作者：陆艳艳 袁建平 张磊 周胡
 

摘 要：内蒙古是我国重要风力发电省份之一。本文以内蒙古地表发电风速为对象，基于当地1979—2019年风速资料，运用线性回归、单相关系数等方法分析该地区发电风速时空分布特征，并对小风速和超高风速进行初步分析。结果表明：内蒙古的发电风速在年际变化上呈现显著下降趋势。在2011年左右，发电风速占比开始上升。阿拉善盟地区发电风速占比高且占比逐年提升。其他地区发电风速占比相对低且都呈现下降趋势。同时，内蒙古发电风速占比在春夏相交（3～6月份）时最高，秋冬季节有所减少。但当地发电风速占比总体较高，年内变化不剧烈，风力稳定性有利于风场发电。从1979年到2019年，內蒙古各月的发电风速占比都有着显著减小。同时，内蒙古风速中超高风速占比较小，小风速占比大。

关键词：内蒙古;发电风速;风速占比;变化趋势

风力发电是中国最具开发前景的可再生能源技术，而我国内蒙古地区风力资源丰富，全区可开发利用的风能储备高，且该地区风能分布范围广，稳定度高，连续性好，是风能资源开发利用的重要地区[13]。对该地区的风能资源的变化趋势进行分析，尤其是对可供发电的风速段风能变化的分析可为该地风能规划发展提供决策支持[45]。

前人已有不少涉及内蒙古地区的风速变化的研究，如许多学者对不同年份内蒙古地区平均风速的时空变化特征进行分析[68]。对于如内蒙古地区逐日最大风速在全年时段及四季时段内的平均值和极大值的时空变化特征[9]、呼和浩特地区最大风速和平均风速的季、年、年际以及年代际等气候变化特征[10]也有了较为详细的研究分析。内蒙古地区本身风力资源充沛，其风能资源的可开发利用性也有较多文献分析[1113]。

以往的研究大多集中在对整体风速的分析，但风速本身的大小对风机发电有着重要影响，风速过低或过高，均不利于风机的发电[1416]，因此，对发电风速的多年变化趋势的探究有较大的实际应用价值。本文旨在探讨内蒙古发电风速的变化趋势时空特征，同时对小风速以及超高风速进行分析，为该地区合理利用风能资源提供一定的理论参考依据。

1 资料与定义

本文降水量资料来源于中国气象科学数据共享服务网（http：//cdc.cma.gov.cn）。按照所研究区域内站点尽量多、时段尽量长的原则，选取内蒙古区域（3552°N、97127°E）39个国家气象站1979年至2019年全年日最大风速资料。研究区缺测站点日数作忽略不计处理。

由于发电风速主要取决于不同风机的出厂设置，而内蒙古的风机规格不统一，同时考虑到多数风机的启动风速为3m/s，但实际上最低启动风速很难有较好的发电效率。所以在综合考虑了启动风速和发电效率以及内蒙古各发电电场的介绍规格后，本文将发电风速定为5～25m/s这一区间[1617]。同时，低于5m/s的风在本文统一称为小风速，而高于25m/s的风速称为超高风速。

2 研究方法

2.1 线性回归法

采用线性趋势进行趋势分析，其特点是简洁方便易于理解。使用xi表示样本量为n的某一气候变量，用ti表示所对应的时间，建立xi与ti之间的一元线性回归方程。

此公式可以看作是一种特殊的、最简单的线性回归形式。其含义是用一条合理的直线表示x与其时间t之间的关系。由于式（2—7）右边的变量是x对应的时间t，并不是其他变量，所以该方法属于时间序列分析的范畴。式（2—6）中a是回归尝试，b是回归系数。a和b可以用最小二乘估计得到。

相关系数r表示变量x与时间t之间线性相关的密切程度。当r=0时，回归系数b为0，即用最小二乘估计确定的回归直线平行于x轴，说明x的变化与时间t无关;当r>0时，b>0，说明x随时间t的增加，即具有明显上升趋势;当r<0时，b<0，说明x随时间t的增加，即具有明显下降趋势;|r|越趋近0，x与t之间的线性相关就越小。反之，|r|越偏大，x与t之间的线性相关就越密切。除此之外，需要对相关系数进行显著性检验来判定线性趋势的变化程度是否明显，确定显著性水平，表明x随时间t的变化趋势是显著的，反之，则表明变化趋势不显著。

2.2 单相关系数

相关系数是目前经常用来衡量两个随机变量y与x之间线性相关程度是否密切的一个统计量。在水文中、长期预测中也经常采用它来考虑预报因子与预报对象是否线性相关并以此来挑选预报因子单相关系数的计算公式为

式中xi与yi分别为预报因子与预报对象的各个观测值，x-、y-分别为它们的均值，r即为y与x之间的线性相关系数。

r的数值达到多大才算相关显著，这需要在给定信度a的条件下，对它进行统计检验目前常用t检验的方法来进行。

式中，r为样本的相关系数，n为样本数。当选定信度a后，可从t分布表中查出相应的te，当根据样本计算的统计量t值大于te时，认为在这一信度下二者是线性相关的，若tte则认为是不相关的。

在实际工作中为了方便起见，有人计算了各种信度和不同样本容量下的两个随机变量之间是否线性相关所需的最低相关系数值re，只要把计算所得的r值与re 相比较，如果r>re，则认为这两个随机变量在这一信度下是线性相关的，若rre则是不相关的。

这里还需要指出的是，尽管两个随机变量之间的线性相关不好，但不能排除这两个变量之间非线性相关很好的可能性。