风能是一种可再生清洁能源，在能源市场中发挥着重要作用。风能资源评估是预测风能资源储量的必要步骤，也是风电场开发建设的首要环节，对于服务“双碳”目标下能源产业结构优化具有重要意义。但目前，我国风能资源的时空分布尚缺少精准的量化评估。
针对上述问题，我院研究团队联合中国气象科学院和中科院大气物理所等单位，依托气象大数据平台，揭示了空气密度的时空分布特征；应用Copula等模型，建立了空气密度与风速的耦合关系；借助深度神经网络算法和ANUSPLIN空间插值法，量化评估了我国风能资源的理论潜力时空分布。
研究发现，海拔决定了空气密度的空间分布模式。受此影响，我国有88.4%的区域存在风能资源储量高估现象，仅我国东北部和北部风能资源储量被低估0.04%-1.76%。我国风能资源储量时空变化呈明显的季节性周期性特征，最高储量值出现在春季（2.968 GWh/yr），且4月份储量最高（3.259 GWh/yr），8月份储量最低（1.972 GWh/yr）。同时，华北地区储量最高（3.028 GWh/yr），而东北地区储量年变化幅度最大。研究成果显著提升了风能资源评估的准确性和可靠性，为优化风电场选址布局，高效开发利用风能资源，服务“双碳”目标提供了理论依据。
图2我国风能资源储量的时空变化
上述研究成果分别于2020、2021和2022年在国际能源领域顶级期刊Energy Conversion and Management和Energy发表。文章第一作者为我院博士研究生梁羽石，通讯作者为我院冀晓东教授，吴春冰和张泽宇等研究生参与了项目研究工作。该项工作得到了国家自然科学基金（31570708）和国家科技重大专项（2017ZX07101002-002）的资助。
文章链接：
https://doi.org/10.1016/j.enconman.2020.113371
https://doi.org/10.1016/j.energy.2021.122210
https://doi.org/10.1016/j.enconman.2022.116054
作者：冀晓东；审核：高广磊、刘金霞