“還記得昨天，那個(gè)夏天 ，微風(fēng)吹過(guò)的一瞬間，似乎吹翻一切， 只剩寂寞肯沉淀。”一首《被風(fēng)吹過(guò)的夏天》可以說(shuō)喚起的是90后共同的童年了。但仔細(xì)品味歌詞，可能會(huì)被其中“微風(fēng)吹翻一切”的“煽情”搞得哈哈大笑了。的確，若是微風(fēng)力量都這么大，那冬天塞北的狂風(fēng)怕是要“傾覆你的世界”了。
那么在實(shí)際情況中，我們?cè)趺丛u(píng)估風(fēng)的能量呢?世界上風(fēng)能資源又是如何分布的?風(fēng)能會(huì)隨時(shí)間發(fā)生變化嗎?就讓我們化身“追風(fēng)者”，去探尋“看不見(jiàn)的”風(fēng)能背后的秘密吧。
風(fēng)來(lái)了!怎么“抓住”它?
風(fēng)能是太陽(yáng)能的一種轉(zhuǎn)化形式，是指由太陽(yáng)輻射使得地球表面受熱不均，進(jìn)而引起大氣層受熱不均勻，空氣就會(huì)沿著水平方向運(yùn)動(dòng)，空氣流動(dòng)所形成的動(dòng)能。只要有空氣的冷暖差異，風(fēng)就不會(huì)停息。因此風(fēng)可以說(shuō)是氣象要素中的的“常駐嘉賓”，近些年來(lái)風(fēng)又多了一重身份，那就是全球新能源發(fā)電中的“新秀”。
全球最大海上風(fēng)力發(fā)電廠(圖片來(lái)源：Engadget中國(guó)版)
風(fēng)力發(fā)電的原理其實(shí)很簡(jiǎn)單，“大風(fēng)車(chē)呀吱悠悠地轉(zhuǎn)”，風(fēng)車(chē)是我們小時(shí)候就很熟悉的玩具之一。風(fēng)力發(fā)電機(jī)其實(shí)就是風(fēng)車(chē)“PLUS”，我們利用風(fēng)力帶動(dòng)風(fēng)車(chē)葉片旋轉(zhuǎn),再通過(guò)增速機(jī)將旋轉(zhuǎn)的速度提升,根據(jù)能量守恒，動(dòng)能轉(zhuǎn)換就能促使發(fā)電機(jī)發(fā)電了!
由于風(fēng)能資源可再生、無(wú)污染的特性克服了傳統(tǒng)化石能源在環(huán)境污染、不可再生等方面的不足,順應(yīng)了當(dāng)今世界可持續(xù)發(fā)展的需求。根據(jù)全球風(fēng)能協(xié)會(huì)(GWEC)預(yù)測(cè)，未來(lái)五年全球風(fēng)電累計(jì)裝機(jī)量將保持10%以上的增長(zhǎng)速度，預(yù)計(jì)到2021年全球累計(jì)裝機(jī)容量將達(dá)到817GW，將成為全球綠色能源發(fā)電的重要來(lái)源!發(fā)展風(fēng)力發(fā)電技術(shù)可以說(shuō)是“one world, one dream”了。
風(fēng)力發(fā)電系統(tǒng)結(jié)構(gòu)圖(圖片來(lái)源：浙江上風(fēng)高科專(zhuān)風(fēng)集團(tuán))
風(fēng)能不像太陽(yáng)能，它可以24小時(shí)不間斷發(fā)電，如果可以完全加以利用，豈不是能源問(wèn)題就解決了一大半?然而現(xiàn)實(shí)總要比理想骨感得多，風(fēng)能的利用存在著許多困難。
首先風(fēng)能的能量密度低，大約是水能的1/816。想獲得與水能相同的功率，風(fēng)輪的直徑就要比水輪的大許多倍，一般風(fēng)機(jī)葉片可以達(dá)到50-60米長(zhǎng)。最大的風(fēng)機(jī)葉片直徑已經(jīng)超過(guò)70米，相當(dāng)于一架波音飛機(jī)的翼展。
其次，風(fēng)的脾氣時(shí)好時(shí)壞，小宇宙爆發(fā)起來(lái)就是“狂風(fēng)呼嘯”;心情愉悅時(shí)則“微風(fēng)習(xí)習(xí)”。風(fēng)這樣古怪的性格可讓風(fēng)力發(fā)電機(jī)十分頭疼：風(fēng)速很小時(shí)，風(fēng)力機(jī)根本無(wú)法啟動(dòng)。當(dāng)風(fēng)速超過(guò)20米/秒(或27米/秒)時(shí)，會(huì)影響到風(fēng)力機(jī)的安全，不得不停止運(yùn)行。
因此，由于受到安裝環(huán)境，規(guī)模開(kāi)發(fā)、設(shè)備成本和風(fēng)的不穩(wěn)定性等的影響，風(fēng)力發(fā)電真正運(yùn)行起來(lái)還是一個(gè)字——難。不過(guò)風(fēng)速的大小雖然多變，但我們可以根據(jù)地理位置總結(jié)出風(fēng)速的平均狀態(tài)，在此基礎(chǔ)上“揣摸”風(fēng)的心情來(lái)發(fā)電就會(huì)方便很多。
我國(guó)新疆風(fēng)電場(chǎng)(圖片來(lái)源：高曉青)
一般而言，受氣候大背景以及地形地貌等諸多因素的影響,風(fēng)能分布往往不均衡,且波動(dòng)性非常大。根據(jù)世界氣象組織發(fā)表的風(fēng)能資源估計(jì)分布圖，按平均風(fēng)能密度和相應(yīng)的年平均風(fēng)速將全世界風(fēng)能資源分為10個(gè)等級(jí)。8級(jí)以上的風(fēng)能高值區(qū)主要分布在南半球中高緯度洋面和北半球的北大西洋、北太平洋以及北冰洋的中高緯度部分洋面上;大陸上風(fēng)能一般不超過(guò)7級(jí)，其中以美國(guó)西部、西北歐沿海、烏拉爾山頂部和黑海地區(qū)等多風(fēng)地帶較大。我國(guó)的東南沿海、內(nèi)蒙古、新疆和甘肅一帶風(fēng)能資源也很豐富。
2018年世界可再生能源發(fā)電能力，藍(lán)色為風(fēng)力發(fā)電(圖片來(lái)源：2019全球可再生能源現(xiàn)狀報(bào)告)
我國(guó)地域遼闊，風(fēng)能資源豐富。我國(guó)風(fēng)能資源較為豐富的地區(qū)主要分布在兩個(gè)地區(qū)：三北地區(qū)(我國(guó)的東北、華北和西北地區(qū))和沿海及其島嶼。那么問(wèn)題來(lái)了：我們?cè)撊绾卧u(píng)估風(fēng)能呢?總不能憑感覺(jué)分辨風(fēng)的強(qiáng)弱吧?風(fēng)能評(píng)估是風(fēng)能利用的重要依據(jù)，不可靠的風(fēng)能資源數(shù)量越多，越容易嚴(yán)重高估/低估區(qū)域風(fēng)力資源的豐富性，容易錯(cuò)判風(fēng)力發(fā)電廠的位置。更嚴(yán)重者，將影響到我國(guó)的能源發(fā)展戰(zhàn)略，會(huì)誤導(dǎo)我國(guó)的能源發(fā)展方向。在生活中，若要給一個(gè)人安排任務(wù)，首先要評(píng)估他的能力。風(fēng)能的利用也是如此，欲降新能源之重任與斯，必先評(píng)估其是否可靠。
風(fēng)能“體檢”?怎么做?
想要對(duì)風(fēng)能變化進(jìn)行長(zhǎng)期的研究，地基氣象臺(tái)站的歷史資料是傳統(tǒng)“武器”。根據(jù)國(guó)家氣候中心的初步研究，自 1950 年以來(lái)我國(guó)的風(fēng)速變化較為顯著，特別是1969年以后，每10年風(fēng)速減小0.2m/s。柴達(dá)木盆地東部、吐魯番以及青海等地風(fēng)速每10年減小0.3m/s。
中科院大氣物理的田群和合作者基于全球站點(diǎn)，發(fā)現(xiàn)陸地尤其在北半球的大部分地區(qū)：北美、歐洲和亞洲都有風(fēng)速下降的趨勢(shì)，他們分別有30%，50%，和80%的站點(diǎn)在1979-2016年間失去了30%以上的風(fēng)能資源。
風(fēng)能資源累積變化分布。a北美洲，b歐洲和c亞洲1979年至2016年風(fēng)能累積變化[2]
但是地基氣象站記錄風(fēng)速也存在很多局限性。
1.地基氣象站測(cè)量風(fēng)速一般位于8m或者10m，而風(fēng)力發(fā)電機(jī)的高度在60-100m之間，由于不同高度上風(fēng)的大小分布完全不同，因此氣象站所測(cè)量的風(fēng)速并不等于發(fā)電機(jī)接收的風(fēng)速。那么可以利用經(jīng)驗(yàn)公式推出來(lái)么?由于氣象局一般不會(huì)記錄地表粗糙度和大氣穩(wěn)定度(外推必須的兩大要素)，利用垂直風(fēng)廓線(風(fēng)速隨高度的變化曲線)從地表風(fēng)速外推風(fēng)力發(fā)電機(jī)高度的風(fēng)速也會(huì)帶來(lái)很大的不確定性。
新疆馬蘭核試驗(yàn)基地氣象觀測(cè)站，測(cè)站高度參照左下方人。(圖片來(lái)源：顧震潮)
大型風(fēng)力發(fā)電機(jī)吊裝現(xiàn)場(chǎng)，總高度100米，葉片長(zhǎng)度為62米(圖片來(lái)源：中央政府門(mén)戶網(wǎng)站)
2.氣象觀測(cè)站一般建在城際，而風(fēng)力發(fā)電區(qū)域一般遠(yuǎn)離城市，由于下墊面(大氣與其下界的固態(tài)地面或液態(tài)水面的分界面)不同，他們的風(fēng)速也會(huì)有很大區(qū)別(比如在平坦的操場(chǎng)跑步和障礙跑時(shí)對(duì)速度會(huì)有影響)。
3.由于觀測(cè)儀器的更換、站點(diǎn)的遷移等缺乏記錄，不同儀器和不同位置測(cè)得的風(fēng)可能并不一樣，這就使得長(zhǎng)期風(fēng)速的分析不是在同樣的外條件下進(jìn)行的，存在非均一性的問(wèn)題。也會(huì)帶來(lái)誤差。
4.觀測(cè)數(shù)據(jù)自然離不開(kāi)人，而受到地形和設(shè)備的約束，時(shí)空采樣都會(huì)受到限制。以我國(guó)為例，風(fēng)能資源較為豐富的東北和西北地區(qū)、青藏高原西北部地廣人稀，站點(diǎn)密度明顯少于我國(guó)中、東部地區(qū)。要想在這里好好評(píng)估他，實(shí)在是沒(méi)有足夠的資料來(lái)支撐，科學(xué)家也只能喊“做不到”。
中國(guó)國(guó)家級(jí)地面氣象站分布(圖片來(lái)源：中國(guó)氣象局)
當(dāng)?shù)鼗鶜庀笳镜臄?shù)據(jù)面對(duì)古靈精怪的風(fēng)束手無(wú)策時(shí)，就該它的好兄弟再分析數(shù)據(jù)出手相助，接過(guò)了給風(fēng)做“體檢”的診斷書(shū)。
再分析數(shù)據(jù)是對(duì)觀測(cè)資料(包括地面觀測(cè)、衛(wèi)星，還有雷達(dá)、探空、浮標(biāo)、飛機(jī)、船舶等等)進(jìn)行特殊處理后，通過(guò)數(shù)值模型的動(dòng)態(tài)運(yùn)行過(guò)程融合成的新資料，可以一定程度上近似的認(rèn)為這就是實(shí)際的大氣狀況。再分析數(shù)據(jù)由于時(shí)間跨度長(zhǎng)，并且包含了對(duì)歷史數(shù)據(jù)中沒(méi)有記錄的變量、位置和時(shí)間的詳細(xì)記錄，因此具有良好的數(shù)據(jù)質(zhì)量和觀測(cè)數(shù)據(jù)無(wú)遺漏的優(yōu)點(diǎn)。這些優(yōu)點(diǎn)深深吸引了許多科研工作者，使再分析數(shù)據(jù)成為風(fēng)速評(píng)估的“新寵”。
但再分析數(shù)據(jù)并非“完美無(wú)缺”。由于是從天上看世界，再分析數(shù)據(jù)自帶了“磨皮”功能，模糊掉很多小細(xì)節(jié)。比如a和b兩個(gè)不同城市離得很近，風(fēng)速變化卻很大，但是由于分辨率不足，現(xiàn)有的技術(shù)無(wú)法支持再現(xiàn)每一個(gè)小區(qū)域內(nèi)風(fēng)能的變化，會(huì)模糊局部風(fēng)速增強(qiáng)的特征，導(dǎo)致數(shù)據(jù)與實(shí)際風(fēng)速有偏差。同時(shí)，由于不同數(shù)值模型動(dòng)態(tài)過(guò)程中用到的數(shù)據(jù)處理方法有差別，這也造成數(shù)據(jù)結(jié)果的不確定性，而這在風(fēng)能資源評(píng)估工作中都是不可忽視的。因此，在使用之前有必要先對(duì)各種再分析數(shù)據(jù)集進(jìn)行評(píng)估。
“再分析技術(shù)”哪家強(qiáng)?
由于再分析數(shù)據(jù)也是經(jīng)過(guò)后期處理后的產(chǎn)品，因此使用不同的再分析資料對(duì)風(fēng)能進(jìn)行評(píng)估就會(huì)得出不同的“體檢報(bào)告”。那么哪一份報(bào)告的結(jié)果更為可靠呢?正所謂“尺有所短，寸有所長(zhǎng)”，不同氣象要素在各種數(shù)據(jù)中表現(xiàn)不一，有好有壞，因此無(wú)法簡(jiǎn)單粗暴地給再分析資料排名次。
目前較為常用的再分析資料有 ERA-Interim、JRA-55、CFS和MERRA-2。ERA-Interim 由歐洲氣象中心提供，時(shí)間序列從1979年1月至今，數(shù)據(jù)全，更新速度快;JRA-55 是由日本氣象廳提供的再分析資料，對(duì)于中國(guó)的科研人員來(lái)說(shuō)，精確度較好(因?yàn)槿毡究拷袊?guó));MERRA-2由NASA(美國(guó)國(guó)家航空航天局)提供，CFS由NCEP(美國(guó)氣象環(huán)境預(yù)報(bào)中心)提供，不僅包含的要素多，范圍廣，而且延伸的時(shí)段長(zhǎng)，是一個(gè)綜合的數(shù)據(jù)集。
為了更準(zhǔn)確地把握風(fēng)能的動(dòng)態(tài)，需要對(duì)不同的再分析資料給出的風(fēng)能“體檢報(bào)告”再一次進(jìn)行分析評(píng)估。中科院大氣物理黃剛研究員與課題組的碩士生苗昊澤予共同完成的最新研究，從氣候特征、年際變率和長(zhǎng)期線性趨勢(shì)等方面，與1980至2016年期間的觀測(cè)數(shù)據(jù)集進(jìn)行比較分析，評(píng)估了四種再分析數(shù)據(jù)集在重現(xiàn)北半球近地面風(fēng)速和風(fēng)功率密度的時(shí)空特征的能力，研究結(jié)果在國(guó)際能源領(lǐng)域頂級(jí)期刊《Energy》發(fā)表。
他們的結(jié)果表明：北半球近四十年來(lái)風(fēng)速和風(fēng)功率密度都呈現(xiàn)下降趨勢(shì)。再分析數(shù)雖都可以較好地反映出這種變化，但是明顯地低估了其下降幅度。同時(shí)，他們發(fā)現(xiàn)在不同區(qū)域，不同再分析產(chǎn)品重現(xiàn)能力有較大變化。整體而言，JRA-55和CFS再現(xiàn)北半球地面風(fēng)速年和季節(jié)變化的能力最佳。其中，JRA-55最好地重現(xiàn)了亞洲的地面風(fēng)速特征，CFS在歐洲表現(xiàn)最佳，MERRA-2只有在北美中部地區(qū)與觀測(cè)較為一致。
1980-2016年各數(shù)據(jù)集風(fēng)功率密度變化趨勢(shì)(ms-1year-1)的空間分布
其中，歐洲(a-e)、亞洲(f-j)和北美洲(k-o)，觀測(cè)數(shù)據(jù)(a、f和k)，ERA-Interim(b、g和l)、JRA-55(c、h和m)、CFS(d、i和n) 和MERRA-2(e，j和o)。[1]
北半球的風(fēng)怎么就減少了?
美國(guó)科羅拉多大學(xué)博爾德分校的研究人員在《自然·地球科學(xué)》雜志發(fā)表的研究也指出，全球變暖條件下全球風(fēng)能資源分布將發(fā)生變化，下一世紀(jì)北半球的風(fēng)能資源可能會(huì)減少，而南半球的風(fēng)能資源會(huì)增加。
北半球風(fēng)能減少是全球變暖的“副作用”之一嗎?在全球變暖的大背景下，極地增暖的速度更為明顯，術(shù)語(yǔ)稱為“北極放大”效應(yīng)，其中的一個(gè)原因是北極增暖與海冰消融是一個(gè)互相促進(jìn)的正反饋過(guò)程。前面提到，風(fēng)是由于地球表明冷熱不均而產(chǎn)生的空氣流動(dòng)，可以說(shuō)溫度差越大，產(chǎn)生的風(fēng)速越大。而北極增暖則削弱了赤道與北極之間的溫度梯度，因此北半球中緯度西風(fēng)帶風(fēng)速整體減小。一些模擬結(jié)果也表明，由于北半球中緯度地區(qū)南北側(cè)的冷暖溫差減弱，風(fēng)暴系統(tǒng)的活動(dòng)整體減少，也是風(fēng)能資源減少的一個(gè)原因。
西風(fēng)帶示意圖(圖片來(lái)源：搜狐網(wǎng))
而在南半球，除南極洲外，南半球大陸主要分布在熱帶和副熱帶地區(qū)，南極增暖不如南美中部、非洲南部和澳洲的陸上增暖明顯。南半球熱帶和副熱帶陸地變暖更快，與同緯度海洋間的溫度梯度增大，風(fēng)速增大，風(fēng)能資源因此增加。在南美和澳洲的中高緯地區(qū)，風(fēng)能資源仍趨于減少，和北半球類(lèi)似。
風(fēng)能是目前最商業(yè)化和發(fā)展最迅速的可再生能源，也是一種相當(dāng)不穩(wěn)定的自然資源。由于風(fēng)能的評(píng)估方法和采用數(shù)據(jù)總是存在不可避免的局限性，因此對(duì)風(fēng)能資源開(kāi)發(fā)進(jìn)行風(fēng)險(xiǎn)評(píng)估時(shí)需要因地制宜，選擇合適的方法和數(shù)據(jù)。
同時(shí)目前全球氣候模式無(wú)法模擬出風(fēng)能資源的長(zhǎng)期變化趨勢(shì)，因此利用全球氣候模式進(jìn)行風(fēng)能資源預(yù)估時(shí)，一定要慎重再慎重。正確的風(fēng)能評(píng)估可以避免不當(dāng)?shù)耐顿Y，制定合理的可持續(xù)發(fā)展舉措。全球增暖是人類(lèi)共同面臨的問(wèn)題，只有深刻地認(rèn)識(shí)全球變暖對(duì)各個(gè)方面的影響，才能更好地積極地應(yīng)對(duì)。
參考文獻(xiàn)：
1.Haozeyu Miao, Danhong Dong, Gang Huang*, Kaiming Hu, Qun Tian, Yuanfa Gong, Evaluation of Northern Hemisphere surface wind speed and wind power density in multiple reanalysis datasets, Energy (2020), doi: https://doi.org/10.1016/j.energy.2020.117382
2.Qun Tian, Gang Huang, Kaiming Hu, Dev Niyogi, Observed and global climate model based changes in wind power potential over the Northern Hemisphere during 1979–2016, Energy (2019), doi: https://doi.org/10.1016/j.energy.2018.11.027
3.Karnauskas, K.B., Lundquist, J.K. & Zhang, L. Southward shift of the global wind energy resource under high carbon dioxide emissions. Nature Geosci 11, 38–43 (2018). https://doi.org/10.1038/s41561-017-0029-9
4.朱瑞兆，薛析，風(fēng)能的計(jì)算和我國(guó)風(fēng)能的分布，
5.薛桁,朱瑞兆,楊振斌，中國(guó)風(fēng)能資源貯量估算，太陽(yáng)能學(xué)報(bào)，2001
作者單位：中國(guó)科學(xué)院大氣物理研究所
評(píng)論