—2014 average)

从持续18 h微风微光事件的统计结果来看，高频次发生地区主要为西北地区的塔里木盆地、准噶尔盆地附近和西南地区东部四川盆地周边省份，其中，四川盆地东部的重庆及其周边地区年平均频次最高，达11次。新疆准噶尔盆地周边地区出现60次以上微风微光事件的地点最多，主要受制于盆地地形对于周边风速的阻碍作用。结合前文对风能和太阳能资源气候风险的分布特征分析，在以准噶尔盆地、塔里木盆地和四川盆地为代表的盆地地区发展风光能源时须格外关注盆地地形引起的风光资源不稳定性带来的风险。

2.2.3  微风少光事件时空变化分析

微风少光事件在秋季的出现时间占比最高，达17%。频次超过40次的中频度发生地点大范围出现在中部、南部和西北地区，以塔里木盆地、准噶尔盆地、四川盆地、云贵高原和黄土高原附近省份和城市为主（见表10）。与之相反，以黑龙江、吉林为代表的东北地区微风少光事件在夏季的发生频次为25次左右，而在秋季发生频次则下降至20次左右，呈现出好转的趋势。位于西北地区的新疆塔里木盆地冬季微风少光事件发生频次上升显著，盆地北部边缘地区发生频次达90次以上，尤其阿勒泰、吉木乃和塔城等城市几乎每天都会有较长持续时间的无风无光事件发生。青藏高原地区冬季风光资源情况较为良好，微风少光事件发生频次普遍少于15次；相反，青藏高原地区及其周边省份在夏秋季节的发生频次则大于30次。从全国范围来看，持续18 h微风少光事件发生频次呈现“西高东低”的分布特征，东北、东南沿海地区表现出较大的风光发电潜力。

表10  持续10 h微风少光事件季频次（2007—2014年平均值）

Table 10  Seasonal frequency distribution of “breeze wind and deficient solar resource” for 10 hours (2007—2014 average)

从微风少光年平均频次统计结果来看，高频次地区分布格局与微风无光分布特征类似，主要出现在准噶尔盆地、塔里木盆地、四川盆地以及长江中下游平原的大部分邻近省市。其中，重庆市微风少光频次年平均值最高，达23次。四川盆地周边城市如崇州、绵竹、绵阳、自贡、泸州等，年平均频次均超过60次，这与四川盆地地势低洼、年平均辐射量少且阴雨天气较多有关。

2.3  风光资源气候风险最长持续时间

全国范围内年平均微风事件最长持续时间普遍在300 h以下，持续时间超过600 h的地区主要分布在塔里木盆地、准噶尔盆地、四川盆地附近以及西藏的东南部地区。其中在新疆西部、塔里木盆地与准噶尔盆地的交界地带（克孜勒苏柯尔克孜自治州、吐鲁番市）、西藏东南部（林芝市）以及四川盆地（雅安地区）中的个别地区年平均微风事件最长持续时间达到1 000 h以上，其中最长年平均持续时间发生于西藏山南地区，微风事件最长持续时间达到1 291 h。全国范围内年平均少光事件最长持续时间普遍在200 h以下，其中微风事件持续时间较长的西藏、青海西部、四川西部以及内蒙古、华北地区大部的少光事件持续时间均少于100 h，对光伏产业发展较为有利。而长持续时间的地区主要位于黑龙江北部（大兴安岭地区）、安徽西部（安庆地区）以及湖南、湖北、江西的交界地带，部分地区全年少光事件的持续时间大于600 h。组合事件以微风少光这一典型组合事件为例，微风少光事件最长持续时间的时空分布呈现出较为明显的条带状分布特征，西北—东南一线最长持续时间较长，东北—西南一线最长持续时间较短。从空间分布特征来看，微风少光事件年最高持续时间超过360 h的地区主要位于青藏高原东南部、四川盆地西部和重庆部分地区，其中以山南、林芝、眉山、成都、德阳等城市的持续时间最久。以江苏、福建为主的东南部沿海地区微风少光事件最长持续时间普遍在240 h左右，这意味着沿海地区及其周边省市在受到诸如台风、强降雨等极端天气影响时，区域内风光发电设施出力将会在大部分时间内低于装机容量；特别是在冬夏两季用电峰值较高的季节，受气候影响导致的风光发电低出力将严重威胁当地能源供给稳定。相比之下，以黑龙江、吉林为代表的东北地区和以山东、山西为代表的华北平原地区微风少光事件年最高持续时间在120 h以下，极端天气引起的风光发电波动在这些地区的威胁相对较小。为调节气候条件造成的风光发电出力的不稳定，可通过区域协调的方式，扩大空间尺度以缓冲风光发电的不稳定性，并结合区域内风能和太阳能的不同分布特征调节风光发电比例，发展以风能或太阳能为主的多能耦合协同发电模式，最大程度减少极端天气对新能源发电设施产能的影响。

4.

结论

     本文基于中国长时间序列、高时空分辨率风能太阳能资源数据，选取不同风险指标和阈值，从风光低出力的程度、范围、持续时间、发生频次等多个维度，定量分析了全国无风无光等风险事件的时空变化特征。主要结论如下。

1）中国风能资源低出力（微风）事件主要发生在秋季，其出现时间占比可达23%；太阳能资源低出力（少光）事件主要发生在冬季，其出现时间占比可达68%；风光同时低出力（微风少光）事件主要发生在秋季，其出现时间占比可达17%。2）中国风能资源开发气候风险较大的区域主要分布在新疆准噶尔盆地、塔里木盆地以及四川盆地等；太阳能资源开发气候风险较大的区域主要分布在长江中游地区和黄土高原等；风光资源开发气候风险较大的区域主要分布在新疆准噶尔盆地、塔里木盆地，四川盆地以及长江中下游平原等。3）青藏高原东南部、准噶尔盆地、塔里木盆地、四川盆地以及东南沿海等地区微风少光事件持续时间较长，年均最长持续时长可达240 h以上。此类长时间微风少光事件将对当地能源转型带来较大威胁，当地政府和能源电力部门须给予充分重视。未来，将综合考虑现有分析结果，与主要气象灾害（如高温、寒潮等）和风光电站的实际位置数据相结合，从更长时间尺度，动态刻画中国无风无光、极热无风、极寒无光等事件的演变过程，并从能源电力供需两侧深入分析这些事件对局地、区域乃至全国能源安全的影响。

作者介绍

孙景博（1992—），男，博士研究生，从事光伏设施气候环境生态效应和风光资源发电潜力等研究，E-mail：[e-mail];

王阳（1986—），男，通信作者，博士，高级工程师，从事风能太阳能资源评估与预报、能源转型与碳中和等研究，E-mail：[e-mail].

欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！

 往期回顾 

◀【专稿推荐】单葆国, 刘青, 张莉莉, 等. 新形势下“十四五”后三年中国电力需求形势研判◀【专稿推荐】李敬如, 万志伟, 宋毅, 等. 国外新型储能政策研究及对中国储能发展的启示

编辑：杨彪

校对：于静茹

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。