中国风电和太阳能发电潜力评估（2024版）

会（COP28）是影响全球能源转型重要会议，COP28明确指出可再生能源术路径，开展中国10km分辨率风能和太阳能光伏发电潜力评估，建立政2023-2035318%2023-2035270% 李立 中国南方电网公严刚李俊峰国家应对气候变化战略研究和国际合作中心张昕国家应对气候变化战略研究和国际合作中心武钢金风科技股份有限公司何继江姜克隽

蔡博峰生态环境部环境规划院碳达峰碳中和研究中心李亚飞金风科技股份有限公司鲁玺郭静生态环境部环境规划院碳达峰碳中和研究中心王若梅金风科技股份有限公司张立生态环境部环境规划院碳达峰碳中和研究中心刘辰阳金风科技股份有限公司吕晨生态环境部环境规划院碳达峰碳中和研究中心张哲生态环境部环境规划院碳达峰碳中和研究中心李朝君清华大学碳中和研究院 张憧 清华大学环境学 吴赟 首都经济贸易大研究背 研究方 中国风能发电现 中国风电潜力评 目目中国光伏发电现 中国光伏发电潜力评 录录参考文 附 附件1附件2由政策驱动发展转为市场驱动发

源潜力评估研究，有利于促进新能源项目建设的优化布局、提高新能源潜力利用率，对推动中国能源绿色低碳转型，构建新型电力系统和实现碳中和目标具有重要意义。为三个阶段（1）：起步阶段、为主的模糊评估方法。风能资源

成熟阶段主要采用人工智能技术以及大数据技术与空间信息系统相结合的精准预测方法。为了确保中国新能源未来规划布局更加精准、高效，更大程度挖掘地S开展层次化、精细化、网格化的潜力评估工作，不仅有助于明确中国各地风能和太阳能资源的具体分布及可开发利用量，更能为在何时何地布局新能源项目提供有力指导，从而推动中国新能源行业健康发展。1流水域以及道路交通等限制性因放综合评估模型（CAEP-CP）分别评估现状（2023年）及不同情景下（2025-2035年）10未来新能源规划布局提供决策支

是用于描述特定地点或区域内的的风能，单位为W/m²。本研究风150米高度的风功率（1）

性，风功率小于250W/m²的地区态保护区域以及地形坡度大于30境条件下集中式开发装机密度的25%考虑。能源资源的分布特征，对2023年

案等政策（附件2），区域历史装所有数据和分析结果，都在GIS平台上统一为10km网格分辨率（2）。

气候变化专门委员会（IPCC）第1.5°2中国风电装机从2015年的145GW增长到2023年的441（3），年复合增长率为15%。海上风电累计装机规模增长速度32015-2023年中国风电累计装机容量远高于陆上风电。海上风电累计装机规模从2015年的1GW增长2023年的37GW，年复合增长率为57%。陆上风电累计装机规模2015144GW增长到2023405GW，年复合增长率为14%2023年中国风电装机容量达到44134万千瓦，占全国累计发电装机容15%（1）。其中内蒙古、新疆、河北、甘肃、山东、山西、江苏、2000万千瓦以上，八省累计装机容量25529万千瓦（4）。20238090kWh，占全国总发电量（包括化石能源与非化石能源）9%。其中吉林、甘肃、内蒙古、黑龙江、河北等地风力发电量最高，分别占各省总发电量的24%、21%、17%、17%、16%。200W/2，平均风速达到5-6s2000h28%、26%、25%、20%、17%。12023（万千瓦（（（注：数据来源于国家能源局、国家统计局、中国电力企业联合会、国家电网有限公司、Wind数据库。总发电量为该省（市）42023年中国风能装机容量（10km网格GIS技术获得中国风电单机点源数据（12万台），GIS平台上统一汇10km网格数据，并利用中国各省统计数据进行验证和校对。5展示不同区域典型风电场。 （3）

（4） 宁夏吴忠市风电 （8）云南大理白族自治州风电52023注：新疆达坂城地区和内蒙古乌兰察布地区集中风电场，依托丰富风能资源，将乡村风电与农业融合发展，合理利用土地，扩大农业的经济附加值；辽宁锦州地区和山东威海等地将风机修建于农田间隙中，实现土地资源的高效利用；江苏盐城、福建莆田及福州等地在近海部署风电，一定程度上解决了地区用电需求；宁夏吴忠以重点光伏项目作为拉动经济增长的重要抓手，积极推进国家“戈壁、沙漠、荒漠”新能源大基地建设；云南省大理白族自治州地形复杂，植被覆盖多，成功实施了在高海拔复杂地形条件下发展高功率、高容量新一代风电技术的创新举措。中国的陆地风能分布呈现出明显的地域特征，表现为北部地区的风能较为丰富，而南部地区的风能相对较低（6）。新疆、内蒙古以及甘肃北400W/900W/m2以上，这些地区人口密度低、地61000W/m2以上。东部沿海地区风电技术潜力最高（7）140710015020010027.8亿千瓦，实际装4%0.9%，未来开发潜力巨大。政策情景下（表2），华北地区风电累计装机全国最高，约占全国30%~34%。从区域装机增幅来看，2023-2035年南部地区增幅最高，将达到195%，其次是西北164%、华中162%、东北122%、华东107%、华北103%。从区域装机年均增速来看，2023-2035年南部地区年均增速最大，将达到9.4%

高速情景下（2），2023-2035年南部地区增幅最高，将达318%、华中310%、西北299%、264%。从区域装机年均增速来看，2023-2035年南部地区年均增速最大，将达到13.5%，其次12.8%12.7%、华中12.5%12.2%11.4%。82023-2035年中国9203510km网格风电装机情景分析结果，未来中国风电22025-2035装机容量（亿千瓦202520302035(0.083-(0.122-(0.161-(0.003-(0.006-(0.008-(0.091-(0.146-(0.312-(0.643-(0.826-(0.167-(0.22-(0.273-(0.141-(0.219-(0.297-(0.081-(0.108-(0.134-(0.004-(0.009-(0.013-(0.337-(0.433-(0.529-(0.246-(0.481-(0.783-(0.145-(0.176-(0.097-(0.129-(0.161-(0.149-(0.186-(0.135-(0.171-(0.206-装机容量（亿千瓦202520302035(0.278-(0.366-(0.454-(0.069-(0.092-(0.181-(0.319-(0.466-(0.783-(0.925-(1.638-(0.179-(0.235-(0.291-(0.121-(0.162-(0.202-(0.281-(0.366-(0.451-(0.287-(0.38-(0.473-(0.176-(0.279-(0.382-(0.013-(0.016-(0.019-(0.081-(0.152-(0.019-(0.022-(0.028-(0.004-(0.008-(0.015-(0.357-(0.643-(0.893-(0.169-(0.234-(0.789-(0.064-(0.089-(0.143-(0.027-(0.041-(0.055-注：表中（）内上限和下限分别代表风电装机政策情景和高速情景结果，最终取值为两类情景上万次模拟优化后选取的中位数。区 省

2023

2030 华北内蒙古

0.309

西北新疆

0.146

华东江苏

0.058

0.162

华 河

四 江 重

128.1%

云

其 西

0.00 0.600.80 .00 1.500.00 025025 1.005 1.50

装机容量(亿千瓦

82023-20352025年、2030年、2035年各省装机容量对比基准年（2023年）的增长幅度。92035201537GW、6GW2023355GW、254GW36%、59%。 累计装机容量累计装机容量 102015-2023年中国光伏累计装机容量2023216GW609GW，新增和累计装机容量均为全球第一。2023年中21%20个省

份光伏装机容量在1000万千瓦以56939%，浙江（6%）、河南（6%）。五省22125万千瓦，累计发电量达到701kWh（图疆和青海，分别为3023万千瓦、2878万千瓦、2521万千瓦，三省24%。

4099万千瓦、3094万千瓦、277239%。2023年中国光伏发电量达到2940kWh，分别占全国总发电3%、3%。河北、量的6%、10%、24%、3%、4%。21%、17%、11%、7%、6%。32023（万千瓦（（（112023年光伏累计装机容量分布（10km网格GIS技术获得中国光伏面板（15923个小斑）GIS10km12展示 （1）新疆博乐市光伏电 （2）四川理塘县光伏电（3）

（4） 图12中国2023年典型光伏发电站难题；四川理塘、西藏拉萨、广西象州、贵州彝族回族苗族自治县，地形条件复杂但太阳能资源较好，光伏发电与荒山改良综合利用结合起来，发展农光互补模式；中国漂浮式光伏技术发展迅速，安徽颍上县“渔光互补”建设模式为典型代表；青海海南藏族自治州共GlobalSolars系统可实现的电力输出PVOU）。该系统模拟了可用太阳能资源转化为电力的过程，考虑了空气温度、地形地平线、反照率以及模块倾斜、配置、遮挡、污染等影响系统性能的因素。PVOUT是长期内每单位已安装V容量所生成的电力量（kWh/kWp）。13部和西部以及台湾省西南部等地区的光伏发电资源潜力较大（13）。14长的主要区域（图14）。在分省维度上，新疆、西藏、内蒙古、青海、甘50%。政策情景下（4），华北地28%。从区域装机增幅来看，2023-2035年南部地区增幅最高，182%178%、华中162%、华北155%、东北114%100%。从区域装机年均增速来看，2023-2035年南部地

区年均增速最大，将达到9%，其8.9%8.4%、华北8.1%6.6%5.9%。高速情景下（4），2023-2035年东北地区增幅最高，将达270%、西北248%、南部244%216%。从区域装机年均增速来看，2023-2035年东北地区年均增速最大，将达到12.4%，其次是华北2023-2035年中国各省光伏累计装16203510km网格分辨率光伏装机分布，未来中国光伏装42025-2035装机容量（亿千瓦202520302035(0.349-(0.573-(0.797-(0.015-(0.023-(0.031-(0.095-(0.142-(0.209-(0.272-(0.297-(0.308-(0.281-(0.523-(0.765-(0.12-(0.14-(0.197-(0.246-(0.415-(0.585-(0.052-(0.068-(0.092-(0.666-(1.133-(1.599-(0.413-(0.744-(1.105-(0.064-(0.092-(0.12-(0.256-(0.422-(0.604-装机容量（亿千瓦202520302035(0.142-(0.304-(0.049-(0.067-(0.084-(0.429-(0.725-(1.021-(0.208-(0.353-(0.499-(0.108-(0.159-(0.221-(0.252-(0.312-(0.337-(0.216-(0.314-(0.268-(0.391-(0.705-(1.168-(1.631-(0.265-(0.361-(0.479-(0.265-(0.454-(0.643-(0.031-(0.041-(0.054-(0.059-(0.091-(0.135-(0.054-(0.081-(0.124-(0.028-(0.031-(0.039-(0.346-(0.46-(0.754-(0.212-(0.279-(0.486-(0.463-(0.812-(1.16-(0.017-(0.021-(0.028-注：表中（）内上限和下限分别代表光伏发电装机政策情景和高速情景结果，最终取值为对两类情景上万次模拟优化后选取的中位数。区 省

2023

2025 河

天 北

77.6% 159.3%

西 新

华 江

浙 安

华 河

3030江 湖

0.270

035035

四 重

南 广

云 贵 广 0.109海

0.222

东 辽

16.9% 38.1%

其 西

115.2%

0.600.00 0.600.901.200.00 1.50 装机容量(亿千瓦

装机容量(亿千瓦

装机容量(亿千瓦

装机容量(亿千瓦152023-20352025年、2030年、2035年各省装机容量对比基准年（2023年）的增长幅度。162035Lei,Y.,Wang,Z.,Wang,D.,etal.Co-benefitsofcarbonneutralityinenhancingandstabilizingsolarandwindenergy.NatureClimateChange,2023,13(7):693-700.Zhang,Z.,Chen,M.,Zhong,T.,etal.CarbonmitigationpotentialaffordedbyrooftopphotovoltaicinChina.NatureCommunications,2023,14(1):2347.Gruber,K.,Regner,P.,Wehrle,S.,etal.Towardsglobalvalidationofwindpowersimulations:Amulti-countryassessmentofwindpowersimulationfromMERRA-2andERA-5reanalysesbias-correctedwiththeglobalwindatlas.Energy,2022,238:121520.Lu,X.,Mcelroy,M.B.,Kiviluoma,J.Globalpotentialforwind-generatedelectricity.ProceedingsoftheNationalAcademyofSciences,2009,106(27):10933-8.Mcelroy,M.B.,Lu,X.,Nielsen,C.P.,etal.Potentialforwind-generatedelectricityinScience,2009,325(5946):1378-Chen,S.,Lu,X.,Miao,Y.,etal.ThePotentialofphotovoltaicstopowerthebeltandroadinitiative.Joule,2019,3(8):1895-912.Archer,C.,Jacobson,M.Evaluationofglobalwindpower.JournalofGeophysicalResearch,Zheng,C.w.,Pan,J.Assessmentoftheglobaloceanwindenergyresource.RenewableandSustainableEnergyReviews,2014,33:382-91.Pryor,S.C.,Barthelmie,R.J.Aglobalassessmentofextremewindspeedsforwindenergyapplications.NatureEnergy,2021,6(3):268-76.Ozelkan,E.,Chen,G.,Üstündağ,B.B.Spatialestimationofwindspeed:anewintegrativemodelusinginversedistanceweightingandpowerlaw.InternationalJournalofDigitalEarth,2016,9:733-47.Ozay,C.,Celiktas,M.S.Statisticalanalysisofwindspeedusingtwo-parameterWeibulldistributioninAlaçatıregion.EnergyConversionandManagement,2016,121:49-54.Jiang,P.,Li,R.,Li,H.Multi-objectivealgorithmforthedesignofpredictionintervalsforwindpowerforecastingmodel.AppliedMathematicalModelling,2019,67:101-22.Wang,J.,Heng,J.,Xiao,L.,etal.Researchandapplicationofacombinedmodelbasedonmulti-objectiveoptimizationformulti-stepaheadwindspeedforecasting.Energy,2017,125:591-Jiang,P.,Liu,Z.,Niu,X.,etal.Acombinedforecastingsystembasedonstatisticalmethod,artificialneuralnetworks,anddeeplearningmethodsforshort-termwindspeedforecasting.Energy,2021,217:119361.Wu,C.,Wang,J.,Chen,X.,etal.Anovelhybridsystembasedonmulti-objectiveoptimizationforwindspeedforecasting.RenewableEnergy,2020,146:149-65.Penman,H.L.Naturalevaporationfromopenwater,baresoilandgrass.ProceedingsoftheRoyalSocietyofLondonSeriesA.MathematicalandPhysicalSciences,1948,193:120-45.Black,J.N.,Bonython,C.W.,Prescott,J.A.SolarradiationandthedurationofQuarterlyJournaloftheRoyalMeteorologicalSociety,1954,80(344):231-Kan,A.,Zeng,Y.,Meng,X.,etal.Thelinkagebetweenrenewableenergypotentialandsustainabledevelopment:UnderstandingsolarenergyvariabilityandphotovoltaicpowerpotentialinTibet,China.SustainableEnergyTechnologiesandAssessments,2021.Feng,Y.,Zhang,X.,Jia,Y.,etal.High-resolutionassessmentofsolarradiationandenergypotentialinChina.EnergyConversionandManagement,2021,240:114265.He,G.,Kammen,D.M.Where,whenandhowmuchsolarisavailable?Aprovincial-scalesolarresourceassessmentforChina.RenewableEnergy,2016,85:74-82.Aly,A.,Jensen,S.S.,Pedersen,A.B.SolarpowerpotentialofTanzania:IdentifyingCSPandPVhotspotsthroughaGISmulticriteriadecisionmakinganalysis.RenewableEnergy,2017,113:Yushchenko,A.,DeBono,A.,Chatenoux,B.,etal.GIS-basedassessmentofphotovoltaic(PV)andconcentratedsolarpower(CSP)generationpotentialinWestAfrica.RenewableandSustainableEnergyReviews,2018,81:2088-103.Yang,Q.,Huang,T.,Wang,S.,etal.AGIS-basedhighspatialresolutionassessmentoflarge-PVgenerationpotentialinChina.AppliedEnergy,2019,247:254-Chen,Y.,Yue,X.,Tian,C.,etal.AssessmentofsolarenergypotentialinChinausinganensembleofphotovoltaicpowermodels.ScienceoftheTotalEnvironment,2023,877:162979.Niu,J.,Qin,W.,Wang,L.,etal.ClimatechangeimpactonphotovoltaicpowerpotentialinChinabasedonCMIP6models.TheScienceofthetotalenvironment,2023,858(Pt1):159776.Qiu,T.,Wang,L.,Lu,Y.,etal.PotentialassessmentofphotovoltaicpowergenerationinRenewableandSustainableEnergyReviews,2022,154:Feng,Y.,Hao,W.,Li,H.,etal.Machinelearningmodelstoquantifyandmapdailyglobalsolarradiationandphotovoltaicpower.RenewableandSustainableEnergyReviews,2020,118:Liu,F.,Wang,X.,Sun,F.,etal.Correctandremapsolarradiationandphotovoltaicpowerinbasedonmachinelearningmodels.AppliedEnergy,2022,312:Izquierdo,S.,Rodrigues,M.,Fueyo,N.Amethodforestimatingthegeographicaldistributionoftheavailableroofsurfaceareaforlarge-scalephotovoltaicenergy-potentialevaluations.SolarEnergy,2008,82(10):929-39.Müller,J.,Trutnevyte,E.SpatialprojectionsofsolarPVinstallationsatsubnationallevel:Accuracytestingofregressionmodels.AppliedEnergy,2020,265:114747.Barbón,A.,Ghodbane,M.,Bayón,L.,etal.Ageneralalgorithmfortheoptimizationofphotovoltaicmoduleslayoutonirregularrooftopshapes.JournalofCleanerProduction,2022:Huang,B.,Huang,J.,Xing,K.,etal.Developmentofasolar-trackingsystemforhorizontalsingle-axisPVarraysusingspatialprojectionanalysis.Energies,2013,16(10),4008.Song,X.,Huang,Y.,Zhao,C.,etal.Anapproachforestimatingsolarphotovoltaicpotentialbasedonrooftopretrievalfromremotesensingimages.Energies,2018,11:3172.Hong,L.,Möller,B.OffshorewindenergypotentialinChina:Undertechnical,spatialeconomicconstraints.Energy,2011,36(7),4482-Janke,J.R.,2010.MulticriteriaGISmodelingofwindandsolarfarmsinColorado.Energy,35(10),2228-Wu,J.,Xiao,J.,Hou,J.,etal.Amulti‐criteriamethodologyforwindenergyresourceassessmentanddevelopmentatanintercontinentallevel:Facinglow‐carbonenergytransition.IETRenewablePowerGeneration,2023,17(2),480-494.Sánchez-Lozano,J.M.,Teruel-Solano,J.,Soto-Elvira,P.L.,etal.GeographicalInformationSystems(GIS)andMulti-CriteriaDecisionMaking(MCDM)methodsfortheevaluationofsolarfarmslocations:Casestudyinsouth-easternSpain.Renewableandsustainableenergyreviews,2013,24,544-556.Angelis-Dimakis,A.,Biberacher,M.,Dominguez,J.,etal.Methodsandtoolstoevaluatetheavailabilityofrenewableenergysources.RenewableandSustainableEnergyReviews,2011,15(2),1182-1200.黄瀚,肖晋宇,赵杨等.一带一路国家风光资源评估报告[R].北京:全球能源互联网发展合作组织,2022.清华大学碳中和研究院等.中国碳中和目标下的风光技术展望[R].北京:清华大学,秦海岩.加快开发海上风电，打造沿海地区高质量发展引擎[J].风能,2023,(09):国家发展改革委.国家发展改革委关于引发《全国风能资源评价技术规定》的通知国家能源局.十四五期间可再生能源发展规划[Z],2022./xwdt/中华人民共和国自然资源部.光伏发电站工程项目用地控制指标（TD/T1075-2023）[S],国家能源局.2023年全国电力工业统计数据[Z],2024./2024-01/26/1风光发电潜力评估方法A1.1辐照度、生态红线、居民用地、据（A1）。其中150米高度的

A11501503030OpenstreetOpenstreetA1.2A1.2.1风能资源潜力评估式中，Aii