风能作为最具规模化应用潜力的清洁能源之一，近年来在全球范围内快速发展。24日，记者从南京大学获悉，该校地理与海洋科学学院与大气科学学院科研团队联袂美国科罗拉多大学学者创新性地提出了可跨时间尺度应用的风能校正系数，应用该系数K后，对全球风能储量预估提升超过25%。该研究成果近日刊发于国际期刊《自然·通讯》。

我国风能资源丰富，是世界风电发展的领先国家。2023年，我国风电新增装机容量占全球的45%，充分显示出风能在国家能源战略中的核心地位。

“然而，当前风能资源准确评估仍面临巨大挑战。风能评估要求使用高时间分辨率的风速数据。”论文通讯作者、南京大学教授徐志伟介绍。

此次研究中，徐志伟团队基于全球超过1万个高分辨率长时序风速观测站点、多套大气再分析资料以及CMIP6气候模式模拟，系统揭示了风速时间分辨率对全球风能评估的系统性影响，并创新性地提出了可跨时间尺度应用的风能校正系数K。

研究发现，相较于小时尺度数据，日平均风速会导致全球风功率密度平均低估35.6%，在风速较弱区域偏差甚至超过60%。该偏差源于风能随时间分辨率增加而呈现的指数衰减规律：风力越强的地区，风能衰减速率越慢。

“为解决这一偏差，我们创新性地提出风能校正系数K，并建立了该系数与风能环境强度之间的稳健关系，实现了不同时间分辨率之间风能估算结果的有效转换，为大尺度风能评估提供了可靠依据。”徐志伟说，更为重要的是，在对21世纪末全球风能资源的模拟预测中，若继续使用日尺度数据，未来风功率密度将被低估30.7%；而应用校正系数K后，偏差可有效降低至15%以内。

徐志伟表示，这一研究成果为当前及未来风能评估提供了统一标准和实用工具，在支撑清洁能源布局、推动能源结构转型、助力碳中和目标实现等方面具有重要现实意义。