縣級區域風能和太陽能資源開發潛力精細化評估——以突泉縣為例

摘 要：風能和太陽能資源的開發利用被認為是解決能源危機與氣候問題的有效途徑，詳細了解縣級區域的風能和太陽能資源分布情況及其開發潛力，對地方可再生能源開發利用規劃和具體的工程選址等有重要的指導意義。基于風能資源數值模擬技術、SMARTS分光譜輻射傳輸模式、GIS空間分析技術等，綜合考慮資源稟賦、地形、土地利用約束、永久基本農田、自然保護區、生態保護紅線、規劃政策等因素，構建了完整的縣級區域風能和太陽能資源開發潛力精細化評估方法和流程。以內蒙古自治區突泉縣為例，開展了千米級風能和太陽能資源開發潛力精細化評估。研究結果表明：突泉縣風能資源豐富，風速和風功率密度的空間分布呈現西北高、東南低特征；太陽能資源呈西北高、東南低分布特征；建議將最佳傾斜面年總太陽輻照量在1900 kWh/m2的東南部地區作為光伏發電優先開發區，將可利用風能資源等級為“豐富”或“非常豐富”的九龍鄉、水泉鎮北部等地區作為風電優先開發區。

關鍵詞：風能資源；太陽能資源；風電；光伏發電；技術開發量

中圖分類號：X37 文獻標志碼：A

0" 引言

在全球能源轉型和氣候變化的背景下，大力發展可再生能源已成為國際社會的共識和重要戰略方向。中國明確提出“二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和”的目標，這對可再生能源的發展提出了更高要求。全面勘查和評估中國風能、太陽能資源的可利用潛力，按照資源稟賦、土地用途、生態保護、城鄉建設等情況，準確識別各縣域單元的可開發資源，是風能和太陽能資源合理布局與高效開發的基礎[1]。

近年來，國內外學者積極開展不同尺度下的風能、太陽能時空分布規律和開發潛力評估工作。例如：Mcelroy等[2]利用GEOS-5 DAS同化數據，以額定功率為1.5 MW、輪轂高度為80 m的風電機組為參考，結合土地利用約束和地形限制，得出中國風電開發容量因子的空間分布；Feng等[3]結合地理信息系統（GIS）技術、主流風電機組的參數、精細化的風速分布模型、土地利用約束和地形因素、風電機組排列方式等，估算了中國陸上風能資源開發潛力；朱蓉等[4]基于中國氣象局風能資源高時空分辨率數據集和測風塔實測數據的氣候學分析，采用中國主流風電機組參數，評估了中國陸上與近海可利用風能資源的分布和技術開發量；Lu等[5]利用GEOS-5 FP同化數據，綜合考慮資源稟賦、地形和土地利用約束、緯度依賴的光伏組件設置和時變效率系數等因素，評估了中國集中式光伏發電的開發潛力；梁玉蓮等[6]采用氣候學統計與SMARTS地形訂正方法，評估了華南地區的太陽能資源空間分布及可利用潛力；毛愛涵等[7]基于模型模擬和空間分析等方法，對青海省太陽能、風能的發電潛力及經濟價值進行評估；孫朋杰等[8]引入再分析資料及地形數據，對湖北省房縣開展太陽能資源精細化評估和技術可開發量計算。然而，當前研究仍存在的問題有：可利用的觀測資料較少，數據集的時空分辨率較低，未綜合考慮復雜地形、生態保護、城鄉規劃政策等約束條件，難以滿足縣級區域對風能和太陽能資源的精細化評估需求。

本文以內蒙古自治區突泉縣為例，對其構建完整的風能和太陽能資源開發潛力精細化評估方法，結合風能資源數值模擬技術、SMARTS分光譜輻射傳輸模式、GIS空間分析技術，綜合考慮資源稟賦條件、地形、土地利用約束、永久基本農田、自然保護區、生態保護紅線、規劃政策等因素，開展千米級風能和太陽能資源開發潛力的精細化評估，旨在為縣級區域合理高效利用可再生資源提供科學依據和指導建議。

1" 突泉縣概況

突泉縣位于內蒙古自治區東部、興安盟中南部，地處大興安嶺向松嫩平原的過渡地帶，地理坐標為45.2°～46.1°N、120.7°～122.2°E，地勢為西北高、東南低，海拔為185.5～1392.1 m，屬溫帶大陸性季風氣候。全年降水較少，日照充足，年平均日照時數為2941 h，是中國日照豐富的地區之一。風能資源較為豐富，年平均風速為4.4 m/s，極大風速為29.8 m/s，年平均大風日數為35.2天。

2" 數據與方法

本文針對縣級區域風能和太陽能資源開發潛力進行精細化評估時，采用的技術路線主要包括3部分：風能資源精細化評估、太陽能資源精細化評估，以及風能和太陽能資源的開發潛力精細化評估，如圖1所示。

2.1" 風能資源精細化評估

風能資源精細化評估利用中國氣象局自主研發的新一代風能資源精細模擬評估系統[9]，采用數值模擬的方法獲得格點化風能資源參數[4]。在第4次全國風能資源詳查成果[10]的基礎上，以天氣背景分類與典型日篩選系統[9，11]、中尺度和小尺度數值預報模式為基本技術框架，增加基于實測資料的統計分析和檢驗訂正模塊和多種降尺度分析模塊[12-13]，改進優化了風能資源精細GIS空間分析系統。該方法顯著提升了復雜下墊面風場的模擬能力，建立了代表近30年風能資源長年代氣候統計特征的全國1 km×1 km高分辨率風能資源數據集（本研究區域的風能資源數據從該數據集中獲取），該數據集在平坦地形下的相對誤差約為5%，復雜地形下約為8%[4]。

2.2" 太陽能資源精細化評估

太陽能資源精細化評估基于SMARTS分光譜輻射傳輸模式[14-16]計算晴天太陽輻照量，計算時所需輸入的云類型、云量、氣溶膠類型、氣溶膠光學厚度、大氣可降水量、臭氧等影響太陽輻射的參數主要來源于遙感衛星和ERA5再分析資料。

首先，根據文獻[17]的方法，將晴天總太陽輻照量作為初始量，以氣候學統計建立總太陽輻照量與日照百分率的關系，利用全國國家氣象站1992—2021年的日照百分率實測數據，計算得到站點年總太陽輻照量。然后，根據文獻[18]的方法，建立年總太陽輻照量隨海拔的變化關系，結合1 km×1 km分辨率的數字高程模型（DEM）數據，對站點總太陽輻照量進行空間插值和地形訂正，獲得1 km×1 km分辨率的格點化太陽能資源數據集（本研究區域的太陽能資源數據從該數據集中獲取）。最后，根據GB 50797—2012《光伏發電站設計規范》，采用Klein模型[19]計算傾斜面總太陽輻照量，確定光伏組件最佳傾斜面總太陽輻照量，作為資源分析和評估的依據。

2.3" 風能和太陽能資源開發潛力精細化評估

采用SRTM地形數據作為DEM數據；生態保護紅線、永久基本農田、自然保護區等信息來源于突泉縣自然資源局，土地利用約束數據來源于突泉縣政府提供的第3次土地利用調查結果；規劃政策參考2022年5月突泉縣發展和改革委發布的《突泉縣新能源發展規劃》。

本研究以技術開發量定量表征風能和太陽能資源的開發潛力，其定義為：在現行技術條件下，剔除自然、社會制約因素后，某區域的風電、光伏發電裝機容量潛力。技術開發量取決于兩個因素：1）裝機容量系數上限，即在當前的光伏組件額定功率技術條件下，平坦地形時單位面積上的風電或光伏發電裝機容量系數（光伏發電裝機容量會受到緯度影響）；2）制約因素，即風能和太陽能資源稟賦、生態保護紅線、永久基本農田、自然保護區和森林、草地、水體、城鎮等自然與社會因素，以及坡度、坡向的影響。

根據NB/T 31098—2016《風電場工程規劃報告編制規程》，風電裝機容量系數上限為5 MW/km2。考慮到近年來風電技術的技術進步和大容量風電機組逐步投入市場應用，本研究將該數值調高至6 MW/km2。

參考2023年自然資源部下發的《光伏發電站工程項目用地控制指標》，結合突泉縣所在緯度范圍（45～47°N）商業化光伏組件光電轉換效率（通常為15%～25%，本文取20%），計算得到光伏發電裝機容量上限為34～42 MW/km2。考慮到近年來高效光伏組件技術的進步，本文對光伏發電裝機容量的上限設定為45 MW/km2。

基于中國目前各類地形下風電的裝機容量情況調查結果，并參考文獻[4]中的方法，得到不同坡度下風電的土地可利用率；按照NB/T 32046—2018《光伏發電工程規劃報告編制規程》，對不同地形區光伏發電裝機容量系數進行折減，得到光伏發電的土地可利用率。風電和光伏發電在不同坡度下的土地可利用率q如表1所示。

根據國家政策及突泉縣國土管理要求，本研究所考慮的風電、光伏發電不可開發區域包括：生態保護紅線、永久基本農田、自然保護區、濕地、商服用地、工礦用地、住宅用地、公共管理與公共服務用地、交通運輸用地、水域及水利設施用地、特殊用地等。對于植被覆蓋豐富區和牧場等區域，在這些區域采用限制開發的策略。根據文獻[4]、土地審批政策及工程經驗，確定突泉縣不同地類下的風電、光伏發電土地可利用率如表2所示。

參考《突泉縣新能源發展規劃》，該縣大體上遵循“以集中式為主開發風電、以分布式為主開發光伏發電”的策略。本文也遵循這一原則，在適合風電開發的區域不再考慮光伏發電開發，僅在水泉鎮、太平鄉和突泉鎮按照前述方法測算光伏發電的土地可利用率和裝機容量系數。參考文獻[4]提出的可利用風能資源等級二元劃分法，結合年平均風速v和土地可利用率，對突泉縣風能資源等級進行劃分，劃分結果如表3所示。

3" 評估結果與建議

3.1" 風能資源精細化評估結果

突泉縣風能資源豐富，100 m高度下的年平均風速和風功率密度Pwd的空間分布呈現出西北部高、東南部低的特征，如圖3所示。全縣100 m高度年平均風速為7.5 m/s，100 m高度年平均風功率密度約為445 W/m2，根據NB/T 31147—2018《風電場工程風能資源測量與評估技術規范》，突泉縣風能資源屬于3級資源區，較為豐富。

經統計，各鄉鎮100 m高度下的年均風速和風功率密度如表4所示。

3.2太陽能資源精細化評估結果

突泉縣的太陽能資源空間分布總體呈現西北部高、東南部低的空間分布特征，寶石鎮的西北部最高，水泉鎮和太平鄉的東南部最低，如圖4所示，全縣平均的水平面年總太陽輻照量QH和最佳傾斜面處總太陽輻照量Qi分別為1483和1921 kWh/m2。

各鄉、鎮平均的水平面年總太陽輻照量和最佳傾斜面年總太陽輻照量如表5所示。根據GB/T 31155—2014《太陽能資源等級 總輻射》，各鄉、鎮的太陽能資源總量等級均為B類“很豐富”，穩定度等級為C類“一般”。

3.3" 開發潛力精細化評估結果

突泉縣風電、光伏發電的土地利用率及裝機容量系數空間分布如圖5所示。西北部的寶石鎮受生態保護的制約，土地可利用率較低；中部的學田鄉、六戶鎮、永安鎮受土地利用類型影響較大，土地利用率介于0.2～0.4之間，風電開發的裝機容量系數約為2 MW/km2；東北部的東杜爾基鎮、九龍鄉和水泉鎮北部最適合風電開發，土地利用率多在0.6以上，裝機容量系數在5 MW/km2左右；東南部的水泉鎮、太平鄉、突泉鎮部分地區光伏發電裝機容量系數受地類的影響，取值約為27 MW/km2。

突泉縣風電技術開發量共計452.35萬kW，各鄉、鎮之間差異明顯，六戶鎮最多、太平鄉最少。各鄉鎮在不同風速段的技術開發量隨高度增加而變化明顯，在100 m高度，年平均風速均大于6.5 m/s，技術開發量最多的風速段是在7.0～7.5 m/s之間，占總量的47%；而在120 m高度，年平均風速幾乎都大于7 m/s，技術開發量最多的風速段集中在7.5 m/s以上，占總量的70%，如表6所示。

采用二元劃分法，以100 m高度為例，得到突泉縣風能資源可利用等級區劃，如圖6所示。九龍鄉、水泉鎮北部、東杜爾基鎮中東部等區域的風能資源為“豐富”或“非常豐富”，可優先開發；永安鎮、六戶鎮中北部、學田鄉風能資源“一般”或“較豐富”，在開發風電時可考慮選擇輪轂較高（100 m以上）的大功率風電機組，以提高發電效率。

突泉縣光伏發電技術開發量共計451.2萬kW，各鄉鎮之間差異明顯。從不同檔級最佳傾斜面年總太陽輻照量技術開發量來看，突泉縣的光伏發電開發量主要集中在1800～1900 kWh/m2之間，占總量的2/3；其余1/3技術開發量所對應的最佳傾斜面年總太陽輻照量均在1900 kWh/m2以上，各鄉鎮的技術開發量如表7所示。

建議將最佳傾斜面年總太陽輻照量在1900 kWh/m2以上的東南部地區，作為優先開發區；突泉鎮、寶石鎮、學田鄉和六戶鎮等西部資源優勢區開發分布式光伏發電。

3.4" 建議

中國在風能太陽能資源開發潛力評估方面仍需進一步完善：

1） 數據補充。中國的太陽輻照量觀測數據和測風塔較少，這在一定程度上影響了風能太陽能資源評估的精度。建議豐富太陽輻照量觀測數據和測風塔數據，進一步更新風能和太陽能資源數據集。

2） 技術和政策更新。在技術開發量計算中，本研究參考現行行業規范和標準設定單位面積裝機容量，而在實際風電、光伏發電開發中，當選用的風電機組或光伏組件參數與本研究存在較大差異時，可能致評估結果偏差；不同地類的風電、光伏發電土地可利用率根據相關政策或文獻選取，具有一定不確定性。隨著風電機組、光伏組件等技術的不斷發展和應用，以及大氣環流的長期演變，風能和太陽能資源及其技術開發量等均可能有所變化。因此，建議不斷跟進新技術、新政策的發展，適時更新評估結果。

4" 結論

本文基于風能資源數值模擬技術、SMARTS分光譜輻射傳輸模式、GIS空間分析技術，對資源稟賦、地形、土地利用約束、永久基本農田、自然保護區、生態保護紅線、規劃政策等因素精確量化，構建了完整的縣級區域風能和太陽能資源開發潛力精細化評估方法和流程，生成了1 km×1 km高分辨率的風能和太陽能資源開發潛力圖譜，能夠滿足縣級區域的精細化評估需求。研究結果表明：突泉縣的風能資源比較豐富，風速和風功率密度的空間分布均呈現西北部高、東南部低的特征，且隨測量高度的增加該特征更為明顯。九龍鄉、水泉鎮北部、東杜爾基鎮中東部等區域的可利用風資源等級為“豐富”或“非常豐富”，建議優先開發；永安鎮、六戶鎮中北部、學田鄉可利用風資源等級為“一般”或“較豐富”，建議安裝高輪轂的大功率風電機組，以提高發電效率。該縣太陽能資源總體呈現西北部高、東南低的空間分布特征，全縣平均的水平面、最佳傾斜面年總太陽輻照量分別為1483 kWh/m2、1921 kWh/m2。

本研究為突泉縣風能和太陽能資源的合理開發與科學布局提供了科學依據，同時也為其他縣級區域的可再生能源開發潛力評估提供了方法參考。

[參考文獻]

[1] 國家發展和改革委員會. “十四五”可再生能源發展規劃[EB/OL]. （2022-06-15）. https：//www.ndrc.gov.cn/xwdt/tzgg/202206/P020220601502009073293.pdf.

[2] MCELROY M B，LU X，NIELSEN C P，et al. Potential for wind-generated electricity in China[J]. Science，2009，325（5946）：1378-1380.

[3] FENG J X，FENG L Y，WANG J L，et al. Evaluation of the onshore wind energy potential in mainland China——Based on GIS modeling and EROI analysis[J]. Resources，conservation and recycling，2020，152：104484.

[4] 朱蓉，王陽，向洋，等. 中國風能資源氣候特征和開發潛力研究[J]. 太陽能學報，2021，42（6）：409-418.

[5] LU X，CHEN S，NIELSEN C P，et al. Combined solar power and storage as cost-competitive and grid-compatible supply for China’s future carbon-neutral electricity system[J]. Proceedings of the national academy of sciences of the United States of America，2021，118（42）：e2103471118.

[6] 梁玉蓮，申彥波，白龍，等. 華南地區太陽能資源評估與開發潛力[J]. 應用氣象學報，2017，28（4）：481-492.

[7] 毛愛涵，李發祥，楊思源，等. 青海省清潔能源發電潛力及價值分析[J]. 資源科學，2021，43（1）：104-121.

[8] 孫朋杰，何飛，陳正洪，等.考慮地形影響的太陽能資源精細化評估及技術可開發量計算[J]. 南方能源建設，2024，11（1）：1-9.

[9] 朱蓉，何曉鳳，周榮衛，等. 區域風能資源的數值模擬評估方法[J]. 風能，2010（6）：50-54.

[10] 中國氣象局.全國風能資源詳查和評價報告[M].北京：氣象出版社，2014.

[11] 何曉鳳，周榮衛，朱蓉. 風能資源數值模擬評估的分型方法研究[J]. 氣象學報，2015，73（5）：975-984.

[12] SCIRE J S，ROBE F R，FERNAU M E，et al. A user’s guide for the CALMET meteorological model （Version 5） [M]. Florida：Earth Tech，Inc.，1998.

[13] 周榮衛，何曉鳳，朱蓉，等.中國近海風能資源開發潛力數值模擬[J].資源科學，2010，32（8）：1434-1443.

[14] 何曉鳳，周榮衛，朱蓉.風能資源數值模擬評估的分型方法研究[J].氣象學報，2015，73（5）：975-984.

[15] MICHALSKY J J，ANDERSON G P，BARNARD J，et al. Shortwave radiative closure studies for clear skies during the Atmospheric Radiation Measurement 2003 Aerosol Intensive Observation Period[J]. Journal of geophysical research：atmospheres，2006，111（D14）：2005JD006341.

[16] 王炳忠，申彥波. 實用太陽能光譜應用模式：SMARTS模式[M]. 北京：氣象出版社，2011.

[17] 申彥波，張順謙，郭鵬，等. 四川省太陽能資源氣候學計算[J]. 應用氣象學報，2014，25（4）：493-498.

[18] 王傳輝，申彥波. 復雜地形下太陽總輻射空間訂正方法：以四川省為例[J]. 氣象，2021，47（6）：746-754.

[19] KLEIN S A. Calculation of monthly average insolation on tilted surfaces[J]. Solar energy，1977，19（4）：325-329.

REFINED ASSESSMENT OF WIND AND SOLAR ENERGY RESOURCES AND TECHNICAL POTENTIAL AT COUNTY LEVEL——

A CASE STUDY OF TUQUAN COUNTY

Wang Xueqi1，2，Gao Jinbing1，2，Ye Dong1，2，Jia Beixi1，2，Hu Yueming1，2，Shen Yanbo1，2

（1. China Meteorological Administration Energy Meteorology Key Laboratory，Beijing 100081，China；

2. CMA Public Meteorological Service Centre，Beijing 100081，China）

Abstract：The development and utilization of wind and solar energy are considered effective approaches to addressing the energy crisis and climate issues. A detailed understanding of the distribution and development potential of wind and solar energy resources at the county level is of significant importance for guiding local renewable energy development planning and specific project site selection. This paper is based on numerical simulation technology of wind energy resources，SMARTS spectral radiative transfer model，GIS spatial analysis technology，etc.，comprehensively considering factors such as resource endowment，terrain，land use type，permanent basic farmland，nature reserves，ecological protection red lines，planning policies，etc.，to construct a complete county level regional wind and solar energy resource development potential refined evaluation method and process. Taking Tuquan County in the Inner Mongolia Autonomous Region as an example，this paper conducts a refined assessment of wind and solar energy resource development potential at a kilometer scale. The research results show that Tuquan County is rich in wind energy resources，with the spatial distribution of wind speed and wind power density characterized by higher values in the northwest and lower values in the southeast. The distribution of solar energy resources also shows a pattern of higher values in the northwest and lower values in the southeast. It is recommended that the southeast region，with an annual total solar irradiance on the optimal tilt surface of 1900 kWh/m2，be designated as a priority development area for PV power generation. Meanwhile，areas such as Jiulong Township and the northern part of Shuiquan Town，where the exploitable wind energy resource level is classified as \"abundant\" or \"very abundant\"，should be considered as priority development areas for wind power.

Keywords：wind energy resources；solar energy resources；wind power generation；PV pouer generation；technical potential