编译 | Nature Reviews：气候变化对风力发电的影响
The following article is from 恩维创能 Author 宋筱文编译
Nature Reviews | Earth & Environment (2020.10)
3.National Center for Atmospheric Research, Boulder, CO, USA.
4.Earth Systems Analysis & Modeling, Pacific Northwest National Laboratory, Richland, WA, USA.
摘 要
风能是一种无碳排放、无污染的电力来源，全球风能资源将大大超过电力需求。因此，从2000年到2019年，风电机组的装机容量以超过20%的年增长率增长，预计到2023年底将再增长50%。
在这篇综述中，我们描述了决定风能资源规模和可变性的因素，并说明了用于预测风能资源和风电机组运行条件的工具和技术。在大多数拥有大型风电场或风能潜力的地区，由于内部气候模式的作用而导致的自然变化率似乎主导了全球变暖引起的非平稳性。
然而，有证据表明，到本世纪末，北欧和美国南部大平原的风能资源有所增加。新的技术趋势正在改变风能对全球气候非平稳性的敏感性，从而为创新研究带来新的挑战和机遇。气候模型的发展越来越多地去解决中尺度过程，这为风资源和风电机组的运行条件提供了更好的预测，并将有助于持续降低风电的平准化度电成本。
内容目录：
1、需求说明-从风能中产生的电力
2、能量密度空间变异性
3、风电机组设计和运行条件
4、气候对风力发电的影响-挑战
5、气候变化和风能资源
6、气候变化和运行条件
7、总结和未来展望
8、对未来研究的建议
风能资源开发具有明显的空间可变性。全球估计值为每年70至3050 EJ（或每年19400至840000 TWh），根据有关大气条件（例如，风况）、技术（例如，安装的风电机组）类型、风电机组安装密度和电力生产效率、经济限制和排除（即，禁止开发的区域）。然而，人们一致认为，根据2017年的数值，该资源大大超过了目前全球26700太瓦时的电力需求和585埃吉的一次能源供应总量。
从2002年到2018年，风电机组的全球装机容量（IC）平均年增长率约为26%，2009年至2018年期间增长了19%，2018年底达到约600GW。风电机组部署在90个国家，其中30个国家的安装容量高于1GW，12个安装容量高于4.8GW（图1）。预计2019-2023年全球新增装机容量超过300GW。
平准化度电成本LCoE的降低是风电机组安装容量快速扩张的主要驱动力，计算公式如下：
其中CapEx是资本支出；Fin是融资成本；O&M是平准化的年度运营和维护成本总额；AEP，作为年度能源产出函数的收入；n，项目寿命；r，贴现率。海上部署的风电机组的平准化度电成本值更高，原因是安装和传输费用更高、基础更复杂和更昂贵，以及更高的O&M成本。目前，全球风能的平均平准化度电成本为陆上每兆瓦时约50美元，海上每兆瓦时低于120美元。由于容量因素增加（风电机组持续以额定容量运行，发电量与发电量的比率）、项目寿命延长以及风电机组耐久性增强和融资成本降低导致的运营和维护成本降低，预计其将继续下降。
2017年，风电机组发电量约占全球电力需求的6%，其中丹麦占44%，德国占16.1%，英国占14.2%（图1a）。因此，风电产业对全球能源系统的脱碳影响巨大。风电机组在运营3-7个月内偿还其生命周期的碳负荷，并提供20-30年的几乎无空气污染和无碳的电力供应。
来自全球风能理事会（GWEC）的情景——包括新的、450、中等和高级——表明风电装机容量从2011年的433GW基线值增加到2050年的2870-5806GW。在2050年，风能将满足全球电力需求的36% (15,258 TWh)（参考文献15）。即使是这一最具雄心壮志的情景，全球风电机组发电量的年增长率（低于8%）也低于2000年至2018年期间观察到的增长率，且仍低于对全球资源的保守估计。
图1 全球风能资源、可变性和风电装机容量
避免的二氧化碳排放量（对气候变化缓解潜力的一种评估），同样预计在未来通过发展风电而增加。使用参考文献13中所述的方法，全球气候变化预测可纳入政府间气候变化专门委员会（IPCC）的气候强制（代表性浓度途径（RCP））情景。结果表明，根据所使用的风能情景，避免二氧化碳的排放量从2011年的约0.5 GtCO2增加到2050年的4.5–9.2 GtCO2（图2a）。2011年至2050年的累计避免排放量为88至154 GtCO2。
因此，风电进一步发展有助于缓解全球温度上升，其影响取决于RCP方案。没有一种方法可以避免超过1.5°C的阈值（图2b），但是先进的方案延迟超过2°C的阈值最多5年，到2050年，累计排放量减少了约154 GtCO2（相当于近5年的人为二氧化碳排放量），因此，全球变暖抵消了约0.1°C。假设没有进一步的增加风电装机容量，每年因风电而避免的二氧化碳排放量不会从2050年的年排放量中增加。到2100年，风能可抵消大约0.3°C的升温（图2b）。
图2 风电的装机量和相关气候变化缓解潜力的预测
因此，风电的发展对缓解气候变化有巨大的好处。然而，风电既是减少气候强制的一种潜在机制，也是一种依赖气候变化的能源，因此气候变化可能也会影响风电机组的运行条件，以及利用的资源。此外，风电行业在风电机组的规模和数量，以及开发地点方面正在迅速发展。这些变化可能会放大气候变化带来的风险或机遇。
在这篇综述中，我们概述了气候的人为强制和风电之间的相互关系，更新了之前关于这一主题的评论。我们首先描述决定风资源和运行条件的因素，并指导风电机组的选择。然后，我们总结了温室气体引起的气候变化，如何通过改变风资源的规模、可变性，或风电机组的运行条件，来影响风电和风电的平准化度电成本。最后，我们对在这一领域发展知识的前景进行了前瞻性展望。
1、需求说明-从风能中产生的电力
与风资源有关的运动尺度跨越许多数量级，并因其对全球气候变化的敏感性而变化（表1）。风中的瞬时功率（P）可由风电机组利用并转化为电能，是空气密度（ρ）、叶片扫掠面积（a）和穿过转子平面的风速（U）的立方函数：
接近地表的风速通常会随着高度（z）近似呈指数增长，并且还表现出对大气稳定性的依赖性。这种高度变化可以用稳定校正的对数廓线来近似：
式中，u*为摩擦速度，κ为von Karman常数（0.4），z0为表面粗糙度长度（f（土地利用土地覆被（LULC）），Ψ（z/ L）为稳定性修正项（L为稳定性参数，Monin–Obukhov长度）。或者，风速的高度依赖性可以用幂律近似：
式中，U（r）是参考高度（zr）处的风速，α是一个通常近似为1/7的系数。它也是稳定条件和LULC的函数。这两种近似值仅适用于地表层（大气边界层最低10%，高度为50–200 m），其中通量随高度恒定。风电机组尺寸不断增加，因此更多的风轮平面从表层延伸到风速剖面不再主要由表面力决定的高度，风速的高度依赖性变得更加复杂。
通常使用平均能量密度来描述风能资源（E单位为Wm−2，在给定时间段内；j=1，2，…，n）。它还取决于入射风速的立方（假设ρ为常数）：
实际发电量（作为入射风速的函数）由风电机组-比功率曲线描述。通常，风电机组在风速~4米/秒时切入（开始发电），发电量随着风速的增加大致呈线性增加，直到~12–15 米/秒达到额定（或铭牌）容量，并且在风速达到~25 米/秒时保持恒定，之后关闭风电机组以保护其免受损坏。使用风电机组功率曲线导出的总预期AEP的简单近似值为：
式中，T是一年的长度，f是频率，p（U）是轮毂高度风速的概率分布，p（U）是将入射风速与发电量相关的风电机组功率曲线。潜在风电机组部署的可行性通常使用P50（AEP）（中值AEP）和P90（有10%的机会无法达到或超过）来表征。
大多数风速时间序列符合双参数威布尔分布：
其中A是比例参数，k是形状参数。这些风速具有指数尾，导致极端风速的累积概率符合双指数。因此，甘贝尔分布通常用于推导长重现期值。
对风速的非线性依赖性意味着90%的电力生产通常由风速概率分布的上半部分产生，而高达25%的电力来自最高10%的风速。因此，开发风力资源的精确预测需要气候预测的高保真度，尤其是在主导电力生产的风速概率分布的上部。
2、能量密度空间变异性
图1显示了地面以上100米处的年平均能量密度（a.g.l.）及其年际变化率（IAV）的全球概况，该数据使用1979-2018年ERA5高分辨率（约30×30 km）再分析的输出得出（参考28,29）。它与全球风图集中的平均风速在空间上有很好的一致性，表明在具有大量海流穿透的地区，如美国、加拿大、北欧、华北和澳大利亚，风能潜力明显，而在阿根廷和智利等目前还没有大规模部署风能的国家。
年平均能量密度的IAV和预期AEP对于确定与风电项目相关的“风险”至关重要。较低的IAV代表较低的风险，与较低的资本成本相关，因此平准化度电成本较低。美国高资源地区（如南部大平原）和中国北部的能源密度IAV相对较低，北欧和印度西南部的高资源地区中等，巴西东北部的能源密度IAV较高（图1c）。五个高风能穿透子域的年能量密度时间序列强调了由于主要内部气候模式及其固有周期的空间变化，IAV的相对大小和相对较低或较高能量密度周期持续时间的区域差异（图1c；表2）。
大部分风力资源丰富的地区位于中纬度，靠近主要风暴路径（图1）。天气和中尺度现象（表1）在决定区域尺度风资源（及其可变性）方面的主导地位，对风电并网和气候变化研究具有重要意义。这意味着在几个小时到几天的时间尺度上存在着内在的一致性空间尺度，在这种尺度上，风能密度的变化是解耦的或是反向耦合的。
因此，如果电网足够强大，电力市场得到整合和协调，就有可能平衡整个地区（如欧洲）的风电负荷和电力供应。此外，这是一个先验假设的基础，即全球气候变化可能主要通过更大尺度的大气运动（中尺度到行星尺度）的变化来影响风能资源，这些变化至少可以部分地在当前和未来一代的气候模型中得到解决。
3、风电机组设计和运行条件
在风电场的设计阶段，对运行（或外部）条件的估计，包括一系列风参数（例如阵风、50年一遇的持续风速和湍流强度）用于描述疲劳和极端机械荷载，并指导在给定的位置选择合适的安全等级的风电机组。随着这些外部条件变得越来越苛刻，工程要求以及风电机组采购价格和运维成本也随之增加。外部条件和风电机组设计等级采用国际电工委员会（IEC 61400-1（参考文献36）或61400-1（参考文献37））制定的设计标准进行了描述，自然有助于预测平准化度电成本。比功率是其铭牌额定容量与转子扫掠面积之比，并用作为给定风气候和位置选择风电机组类型和尺寸的优化参数。一般来说，在风速较高的位置，具有较高比功率的风电机组更经济。
表1 与风能产业相关的大气运动尺度
风电机组在广泛的环境条件下运行，在各种部件上同时承受疲劳（正常）和极端（极限）机械载荷。风电机组上的疲劳荷载（以及由此产生的机械应力）主要是当地风况的函数，因此，对全球气候变化的敏感性可能较低（表1）。然而，由于天气尺度和中尺度大气现象（如热带气旋和极地低压）的跟踪和强度发生变化，与极端风况现象相关的极端荷载情况可能会因气候变化而有所不同。
保持风电机组叶片的气动效率是最大化发电量的关键。这种效率会因为叶片结冰而降低，也会导致不均衡的机械载荷，从而增加运行和维护成本。减少结冰的措施（风电机组叶片的涂层或加热）会增加成本和/或降低发电量，从而增加平准化度电成本。
表2 当代气候风速或风资源年际变化的研究原则
对整个项目寿命期内的结冰概率进行稳健估计，对于评估防冰的必要性和效益至关重要。
由降水影响引起的材料应力导致的风电机组叶片损坏也会降低气动效率和发电量，并增加运维成本。破坏的时间尺度取决于水气候，特别是冰雹和/或特大暴雨的发生。可采用前缘保护，但可能降低空气动力性能。因此，有必要仔细评估降低运行维护成本相对于AEP损失的相对效益。在许多具有大量风电机组安装容量的地区，如美国南部大平原，冰雹和暴雨是由中尺度的深对流产生的。因此，正确描述当前和未来可能的前沿侵蚀潜力，需要在该尺度上进行精确的气候模拟。
在开放的海温梯度和其他气候条件下产生的中尺度气候变化现象，如在开放的海温梯度和其他气候条件下产生的对气候变化的重要性。它们与强风和局部波高增加有关，其规模使其与海上风电场集群的功率波动相关，强度使其与极端风荷载相关。
地基占海上风电机组安装成本的很大一部分。基础类型在很大程度上取决于水深，而设计和成本则取决于基于预计风浪荷载的水动力和结构分析。有效波高（Hs，波谷至波峰测量的最高三分之一波浪的平均值）和峰值周期是设计条件的关键方面。这些参数在空间上变化很大，部分原因是水深测量和大气强压。例如，苏格兰西海岸（约20-22 m）的100年一遇Hs值明显高于北海（约14 m）或美国东海岸，这导致了海上风电机组的极端载荷估算和设计不同。海冰（数量、厚度、位置、漂移）和海流（以及由此产生的冲刷）也有助于海上风电机组和基础设计的机械载荷，并可能表现出气候变化敏感性。
在下文中，我们总结了评估气候变化如何、以及是否会通过风资源和风电运行条件的变化，影响风电所面临的挑战，说明已采用的工具，并总结这些评估的结果。
4、气候对风力发电的影响-挑战
量化全球气候非平稳性如何影响全球风能资源规模的努力，面临着许多固有的挑战。它们为气候预测提供了重要的背景。
与空气温度和总可降水量相比，无论是在区域尺度还是全球尺度上，人类活动引起的气候变暖是否会导致静止（风速降低）或风力增加，目前尚不清楚。赤道-极地大尺度温度梯度的降低可能会改变热带环流模式（哈德利单元、季风环流和/或热带气旋频率），以及中纬度急流和风暴轨迹的行为，从而改变气旋的频率、强度和轨迹。增强的大气水汽和对流不稳定性可能进一步影响某些中尺度到天气尺度系统的强度。然而，由于存在与气候变化内部模式相关的低频变化（数年至数十年），因此，检测和归因于天气尺度系统的中尺度变化以及由此产生的风资源非常具有挑战性（表2）。
例如，北大西洋涛动（NAO）表现出从亚年度到数十年的频率变化，后者（最长60年的时间尺度）受北大西洋海温和太平洋十年振荡的调制。NAO在决定温带气旋路径和欧洲上空的风资源方面起着中心作用，特别是在冬季（表2）。例如，在20世纪80年代和90年代初，北欧的风能密度表现出较高的值（比长期平均值高出20%），部分原因是正相NAO的盛行（图1c）。
相比之下，在北美，风能资源对三种主要气候模式表现出特定的区域响应：西部的太平洋-北美遥相关模式（PNA）和厄尔尼诺-南方涛动（ENSO）；中部平原和东南部的ENSO；东北部的PNA和NAO（表2）。例如，厄尔尼诺现象通常与美国西部风速较低和风资源较高的拉尼娜现象有关。然而，值得注意的是，对ENSO不同阶段（以及其他气候模式）的响应并不直接相反，模式-模式的相互作用也会导致变化。
ENSO似乎也是南美和亚洲风况低频变化的一个重要控制因素（表2），尽管评估这些遥相关关系的研究较少。在资源受季风风速影响的地区（如印度），风向和IAV均出现明显的季节性逆转，IAV与季风强度和相关的短暂天气尺度现象的产生有关。
低频变化的存在极大地混淆了识别和确定风资源长期趋势原因的能力。例如，低频变异性在一定程度上导致了全球静水的主张。根据对822个现场观测站的分析，1979年至2008年期间，北部中纬度地区几乎所有大陆地区的风速下降了5-15%（参考文献69）。然而，对短期时间序列的分析和线性拟合的使用可能会导致低频变异性被误解为“趋势”，而忽略了时间自相关的存在，从而夸大了趋势的大小。此外，由于观测系统的变化和地面观测站周围LULC的局部变化，原位时间序列会出现不连续性。因此，详细的诊断研究发现，风速下降的很大一部分（25-60%）是由于阻力增加，而不是全球气候变化。
例如，最近在北半球和中国各地，风速都有所回升。虽然20世纪80年代至21世纪初10 m高度的全球年平均风速呈负线性趋势，即每十年<-0.1 米/每秒，但这一趋势已经逆转，据报告2010-2017年每十年增加>0.2米/秒（参考文献74）。与各大陆主要内部气候模式的可变性一致（图1c；表2），线性趋势“逆转”的时间因大陆而异。2003年欧洲出现拐点，2010年北美出现拐点，2001年亚洲出现拐点。
风能资源变化的尺度低于目前大多数全球气候模型（GCMs）的水平网格单元（约100×100 km）和相对较低的垂直分辨率。从历史上看，温带气旋等关键现象在全球气候监测系统中的代表性相当低，而中纬度风暴路径的变化对模拟中使用的精确全球和嵌套区域气候模型（RCM）表现出高度的敏感性。因此，尽管可以推断出天气尺度（及以上）环流模式变化的一些信息，但分辨率低于~50km的全球或区域模式的直接输出对于评估风资源潜在变化的效用很低。因此，有必要使用动态（有限区域、区域、模型的应用）或统计方法（表3）缩小规模。在风气候中应用降尺度方法表明，在描述当代气候中的风资源时，不同RCM在技巧上存在差异，可信度差异很大。一般来说，这种方法产生的风资源结果以及在更高分辨率下进行的模拟应具有更高的可信度。与使用GCMs和/或低分辨率区域相比，高分辨率RCM的应用具有明显的附加值。这个在概率分布的更高时刻（例如极端风速和阵风）中，保真度和可信度的提高尤其显著，因为在这种情况下，对模型分辨率有强烈的响应。
大多数风速观测是在地表以上10m高度及以下进行的，因此，受当地表面粗糙度、障碍物和地形的强烈影响。相比之下，风电机组的风轮面扫略大气层，从地表以上高约40m延伸至160m ，轮毂高度约为100m。缺乏可用于评估模型保真度的现场风速数据集，以及再分析之间的差异，限制了将可靠性分配给基于模型的预测风资源和运行条件的能力。
5、气候变化和风能资源
尽管在制定可行的风资源预测方面存在挑战，但显然有必要了解全球气候系统的演变如何影响并可能继续影响能源系统的供需组成部分。在北美，绝大多数的空间分析都是针对这些主题进行的。
针对北美历史和当代气候的研究表明，使用现场数据、再分析和RCMs输出计算的风速趋势存在很大差异。在一项分析中，现场数据表明，1973年至2005年期间，美国东部大部分地区以地表以上10m的速度下降了第90个百分位风速，但多个再分析和RCM的输出显示没有趋势。相反，北美区域再分析的输出分析发现，1979年至2009年期间，美国大部分邻近地区（CONUS）每年80m高度风速以及冬季和春季的风速呈积极趋势；这些线性趋势在西部每年的幅度约为0.6米/秒，中部地区每年约为0.6米/秒，东部地区每年约0.9米/秒。
基于澳大利亚数据的研究还发现，再分析产品的输出与现场观测之间存在明显差异。从1979年到2001年，地表以上10m的现场风速测量值下降（平均趋势为每年0.013米/秒），虽然再分析数据集也显示出下降，但它们的量级减小了5-7倍。
由于存在低频变化模式，历史趋势的数量也表现出对精确数据周期的强烈依赖性。例如，青藏高原的现场数据和再分析输出都显示出，从1980年代中期到2000年代初，10米处的年平均风速在下降，随后在2005年至2015年期间恢复（参考文献73）。对中国的类似分析表明，从1970年到21世纪初，中国10米高度处的年平均风速在下降，2001年至2007年的年平均风速几乎不变（参考文献88）。因此，这些分析再次强调了内部气候变化对风速和风资源年际和年代际变化的重要性（表2）。
然而，关于未来风速的预测变化和对能源密度的相应影响，有证据表明，在区域范围内，赢家和输家各不相同（表3）。例如，大多数集中在欧洲的研究表明，在本世纪，北部和英国上空的风能资源可能会出现小幅增长（<10%），而南部当前资源潜力较低的地区（如地中海）的风能资源可能略有下降（表3）。在北美，有较弱的证据，但一个不断发展的共识是，在美国西部大部分地区，风能资源的年平均能量密度可能下降5%。相比之下，在南部大平原地区，预计到本世纪中叶（2050年），风能密度可能会增加5-10%。类似地，巴西的研究表明，在现有风力发电< span="">开发的地区，平均风能资源将大幅增加。此外，有证据表明，资源季节性可能会放大——冬季增加，夏季减少。
许多研究考虑了本世纪末的气候预测期（表3）。然而，这一时间尺度与风能产业相关的主要时间范围不一致，后者侧重于大约30年的项目寿命（参考文献10,99）。未来时期（甚至21世纪末）的平均风资源或风气候与当代气候的差异似乎很小（一般小于当前平均能量密度的5%），并且一般不会超过内部气候模式的当前年际/年代际变化（表2、3）。此外，大多数研究使用时间窗法来检查风资源的变化，并采用与低频内部气候变化尺度相比相对较短的时间段。这种低频变化的持续存在可能被称为与全球变暖相关的风能资源变化。
表3：到本世纪末的风资源预测研究原则
无论研究的区域如何，使用RCM或统计方法得出的风资源的气候变化预测在很大程度上依赖于提供侧向边界条件（LBC）和/或预报器的全球模式。预测可变性和不确定性的来源，按重要性排序为：用于向有限区域（区域）模型提供LBC的全球模型，或用于统计降尺度或直接使用数据预测因子的全球模型，应用的特定有限区域（区域）模型，模型的分辨率和公式化，以及具体的气候强迫情景。有证据表明，在较高的气候强迫情景下，平均能量密度变化较大，但对该参数的依赖性相对较弱，这与内部气候变率在确定风资源的IAV方面持续占主导地位一致。
图3说明了由于模型分辨率（12km与25km）或公式的差异而导致的当代气候下风资源偏差的大小。研究还表明，1980-2005年的平均能量密度与气候预测期内的能量密度差异有很大的相似性。这些估计值来自于使用天气研究和预报（WRF）区域模式在12公里处的模拟，以及在25公里处使用全球变分辨率模型进行跨尺度预测（MPA）的模拟。这两种模拟都使用了马克斯普朗克研究所地球系统模型RCP8.5低分辨率（MPI-ESM-LR）的边界信息。两个项目区的平均未来资源量在北部和西北部较低，与之前的研究一致（表3）。也有一些不同之处；值得注意的是，WRF的输出结果表明，在本世纪末，在统计上显著高于南部大平原地区（在风电渗透率高的地区）。这一特征在早期的模拟中存在，区域模型嵌套在一系列GCM中（表3），但在MPAS模拟中没有（图3a，b）。
在气候和再分析模型中，另一个不确定性的重要来源是由未解决的特征（如地形）表示的阻力（图3c）。这种压力通常是根据亚网格尺度的高度可变性（在这种情况下，在水平分辨率~1km）的条件下，存在相当大的不确定性。不断变化的压力参数对产生的平均能量密度和与其他资源估算的空间模式的一致程度有着深远的影响（图1b，3a，c）。因此，有必要改进施加该压力的方式，以不损害下边界层中的气流表示，从而不影响风资源。
6、气候变化和运行条件
全球气候非平稳性对风力发电可能产生影响的综合评估，还必须包括改善关键外部运行条件的气候敏感性特征。然而，关于全球气候变化如何在中尺度到微尺度上影响现象的研究相对较少，部分原因是表示这些现象的难度和计算成本。
由于模型保真度有限、极值估计的不确定性以及罕见事件的高时间变异性，区分极端风速现象的气候变化信号具有挑战性。因此，它们依赖于精确的数据集、用于推导它们的方法、数据周期，以及动态原因。多模式GCM系统的预测表明，在2074-2100年，美国大部分地区的年最大风速比1979-2005年有所下降。在北欧，只有到21世纪末，50年一遇的风速才会超过历史上的变化范围。
阵风是风力发电机组极端机械载荷的一种重要驱动现象。然而，它们是概率性的，而不是确定性的，在区域模式中，根据高空高动量空气向下卷吸或湍流动能收支，参数化特征。尽管不确定性相对较高，但有证据表明，在全球变暖的世界里，至少在某些地区，阵风强度可能会增加。例如，使用基于卷吸的方法对单个RCM中的多个单元进行的阵风模拟表明，到本世纪末，北欧部分地区的极端阵风增加了高达10%。使用大量模型对统计上的低尺度持续风速和阵风风速进行的分析还预测，在气候非平稳的情况下，加拿大部分地区的阵风频率将增加，超过70公里每小时。
深层对流的发生，尽管在天气预报和气候预测方面都具有挑战性，但作为极端运行阵风和冰雹的来源，冰雹是风电机组叶片前缘侵蚀的主要原因。据一些估计，深对流可能在风电机组安装容量密度高的地区变得更加频繁，例如美国南部的大平原。
图3 当代和预测年的平均能量密度
风力发电机组叶片上积冰的机理和大气过程复杂且难以预测，即使提前期很短。此外，在当代气候中，结冰频率显示出较高的年际变化，这使得趋势检测和归因于全球气候变化非常困难。然而，一项分析表明，1961年至2015年期间，中国北方（包括风电机组 安装容量最高的地区）的表面结冰有所减少，在过去20年中，这种趋势加速到每十年4.8天。这种变化主要归因于近地表夜间温度的上升。基于气候模型输出的经验近似值也表明，到本世纪末，斯堪的纳维亚半岛大部分地区和美洲大陆大部分地区（除五大湖附近）结冰的可能性在下降。这些预测可能意味着除冰技术的成本效益分析发生变化，但需要更先进的机械方法为风能行业提供可操作的信息。
在高纬度地区，大多数气候预测表明全球变暖加剧，导致永久冻土退化。多年冻土条件下的这些变化可能对风力发电场基础设计和风电场安装和维护的道路建设和维修产生深远的影响。
与热带气旋相关的海上风电机组上的极端风浪荷载可能在一些地区发生变化，这也是主要规划开发风电的区域。关于这一主题的工作非常有限，其结果可能具有高度的区域性。例如，一项研究表明，在RCP8.5下，北大西洋20年重现期Hs将从15.7米（1970-1999年）增加到2071-2100年的17.3米，100年一遇的Hs将从18.5米增加到20.3米，尽管历史时期的平均Hs更高。在另一项单独的研究中，预计到本世纪末，在RCP8.5下，热带太平洋西部的极端Hs将减少（约10%）。
7、总结和未来展望
风能是一种越来越重要的清洁的可再生能源。装机容量迅速扩大。在安装容量强劲的预测增长情景下，超过2℃的升温阈值最多可推迟5年，到2050年，累计排放量可减少154 GtCO2（相当于近5年的人为CO2排放量）（图2）。
全球气候的非平稳性可能会改变风电机组所利用的资源和其运行的条件，至少在世界的某些地区是这样。迄今为止的研究主要集中在风电机组渗透率高的地区的潜在变化。一般来说，本世纪区域风能资源的任何变化都小于当代的年际变化（表2、3）。包含使用不同模型工具进行的预测的不确定性包络包括零（表3）。在欧洲，有一些证据表明正在形成的共识是，北部地区（例如丹麦和英国）的年平均能源密度将增加，而南部地区（包括地中海地区）的年平均能源密度将略有下降。在北美，有一些证据表明，美国西部大部分地区的风能资源有所减少，但在渗透率最高的地区（大平原南部）有所增加。
行业趋势。预测表明，风电场项目的寿命将延长。目前正在建设的风电场的使用寿命预计将超过历史预期的20年至近30年。此外，机组的技改替换也在增加（风电机组被新一代和大容量风电机组所取代）。技改替换也意味着在传统的资源丰富地区进行一定程度的加强，这意味着中期（最长40年）资源稳定性评估的增值。阻碍向风能利益相关者提供相关科学的一个主要障碍是气候科学通常侧重于长期变化（表3）。即使随着项目寿命的提高，未来资源和运行条件的变化对风能行业具有可操作的重要性，它们必须发生在时间尺度上，这意味着当前运营或计划中的风电场的资源将发生变化，或者具有足够大的规模，以便行业考虑从历史上风资源密度较高的地区迁移到预计未来拥有最高风资源的地区。两者都要求气候预测具有比目前观测到的更高的保真度。
预计的风电机组安装容量的扩张和新风能技术的发展，正在扩大研究气候变化如何影响风力发电的必要性，并为利益相关者的相关地球科学研究提供了新的机会。
2040年，全球陆上和海上装机容量的预测值分别为2,400–3,320GW和 342–562 GW，分别较2017年的591GW和23GW大幅增长。大部分扩张可能发生在非传统地区，如森林覆盖的复杂地形，这对准确模拟风气候以及风资源和运行条件提出了特别的挑战。例如，瑞典，一个资源潜力巨大的国家，69%的土地被森林覆盖。
为了利用高空的更高风速能量和增加扫掠面积，更高的轮毂高度和更长的叶片得到采用，风电机组的额定容量继续增加。2017年，美国安装的风电机组的平均额定功率为2 MW（参考文献129），而在欧洲，陆上和海上分别为2.7 MW和6.8 MW。美国对2030年的预测是陆上4.5MW，海上10MW。预计风电机组轮毂平均高度将从2017年的86m增加到2030年的102m，风轮直径预计将从2017年的平均113m增加到2030年的167m（备注：目前西门子歌美飒14MW风轮直径已经222m）。风轮叶尖速度的增加可能会增加前缘冲蚀的速率，这就增加了在当前和未来气候条件下，更好地量化降雨引起叶片损坏驱动因素的必要性。
风电机组物理尺寸的增长，再加上向陆上复杂地形的扩张和海上的开发，意味着风电机组不再在大气表层运行。表3中总结的许多研究从标称高度10 m到风电机组轮毂高度（80 m或以上）垂直外推模型风速，最常用的是使用指数为1/7的简单幂指数。风电机组的持续增长使得使用这些类型的近似值变得更加不合适。需要在大气边界层动力学表征方面取得进展，以捕捉气流的一阶和二阶矩，更好地描述风廓线，包括低空急流的出现，并预测这些现象如何因气候演变和LULC变化而发生变化。主要的气候科学研究计划需要以高时空分辨率完成风电机组相关高度（~100 m地表以上）的输出，以消除对风速的后处理垂直外推的需要，从而减少相关的不确定度。
海上风电机组安装的扩展和深水区的扩展，将需要对联合风浪荷载的估计和基础或浮式技术的创新进行改进，尤其是在容易发生强烈中尺度到天气尺度现象的区域，如热带气旋，这些现象可能会产生非常高的结构载荷。因此，需要改进大气和海洋模型的耦合，以描述当前和预计的风资源、风电机组设计特性和运行条件。
风电机组正在更大的集群和更大的区域安装。这种集群将增加阵列-阵列相互作用的概率，并说明需要改进整个风电场陆上和海上尾流特性。考虑到这些尾流的传播是大气稳定性和风向的函数，应在当前和未来可能的气候状态下进行旨在优化全系统发电量的分析。
增加对这种间歇性资源的渗透还需要改进对电力生产的短期预测，并更好地理解当代和未来可能气候中风力波动的一致性尺度。
8、对未来研究的建议
在规划未来风电机组开发时，在考虑未来风气候变化预测之前，仍存在许多悬而未决的研究问题。此外，需要更加重视对风资源和运行条件预测的准确性进行量化。获取运营风电场的数据将大大有助于评估和改进我们的风资源建模，并解决这些挑战和其他研究问题。
有必要更好地了解年际到年代际时间尺度上资源可变性的驱动因素和程度，以便将预测的变化背景化，并进行归因和检测研究。此外，还需要开展旨在改进运行条件模拟的研究，以全面评估风力发电对气候变化的敏感性。
其中一些需求与气候科学中不断变化的焦点和倡议是一致的。在区域气候科学计划中，人们越来越关注长期的高分辨率到高分辨率、允许对流的模拟。使用公里级的分辨率可能会改善平均流动的代表性，并应改善对现象的描述，如德雷克奥斯和由此产生的阵风和极端降水（包括冰雹），从而改善风电机组叶片侵蚀条件。对极端机械应力和疲劳机械应力以及这些应力在全球气候非平稳性下如何演变的现象进行改进模拟，将减少风能行业的不确定性。它将有助于在可实现的最低平准化度电成本下生产无碳电力，避免选址的不理想、风电机组阵列成本高昂、结构故障率高得令人无法接受或风电项目表现不佳。
人们越来越重视评估气候预测的真实性，并认识到模型需要在当代气候中展示与某些目标数据集相关的统计技能，同时也认识到这些模型是为了正确的理由而得到正确答案的。增强的模型可信度将有助于制定并向风能行业传达可行的预测。
在HighResMIP下，具有25-50 km水平网格间距的GCM被包括在CMIP6中，而那些网格间距小于5km的GCM正在积极开发和测试中—使用长达一个月的模拟。具有可变分辨率能力的全球模型（如MPAS，图3）提供了重要的新机遇，因为它们可以在精细区域采用中尺度甚至对流允许的分辨率，同时在全球其他地区使用更粗（30–100公里）的网格间距。
高分辨率耦合风浪RCM越来越能够模拟海上风浪，并准确描述复杂地形的影响。例如，在与美国华盛顿州和加拿大不列颠哥伦比亚省接壤的太平洋沿岸和萨利什海，与网格间距约25公里的再分析产品相比，6公里网格间距的区域模式更能模拟地表风。由6公里区域模拟驱动的模拟波高也显示出增强的保真度（图4）。本研究表明，在当前和未来可能的气候条件下，改善海上风电机组的风浪荷载是可行的。这种耦合还可以提高模拟极端风速的保真度。
越来越多的高分辨率气候模拟组合，可能会更好地对与内部变化和模型结构不确定性相关的不确定度进行采样。仍然需要精心策划的GCM和再分析子集，以创建一个包含已知不确定性的集合，并将包含降低区域风模拟可信度的偏差LBC的使用最小化。GCM改进的、更高分辨率的模拟有望减少这一问题，而GCM大集合的可用性将有助于对与自然变化相关的不确定性进行检查。利用全球模型（如MPAS）的区域细化的新研究，可能会为离线GCM在LBC内应用RCM过程中出现的不连续性提供解决方案。
与综合评估建模界的持续合作还将允许在RCM中纳入与不同社会经济情景下土地利用/土地利用率未来变化相关的额外不确定性，这些不确定性可能有助于说明限制因素，例如可用于扩展风电装机容量的土地面积。
图4 耦合区域气候模式的Hs模拟
风力气候和中尺度预测的改善不仅有利于风能产业，也有利于来自不同社会经济部门（如保险业和运输业）的众多利益相关者。更加注重描述和提高大气流动的模式保真度，也将通过改善地表能量平衡和水汽平流的表现，从根本上推进气候科学。CWEA
一册在手，产业发展数据全掌握！
风电企业和机构购买，敬请联络：
刘晓旭
电话：010-59796665-3501
邮件：cmliuxx@cwea.org.cn
《中国风电产业地图》2018尚有少量库存，
与2019打包购买可享8折。