我国学者与海外合作者在全球风能资源精确评估方面取得进展

　　图 新方法校正后的未来全球风能储量预估结果。（a）校正后的本世纪末全球风能密度空间分布图。（b）校正前后的全球风能平均偏差对比，其中，i为校正前结果，ii为校正后结果。（c）未来全球风能储量估算值对比，其中，i为基于日尺度数据的校正前结果，ii和iii分别为校正至3小时和1小时尺度后的估算结果

　　在尊龙凯时项目（批准号：42122001、42021001）资助下，南京大学徐志伟教授、鹿化煜教授联合国内外研究者，在全球风能资源精确评估方面取得进展。研究成果以“全球陆地风能评估中的偏差识别与跨时间尺度校正（Detecting and calibrating large biases in global onshore wind power assessment across temporal scales）”为题，于2025年4月22日（世界地球日）在《自然·通讯》（Nature Communications）期刊发表。论文链接：http://doi.org/10.1038/s41467-025-59195-2。

　　在全球气候变化加剧与能源结构转型的双重驱动下，可再生能源的开发和利用已成为实现碳中和目标的重要路径。风能作为最具规模化潜力的清洁能源之一，在国家能源战略中展现出关键的地位，但风能资源评估当前仍面临巨大挑战。目前，风能研究中采用的风速数据时间分辨率差异较大，较长的时间间隔会产生“滤波器效应”，限制了不同研究结果的可比性与政策应用的科学性。因此，如何系统量化风速时间分辨率对风能评估的影响，并构建统一、可靠的风能计算标准与校正框架，成为当前风能资源研究中亟待解决的重要科学问题。

　　为进一步系统探究风速时距效应对风能评估的影响，南京大学徐志伟教授团队基于全球一万多个高分辨率长时序风速观测站点、多套大气再分析资料以及CMIP6气候模式模拟，创新性地提出了可跨时间尺度应用的风能校正系数K，并建立了其与风能环境强度之间的稳健函数关系。结果表明，日尺度风速数据较小时尺度数据平均低估全球风能密度达35.6%，在弱风区偏差甚至超过60%；而通过引入校正系数K，可有效减少这一偏差，进而实现不同时间分辨率下风能估算结果的统一与可比。应用该方法对本世纪末风能储量进行预测表明，若继续使用日尺度数据，将导致全球风能储量低估约30.7%；而应用K系数校正后，偏差可控制在15%以内，全球风能储量预估值提升超过25%。

　　本研究系统揭示了风速时间分辨率对全球风能评估的普遍性影响，为当前及未来风能资源的准确评估提供了新方法，显著提升了风能计算的一致性与可比性。研究成果在支撑清洁能源科学布局、推动能源结构绿色转型、助力实现碳中和目标等方面具有重要的理论价值与现实意义。