中國風(fēng)能資源評估

前言

在應(yīng)對氣候變化、減少溫室氣體排放的措施中，提高能源使用效率與發(fā)展可再生能源已成為眾多國家的選擇。目前，風(fēng)電屬于技術(shù)最成熟、價格最有競爭力的可再生能源，國際風(fēng)能理事會2009年12月14曰在哥本哈根氣候變化大會上表示，風(fēng)力發(fā)電對于實現(xiàn)碳減排潛力巨大，發(fā)達國家當前減排承諾的相當大一部分單靠風(fēng)能發(fā)電就能夠?qū)崿F(xiàn)。據(jù)該理事會測算，到2020年全球風(fēng)力發(fā)電規(guī)模將達到2600萬億瓦時（Twh），相當于減排15億噸二氧化碳。按照發(fā)達國家目前提出的減排指標，僅相當于2020年在1990年基礎(chǔ)上減排13％～20％。風(fēng)能單一行業(yè)的減排就相當于發(fā)達國家承諾總體減排量的42％～65％。風(fēng)電的發(fā)展需要豐富的風(fēng)能資源作保障，中國風(fēng)能資源的研究和評估工作始于20世紀70年代，氣象部門和電力部門等相關(guān)單位先后對全國范圍或部分風(fēng)電豐富區(qū)以及風(fēng)電場建設(shè)開展了風(fēng)能資源的調(diào)查、研究和評估。中國氣象局在20世紀80年代組織了兩次全國風(fēng)能資源普查，分別采用600多個和900多個氣象站觀測資料進行了風(fēng)能資源儲量及其分布的評估。為了有效利用我國豐富的風(fēng)能資源，促進我國風(fēng)電建設(shè)的更快發(fā)展，2003年國家發(fā)展和改革委員會與中國氣象局啟動了第三次風(fēng)能資源普查，利用2000多個氣象站近30年的觀測資料，對原來的風(fēng)能資源評估結(jié)果進行修正和重新計算。自《中華人民共和國可再生能源法》實施以來，中國可再生能源進入了快速發(fā)展時期。為適應(yīng)中國可再生能源快速發(fā)展對風(fēng)能和太陽能資源監(jiān)測、評估和預(yù)報的需要，中國氣象局成立了風(fēng)能太陽能資源評估中心，旨在根據(jù)《氣象法》賦予的職責，進行風(fēng)能、太陽能等氣候資源評估，逐步建成我國風(fēng)能、太陽能等氣候資源開發(fā)利用服務(wù)的權(quán)威性評估中心。20世紀90年代開始，風(fēng)能資源數(shù)值模擬評估技術(shù)迅速發(fā)展，逐漸替代了基于氣象站觀測資料的風(fēng)能資源統(tǒng)計分析方法，90年代中后期，以丹麥和美國為代表的歐美國家紛紛制作出了全國風(fēng)能資源數(shù)值模擬分布圖。2005年中國氣象局引進了加拿大氣象局的風(fēng)能資源數(shù)值模擬軟件（WEST），經(jīng)過消化、移植和本地化改進，于2007年制作出了第一張中國風(fēng)能資源數(shù)值模擬分布圖。2009年中國氣象局風(fēng)能太陽能資源評估中心在汲取加拿大、丹麥和美國風(fēng)能資源數(shù)值模擬技術(shù)方法優(yōu)勢的基礎(chǔ)上，自主發(fā)展了中國氣象局風(fēng)能資源數(shù)值模擬評估系統(tǒng)（WERAS，／CMA），該系統(tǒng)包括歷史氣象背景資料的自動篩選、中尺度模式與小尺度復(fù)雜地形動力診斷模式以及GIS空間分析，既包含了目前國際上先進的風(fēng)能資源評估技術(shù)，也為適應(yīng)中國地形與氣候特點進行了自主創(chuàng)新。中國氣象局風(fēng)能太陽能資源評估中心通過對我國陸上和近海5km×5km水平分辨率的風(fēng)能資源數(shù)值模擬評估得到，我國陸上離地面50m高度可供建設(shè)并網(wǎng)型風(fēng)電場（達到3級及以上，即風(fēng)功率密度≥300W／m。）的風(fēng)能資源潛在開發(fā)量約23.8億kw，我國近海水深5～25m的區(qū)域、海平面以上50m高度風(fēng)能資源達到3級及以上潛在開發(fā)量約2億kw。該成果是在我國現(xiàn)有技術(shù)條件下能夠取得的具有科學(xué)性的數(shù)值模擬評估結(jié)果，為我國進一步開展風(fēng)能資源詳查和評價工作提供了科學(xué)支撐。中國風(fēng)能資源儲量評估成果已被中國科學(xué)院、中國工程院、美國科學(xué)院、美國工程院合作咨詢項目“中美可再生能源開發(fā)利用咨詢報告”和中國工程院“中國能源中長期（2030、2050）發(fā)展戰(zhàn)略研究”項目所采用。

內(nèi)容概要

　　《中國風(fēng)能資源評估（2009）》收錄了中國氣象局風(fēng)能太陽能資源評估中心自2004年以來的風(fēng)能資源評估成果。《中國風(fēng)能資源評估（2009）》共分6章，涵蓋以下內(nèi)容：中國風(fēng)能資源評估歷史回顧及國外風(fēng)能資源評估進展、中國風(fēng)能資源評估技術(shù)方法、中國陸地及近海風(fēng)能資源儲量的評估、七個千萬千瓦級風(fēng)電基地風(fēng)能資源精細化評估、中國近海風(fēng)能資源初步評估和中國風(fēng)能資源評估展望?！　　吨袊L(fēng)能資源評估（2009）》可供從事風(fēng)力發(fā)電和氣候資源領(lǐng)域的技術(shù)人員閱讀，可供應(yīng)用氣象和可再生能源專業(yè)領(lǐng)域的科研和教學(xué)人員參考，也可作為相關(guān)專業(yè)博士、碩士研究生的學(xué)習(xí)參考書。

書籍目錄

序前言第1章 中國風(fēng)能資源評估歷史回顧及國外風(fēng)能資源評估進展1．1 中國風(fēng)能資源評估的歷史回顧1．2 國內(nèi)外風(fēng)能資源評估技術(shù)方法概述第2章 中國風(fēng)能資源評估技術(shù)方法2．1 中國氣象局風(fēng)能資源數(shù)值模擬評估系統(tǒng)WERAS／CMA2．2 加拿大風(fēng)能資源數(shù)值模式系統(tǒng)WEST2．3 風(fēng)能資源儲量的評估方法2．4 測風(fēng)塔資料分析方法第3章 中國陸地及近海風(fēng)能資源儲量的評估3．1 中國風(fēng)能資源數(shù)值模擬與儲量的分析計算3．2 陸地風(fēng)能資源儲量的GIS空間分析3．3 近海風(fēng)能資源儲量的評估3．4 中國風(fēng)能資源儲量評估結(jié)論第4章 七個千萬千瓦級風(fēng)電基地風(fēng)能資源精細化評估4．1 內(nèi)蒙古自治區(qū)風(fēng)能資源評估4．2 新疆維吾爾自治區(qū)哈密地區(qū)千萬千瓦級風(fēng)電基地風(fēng)能資源評估4．3 甘肅省酒泉地區(qū)千萬千瓦級風(fēng)電基地風(fēng)能資源評估4．4 河北省壩上地區(qū)千萬千瓦級風(fēng)電基地風(fēng)能資源評估4．5 吉林省西部地區(qū)風(fēng)能資源評估4．6 江蘇省風(fēng)能資源評估4．7 七個千萬千瓦級風(fēng)電基地風(fēng)能資源評估結(jié)論第5章 中國近海風(fēng)能資源初步評估5．1 中國近海風(fēng)能資源的高分辨率的數(shù)值模擬5．2 基于船舶氣象觀測資料的近海風(fēng)能資源分布5．3 基于Quik SCAT衛(wèi)星反演技術(shù)的風(fēng)能資源評估第6章 中國風(fēng)能資源評估展望6．1 風(fēng)能資源評估的標準與技術(shù)規(guī)范6．2 風(fēng)電場設(shè)計中風(fēng)能資源利用的技術(shù)方法開發(fā)6．3 風(fēng)電場建設(shè)的氣象災(zāi)害風(fēng)險評估6．4 風(fēng)能資源長期變化趨勢研究6．5 風(fēng)能開發(fā)利用的局地氣候影響評估參考文獻附圖1 內(nèi)蒙古自治區(qū)50m高度年平均風(fēng)功率密度分布圖附圖2 內(nèi)蒙古自治區(qū)3級及其以上風(fēng)能資源潛在開發(fā)量分布圖附圖3 甘肅省酒泉地區(qū)50m高度年平均風(fēng)功率密度分布圖附圖4 河北省壩上地區(qū)50m高度年平均風(fēng)功率密度分布圖附圖5 河北省壩上地區(qū)3級及以上風(fēng)能資源潛在開發(fā)量分布圖附圖6 吉林省西部地區(qū)50n1高度年平均風(fēng)功率密度分布圖

章節(jié)摘錄

插圖：風(fēng)能資源數(shù)值模擬的關(guān)鍵是如何通過對有限個例或短期的數(shù)值模擬得到長年代（20年或30年）風(fēng)能資源的氣候平均分布。20世紀90年代，風(fēng)能資源數(shù)值模擬技術(shù)得到快速發(fā)展，各國采用的中、小尺度數(shù)值模式技術(shù)本身差異不大，關(guān)鍵技術(shù)是如何從歷史資料中選取有代表性的、可用于數(shù)值模擬的個例樣本。目前國際上兩個主流的風(fēng)能資源數(shù)值模擬技術(shù)方法分別是丹麥Risoe國家實驗室的風(fēng)型分類法和美國NREL的隨機抽樣法。近年來，中國氣象局風(fēng)能太陽能資源評估中心在大氣邊界層理論研究與工程應(yīng)用工作的基礎(chǔ)上，根據(jù)我國的天氣氣候特點，綜合吸取丹麥和美國的數(shù)值模擬技術(shù)優(yōu)勢，建立了中國氣象局風(fēng)能資源數(shù)值模擬評估系統(tǒng)WERAS／CMA。該系統(tǒng)包括天氣背景分類與典型日篩選系統(tǒng)，中尺度和小尺度數(shù)值預(yù)報模式和風(fēng)能資源GIS空間分析系統(tǒng)。2.1.1WERAS／CMA數(shù)值模擬方法丹麥Risoe國家實驗室的風(fēng)能資源數(shù)值模擬方法是先分別計算各類風(fēng)型中的觀測資料的平均值，作為各類風(fēng)型數(shù)值模擬的初始場驅(qū)動數(shù)值模式，這種虛擬的初始場勢必影響模擬結(jié)果的準確度。并且丹麥Risoe的中尺度模式只運行幾個小時，也就是將中尺度模式作為診斷模式用，這也造成模擬風(fēng)場與實際風(fēng)場分布有較大差距。美國NREL的則是采取隨機抽樣的方式獲取數(shù)值模擬個例，雖然是用真實氣象場驅(qū)動模式運行，但是如何確定抽取個例的數(shù)量是一個難題，抽取出來的個例能否代表長年代的氣候特征也很難定論。中國氣象局風(fēng)能太陽能資源評估中心建立的天氣背景分類與典型日篩選系統(tǒng)的基本思路是，在大氣邊界層動力學(xué)和熱力學(xué)基礎(chǔ)上，考慮到近地層風(fēng)速分布是天氣系統(tǒng)與局地地形作用的結(jié)果，風(fēng)速分布的變化是由天氣系統(tǒng)運動與變化引起的。此外，大氣邊界層存在著明顯的日變化，日最大混合層厚度與天氣系統(tǒng)的性質(zhì)有關(guān)。因此，依據(jù)不受局地地形摩擦影響高度上（850hPa或700hPa）的風(fēng)向、風(fēng)速和每日最大混合層高度，將評估區(qū)歷史上出現(xiàn)過的天氣進行分類，然后從各天氣類型中隨機抽取5％的樣本作為數(shù)值模擬的典型日，之后分別對每個典型日進行數(shù)值模擬，并逐時輸出；最后根據(jù)各類天氣型出現(xiàn)的頻率，統(tǒng)計分析得到風(fēng)能資源的氣候平均分布（圖2.1）。在進行天氣背景分類與典型日篩選時，利用模擬區(qū)域內(nèi)各個氣象站近20～30年地面氣象站和探空站歷史資料，以風(fēng)速、風(fēng)向、日最大混合層高度三個要素進行分類，其中將風(fēng)速、風(fēng)向分為8檔，采用每日08時探空觀測和14時的地面觀測資料計算日最大混合層高度，并將其分為4檔，最多可得到256類天氣類型。經(jīng)過在每個類型中抽取5％作為典型日和模擬結(jié)果逐小時輸出后，每個網(wǎng)格點上都會得到l萬以上個時次的風(fēng)速，因此有足夠的樣本數(shù)進行風(fēng)能參數(shù)的統(tǒng)計分析。

編輯推薦

《中國風(fēng)能資源評估(2009)》是由氣象出版社出版的。

圖書封面

評論、評分、閱讀與下載

---

    中國風(fēng)能資源評估 PDF格式下載

---