南京大学徐志伟、鹿化煜教授团队揭示全球风能评估系统性偏差并提出校正新方法

在全球气候变化日益加剧与能源结构亟待转型的背景下，开发和利用可再生能源已成为实现碳中和目标的重要途径。风能作为最具规模化应用潜力的清洁能源之一，近年来在全球范围内快速发展。我国风能资源丰富，是世界风电发展的领先国家。2023年，我国风电新增装机容量占全球的45%，充分显示出风能在国家能源战略中的核心地位。

然而，当前风能资源准确评估仍面临巨大挑战。由于风功率密度（WPD）与风速呈三次方非线性关系，即使风速发生微小改变，也会导致风能评估结果出现显著偏差。自然界中风速变化具有分钟甚至更短尺度的高频波动特征，而强天气系统（如温带气旋、台风等）则会在小时尺度引发剧烈风速变化。因此，风能评估要求使用高时间分辨率的风速数据。但是，目前全球风能研究在时间分辨率的选择上存在较大差异，日尺度甚至月尺度数据仍被广泛使用。这种较长的时间尺度（时距）会产生“滤波器效应”，导致高频风速波动被平滑处理，进一步通过非线性放大效应加剧了风能评估的偏差，阻碍了研究结果的准确比较和应用。因此，如何科学量化时距对风能评估带来的系统性偏差，并建立一套统一、可靠的计算标准，已成为风能资源研究领域亟待解决的重要科学问题。

南京大学徐志伟教授课题组对该问题的关注，最初源于他们在我国北方干旱区开展的风力作用下地表风沙景观演化的研究。为进一步系统探究风速时距效应对风能评估和风沙环境的影响，研究团队基于全球超过一万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，系统揭示了风速时间分辨率对全球风能评估的系统性影响，并创新性地提出了可跨时间尺度应用的风能校正系数K。

研究发现，相较于小时尺度数据，日平均风速会导致全球风功率密度平均低估35.6%，在风速较弱区域偏差甚至超过60%。该偏差源于风能随时间分辨率增加而呈现的指数衰减规律：风力越强（弱）的地区，风能衰减速率越慢（快）。为解决这一偏差，研究团队创新性地提出风能校正系数K，并建立了该系数与风能环境强度之间的稳健关系，实现了不同时间分辨率之间风能估算结果的有效转换，为大尺度风能评估提供了可靠依据。

更为重要的是，在对本世纪末全球风能资源的模拟预测中，若继续使用日尺度数据，未来风功率密度将被低估30.7%；而应用校正系数K后，偏差可有效降低至15%以内，全球风能储量预估提升超过25%。这一研究成果为当前及未来风能评估提供了统一标准和实用工具，在支撑清洁能源布局、推动能源结构转型、助力碳中和目标实现等方面具有重要现实意义。

该研究成果以《DetectingandCalibratingLargeBiasesinGlobalOnshoreWindPowerAssessmentAcrossTemporalScales》为题，于4月22日（世界地球日）发表在《NatureCommunications》上。我校地理与海洋科学学院二年级博士生侯承志为论文第一作者，徐志伟教授为通讯作者。参与此项研究的还有美国科罗拉多大学KristopherB.Karnauskas教授、我校大气科学学院黄丹青教授、地理与海洋科学学院鹿化煜教授等专家学者。该研究由国家自然科学基金（42122001、42021001）、国家重点研发计划（2023YFF0804703）等项目资助。这项研究工作也是我校积极推进多学科交叉融合、提升科研创新能力的又一重要体现。

论文链接：

Hou,C.,Xu,Z*.,Karnauskas,K.B.,Huang,D.,Lu,H.DetectingandCalibratingLargeBiasesinGlobalOnshoreWindPowerAssessmentAcrossTemporalScales.NatureCommunications16,3775(2025).https://doi.org/10.1038/s41467-025-59195-2