利用时空分析与气候变化影响来优化中国的风能-太阳能协同效应

《Journal of Cleaner Production》：Optimizing wind-solar synergies in China with spatiotemporal analysis and climate change impacts

中国风能和太阳能时空可变性及互补性研究，基于MERRA-2和PRECIS数据，分析多时间尺度互补性及气候情景影响，优化风光互补容量配置，发现气候变暖可提升西北及沿海地区资源互补性，平滑净负荷波动，为气候适应型可再生能源规划提供新框架。

　　全球变暖和气候变化已将零碳脱碳的概念推向全球政策议程的前沿。可再生能源被视为实现碳中和和满足《巴黎协定》2°C目标的重要途径。过去十年，快速的技术进步显著降低了可再生能源的成本。例如，太阳能光伏组件的成本从2010年到2021年下降了88%，而陆上和海上风电成本分别下降了68%和60%（国际可再生能源机构IRENA，2022）。截至2023年底，中国风电和光伏的累计装机容量分别达到了441.34 GW和609.49 GW，约占全国电力总装机容量的36%。然而，由于气象条件的限制，风能和太阳能的年利用小时数仍然有限。因此，其联合输出仅占全国总发电量的约12%（风能：809 TWh，光伏：294 TWh）（EPPEI，2023）。

随着成本的持续下降和碳中和期限的临近，未来电力系统将需要更大比例地整合可再生能源。然而，风能和太阳能固有的波动性和间歇性对电力系统的安全性和稳定性构成了重大挑战。大规模风能和太阳能基地的快速扩张，结合输电能力不足，已经导致了弃风和弃光的问题。因此，对可再生能源发电特性——特别是波动性和互补性——进行全面评估，对于指导合理的开发和减少可再生能源输出的波动至关重要。

可再生能源的潜力是决定发电输出和经济可行性的基本因素。已有研究从全球（Creutzig等，2017；Jung和Schindler，2022）、国家（Lopez等，2021）和区域（Vogiatzis等，2004）层面评估了可再生能源的潜力。波动性特征直接影响灵活性需求和平衡成本。因此，许多研究探讨了风能和太阳能资源的时空模式。例如，Liu等（2019）利用2430个气象站的风速观测数据，分析了中国各地的昼夜、月度、季节和年度波动情况。Kan等（2021）系统评估了西藏地区的太阳能资源潜力，揭示了显著的季节异质性。Buttler等（2016）量化了欧盟28国风能和太阳能的波动性，以支持可再生能源的整合。这种波动性分析对于设计储能或备用容量以及满足电力市场中的运营需求至关重要。然而，仅分析单一可再生能源来源可能会忽略资源之间的相互作用，从而限制整合系统规划，甚至导致次优决策。

因此，了解风能和太阳能之间的关系引起了越来越多的关注。研究表明，风能和太阳能可以相互补充，从而平滑整体波动性（Jain等，2020）。越来越多的研究评估了区域和国家层面的互补性，以提高电力供应的可靠性和效率（Schindler等，2020）。已经开发了多种用于多尺度分析的指标，其中皮尔逊相关系数和肯德尔相关系数最为常用（Weschenfelder等，2020）。例如，Kapica等（2021）使用肯德尔相关系数评估了全球互补性，而Guezgouz等（2021）则在阿尔及利亚应用了斯皮尔曼等级相关系数。结果一致表明，互补性在时间尺度上具有显著依赖性（Harrison-Atlas等，2022）。在空间上，分散的风能系统通常比太阳能-太阳能或太阳能-风能组合实现更显著的平滑效果。更精细的方法也已被提出：Han等（2019）开发了结合相邻时间步波动和爬坡特性的指数；Ren等（2023）提出了一种新的指数，结合了波动统计和幅度。

尽管在互补性和波动性方面已有大量理论和实证研究，但大多数研究主要关注平滑输出和促进协调开发的策略。影响此类分析稳健性的一个关键因素是输入变量的质量，尤其是气候数据。近年来，多年度小时级气象时间序列数据集，包括地面观测数据和卫星衍生的再分析产品，如MERRA-2、ERA-Interim和ERA5数据，已被广泛用于估计太阳能和风能的潜力，并分析电网单元层面的波动性。然而，数据处理方法，如统计降尺度和观测数据与再分析数据的整合，可能会引入不确定性，从而影响评估结果。这种不确定性也可能影响技术经济评估和投资规划，如更广泛的能源经济学文献所指出的（Dimitriadis等，2024a，2024b）。

气候变化进一步复杂化了这一情况，因为它可能会显著改变可再生能源资源的分布模式。例如，Martinez和Iglesias（2024）预测，到本世纪末，北半球中纬度地区的风能资源将大幅减少，同时所有情景下波动性也将增加。相反，Crook等（2011）发现，在大多数地区（如欧洲、中国）太阳能的可用性略有增加，阿尔及利亚和澳大利亚几乎没有变化，而美国西部和沙特阿拉伯则略有减少。Jiang等（2023）也发现，大多数地区可能面临更高的间歇性风险。总体而言，可再生能源潜力在气候变化下的趋势是不一致且空间异质的，波动性和间歇性的不确定性预计将增加。

中国作为一个气候条件多样的大国，其风能和太阳能资源在不同时间和空间尺度上展现出一定的互补性（Xu等，2017；Ren等，2019a，2019b）。已有多个研究探讨了气候变化对风能和太阳能时空分布的影响。Chen等（2022）和Gao等（2019）的研究表明，在RCP 4.5和RCP 8.5情景下，风能丰富的地区风能潜力有所下降。Zhao等（2024）也发现，在三种SSP情景下，中国的风能潜力呈现显著下降趋势。此外，太阳能光伏的潜力也有所减少（Zhao等，2020；Ji等，2024）。尽管这些发现表明，未来气候变化是可再生能源波动性的主要驱动因素，但目前尚无研究明确探讨其对风能和太阳能资源互补性的影响。表1总结了现有研究在中国可再生能源互补性方面的成果。以往的研究大多关注技术互补性或资源潜力，少数研究在统一框架中整合了气候变化的影响。目前，关于气候变化如何影响长期时间与空间互补性，以及如何平滑波动以匹配负荷，仍存在显著的知识空白。因此，有必要在复杂系统分析中结合多个维度（Dimitriadis等，2025）。基于这一视角，本研究对气候变化背景下风能和太阳能的波动性和互补性进行了全面且高空间分辨率的评估。本研究的主要贡献包括：（1）对中国风能和太阳能在不同时间尺度和空间尺度上的互补性进行多尺度分析；（2）优化风-太阳能混合容量组合，以最小化净负荷波动；（3）评估气候变化的影响，为可持续的可再生能源发展和构建气候适应性、低碳电力系统提供新的见解。

本研究采用MERRA-2再分析数据集，全面评估了中国风能和太阳能资源在1990年至2019年间的时空波动性和互补性。通过整合高分辨率的气候预测，提供了新的视角，以指导未来气候变化条件下的可再生能源系统规划和部署。研究的主要结论包括：

1）丰富的风能资源主要集中在“三北”地区和青藏高原，这些区域在气候条件和地理位置上具备较强的风能开发潜力。然而，随着气候变化的加剧，这些地区的风能资源可能面临一定的下降趋势，同时其波动性可能进一步增加。这种变化要求在风能开发和规划中，必须充分考虑未来气候条件对资源分布的影响，以确保电力系统的稳定性和可靠性。

2）太阳能资源主要集中在南方地区和青藏高原，这些地区的光照条件较为优越，适合太阳能的高效利用。然而，太阳能的波动性主要受天气条件影响，如云层变化、降雨等。因此，在未来气候变化背景下，太阳能资源的可用性可能受到一定的限制，尤其是在高海拔地区。此外，太阳能的波动性在不同时间尺度上表现出不同的特征，例如在日尺度上波动性较强，而在季节尺度上波动性相对较弱。因此，在太阳能开发和规划中，必须结合多时间尺度的波动性分析，以优化太阳能发电的稳定性和效率。

3）风能和太阳能资源在不同时间尺度上表现出显著的互补性。例如，在日尺度上，风能和太阳能的波动性可能呈现相反趋势，从而相互补充，平滑整体负荷波动。而在季节尺度上，风能和太阳能的波动性可能呈现相似趋势，从而增强互补性。因此，在风-太阳能混合系统中，需要根据不同的时间尺度优化容量组合，以最大程度地发挥互补性优势，提高系统的稳定性。

4）在空间尺度上，风能和太阳能资源的互补性也表现出不同的特征。例如，在区域尺度上，风能和太阳能的互补性较强，而在局部尺度上，互补性较弱。因此，在风-太阳能混合系统规划中，必须结合区域和局部尺度的互补性分析，以优化容量组合，提高系统的稳定性和效率。

5）未来气候变化可能会显著改变风能和太阳能资源的分布模式，尤其是在某些特定地区。例如，北半球中纬度地区的风能资源可能减少，而南半球的风能资源可能增加。此外，太阳能资源的可用性可能在某些地区增加，而在其他地区减少。因此，在风-太阳能混合系统规划中，必须充分考虑未来气候变化对资源分布的影响，以确保系统的稳定性和可靠性。

6）在优化风-太阳能混合容量组合时，需要综合考虑多种因素，包括资源潜力、波动性、互补性以及气候条件。例如，在风-太阳能混合系统中，可以采用不同的容量比例，以匹配负荷需求曲线，减少净负荷波动。此外，还需要考虑不同时间尺度上的波动性和互补性，以优化容量组合，提高系统的稳定性。

7）在风-太阳能混合系统规划中，还需要考虑技术经济因素，如投资成本、运营成本和收益。例如，在风-太阳能混合系统中，可以采用不同的技术方案，以优化投资回报率和运营效率。此外，还需要考虑不同时间尺度上的波动性和互补性，以优化容量组合，提高系统的稳定性。

8）在风-太阳能混合系统规划中，还需要考虑政策和市场因素，如政策支持、市场机制和电价。例如，在风-太阳能混合系统中，可以采用不同的政策支持措施，以提高系统的稳定性和效率。此外，还需要考虑不同时间尺度上的波动性和互补性，以优化容量组合，提高系统的稳定性。

9）在风-太阳能混合系统规划中，还需要考虑环境和社会因素，如环境影响、社会接受度和社区关系。例如，在风-太阳能混合系统中，可以采用不同的环境友好措施，以减少对环境的影响。此外，还需要考虑不同时间尺度上的波动性和互补性，以优化容量组合，提高系统的稳定性。

10）在风-太阳能混合系统规划中，还需要考虑未来技术发展趋势，如新技术的出现、新设备的使用和新方法的引入。例如，在风-太阳能混合系统中，可以采用新技术，如高效储能设备和智能电网技术，以提高系统的稳定性和效率。此外，还需要考虑不同时间尺度上的波动性和互补性，以优化容量组合，提高系统的稳定性。

综上所述，风能和太阳能资源的波动性和互补性是影响可再生能源系统稳定性和效率的重要因素。在气候变化背景下，这些资源的分布模式可能发生变化，从而影响系统的稳定性。因此，在风-太阳能混合系统规划中，必须充分考虑未来气候变化对资源分布的影响，以确保系统的稳定性和可靠性。同时，还需要结合多时间尺度和空间尺度的波动性和互补性分析，以优化容量组合，提高系统的效率。此外，还需要考虑技术经济、政策和市场因素，以确保系统的可持续发展和低碳转型。