内蒙古奈曼旗风光资源技术可开发潜力精细化评估

doi:10.11867/j.issn.1001-8166.2025.099

在国家“碳中和”目标与绿色可持续发展助力乡村振兴背景下，加快建设以风光为主的新能源发电设施需要科学合理的开发策略。对太阳能光伏和风力发电的潜力进行精细化评估，有助于更加高效地开发风光资源。基于高精度的太阳辐射卫星反演、高分辨率风速、土地利用和保护区边界等数据，结合先进的太阳能光伏和风电转换模型，对奈曼旗风光资源技术可开发潜力进行精细化评估。评估结果表明：奈曼旗风光资源较为丰富，其中屋顶光伏的总潜力可达13.5 TWh，并呈现出南部和东北部较大、西部和东部较小的空间格局；最优角度固定式光伏的总潜力可达24 TWh，并呈现出西北部、中部和东北部较大，南部较小的空间格局；100 m高度风力发电的总潜力可达18.4 TWh，并呈现出西部最大、中南部较大和北部较小的空间格局；140 m高度风力发电的总潜力可达20.8 TWh，并呈现出西部和东南部最大、其他大部分区域较大的空间格局。研究案例可为光伏开发选址优化、风光资源协同发展路径探索及奈曼旗乡村振兴实践提供科学参考。

关键词: 太阳能资源, 风能资源, 光伏发电, 风力发电, 潜力评估

Against the backdrop of China’s “carbon neutrality” goal and green sustainable development supporting rural revitalization, accelerating the construction of wind- and solar-dominated renewable energy facilities requires scientifically grounded development strategies. This study conducts a refined assessment of the technically exploitable potential of solar and wind power generation in Naiman Banner by integrating high-precision satellite-derived solar radiation, high-resolution wind speed data, land use, and protected area boundaries, combined with advanced photovoltaic and wind power generation models. The results indicate that Naiman Banner possesses abundant wind and solar resources. The total rooftop photovoltaic potential reaches 13.5 TWh, with a spatial pattern characterized by higher potential in the southern and northeastern regions, and lower in the west and east. The total potential of optimally tilted fixed-angle photovoltaics is estimated at 24 TWh, mainly concentrated in the northwest, central, and northeastern areas, and lower in the south. At 100 meters height, the wind power generation is 18.4 TWh, with the highest values in the west, moderate in the central-southern region, and lower in the north. At 140 meters, the wind power generation increases to 20.8 TWh, with the highest values in the western and southeastern regions, and generally high potential across most other areas. The findings of this case study provide valuable insights for optimizing the planning and siting of PV installations, fostering the co-development of solar and wind energy, and advancing the rural revitalization strategy in Naiman Banner.

Key words: Solar energy resources, Wind energy resources, Photovoltaic power generation, Wind power generation, Potential assessment

中图分类号:

P964

图1 奈曼旗土地利用类型

Fig. 1 Land use types in Naiman Banner

表1 数据信息与来源

Table 1 Data information and sources

数据名称	时间分辨率	空间分辨率	时间
地表太阳辐射	1 h	0.05°	2022年
气温和气压等	1 h	0.25°	2022年
风速和风向	1 h	1 km	2022年
屋顶面积	—	2.5 m	2018年
土地利用类型	—	300 m	2022年
保护区	—	—	2018年
地形	—	30 m	2022年

表1 数据信息与来源

Table 1 Data information and sources

数据名称	时间分辨率	空间分辨率	时间
地表太阳辐射	1 h	0.05°	2022年
气温和气压等	1 h	0.25°	2022年
风速和风向	1 h	1 km	2022年
屋顶面积	—	2.5 m	2018年
土地利用类型	—	300 m	2022年
保护区	—	—	2018年
地形	—	30 m	2022年

图2 奈曼旗风光资源开发潜力评估技术路线图
基于太阳辐射和风速等气象资料以及地表土地利用等数据，运用地理信息系统筛选适宜开发区域，并用光伏与风力发电模拟模型计算出风光资源的技术可开发潜力。

Fig. 2 Technical roadmap for the development potential assessment of wind and solar resources in Naiman Banner
A two-step methodology was employed： first， GIS was used to screen suitable development zones based on solar radiation， wind speed， and land use criteria； second， the technical power generation potential of these zones was simulated using specialized PV and wind energy models.

表2 太阳能光伏发电土地利用类型的适宜性因子

Table 2 Suitability factors of land use types for solar photovoltaic power generation

土地利用类型	土地适宜性因子
水体、永久湿地、雪、冰、森林、封闭的草地和农田	0
灌木林地	0.2
城市和建设用地	0.5
稀疏草地	0.8
沙地、戈壁、盐碱地、裸土及其他未利用地	1.0

表2 太阳能光伏发电土地利用类型的适宜性因子

Table 2 Suitability factors of land use types for solar photovoltaic power generation

土地利用类型	土地适宜性因子
水体、永久湿地、雪、冰、森林、封闭的草地和农田	0
灌木林地	0.2
城市和建设用地	0.5
稀疏草地	0.8
沙地、戈壁、盐碱地、裸土及其他未利用地	1.0

表3 风力发电土地利用类型的适宜性因子

Table 3 Suitability factors of land use types for wind power generation land

土地利用类型	土地适宜性因子
水体、永久湿地、雪、冰、城市、建筑用地和封闭森林	0
灌木林地	0.20
耕地	0.25
疏林和其他森林	0.65
草地	0.80
荒地	1.00

表3 风力发电土地利用类型的适宜性因子

Table 3 Suitability factors of land use types for wind power generation land

土地利用类型	土地适宜性因子
水体、永久湿地、雪、冰、城市、建筑用地和封闭森林	0
灌木林地	0.20
耕地	0.25
疏林和其他森林	0.65
草地	0.80
荒地	1.00

表4 陆上风力涡轮机相关参数

Table 4 Relevant parameters of onshore turbines

额定功率/kW	切入风速/（m/s）	额定风速/（m/s）	切出风速/（m/s）	直径/m	扫掠区域/m²
3 000.0	2.5	9.5	20.0	140	15 393.8

表4 陆上风力涡轮机相关参数

Table 4 Relevant parameters of onshore turbines

额定功率/kW	切入风速/（m/s）	额定风速/（m/s）	切出风速/（m/s）	直径/m	扫掠区域/m²
3 000.0	2.5	9.5	20.0	140	15 393.8

图3 奈曼旗太阳总辐射（a）与光伏容量因子（b）空间分布

Fig. 3 Spatial distribution of solar radiation （a） and capacity factor （b） in Naiman Banner

图4 奈曼旗屋顶面积（a）和潜力（b）空间分布

Fig. 4 The rooftop area （a） and potential （b） spatial distribution in Naiman Banner

图5 奈曼旗土地适应性（a）与固定式最优角度安装（b）空间分布

Fig. 5 Land suitability （a） and spatial distribution of optimal fixed-angle installation （b） in Naiman Banner

图6 奈曼旗100 m高度风速（a）与容量因子（b）空间分布

Fig. 6 100 m wind speed （a） and capacity factor （b） spatial distribution in Naiman Banner

图7 奈曼旗140 m高度风速（a）与容量因子（b）空间分布

Fig. 7 140 m wind speed （a） and capacity factor （b） spatial distribution in Naiman Banner

图8 奈曼旗土地适宜性（a）与发电潜力（b和c）空间分布

Fig. 8 Land suitability （a） and power generation potential （b and c） spatial distribution in Naiman Banner

[1]	TANG W J， QI J W， WANG Y， et al. Dense station-based potential assessment for solar photovoltaic generation in China［J］. Journal of Cleaner Production， 2023， 414. DOI： 10.1016/j.jclepro.2023.137607 .
[2]	DUAN H B， ZHOU S， JIANG K J， et al. Assessing China’s efforts to pursue the 1.5 ℃ warming limit［J］. Science， 2021， 372（6 540）： 378-385.
[3]	MALLAPATY S. How China could be carbon neutral by mid-century［J］. Nature， 2020， 586（7 830）： 482-483.
[4]	TANG W J， YANG K， QIN J， et al. A 16-year dataset （2000-2015） of high-resolution （3 h， 10 km） global surface solar radiation［J］. Earth System Science Data， 2019， 11（4）： 1 905-1 915.
[5]	QIU T Z， WANG L C， LU Y B， et al. Potential assessment of photovoltaic power generation in China［J］. Renewable and Sustainable Energy Reviews， 2022， 154. DOI： 10.1016/j.rser.2021.111900 .
[6]	PRĂVĂLIE R， PATRICHE C， BANDOC G. Spatial assessment of solar energy potential at global scale： a geographical approach［J］. Journal of Cleaner Production， 2019， 209： 692-721.
[7]	SUBERU M Y， MUSTAFA M W， BASHIR N， et al. Power sector renewable energy integration for expanding access to electricity in sub-Saharan Africa［J］. Renewable and Sustainable Energy Reviews， 2013， 25： 630-642.
[8]	STAFFELL I， PFENNINGER S. Using bias-corrected reanalysis to simulate current and future wind power output［J］. Energy， 2016， 114： 1 224-1 239.
[9]	LEE G R， FREARSON L， RODDEN P. An assessment of photovoltaic modelling software using real world performance data［C］// 26th European PV solar energy conference. CCH Hamburg， Germany， 2011： 4 339-4 343.
[10]	JAFRANCESCO D， CARDOSO J P， MUTUBERRIA A， et al. Optical simulation of a central receiver system： comparison of different software tools［J］. Renewable and Sustainable Energy Reviews， 2018， 94： 792-803.
[11]	HUANG G H， LI Z Q， LI X， et al. Estimating surface solar irradiance from satellites： past， present， and future perspectives［J］. Remote Sensing of Environment， 2019， 233. DOI： 10.1016/j.rse.2019.111371 .
[12]	LETU H S， MA R， NAKAJIMA T Y， et al. Surface solar radiation compositions observed from Himawari-8/9 and Fengyun-4 series［J］. Bulletin of the American Meteorological Society， 2023， 104（10）： E1772-E1789.
[13]	TANG W J， LI J， YANG K， et al. Dependence of remote sensing accuracy of global horizontal irradiance at different scales on satellite sampling frequency［J］. Solar Energy， 2019， 193： 597-603.
[14]	PSOMOPOULOS C S， IOANNIDIS G C， KAMINARIS S D， et al. A comparative evaluation of photovoltaic electricity production assessment software （PVGIS， PVWatts and RETScreen）［J］. Environmental Processes， 2015， 2（1）： 175-189.
[15]	ANDERSON K S， HANSEN C W， HOLMGREN W F， et al. Pvlib Python： 2023 project update［J］. Journal of Open Source Software， 2023， 8（92）. DOI： 10.21105/joss.05994 .
[16]	KICHOU S， SILVESTRE S， GUGLIELMINOTTI L， et al. Comparison of two PV array models for the simulation of PV systems using five different algorithms for the parameters identification［J］. Renewable Energy， 2016， 99： 270-279.
[17]	GUALTIERI G. Reliability of ERA5 reanalysis data for wind resource assessment： a comparison against tall towers［J］. Energies， 2021， 14（14）. DOI： 10.3390/en14144169 .
[18]	SOMAN S S， ZAREIPOUR H， MALIK O， et al. A review of wind power and wind speed forecasting methods with different time horizons［C］// North American power symposium 2010. Arlington， TX， USA： IEEE， 2010： 1-8.
[19]	ALFUWAIL K， NASIR A， SHAFIULLAH M， et al. Hybrid sliding mode control and RNN-based strategy for maximizing power extraction in small wind turbines for electric vehicles［J］. International Journal of Engineering Science and Application， 2025， 9（1）： 1-9.
[20]	GUALTIERI G. Analysing the uncertainties of reanalysis data used for wind resource assessment： a critical review［J］. Renewable and Sustainable Energy Reviews， 2022， 167. DOI： 10.1016/j.rser.2022.112741 .
[21]	TSVETKOVA O， OUARDA T B M J. A review of sensitivity analysis practices in wind resource assessment［J］. Energy Conversion and Management， 2021， 238. DOI： 10.1016/j.enconman.2021.114112 .
[22]	GIL R S A， BARRIGA J E C， MARTÍNEZ J A. Wind power assessment in the Caribbean region of Colombia， using ten-minute wind observations and ERA5 data［J］. Renewable Energy， 2021， 172： 158-176.
[23]	LAI Z F， WU T J， FEI X H， et al. BERT4ST： fine-tuning pre-trained large language model for wind power forecasting［J］. Energy Conversion and Management， 2024， 307. DOI： 10.1016/j.enconman.2024.118331 .
[24]	LIU X D， CHEN Z， SI Y L， et al. A review of tidal current energy resource assessment in China［J］. Renewable and Sustainable Energy Reviews， 2021， 145. DOI：10.1016/j.rser.2021.111012 .
[25]	LIU L B， HE G， WU M X， et al. Climate change impacts on planned supply-demand match in global wind and solar energy systems［J］. Nature Energy， 2023， 8（8）： 870-880.
[26]	YANG Chun. Comprehensive evaluation of wind power and photovoltaic development potential based on entropy weight topsis model［J］. Acta Energiae Solaris Sinica， 2022， 43（12）： 70-78.
	杨春. 基于熵权TOPSIS模型的风电光伏发展潜力评估［J］. 太阳能学报， 2022， 43（12）： 70-78.
[27]	CAO Jiongwei， WEI Jiahua， LI Xiang， et al. Potential assesssment and spatio-temporal pattern of solar-wind power in Qinghai Province［J］. Acta Energiae Solaris Sinica， 2023， 44（10）： 255-265.
	曹炯玮，魏加华，李想，等. 青海省太阳能—风能发电潜力评估及时空格局［J］. 太阳能学报， 2023， 44（10）： 255-265.
[28]	WANG Xueqi， GAO Jinbing， YE Dong， et al. Refined assessment of wind and solar energy resources and technical potential at county level： a case study of Tuquan county［J］. Solar Energy， 2025（3）： 56-65.
	王雪琪，高金兵，叶冬，等. 县级区域风能和太阳能资源开发潜力精细化评估：以突泉县为例［J］. 太阳能， 2025（3）： 56-65.
[29]	DUAN Hanchen， WANG Tao， XUE Xian， et al. Spatial-temporal evolution of aeolian desertification and landscape pattern in horqin sandy land： a case study of Naiman Banner in Inner Mongolia［J］. Acta Geographica Sinica， 2012， 67（7）： 917-928.
	段翰晨，王涛，薛娴，等. 科尔沁沙地沙漠化时空演变及其景观格局：以内蒙古自治区奈曼旗为例［J］. 地理学报， 2012， 67（7）： 917-928.
[30]	LIU Feng， YANG Guang， HAN Xueying， et al. Spatial-temporal evolution of land use and spatial autocorrelation analysis in Horqin Sandy Land： a case study of Naiman Banner［J］. Journal of Northwest Forestry University， 2020， 35（4）： 148-157.
	刘峰，杨光，韩雪莹，等. 科尔沁沙地土地利用时空演变及空间自相关分析：以奈曼旗为例［J］. 西北林学院学报， 2020， 35（4）： 148-157.
[31]	LIU Z P， TANG H， FENG L， et al. China building rooftop area： the first multi-annual （2016-2021） and high-resolution （2.5 m） building rooftop area dataset in China derived with super-resolution segmentation from Sentinel-2 imagery［J］. Earth System Science Data， 2023， 15（8）： 3 547-3 572.
[32]	TANG W J， XU S， ZHOU X， et al. Meeting China’s electricity demand with renewable energy over Tibetan Plateau［J］. Science Bulletin， 2023， 68（1）： 39-42.
[33]	LIU L B， WANG Y， WANG Z， et al. Potential contributions of wind and solar power to China’s carbon neutrality［J］. Resources， Conservation and Recycling， 2022， 180. DOI： 10.1016/j.resconrec.2022.106155 .
[34]	LU T G， SHERMAN P， CHEN X Y， et al. India’s potential for integrating solar and on- and offshore wind power into its energy system［J］. Nature Communications， 2020， 11. DOI： 10.1038/s41467-020-18318-7 .

[1]	杨小雪, 吴川东, 刘鹄, 赵文智, 何志斌. 陆上风光发电设施影响下的碳循环过程研究评述[J]. 地球科学进展, 2025, 40(2): 193-206.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Refined Assessment of Technically Developable Wind and Solar Energy Potential in Naiman Banner, Inner Mongolia

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Refined Assessment of Technically Developable Wind and Solar Energy Potential in Naiman Banner, Inner Mongolia