封顶风功率密度（Capped wind power density, WPDc）作为年际风变率（interannual wind variability）的涡轮无关度量指标

《Sustainable Energy Technologies and Assessments》：Capped wind power density as a turbine-agnostic metric for interannual wind variability

　　

研究人员提出，生产导向的变率可在无需功率曲线的情况下进行评估。封顶风功率密度（Capped wind power density, WPDc）揭示的变率大于风速所揭示的变率。德国陆上封顶风功率密度（WPDc）变率达到8.5%。稳定的变率估计至少需要14年的风数据。该研究引入封顶风功率密度（WPDc）这一修正的风功率密度（Wind power density, WPD）度量，纳入代表性的涡轮运行限制（切入风速Uci、额定风速Ur、切出风速Uco），在无需特定涡轮功率曲线或特定涡轮年发电量（Annual energy production, AEP）计算的情况下，反映通用的运行约束，从而在基于风速的方法与基于涡轮特定年发电量（AEP）建模之间建立桥梁。研究人员利用1991–2024年德国29,807个涡轮位置的小时风速数据，在涡轮水平计算小时WPDc并聚合为年均值，量化年际变率（Interannual variability, IAV）采用变异系数（Coefficient of variation, CV）即标准差与均值之比σ/μ，并通过自举重采样（Bootstrap resampling）量化不确定度及95%置信区间。收敛分析采用累积向后收敛方法，从最近三年（2022–2024）逐步回溯扩展至1991年，以全期1991–2024长期参考IAV的±15%容差带判定收敛。结果表明，陆上风速IAV为3.5%，离岸为3.2%；而WPDc陆上为8.5%，离岸为5.1%，且离岸与陆上置信区间不重叠，显示能量项变率显著放大且具有统计显著差异。空间上IAV呈现沿海至内陆梯度，与纬度呈强负相关（r=?0.77），与地形高程呈中度正相关（r=0.57），全局Moran’s I=0.87（p=0.001）表明强正空间自相关。收敛长度中位数风速IAV为14年，WPDc IAV为12年，个别位置需长达27年，支持稳健IAV估计需至少约14年的多年代记录。WPDc在保留风丰年与风贫年时序排序的同时，以能量相关尺度表达变率，比单纯风速更敏感且更直接关联生产风险评价，可作为气象学与涡轮特定生产框架间可迁移的度量指标。

研究背景方面，低碳电力系统转型推动风能大规模部署，随着风电渗透率提高，电力系统规划与运行对风资源气候驱动的年际变率（Interannual variability, IAV）更加敏感，因为年际偏差会转化为发电量与收益的实际变化。目前IAV常用年平均风速或年发电量（Annual energy production, AEP）量化，AEP虽与生产风险直接相关，但依赖涡轮特定功率曲线与运行策略，跨场站与机群可比性差；经典风功率密度（Wind power density, WPD）虽具物理一致性并反映风速立方关系，但未考虑切入、额定、切出等涡轮运行约束，难以系统用于IAV评估。现有IAV研究采用不同度量、数据与离散度定义，导致结果难以直接比较，且风速IAV通常为百分之几，低估生产相关变率，而AEP基IAV在不同研究中差异较大。因此研究人员开展本研究，引入封顶风功率密度（Capped wind power density, WPD_c）这一涡轮无关（turbine-agnostic）的能量通量度量，在无需特定涡轮功率曲线条件下纳入代表性运行限制，检验其对IAV幅度、空间结构与记录长度需求的影响，并在德国陆上与离岸风电场址开展34年尺度评估，以提供更贴近生产导向的风资源风险评估基础。

研究人员为开展研究用到的主要关键技术方法包括：基于德国核心能源市场数据寄存器获取截至2024年底29,807个在运风力涡轮机（其中陆上28,150个、离岸1,657个）的地理坐标与额定功率P_r、轮毂高度、转子直径等参数；采用Wind Speed Complementarity Model（WiCoMo）获取1991–2024年所有涡轮位置100米高度小时风速数据，并统一排除闰日以保证每年8760小时；定义经典WPD=?ρU³（取空气密度ρ=1.225 kg m^?3），基于68条涡轮功率曲线分析选取代表性阈值U_ci=3 m s^?1、U_r=12.5 m s^?1、U_co=25 m s^?1构建分段WPD_c；在涡轮水平计算小时WPD_c并聚合为年均值，进一步按全部、陆上、离岸子集平均得到国家级序列；IAV采用变异系数CV=σ/μ量化，并用Anderson–Darling、Lilliefors、Jarque–Bera、Kolmogorov–Smirnov四类检验评估近似正态性；通过自举重采样（Bootstrap resampling）计算标准不确定度与95%置信区间；采用累积向后收敛分析，从2022–2024逐年回溯扩展至1991，以全期参考IAV的±15%容差带判定收敛所需年数。

研究结果部分保留小标题并说明如下：

Long-term mean wind conditions：研究人员计算1991–2024各涡轮位置长期平均WPD_c与风速的空间分布，发现沿海至内陆梯度明显，陆上平均WPD_c为279 W m^?2（标准差64 W m^?2），离岸为585 W m^?2（标准差31 W m^?2）；陆上平均风速6.7 m s^?1（标准差0.7 m s^?1），离岸9.6 m s^?1（标准差0.3 m s^?1）。WPD_c空间格局与风速一致，但转换为能量相关尺度，离岸更高且空间同质性强，陆受地形粗糙度影响异质性强。

Spatial distribution and drivers of IAV：涡轮水平IAV空间分布显示北海沿岸与北部低地IAV低，内陆与复杂地形IAV高，离岸低且均匀；陆上IAV与纬度强负相关（r=?0.77），与经度无显著相关（r=0.05），与高程中度正相关（r=0.57）；全局Moran’s I=0.87（p=0.001），表明IAV呈强正空间自相关与空间聚类，由大尺度气候梯度与局地地形共同结构化成因。

Wind speed versus WPD_c-based IAV：1991–2024年全国年序列显示风速最低至最高相对变化约14%，WPD_c约34%，能量度量放大年际波动范围；风电发电量长期增长受装机与技术驱动，但年际资源信号叠加其上，风贫年（如2016、2021）与风丰年（如2007、2015、2017、2023）在WPD_c中保留时序排序且变率幅度更大，证明风速IAV低估生产相关变率，WPD_c更敏感且更贴近生产风险评价。

Onshore–offshore comparison of IAV：自举结果显示风速IAV陆上3.5%（95% CI [2.7, 4.1]），离岸3.2%（95% CI [2.4, 3.8]），置信区间大幅重叠；WPD_c IAV陆上8.5%（95% CI [6.7, 9.8]），离岸5.1%（95% CI [3.9, 6.1]），置信区间不重叠，统计显著分离，证明能量项IAV在陆上显著更高，离岸风气候不仅在均值上更高且在生产相关意义上更稳定。

Convergence of IAV estimates：收敛分析表明单个涡轮WPD_c IAV约8年进入±15%容差带；全体涡轮统计上风速IAV收敛长度最小4年、中位14年、平均13.7年、最大27年；WPD_c IAV最小3年、中位12年、平均13.1年、最大27年。多数涡轮（风速67%、WPD_c 62%）从短近期记录低估IAV并逐渐上升至稳定，支持稳健IAV估计需保守至少约14年多年代记录，短期数据集可能系统性误表年际变率。

讨论部分总结如下：研究人员指出WPD_c介于年平均风速与AEP之间，相比风速以能量相关尺度表达IAV并捕获风波动的非线性放大，陆上由3.5%增至8.5%、离岸由3.2%增至5.1%；相比AEP则避免涡轮特定功率曲线与运行假设，适用于大尺度比较分析，但不替代详细生产建模中的技术特定转换、尾流损失、限电与可用率等。WPD_c保留风丰/贫年排序且变率范围更宽，离岸—陆上对比更清晰，表明离岸风机制在生产相关意义上更稳定，陆上受地形与边界层条件放大变率。局限性包括WPD_c依赖代表性U_ci、U_r、U_co，敏感性测试显示额定风速影响较大（IAV在7.2%–9.5%间），但年排序稳定（Spearman相关≥0.97）；聚合采用简单平均对各涡轮等权，容量加权后陆上WPD_c IAV仍为8.5%，结论稳健；分析基于模拟风速而非SCADA发电数据，故WPD_c应解释为标准化生产导向风资源度量而非AEP替代；常数空气密度ρ影响绝对WPD_c但不影响CV基IAV，±5%与±10% ρ敏感性测试确认IAV不变。经济相关性在于IAV占10年回报期风资源不确定性约10%–25%，更贴近生产的IAV可改进项目融资、风险溢价与长期能源规划的不确定性计算；研究假定1991–2024代表平稳长期风气候，未来气候趋势或大尺度环流变化可能改变均值与IAV，需后续用移动参考期与气候模型集合检验；CV在本研究经正态性诊断支持，但在非高斯条件下可考虑鲁棒替代度量。

结论部分翻译如下：本研究表明封顶风功率密度（WPD_c）在独立于涡轮特定功率曲线的同时，提供年际风变率的生产导向视角，弥合年平均风速与涡轮特定年发电量（AEP）估计之间的差距。在德国，WPD_c揭示的IAV显著高于风速本身，陆上8.5%与离岸5.1%对比风速的3.5%与3.2%；同时其保留风丰年与风贫年的时序排序，使其对能源相关风险评估更具信息价值。收敛分析表明稳健IAV估计需要长记录，保守最小值约为14年。由于WPD_c可从广泛可用的风速数据导出，其为跨区域与数据集的比较性风资源风险评估提供可迁移基础。论文发表于《Sustainable Energy Technologies and Assessments》。

要不要我帮你把这篇解读里的关键专业术语（如WPD_c、IAV、CV等）整理成一份带简要解释的术语表？