2022一带一路国家风光资源评估报告.docx

可持续投资项目系列一带一路国家风光资源评估报告全球能源互联网发展合作组织2022年5月目录第1章资源评估的数字化方法21.1 技术路线21.2 数据与计算51.2.1 基础数据51.2.2 计算技术61.3 风能资源评估模型81.3.1 理论薄藏量81.3.2 技术可开发量81.4 太阳能资源评估模型171.4.1 理论蕴藏量171.4.2 技术可开发量17第2章BRl国家可再生能源资源禀赋评估222.1 基础条件222.1.1 风速分布222.1.2 水平面总辐射量分布232.1.3 地面覆盖物232.1.4 保护区分布242.1.5 地形分布252.1.6 交通设施262.1.7 电网设施272.1.8 估结果272.2.1 理论蕴藏量282.2.2 技术可开发量282.2.3 开发成本292.3光伏资源评估结果342.3.1 理论蕴藏量342.3.2 技术可开发量352.3.3 开发成本36第3章重点国家的可再生能源发展潜力423.1 印度尼西亚423.1.1 资源条件423.1.2 开发条件423.1.3 开发潜力443.2 埃塞俄比亚453.2.1 资源条件453.2.2 开发条件453.2.3 开发潜力47附录地理信息运算关健算法48注释512.2第1章资源评估的数字化方法当前，全球能源行业正在加速推进低碳化绿色转型，水电、风电和光伏发电装机规模已经占到全部清洁能源装机规模的80%以上，是最为重要和最富发展潜力的清洁能源发电方式。报告对风能和太阳能资源进行评估，为加快清洁能源开发利用奠定了科学基础。风能是空气流动所产生的动能，是太阳能的一种转化形式。太阳辐射以及地球和大气层的旋转造成地球表面各部分受热不均匀，引起大气层中压力分布不平衡，在水平气压梯度作用下，空气运动形成风。太阳能是由太阳核聚变所产生的能量，经由电磁波形式在宇宙空间中传递，是地球表层能量的主要来源。分析太阳能资源需要包括太阳能年总水平面辐射量、水平面散射辐射量、年总法向直射辐射量等数据。本报告主要研究适宜开发光伏发电的太阳能资源。U技术路线风速、太阳辐射、空气密度、温度等气象数据是评估风电、太阳能发电能力的关键。目前已有研究机构和企业完成了从原始气象资料到风、光气象资源数据的生产，并对数据的质量进行了有效管控与验证。基于此类商业化的资源数据开展研究，可以提高评估结果的准确性和工作效率。(1)数据来源大范围的风资源数据一般采用大气模式数值模拟计算的方法获取。地球大气系统是个极其复杂的非线性系统，其动力、热力过程可以通过偏微分方程组描述，但是方程组的复杂性导致难以获得解析解，采用差分数值法建立大气模式可以获得近似解。影响风机发电的天气与气候现象具有中尺度特性，所以般使用中尺度模式开展模拟计算，并对原始方程模式进行必要简化以有效节省时间及计算成本。天气研究与预测模型I(WeatherResearch&ForecastingModebWRF)作为中尺度气象模式的典型代表，能够有效捕捉大、中尺度的地球大气环流过程，适合宏观区域风能资源研究，能够开展从数十米到数千千米范围的气象数据分析，也广泛应用于大气研究和气象预报领域。随着大气探测技术、通信技术和计算机技术的不断发展，借助现代高性能计算集群进行大规模数值模拟计算，已成为最高效的风能资源气象数据的获取手段。西班牙VorteX公司采用中尺度WRF模型，通过嵌套模拟链实现了从数百米到数千米空间尺度的覆盖?，其嵌套网格模拟如图12所示。模型采用的宏观尺度的气象数据来自三个不同的再分析数据源3,分别为美国国家环境预报中心的CFSR数据、美国航空航天局的MERRA-2数据和欧洲中尺度天气预报中心的ERA-Interim与ERA5数据；地形数据来源于美国航空航天局的SRTM数据陆地覆盖数据来源于欧洲航天局的GlObCOVer1.andCOVerI5数据。VOneX公司把再分析生产的风速数据与全球超过250个站点的实测风速数据集进行了对比6,同时结合实际案例经验，在全球范围内测试/超过400个检查点进行对比分析7,全面检测校核了生产气象数据的准确性。总体上，V。IleX公司通过数值模拟计算可以获得全球范围50150m高度下的风能资源图谱及逐小时时间序列数据，分辨率为9kmX9km,其数据成为世界银行(WOrIdBank)WindAtlaS平台的基础数据之一，在全球获得广泛应用。经过对比分析，报告采用VOrteX公司生产的全球风能资源数据作为风能资源评估的输入。太阳能资;:一般采用卫星遥感数据结合辐射传输模拟的方法获取。获取一个地区太阳能资源数据最简单，也图11IVorteX嵌套网格模拟示意图是最准确的方法就是利用地面辐射观测资料。然而，地面观测站点数量有限且空间分布不均匀。基于卫星遥感资料的物理反演方法是当前获取全球覆盖范围太阳能资源数据的主要方式，同时采用高质量的地面辐射观测数据对评估结果进行校准，可有效提高数据的时空分辨率和精确度。欧洲SOIarGlS公司采用卫星遥感数据结合辐射传输模拟的方法，利用卫星遥感、地理信息技术和先进的科学算法开展覆盖全球的太阳辐射反演模拟,SoIarGlS公司采用气象卫星数据b、气象模式再分析数据、天文模式、地理信息数据叱并结合地面观测数据，建立了包含一系列高分辨率气象要素的太阳能资源数据库。其中，太阳辐射数据包含水平而总辐射量(GlobalHorizontalIrradiance.GHI)、法向直接辐射量(DirectNormalIrradiance.DNI)和散射辐射(DiffuseRadiation,DIF)；气象参数包含气温、湿度、大气压强、平均风速和风向等。该数据库在高空间分辨率、高品质地面测量、高时间分辨率数据处理算法等方面处于全球先进水平，经过对照分析，GHl数据与地面实测数据的误差在±4%±8%之间，DNl数据误差度在±8%±15%之间。SOlarGIS公司可以提供全球陆地主要太阳能资源开发区域内(北纬60°南纬55。)，陆地表面的太阳能资源逐小时时间序列数据，空间分辨率为9kmX9km,已成为世界银行SOIarAUaS平台的基础数据之一，在全球范围内已被广泛应用于太阳能项目的前期研究、资源评估和发电量计算。经过对比分析，报告采用SOIarGIS公司数据库作为太阳能资源评估的输入。(2)评估方法风能与太阳能资源评估研究重点关注理论蕴藏量、技术可开发量和经济可开发量3个指标的测算，其总体技术路线如图12所示。首先，收集整理风、光资源数据，全球地形、数字高程、岩层地质等地理信息，地面覆盖物分布等高分遥感辨识信息，自然保护区、交通基础设施分布等人类活动信息，形成支撑资源评估的多元数据库。然后，基于地理信息数字计算，采用多分辨率融合及多类型混合计算等技术，将各类数据同化为可以进行量化评估的标准数据源。最后，构建多层次量化分析体系，实现从技术特性(理论蕴藏量与技术可开发量)到经济性水平(经济可开发量)的全面评估。风光能源资源评估候通对行正气，值术资进订规据数技光据核常数过拟风W最终数据U数据与计算121基础数据风速、太阳辐射、温度等资源数据是开展风能和太阳能源资源评估研究的必备基础。为实现数字化、多维度的风与光资源评估，引入r全球地而覆盖物分布等地理信息类数据，全球交通与电网基础设施分布等人类活动相关数据，可以在理论蕴藏量评估的基础上，进步开展技术可开发量和经济可开发量等多维度的评估测算。总体上，报告建立了全球清洁能源资源评估基础数据库，共包含3类14项覆盖全球范围的数据信息，如表1-1所列。资源类数据，主要包括全球中尺度风资源数据以及太阳能资源数据。全球风资源数据为VorteXiI算生产的全球风能气象资源数据太阳能资源数据为GeoMOdelSOlar计算生产的全球太阳能气象资源数据力地理信息类数据，主要包括全球地面覆盖物、保护区、水库、湖泊湿地、主要断层、板块边界、历史地震频度、岩层等分布数据，地理高程与海洋边界等数据。全球地面覆盖物分类信息来源于中国国家基础地理信息中心发布的覆盖北纬80度至南纬80度陆地范围的森林、草地、耕地等10个主要地表覆盖类型的辨识成果数据。全球主要保护区分布数据来源于国际自然保护联盟和联合国环境规划署世界保护监测中心联合发布的全球保护区数据集，报告结合中国保护区分类标准”进行了必要的翻译、归类和整理。全球历史地震频度分布数据来源于世界资源研究所，包含了自1976年以来里氏4.5级以上地震的地理分布。全球主要岩层分布数据来源于欧盟委员会、德国联邦教育与研究部、德意志科学基金会等机构的联合研究成果.全球地形卫星图片数据来源于谷歌公司产品。全球地理高程数据来源于美国国家航空航天局和日本经济贸易工业部的数字产品。全球海洋边界数据数据收源于比利时弗兰德斯海洋研究所，包含联合国海洋法公约中规定的200海里专属经济区、24海里毗连区、12海里领海区域等信息。,人类活动和经济性资料，主要包括全球人口、交通基础设施、电源和电网分布等表I2010-2019年全球可再生能源总投资（单位：亿美元）I序号数据。全球人口分布数据来源于哥伦比亚大数据名称空间分辨率数据类型i1全球中尺度风资源数据9km×9km栅格数据学国际地球科学信息网络中心，包含了2000、2005、2010和2015年的人1.I分布数据。全球交2全球太阳能资源数据9km×9km栅格数据通基础设施分布数据来源于北美制图信息学3全球地面覆盖物分类信息30m×30m栅格数据会发布的全球铁路、机场、港口数据集以及4全球主要保护区分布/矢量数据由美国国家航空航天局社会经济数据和应用5全球主要断层分布/矢量数据中心发布的全球公路网数据集。全球电网地6全球历史地震频度分布5km×5km栅格数据理接线图数据忆京于全球能源互联网发展合7全球主要岩层分布/矢量数据作组织，涵盖了欧洲、亚洲、美洲、非洲及8全球地形卫星图片0.5m×0.5m栅格数据大洋洲共147个国家截至2017年ZvrlTtM-rE44IP30m×30m栅格数据年底的主干输电网数据，包括IlOkV-100okV9畲雕得需算辨北纬83。间陆地的交流电网和主要的直流输电工程。全球电10全球海洋边界数据Z矢量数据厂信息及地理分布数据来源于谷歌、斯德哥尔摩皇家理工学院和世界资源研究所的联合11全球人口分布全球交通基础设施分布900m×900m栅格数据12/矢量数据研究成果，包含截至2017年年底火电、水电、核电、风电、光伏发电、生物质发电等全球13全球电网地理接线图/矢量数据电站的位置分布与装机容量等信息。14全球电厂信息及地理分布/矢量数据122计算技术在各类基础数据间开展的与地表面积、坡度等有关的地理信息计算是全球清洁能源资源评估系统的基础性算法。由于基础数据的空间分辨率不同、类型格式不同，必须解决多分辨率数据的融合以及多类型数据的计算两大关