陸艷艷 袁建平 張磊 周胡

摘?要：內(nèi)蒙古是我國重要風(fēng)力發(fā)電省份之一。本文以內(nèi)蒙古地表發(fā)電風(fēng)速為對象，基于當(dāng)?shù)?979—2019年風(fēng)速資料，運用線性回歸、單相關(guān)系數(shù)等方法分析該地區(qū)發(fā)電風(fēng)速時空分布特征，并對小風(fēng)速和超高風(fēng)速進行初步分析。結(jié)果表明：內(nèi)蒙古的發(fā)電風(fēng)速在年際變化上呈現(xiàn)顯著下降趨勢。在2011年左右，發(fā)電風(fēng)速占比開始上升。阿拉善盟地區(qū)發(fā)電風(fēng)速占比高且占比逐年提升。其他地區(qū)發(fā)電風(fēng)速占比相對低且都呈現(xiàn)下降趨勢。同時，內(nèi)蒙古發(fā)電風(fēng)速占比在春夏相交（3～6月份）時最高，秋冬季節(jié)有所減少。但當(dāng)?shù)匕l(fā)電風(fēng)速占比總體較高，年內(nèi)變化不劇烈，風(fēng)力穩(wěn)定性有利于風(fēng)場發(fā)電。從1979年到2019年，內(nèi)蒙古各月的發(fā)電風(fēng)速占比都有著顯著減小。同時，內(nèi)蒙古風(fēng)速中超高風(fēng)速占比較小，小風(fēng)速占比大。

關(guān)鍵詞：內(nèi)蒙古;發(fā)電風(fēng)速;風(fēng)速占比;變化趨勢

風(fēng)力發(fā)電是中國最具開發(fā)前景的可再生能源技術(shù)，而我國內(nèi)蒙古地區(qū)風(fēng)力資源豐富，全區(qū)可開發(fā)利用的風(fēng)能儲備高，且該地區(qū)風(fēng)能分布范圍廣，穩(wěn)定度高，連續(xù)性好，是風(fēng)能資源開發(fā)利用的重要地區(qū)[13]。對該地區(qū)的風(fēng)能資源的變化趨勢進行分析，尤其是對可供發(fā)電的風(fēng)速段風(fēng)能變化的分析可為該地風(fēng)能規(guī)劃發(fā)展提供決策支持[45]。

前人已有不少涉及內(nèi)蒙古地區(qū)的風(fēng)速變化的研究，如許多學(xué)者對不同年份內(nèi)蒙古地區(qū)平均風(fēng)速的時空變化特征進行分析[68]。對于如內(nèi)蒙古地區(qū)逐日最大風(fēng)速在全年時段及四季時段內(nèi)的平均值和極大值的時空變化特征[9]、呼和浩特地區(qū)最大風(fēng)速和平均風(fēng)速的季、年、年際以及年代際等氣候變化特征[10]也有了較為詳細的研究分析。內(nèi)蒙古地區(qū)本身風(fēng)力資源充沛，其風(fēng)能資源的可開發(fā)利用性也有較多文獻分析[1113]。

以往的研究大多集中在對整體風(fēng)速的分析，但風(fēng)速本身的大小對風(fēng)機發(fā)電有著重要影響，風(fēng)速過低或過高，均不利于風(fēng)機的發(fā)電[1416]，因此，對發(fā)電風(fēng)速的多年變化趨勢的探究有較大的實際應(yīng)用價值。本文旨在探討內(nèi)蒙古發(fā)電風(fēng)速的變化趨勢時空特征，同時對小風(fēng)速以及超高風(fēng)速進行分析，為該地區(qū)合理利用風(fēng)能資源提供一定的理論參考依據(jù)。

1?資料與定義

本文降水量資料來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)（http：//cdc.cma.gov.cn）。按照所研究區(qū)域內(nèi)站點盡量多、時段盡量長的原則，選取內(nèi)蒙古區(qū)域（3552°N、97127°E）39個國家氣象站1979年至2019年全年日最大風(fēng)速資料。研究區(qū)缺測站點日數(shù)作忽略不計處理。

由于發(fā)電風(fēng)速主要取決于不同風(fēng)機的出廠設(shè)置，而內(nèi)蒙古的風(fēng)機規(guī)格不統(tǒng)一，同時考慮到多數(shù)風(fēng)機的啟動風(fēng)速為3m/s，但實際上最低啟動風(fēng)速很難有較好的發(fā)電效率。所以在綜合考慮了啟動風(fēng)速和發(fā)電效率以及內(nèi)蒙古各發(fā)電電場的介紹規(guī)格后，本文將發(fā)電風(fēng)速定為5～25m/s這一區(qū)間[1617]。同時，低于5m/s的風(fēng)在本文統(tǒng)一稱為小風(fēng)速，而高于25m/s的風(fēng)速稱為超高風(fēng)速。

2?研究方法

2.1?線性回歸法

采用線性趨勢進行趨勢分析，其特點是簡潔方便易于理解。使用xi表示樣本量為n的某一氣候變量，用ti表示所對應(yīng)的時間，建立xi與ti之間的一元線性回歸方程。

此公式可以看作是一種特殊的、最簡單的線性回歸形式。其含義是用一條合理的直線表示x與其時間t之間的關(guān)系。由于式（2—7）右邊的變量是x對應(yīng)的時間t，并不是其他變量，所以該方法屬于時間序列分析的范疇。式（2—6）中a是回歸嘗試，b是回歸系數(shù)。a和b可以用最小二乘估計得到。

相關(guān)系數(shù)r表示變量x與時間t之間線性相關(guān)的密切程度。當(dāng)r=0時，回歸系數(shù)b為0，即用最小二乘估計確定的回歸直線平行于x軸，說明x的變化與時間t無關(guān);當(dāng)r>0時，b>0，說明x隨時間t的增加，即具有明顯上升趨勢;當(dāng)r<0時，b<0，說明x隨時間t的增加，即具有明顯下降趨勢;|r|越趨近0，x與t之間的線性相關(guān)就越小。反之，|r|越偏大，x與t之間的線性相關(guān)就越密切。除此之外，需要對相關(guān)系數(shù)進行顯著性檢驗來判定線性趨勢的變化程度是否明顯，確定顯著性水平，表明x隨時間t的變化趨勢是顯著的，反之，則表明變化趨勢不顯著。

2.2?單相關(guān)系數(shù)

相關(guān)系數(shù)是目前經(jīng)常用來衡量兩個隨機變量y與x之間線性相關(guān)程度是否密切的一個統(tǒng)計量。在水文中、長期預(yù)測中也經(jīng)常采用它來考慮預(yù)報因子與預(yù)報對象是否線性相關(guān)并以此來挑選預(yù)報因子單相關(guān)系數(shù)的計算公式為

式中xi與yi分別為預(yù)報因子與預(yù)報對象的各個觀測值，x-、y-分別為它們的均值，r即為y與x之間的線性相關(guān)系數(shù)。

r的數(shù)值達到多大才算相關(guān)顯著，這需要在給定信度a的條件下，對它進行統(tǒng)計檢驗?zāi)壳俺Ｓ胻檢驗的方法來進行。

式中，r為樣本的相關(guān)系數(shù)，n為樣本數(shù)。當(dāng)選定信度a后，可從t分布表中查出相應(yīng)的te，當(dāng)根據(jù)樣本計算的統(tǒng)計量t值大于te時，認為在這一信度下二者是線性相關(guān)的，若tte則認為是不相關(guān)的。

在實際工作中為了方便起見，有人計算了各種信度和不同樣本容量下的兩個隨機變量之間是否線性相關(guān)所需的最低相關(guān)系數(shù)值re，只要把計算所得的r值與re?相比較，如果r>re，則認為這兩個隨機變量在這一信度下是線性相關(guān)的，若rre則是不相關(guān)的。

這里還需要指出的是，盡管兩個隨機變量之間的線性相關(guān)不好，但不能排除這兩個變量之間非線性相關(guān)很好的可能性。