风资源是可再生能源的重要组成部分，发展风力发电可以帮助电力系统去碳以应对气候变暖。海上风电资源优质，开发空间大。然而，海上风资源在不同时间尺度上波动性很大。海上风资源能否成为可靠的能源受到了质疑。海上风电的主要气象驱动因素功率是风速，主要取决于大气环流，大尺度大气环流型可以有效地捕捉海上风力发电变率。
公司袁慧玲教授课题组进一步利用自组织映射的方法对中国南海的大气环流进行聚类，该聚类方法综合考虑了环流的空间结构、影响南海风的环流区域。聚类后的天气型可以有效识别驱动风力发电变化的天气系统，尤其是在多天时间尺度上。四个季节的风电容量因子重建与实际容量因子有很强的相关性。此外，我们计算了不同天气型下的风电间歇性和互补性。在部分天气型影响下，沿海地区的高度互补性可以减少风力发电波动的影响。所提出的方法有益于风资源评估和表征，并且对风电场的空间规划给出指导来增强风电互补性。
图1. 2012年中国南海的小时容量系数的时间序列图。时间轴以天气型相对应的颜色突出显示。
图2.根据ERA5计算的季节容量因子与根据天气型重建的季节容量因字子之间的皮尔逊相关系数。统计显著性大于95%的区域以黑色网格突出显示。
该成果以“Offshore wind resource assessment by characterizing weather regimes based on self-organizing map”为题发表于《Environmental Research Letters》（2022年影响因子为6.947）。论文第一作者为硕士生杨尚上，通讯作者为袁慧玲教授，南方科技大学地球与空间科学系的董莉教授为合作者。本研究受到深圳科技计划 (Grant No. 20200925160922002)，国家自然科学基金（42075187, 41975060）等的支持。
Yang, S., H. Yuan*, L. Dong, 2022: Offshore wind resource assessment by characterizing weather regimes based on self-organizing map. Environmental Research Letters. 17, 124009. https://doi.org/10.1088/1748-9326/aca2c2