中国储能网讯：风光发电“靠天吃饭”，天气对可再生能源电站发电量的影响很大。受全球气候变化影响，近几十年区域极端天气事件呈现“多发、频发、强发、并发”的态势，给风光发电带来更严峻的挑战。

日前，清华大学环境学院教授、碳中和研究院院长助理鲁玺在发布《中国碳中和目标下的风光技术展望》时指出，风光是一种间歇性能源，在开发利用过程中，气候和生态系统对其有着较大影响。一旦遭遇极端天气，包括极端低温、极端高温、大风、降雪等，就可能损害风光发电设备。因此，做好天气预测预警、提前防范风险十分重要。

■影响不容忽视

“全球气候变化带来的极端天气事件对高比例风光电力系统的影响非常大，甚至可以说是灾害风险。”中国气象局国家气候中心二级研究员朱蓉表示，“目前我国风光电力占比还没有那么高，但要注意的是，造成极端事件的气象条件一直存在。举个水电的例子，2020年7月至8月，长江流域高温干旱，干旱日增加了16天，四川境内的大渡河、闽江水来水量同比降低了40%—60%，水利发电能力降低一半，同时高温促使社会用电量需求增加了25%，导致了四川的缺电事件。”

鲁玺认为，全球气候变化带来的极端天气对风光发电的影响不容忽视。一方面，极端天气可能导致风光发电设备的损坏；另一方面，极端天气也可能影响风光发电的电能质量。

《中国碳中和目标下的风光技术展望》报告显示，极端寒潮和低温有可能造成风机覆冰脱网。当降雪量较大时，积雪覆盖光伏组件表面，会对太阳辐射造成一定遮挡，从而减少光伏组件接受到的太阳辐射。值得注意的是，即使不是极端天气，也有可能对风光发电站造成影响。朱蓉告诉《中国能源报》记者：“2015年11月和12月，河北承德风电利用小时数较近10年平均值分别低了50%和30%。通过查看承德气象站数据，发现这期间静稳天气出现了38天。”

静稳天气指“平静、稳定的天气”，“静”是指水平方向上的风速较小，“稳”是指垂直方向上的大气层结比较稳定，低层大气和中层大气相互间垂直交换少，辐射量少是主要原因。因此静稳天气会直接导致风光电力供应不足。

“1999年至2020年期间，张家口地区出现连续5天以上的静稳天气有5次，承德地区出现8次，而且承德出现了一次连续15天的静稳天气过程。随着碳达峰碳中和目标的不断推进，新型电力系统加快发展，未来风光电力占比将不断提升，如果达到60%，甚至80%的高占比，届时极端天气将对电力系统构成灾害风险。”朱蓉说。

■强化预测预警

《中国碳中和目标下的风光技术展望》提出，在“双碳”战略目标下，随着新能源渗透率的逐步提高，极端天气对电网运行的影响越来越大，如何精确地对极端天气进行预测预警、提高电力系统抵御极端事件的韧性、构建安全稳定的新型电力系统是电力系统进一步的研究方向。

对此，朱蓉建议，要应对天气对风光发电产生的影响，首先要充分考虑到不同地区的气象条件，以及可能出现的极端天气，制定合理的资源开发、储能配置等规划。在此基础上，需做好预测工作。“极端天气预测难度较高，需要加强对基础研究和技术研发的支持力度；需要电力部门与气象部门密切合作，共同建立包括风险预测、预警以及抗风险措施的电力供应安全保障联动机制。”

鲁玺则指出，一是从硬件角度对风光发电设施进行改造和优化；二是加强极端天气监测预报和预警及应对措施；三是促进各种能源的协同发展，促进能源系统的区域互联，来保证提高系统的电力质量。

《中国碳中和目标下的风光技术展望》指出，在灾害发生前及时采取调控措施，制定大规模停电应急预案和预警系统，及时投入备用设备、接入备用能源或调整潮流以限制故障扩展。对部分微网采用离网运行方式，保证其中关键负荷的供电，配合储能装置提高整个孤岛内的可控性。同时，做好极端天气下电网事故预案和应急处置。建议编制事故预案时应考虑极端天气可能带来的影响，做好新能源出力短时内大幅降低、同一输电通道多回线路同时故障、电网解列甚至失去部分负荷等极端情况的应急处置预案。

■用好气象数据

风光气象预报作用不仅限于对极端天气风险的防范，庞大的气象数据还可以助力风光发电站日常运行效率的提升。

《中国碳中和目标下的风光技术展望》指出，风光发电预报技术包括超短期预报、短期预报、中期预报、长期预报四种类型，分别对应电力系统的实时调配、经济调度、机组安排和电站规划四种应用场景。准确的可再生能源的预报技术可以提供可靠的能源规划，优化能源调度和储能，降低能源成本，以及提高效益。

鲁玺表示：“因此，基于当前风光预测技术的现状和未来需求，我们认为一是要优化和创新模型，促进功率预测技术的发展，通过AI技术也是一个新的方向。另外，提升数值天气预报的准确性和应用范围。”

米塔碳智能科技公司首席执行官、浙江大学特聘研究员王彬介绍：“气象数据规模十分庞大。我国遥感卫星每天产生的气象数据规模能达到上百TB。利用人工智能技术和先进的算法，可以让计算机自己去学习相关规律，减少人工成本。将人工智能技术运用在气象预测中，可以实现用一个模型自动做多种模态的数据融合，同时将参数化的物理方案变成一个人工智能方案。举例来说，在雷达外推里面，通过图像超分技术，把雷达的回波图像提升分辨率，这样就可以提升雷达外推的预测能力，预测长度可以提升至6个小时。借助人工智能做气象预报，相比数值预报方法最大的优势是在保证预报精度的前提下提升预报时间和空间分辨率，为风光发电站高效运行带来新动能。”