1、中国风电和太阳能发电潜力评估(2024)发展新能源是实现双碳目标的重要途径，是保障能源供应安全，推进绿色低碳发展的重要举措。联合国气候变化框架公约第二十八次缔约方大会（COP 28）是影响全球能源转型重要会议，COP 28 明确指出可再生能源分布的地理差异是实现能源转型的重要影响因素。中国新能源资源禀赋和用电需求区域差异大，开展中国中长期空间精细化的新能源装机和发电潜力评估研究，对各省新能源规划布局，精准化制定碳达峰碳中和路线图和施工图，具有重要的支撑作用。本研究以资源潜力-技术可开发潜力-装机现状-情景分析为主要技术路径，开展中国 10km 分辨率风能和太阳能光伏发电潜力评估，建立政策情景和

2、高速情景分析评估中国各省中长期精细化新能源装机和发电潜力（https:/ 年，中国风能发电，政策情景下，南部、西北、华中地区增幅最高，将达到 162%以上；高速情景下，南部、华东、东北地区增幅最高，将达到 318%以上。2023-2035 年，中国光伏发电，政策情景下，南部、华东、华中地区增幅最高，将达到 162%以上；高速情景下，东北、华北、华东地区增幅最高，将达到 270%以上。本研究通过精细化评估中国中长期新能源潜力，助力区域提前规划电力存储和调度，加速能源结构低碳转型，促进高潜力地区的新能源开发，并为各地区制定精准的新能源发展策略提供决策支持。决策者摘要评审专家杜祥琬 中国工程院 丁一

3、汇 国家气候中心贺克斌 清华大学 王金南 生态环境部环境规划院 舒印彪 国家电网有限公司 李立浧 中国南方电网公司 严 刚 生态环境部环境规划院 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 清华大学 姜克隽 国家发展和改革委员会能源研究所 中国工程院院士中国工程院院士中国工程院院士中国工程院院士中国工程院院士中国工程院院士研究员研究员研究员董事长博士研究员作者蔡博峰 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 清华大学碳中和研究院郭 静 生态环境部环境规划院碳达峰碳中和研究

4、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阮梓纹 清华大学环境学院张憧宇 清华大学环境学院伍鹏程 清华大学万科公共卫生与健康学院严 妍 华南理工大学吴赟龙 首都经济贸易大学01研究背景01062.2 情景设置 2.1 技术路线02研究方法4.3 风电装机情景分析 174.2 风电技术可开发潜力4.1 风能资源潜力04中国风电潜力评估326.2 光伏发电技术可开发潜力6.3 光伏装机情景分析6.1 光伏发电资

5、源潜力附件2 中国各省份风电和太阳能发电发展政策和规划附件1 风光发电潜力评估方法06中国光伏发电潜力评估1003中国风能发电现状2505中国光伏发电现状40参考文献0743附录08目 录1.研究背景02 研究背景发展新能源是实现双碳目标的重要途径，是保障能源供应安全，推进绿色低碳发展的重要举措。系统、全面的新能源潜力评估是风光健康、有序、高效发展的科学基础。1.研究背景中国新能源进入高质量发展新阶段，呈现如下特征：一是大规模，风、光装机占比大幅提高；二是高比例，由能源电力消费增量补充转换为增量主体，在能源电力消费中的占比快速提升；三是市场化，由补贴支撑发展转为平价低价发展，由政策驱动发展转为

6、市场驱动发展；四是集中分布并行，集中式风电建设和分布式风能资源开发并举推进，海上风能以及工业园区、经济开发区、公共建筑等屋顶光伏资源均得到有效利用。中国各地根据地区资源条件、地理环境和区域发展策略，形成了各具特色的新能源开发模式。东北、华北北部及西北地区重点推进风能和太阳能的集中式大规模开发，西南地区统筹推进风、光与其他可再生能源的综合开发，中东南部地区重点推动风电和光伏发电就地就近开发，东部沿海地区积极推进海上风电集群化开发。开展中国中长期精细化的新能03 研究背景源潜力评估研究，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

7、和目标具有重要意义。风电和光伏发电潜力评估主要基于观测数据构建数理统计模型，考虑社会经济成本、区域规划和双碳目标，层次化、精细化、网格化是风光发电潜力评估的重要方向。风光新能源潜力评估研究总结为三个阶段（图 1）：起步阶段、发展阶段、成熟阶段。起步阶段主要采用基于局部观测数据统计方法和以间接代理指标为主的模糊评估方法。风能资源潜力较为传统且经典的评估方法是采用气象站点或测风塔的实际观测数据，通过统计分析与空间插值方法有效地将实际观测数据转化为风能、风功率等参数评估的数理统计方法。太阳能资源潜力评估方法最初主要是依赖于观测数据和经验系数进行局部地区潜力评估，逐步演化发展到采用 GIS 技术手段和

8、机器学习方法。发展阶段主要采用基于气象、地形、地理等模拟数据的统计方法和基于空间地理信息系统的定量评估方法。遥感技术与地理信息系统的深度融合，共同被应用于精确评估区域风能以及屋顶光伏发电潜力04 研究背景图 1 风光发电潜力评估研究研究。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，更大程度挖掘地方新能源发电潜力，仍需借助遥感和 GIS 技术，充分利用大数据智能模拟，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

9、而推动中国新能源行业健康发展。05 研究背景开展中国中长期精细化新能源潜力评估，对各省新能源规划布局，电网基础设施建设和政策设计，精准化制定碳达峰碳中和路线图和施工图，具有重要的支撑作用。本研究全面梳理全国及各省风光新能源发展规划和地区碳达峰碳中和目标等政策，基于全国风光资源潜力，综合考虑地形坡度、地形高程、人口居民区、生态红线、河流水域以及道路交通等限制性因素，系统评估技术可开发、可利用的风光发电潜力。结合各省风光装机现状以及规划发展目标，采用生态环境部环境规划院中国中长期排放综合评估模型（CAEP-CP）分别评估现状（2023 年）及不同情景下（2025-2035 年）全国范围 10 公里

10、网格的风光装机容量，为中国未来新能源规划布局提供决策支持。开展中国中长期精细化的新能源潜力评估，有利于支撑区域提前布局电力存储和调度，并基于评估现有电网的容量、扩容需求等，开展电力基础设施规划。在政策制定方面，可以优先考虑具有较高潜力和效益的新能源区域和项目。设计具有针对性的政策激励机制，鼓励具有新能源潜力高的区域更快速地推进新能源项目。根据新能源发展潜力和需求，不同区域可以制定优先开发计划，确保资金有效使用。在区域之间，可以基于潜力评估结果，开展跨区域合作，设定更为明确和切实可行的碳达峰与碳中和路线图、施工图。06 2.研究方法07研究方法2.研究方法2.1 技术路线本研究从资源潜力-技术可

11、开发潜力-装机现状-情景分析开展中国 10km 分辨率风能和太阳能光伏发电潜力评估。风电资源潜力评估主要以风功率作为主要量化指标，风功率密度是用于描述特定地点或区域内的风能资源丰富程度，数值反映气流在单位时间内垂直通过单位截面积的风能，单位为 W/m。本研究风功率数据选用 150 米高度的风功率密度图谱数据，光伏资源潜力评估以光能辐照度来量化光伏能源分布（附件 1）。技术潜力用于评估和选择适用于风能和太阳能开发的可行技术，包括对环境特征和风光开发制约条件的考虑，以确定最佳的技术解决方案。在风电技术开发方面，考虑到技术可达性，需要排除风资源较差区域，例如依据项目实施的经济性，风功率小于 250W

12、/m 的地区被认为是限制性开发地区，以及生态环境保护区域和特殊海拔地区。在光伏技术开发方面，需要排除生态保护区域以及地形坡度大于 30度地区。参考一带一路国家风光资源评估报告中对分布式光伏开08 研究方法发参数的估计，针对居民区域开发屋顶光伏，其装机容量按照相同环境条件下集中式开发装机密度的25%考虑。装机现状评估旨在掌握现有新能源资源的分布特征，对 2023 年风能和太阳能装机空间分布以及装机容量开展评估研究。情景分析是根据国家及地方风光装机发展规划、碳达峰碳中和方案等政策（附件 2），区域历史装机时序发展变化，考虑新能源技术发展、能源结构调整、用电需求变化等因素，对未来风光装机进行海量情景

13、分析，最终选择典型发展情景路径。所有数据和分析结果，都在GIS 平台上统一为 10km 网格分辨率（图 2）。2.2 情景设置政策情景：政策情景：考虑国家及地方中长期新能源发展规划、各省份碳达峰碳中和发展目标，新能源技术发展成熟、能源结构持续优化、用电需求稳定增长。高速情景：高速情景：参考联合国政府间气候变化专门委员会（IPCC）第六次评估报告情景数据库亚洲和中国情景数据，考虑到全球温升 1.5目标，结合已有研究对中国和区域新能源发展高预期结果综合研判。情景分析中，将历史装机数据分为训练集数据、测试集数据，在测试集上进行模型预测，对模型参数进行反复调优，确定最佳的模拟参数及模拟方法，以此提高情

14、景分析模型的适配性和准确度。同时结合各省未来规划，对情景分析结果进行约束。09 研究方法图 2 风光发电潜力评估技术路线能10 3.中国风能发电现状11中国风能发电现状中 国 风 电 装 机 从 2015 年 的 145 GW 增 长 到 2023 年 的 441 GW（图 3），年复合增长率为 15%。海上风电累计装机规模增长速度3.中国风能发电现状中国风电装机容量逐年上升，各省份在装机容量、发电量和总用电量方面存在显著差异，反映了各地经济活力、资源禀赋和能源需求的多样性。图 3 2015-2023 年中国风电累计装机容量（GW）12 中国风能发电现状远 高 于 陆 上 风 电。海 上 风

15、电 累 计 装 机 规 模 从 2015 年 的 1 GW 增 长到 2023 年的 37 GW，年复合增长率为 57%。陆上风电累计装机规模从 2015 年的 144 GW 增长到 2023 年 405 GW，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量的 15%（表 1）。其中内蒙古、新疆、河北、甘肃、山东、山西、江苏、河南等地风电装机容量最高，均超过 2000 万千瓦以上，八省累计装机容量达到 25529 万千瓦（图 4）。2023 年中国风电发电量达到 8090 亿 kWh，占全国总发电量（包括化石能源与非化石能源）的 9%。其中

16、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%。这些地区拥有较为丰富的风资源，风功率密度大于 200W/m2，平均风速达到5-6 m/s，可利用小时数在2000 h以上，因此发电效率相对较高。吉林、内蒙古、甘肃、宁夏、山西等地风力发电作为地区用电需求的主要来源之一，分别占该区域全社会用电量 28%、26%、25%、20%、17%。13 中国风能发电现状省份装机容量（万千瓦）发电量（亿 kWh）总发电量（亿 kWh）全社会用电量（亿 kWh）北京24 1 4551358 天津171 23 8081051河北3141 605 373

17、64757 山西2500 477 43762885 内蒙古6961 1271 74514823 辽宁1429 275 22032663 吉林1268 259 1098928 黑龙江1127 205 12341184 上海107 23 9551849 江苏2286 518 61067833 浙江584 106 43536192 安徽722 123 33363214 福建762 213 30743090江西573 118 16692026 山东2591 462 59167966 河南2178 334 31724090 湖北836 154 30132706 湖南972 199 17002277 广东

18、1657 305 67198502 广西1267 221 22872449海南31 5 448482 重庆206 38 10541453四川770 167 47133711 贵州616 120 22711783 云南1531 277 39052513 西藏18 1 137135陕西1285 171 29462450甘肃2614 412 19251645 青海1185 123 8741018 宁夏1464 279 22461387新疆3258 605 49123821 全国44492241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

19、数据库。总发电量为该省（市）化石能源与非化石能源发电量总和。表 1 2023 年中国风电装机容量及发电量14 中国风能发电现状图 4 2023 年中国风能装机容量（10km 网格）注：基于遥感和 GIS 技术获得中国风电单机点源数据（约 12 万台），在 GIS 平台上统一汇总为 10km 网格数据，并利用中国各省统计数据进行验证和校对。中国风电设施在不同复杂地形条件下的发展取得了显著的进步，尤其是在适应高山、沿海、沙漠、荒漠、戈壁、农田等特殊地形的风电机组设计技术上实现了快速突破。这一显著进步不仅推动了中国风电技术的创新发展，还大幅提高了地区风电装机规模，从而在推动能源清洁低碳转型的同时，为

20、地区经济发展注入了强劲动力。图 5 展示不同区域典型风电场。15 中国风能发电现状（1）新疆乌鲁木齐市达坂城区风电场（3）辽宁锦州市凌海市风电场（5）江苏盐城市风电场（2）内蒙古乌兰察布市风电场（4）山东威海市荣成市风电场（6）福建莆田及福州风电场16中国风能发电现状（7）宁夏吴忠市风电场（8）云南大理白族自治州风电场注：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

21、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。图 5 中国 2023 年典型风电场4.中国风电潜力评估18 中国风电潜力评估4.中国风电潜力评估4.1 风能资源潜力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（图 6）。新疆、内蒙古以及甘肃北部地区的大部分地区都具有较高的风能资源，风功率密度大多超过 400 W/m2。新疆东部靠近甘肃地区以及内蒙古北部的一些地区，风能资源非常丰

22、富，部分地区的风功率密度甚至达到 900 W/m2以上，这些地区人口密度低、地图 6 中国风能资源潜力-风功率密度分布注：风功率密度是指气流在单位时间内垂直通过单位截面积的风能。19 中国风电潜力评估图 7 中国风电技术可开发潜力4.2 风电技术可开发潜力技术潜力反映了在技术可达性下地区风资源发电的潜力。在实际风电资源开发过程中，技术装机容量与技术可达性、技术成本、装机类型、风功率密度、设备运行周期等因素直接相关。新疆、西藏、内蒙古、东北以及中国东部沿海地区风电技术潜力最高（图 7）。我国陆上 140 米高度风能资源技形平坦，非常适合进行集中式风能开发。虽然中国南部陆地地区的风能资源相对较低，

23、但南部海域却拥有出色的海上风能资源。特别是在福建省与台湾省之间的海域，风功率密度可以达到 1000 W/m2以上。20 中国风电潜力评估4.3 风电装机情景分析2023-2035 年，政策情景下，南部、西北、华中地区增幅最高，将达到 162%以上；高速情景下，南部、华东、东北地区增幅最高，将达到 318%以上。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

24、地区年均增速最大，将达到9.4%，其次是西北8.4%、华中8.4%、东北 6.9%、华东 6.2%、华北 6.1%。高 速 情 景 下（表 2），2023-2035 年南部地区增幅最高，将达到 355%，其次是华东 326%、东北318%、华中 310%、西北 299%、华北 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%，其次是华东 12.8%、东北 12.7%、华中12.5%、西北 12.2%、华北 11.4%。术可开发量超过 100 亿千瓦，近海和深远海 150 米高度、离岸 200 公里以内且水深小于 100 米的海上风能资源技术可开发

25、量为 27.8 亿千瓦，实际装机容量利用率不足 4%和 0.9%，未来开发潜力巨大。21 中国风电潜力评估图 8 为按照两种情景下的各省装机容量中位数，所统计的 2023-2035 年中国各省风电累计装机容量与增长幅度。图 9 为 2035 年中国 10km 网格风电装机情景分析结果，未来中国风电装机主要分布在内蒙古、宁夏、甘肃、新疆以及东部沿海等省份，该类地区可优先大规模发展风力发电，提高地区风资源开发利用效率。年份装机容量（亿千瓦）2025 年2030 年2035 年安徽0.09(0.083-0.097)0.151(0.122-0.179)0.207(0.161-0.272)北京0.003

26、(0.003-0.004)0.006(0.006-0.007)0.009(0.008-0.011)福建0.099(0.091-0.106)0.172(0.118-0.225)0.232(0.146-0.342)甘肃0.351(0.312-0.389)0.678(0.643-0.712)0.897(0.826-1.045)广东0.18(0.167-0.193)0.315(0.22-0.41)0.427(0.273-0.626)广西0.148(0.141-0.155)0.253(0.219-0.286)0.351(0.297-0.436)贵州0.083(0.081-0.084)0.144(0.10

27、8-0.179)0.194(0.134-0.273)海南0.005(0.004-0.005)0.01(0.009-0.011)0.014(0.013-0.016)河北0.368(0.337-0.398)0.64(0.433-0.846)0.863(0.529-1.291)河南0.259(0.246-0.271)0.529(0.481-0.576)0.798(0.783-0.878)黑龙江0.124(0.114-0.134)0.215(0.145-0.285)0.29(0.176-0.435)湖北0.104(0.097-0.111)0.182(0.129-0.235)0.247(0.161-0.

28、36)湖南0.12(0.112-0.128)0.211(0.149-0.272)0.286(0.186-0.416)吉林0.149(0.135-0.163)0.259(0.171-0.346)0.347(0.206-0.527)表 2 中国 2025-2035 年风电累计装机容量情景分析22 中国风电潜力评估注：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。年份装机容量（亿千瓦）2025 年2030 年2035 年江苏0.3(0.278-0.321)0.524(0.366-0.682)0.709(0.454-1.041)江西0.07

29、4(0.069-0.079)0.13(0.092-0.168)0.176(0.115-0.256)辽宁0.197(0.181-0.214)0.337(0.319-0.355)0.528(0.466-0.637)内蒙古0.824(0.783-0.866)1.151(0.925-1.376)1.791(1.638-2.099)宁夏0.193(0.179-0.207)0.338(0.235-0.441)0.457(0.291-0.673)青海0.13(0.121-0.138)0.228(0.162-0.294)0.309(0.202-0.448)山东0.305(0.281-0.328)0.532(0

30、.366-0.697)0.718(0.451-1.062)山西0.309(0.287-0.33)0.541(0.38-0.701)0.732(0.473-1.07)陕西0.185(0.176-0.194)0.316(0.279-0.352)0.44(0.382-0.538)上海0.014(0.013-0.015)0.024(0.016-0.032)0.033(0.019-0.05)四川0.087(0.081-0.092)0.149(0.117-0.181)0.204(0.152-0.276)天津0.02(0.019-0.021)0.033(0.022-0.044)0.045(0.028-0.0

31、67)西藏0.005(0.004-0.005)0.009(0.008-0.01)0.018(0.015-0.022)新疆0.392(0.357-0.426)0.717(0.643-0.791)1.005(0.893-1.206)云南0.178(0.169-0.22)0.268(0.234-0.537)0.843(0.789-0.969)浙江0.072(0.064-0.081)0.109(0.089-0.128)0.162(0.143-0.195)重庆0.028(0.027-0.029)0.048(0.041-0.055)0.067(0.055-0.084)23 中国风电潜力评估注：图中的装机容

32、量为两种情景下的各省装机容量中位数，增长幅度为 2025 年、2030 年、2035 年各省装机容量对比基准年（2023 年）的增长幅度。图 8 2023-2035 年中国各省风电累计装机容量与增长幅度区域省份0.000.200.400.60 0.80装机容量0.000.501.00 0.000.501.001.50 0.00 0.501.001.50 2.00华北内蒙古河北山东山西天津北京西北新疆甘肃宁夏陕西青海华东江苏福建安徽浙江上海华中河南湖南湖北四川江西重庆南方广东云南广西贵州海南东北辽宁吉林黑龙江其他西藏0.0020.0170.2500.2590.3140.6960.1190.129

33、0.1460.2610.3260.0110.0580.0720.0760.2290.0210.0570.0770.0840.0970.2180.0030.0620.1270.1270.1660.1130.1270.1430.0020.0030.0200.3090.3050.3680.8240.1300.1850.1930.3510.3920.0140.0720.0900.0990.3000.0280.0740.0870.1040.1200.2590.0050.0830.1480.1780.1800.1240.1490.1970.0050.0060.0330.5410.5320.6401.151

34、0.2280.3160.3380.6780.7170.0240.1090.1510.1720.5240.0480.1300.1490.1820.2110.5290.0100.1440.2530.2680.3150.2150.2590.3370.0090.0090.0450.7320.7180.8631.7910.3090.4400.4570.8971.0050.0330.1620.2070.2320.7090.0670.1760.2040.2470.2860.7980.0140.1940.3510.4120.4270.2900.3470.5280.018(亿千瓦)装机容量(亿千瓦)装机容量(亿

35、千瓦)装机容量(亿千瓦)2025年2030年2035年2023年18.4%17.2%17.8%23.6%17.6%50%20.2%34.5%32.2%43.4%9.2%31%30.3%25%24.1%27.3%18.8%23.7%23.8%13%29.8%33.3%8.4%16.5%40.2%66.7%37.8%17.3%9.7%150%40.2%65.4%103.8%105.4%116.4%94.1%200%119.9%159.8%131.5%145%91.6%128.8%126.3%109.7%87.9%118.2%142.7%117.5%116.7%93.5%128.1%128.6%89

36、.8%111%99.2%132.3%233.3%135.7%103.9%90.9%350%157.3%174.8%177.2%179.8%164.7%350%208.3%243.7%213%241.1%159.7%209.6%205.3%187.5%179.3%200%266.1%194.8%194%164.9%208.8%219%157.2%563.8%157.2%212.9%366.7%269.2%173.2%156.6%800%24中国风电潜力评估注：每个网格的累计装机容量为两种情景下多次模拟累计装机容量中位数。图 9 2035 年中国风电累计装机容量分布5.中国光伏发电现状26 中国光

37、伏发电现状5.中国光伏发电现状中国光伏装机从 2015 年的 43 GW 增长到 2023 年的 610 GW（图 10），年复合增长率为 39%。分布式光伏累计装机规模增长速度高于集中式光伏。集中式、分布式光伏累计装机规模从 2015 年的 37 GW、6 GW 增长到 2023 年 355 GW、254GW，年复合增长率分别为 36%、59%。图 10 2015-2023 年中国光伏累计装机容量（GW）2023 年全国新增光伏并网装机容量 216 GW，累计光伏并网装机容量达到 609 GW，新增和累计装机容量均为全球第一。2023 年中国光伏装机容量占全国累计发电装机容量的 21%。全国

38、超过 20 个省份光伏装机容量在 1000 万千瓦以上，累计总量占到全国的 91%（表3）。山东光伏装机容量全国第一，达到 5693 万千瓦，占比达到 9%，其次是河北（9%）、江苏（6%）、分布式集中式2000200200300400500600累计装机容量(GW)107.537.167.1100.6123.8141.7189.56.110.329.750.662.678.2198.5234.4354.5157.6254.427 中国光伏发电现状浙江（6%）、河南（6%）。五省累计装机容量达到 22125 万千瓦，累计发电量达

39、到 701 亿 kWh（图11）。集中式光伏是现阶段光伏发电的主要能源供给类型，装机规模占到全国总装机容量的 58%。集中式光伏装机容量最高省份是河北、新疆和青海，分别为 3023 万千瓦、2878 万千瓦、2521 万千瓦，三省累积装机容量占全国集中式光伏装机总量的 24%。分布式光伏装机容量主要分布在山东、河南、江苏等地区，2023年三省分布式光伏装机容量分别为4099 万千瓦、3094 万千瓦、2772万千瓦，三省总装机容量占全国分布式光伏装机总量的 39%。2023 年中国光伏发电量达到2940 亿 kWh，分别占全国总发电量（包括化石能源与非化石能源）、全社会用电量的 3%、3%。河

40、北、宁夏、青海、内蒙古、新疆等地光伏发电量最高，分别占各省总发电量的 6%、10%、24%、3%、4%。青海、宁夏、甘肃、贵州、山西等地区光伏发电是地区用电需求的主要来源之一，分别占到全社会用电量 21%、17%、11%、7%、6%。28 中国光伏发电现状省份装机容量（万千瓦）发电量（亿 kWh）总发电量（亿 kWh）全社会用电量（亿 kWh）北京108 2 4551358 天津490 23 8081051河北5416 232 37364757 山西2491 161 43762885 内蒙古2296 205 74514823 辽宁958 48 22032663 吉林460 41 1098928

41、 黑龙江565 57 12341184 上海289 5 9551849 江苏3928 105 61067833 浙江3357 142 43536192 安徽3223 111 33363214 福建875 5 30743090江西1993 66 16692026 山东5693 154 59167966 河南3731 68 31724090 湖北2487 118 30132706 湖南1252 30 17002277 广东2522 89 67198502 广西1090 55 22872449海南472 20 448482 重庆161 4 10541453四川574 44 47133711 贵州16

42、44 117 22711783 云南2072 90 39052513 西藏257 7 137135陕西2292 111 29462450甘肃2540 185 19251645 青海2561 212 8741018 宁夏2137 232 22461387新疆3002 201 49123821 全国609492940 9456492241注：数据来源国家能源局、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）化石能源与非化石能源发电量总和。表 3 2023 年中国各省光伏装机容量及发电量29 中国光伏发电现状图 11 2023 年光伏累计装机容量分布（10km

43、 网格）注：基于遥感和 GIS 技术获得中国光伏面板（15923 个小斑），在 GIS 平台上统一汇总为10km 网格数据，并利用中国各省数据进行验证和校对。各地区在积极响应国家可再生能源政策战略的同时，充分考虑地区地理资源优势、地形条件等因素，因地制宜推动光伏发电项目发展，创新性打造了一系列发展新模式，如“渔光互补”、“牧光互补+水光互补”、“农光互补”、“屋顶光伏”，以助力地区碳达峰碳中和目标的实现。图 12 展示了不同区域典型光伏电站。30 中国光伏发电现状（1）新疆博乐市光伏电站（2）四川理塘县光伏电站（3）西藏拉萨市光伏电站（5）青海海南藏族自治州共和县光伏电站（4）广西象州县光伏电

44、站（6）广东深圳浦江光伏电站31 中国光伏发电现状（7）安徽颍上县光伏电站（8）贵州彝族回族苗族自治县光伏电站图 12 中国 2023 年典型光伏发电站注：广东深圳浦江屋顶光伏技术，可有效利用当地优质的光伏资源，缓解土地资源紧张的难题；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和县的两个大型集中式光伏电站，建立“牧光互补+水光互补”新发展模式，大力发展“板”下经济，探索出一条光伏生态园和藏羊养殖产业发展相结合的

45、绿色、低碳、循环发展新路子。32 中国光伏发电潜力评估6.中国光伏发电潜力评估33中国光伏发电潜力评估6.中国光伏发电潜力评估6.1 光伏发电资源潜力中国光伏资源潜力使用的图谱数据来源于 Global Solar Atlas，即典型 PV系统可实现的电力输出（PVOUT）。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 PV 容量所生成的电力量（kWh/kWp）。西藏、青海、新疆、宁夏南部、甘肃、内蒙古南部、山西北部、陕西北部、图 13 中国光伏发电资源潜力34 中国光伏发电潜力

46、评估图 14 中国光伏发电技术可开发潜力6.2 光伏发电技术可开发潜力光伏技术潜力评估是指在评估年份水平下剔除资源禀赋、保护区、高海拔、高坡度以及地面覆盖物等限制因素后可以进行安装的光伏装机容量总和。在实际太阳能资源开发过程中，光伏技术装机容量与可用面积、装机面积、装机密度、光照辐射量等因素直接相关。在区域分布上，我国西北地区光照辽宁、河北东南部、山东东南部、吉林西部、云南中部和西南部、海南岛东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（图 13）。35 中国光伏发电潜力评估6.3 光伏装机情景分析2023-2035 年，政策情景下，南部、华东、华中地区增幅最高，将达到 162%以上

47、；高速情景下，东北、华北、华东地区增幅最高，将达到 270%以上。政策情景下（表 4），华北地区光伏累计装机全国最高，约占全国 28%。从区域装机增幅来看，2023-2035 年南部地区增幅最高，将达到 182%，其次是华东 178%、华 中 162%、华 北 155%、东 北114%、西北 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%，其次是华东 8.9%、华中 8.4%、华北8.1%、东北 6.6%、西北 5.9%。高 速 情 景 下（表 4），2023-2035 年东北地区增幅最高，将达到 306%，其次是华北 292%、华东270%、西北

48、248%、南部 244%、华中 216%。从区域装机年均增资源丰富，太阳能技术可开发量约占全国 60%，未来将成为光伏发电装机增长的主要区域（图 14）。在分省维度上，新疆、西藏、内蒙古、青海、甘肃等地区光照资源丰富、光照时间较长、技术可达性较高，技术装机潜力位于全国前五，五省累计技术装机潜力约到全国 50%。36 中国光伏发电潜力评估速来看，2023-2035 年东北地区年均增速最大，将达到 12.4%，其次是华北12%、华东 11.5%、西北 11%、南部 10.8%、华中 10.1%。图 15 为按照两种情景下的各省装机容量中位数，所统计的 2023-2035 年中国各省光伏累计装机容量

49、与增长幅度。图 16 为 2035 年中国 10km 网格分辨率光伏装机分布，未来中国光伏装机主要分布在内蒙古、甘肃及东部沿海等省份，这些地区拥有丰富的太阳能资源，可率先发展大型光伏发电项目，同时全国因地制宜发展分布式太阳能，提高地区太阳能资源开发效率，加快地区能源结构转型的进程。表 4 中国 2025-2035 年光伏累计装机情景分析年份装机容量（亿千瓦）2025 年2030 年2035 年安徽0.382(0.349-0.414)0.649(0.573-0.725)0.949(0.797-1.183)北京0.017(0.015-0.018)0.028(0.023-0.032)0.04(0.0

50、31-0.053)福建0.108(0.095-0.12)0.15(0.142-0.157)0.224(0.209-0.256)甘肃0.282(0.272-0.292)0.387(0.297-0.477)0.516(0.308-0.779)广东0.294(0.281-0.306)0.529(0.523-0.535)0.789(0.765-0.873)广西0.122(0.12-0.123)0.158(0.14-0.175)0.232(0.197-0.286)贵州0.26(0.246-0.273)0.447(0.415-0.478)0.655(0.585-0.78)海南0.06(0.052-0.06

51、7)0.076(0.068-0.083)0.109(0.092-0.136)河北0.704(0.666-0.741)1.216(1.133-1.298)1.784(1.599-2.118)河南0.43(0.413-0.448)0.765(0.744-0.786)1.149(1.105-1.282)黑龙江0.078(0.064-0.091)0.126(0.092-0.16)0.182(0.12-0.261)湖北0.27(0.256-0.283)0.433(0.422-0.443)0.638(0.604-0.723)37 中国光伏发电潜力评估年份装机容量（亿千瓦）2025 年2030 年2035

52、年湖南0.157(0.142-0.172)0.213(0.211-0.214)0.315(0.304-0.35)吉林0.062(0.049-0.074)0.099(0.067-0.13)0.141(0.084-0.213)江苏0.456(0.429-0.482)0.785(0.725-0.844)1.151(1.021-1.378)江西0.22(0.208-0.231)0.379(0.353-0.405)0.557(0.499-0.66)辽宁0.112(0.108-0.115)0.181(0.159-0.202)0.264(0.221-0.33)内蒙古0.275(0.252-0.299)0.4

53、19(0.312-0.526)0.567(0.337-0.857)宁夏0.26(0.216-0.304)0.424(0.314-0.533)0.61(0.411-0.87)青海0.311(0.268-0.354)0.466(0.311-0.62)0.666(0.391-1.012)山东0.763(0.705-0.82)1.303(1.168-1.438)1.906(1.631-2.346)山西0.295(0.265-0.326)0.466(0.361-0.571)0.673(0.479-0.932)陕西0.278(0.265-0.291)0.483(0.454-0.511)0.709(0.64

54、3-0.833)上海0.034(0.031-0.037)0.054(0.041-0.067)0.077(0.054-0.106)四川0.061(0.059-0.063)0.095(0.091-0.098)0.147(0.135-0.17)天津0.056(0.054-0.058)0.087(0.081-0.092)0.133(0.124-0.153)西藏0.031(0.028-0.034)0.046(0.031-0.06)0.065(0.039-0.098)新疆0.379(0.346-0.412)0.496(0.46-0.531)0.78(0.754-0.867)云南0.222(0.212-0.

55、232)0.293(0.279-0.302)0.525(0.486-0.606)浙江0.476(0.463-0.488)0.834(0.812-0.855)1.229(1.16-1.395)重庆0.018(0.017-0.018)0.022(0.021-0.023)0.032(0.028-0.038)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。38 中国光伏发电潜力评估注：图中的装机容量为两种情景下的各省装机容量中位数，增长幅度为 2025 年、2030 年、2035 年各省装机容量对比基准年（2023 年）的增长幅度。

56、图 15 2023-2035 年中国各省光伏累计装机容量与增长幅度区域省份0.000.200.400.60 0.00 0.300.600.90 1.20 0.000.501.001.500.001.002.00华北山东河北山西内蒙古天津北京西北新疆青海甘肃陕西宁夏华东江苏浙江安徽福建上海华中河南湖北江西湖南四川重庆南方广东云南贵州广西海南东北辽宁黑龙江吉林其他西藏0.0110.0490.2300.2490.5420.5690.2140.2290.2540.2560.3000.0290.0880.3220.3360.3930.0160.0570.1250.1990.2490.3730.0470.

57、1090.1640.2070.2520.0460.0570.0960.0260.0170.0560.2750.2950.7040.7630.2600.2780.2820.3110.3790.0340.1080.3820.4760.4560.0180.0610.1570.2200.2700.4300.0600.1220.2600.2220.2940.0620.0780.1120.0310.0280.0870.4190.4661.2161.3030.4240.4830.3870.4660.4960.0540.1500.6490.8340.7850.0220.0950.2130.3790.4330.

58、7650.0760.1580.4470.2930.5290.0990.1260.1810.0460.0400.1330.5670.6731.7841.9060.6100.7090.5160.6660.7800.0770.2240.9491.2291.1510.0320.1470.3150.5570.6381.1490.1090.2320.6550.5250.7890.1410.1820.2640.065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)2025年2030年2035年2023年34%30%18.4%19.8%14.3%57.4%26.2%21.4%11%21

59、.3%21.7%16.1%41.8%18.5%23.4%17.6%15.3%8.6%10.4%25.4%6.3%11.8%16.6%7.1%58.2%11.9%27.1%16.9%38.1%34.8%20.6%128.9%124.5%87.1%82.5%77.6%159.3%65.2%82%52.4%110.7%98.4%99.8%148.4%101.4%71.4%86.9%105%74.1%90.2%70.1%65.5%36.6%109.8%41.4%171.9%45%61%88.9%123%115.2%79%234.8%229.4%170.2%147%171.4%270.4%159.8%1

60、60.1%103.1%209.3%185.4%193%266.1%194.4%156%166.4%208%156.5%179.5%151.6%156.1%98.8%212.8%153.4%298.4%112.8%130.9%175.6%222.1%206.5%152.9%39 中国光伏发电潜力评估注：每个网格的装机容量为两种情景下多次模拟的装机容量中位数。图 16 2035 年光伏累计装机容量分布40 参考文献参考文献Lei,Y.,Wang,Z.,Wang,D.,et al.Co-benefits of carbon neutrality in enhancing and stabilizin

61、g solar and wind energy.Nature Climate Change,2023,13(7):693-700.Zhang,Z.,Chen,M.,Zhong,T.,et al.Carbon mitigation potential afforded by rooftop photovoltaic in China.Nature Communications,2023,14(1):2347.Gruber,K.,Regner,P.,Wehrle,S.,et al.Towards global validation of wind power simulations:A multi

62、-country assessment of wind power simulation from MERRA-2 and ERA-5 reanalyses bias-corrected with the global wind atlas.Energy,2022,238:121520.Lu,X.,Mcelroy,M.B.,Kiviluoma,J.Global potential for wind-generated electricity.Proceedings of the National Academy of Sciences,2009,106(27):10933-8.Mcelroy,

63、M.B.,Lu,X.,Nielsen,C.P.,et al.Potential for wind-generated electricity in China.Science,2009,325(5946):1378-80.Chen,S.,Lu,X.,Miao,Y.,et al.The Potential of photovoltaics to power the belt and road initiative.Joule,2019,3(8):1895-912.Archer,C.,Jacobson,M.Evaluation of global wind power.Journal of Geo

64、physical Research,2005,110.Zheng,C.w.,Pan,J.Assessment of the global ocean wind energy resource.Renewable and Sustainable Energy Reviews,2014,33:382-91.Pryor,S.C.,Barthelmie,R.J.A global assessment of extreme wind speeds for wind energy applications.Nature Energy,2021,6(3):268-76.Ozelkan,E.,Chen,G.,

65、stnda,B.B.Spatial estimation of wind speed:a new integrative model using inverse distance weighting and power law.International Journal of Digital Earth,2016,9:733-47.Ozay,C.,Celiktas,M.S.Statistical analysis of wind speed using two-parameter Weibull distribution in Alaat region.Energy Conversion an

66、d Management,2016,121:49-54.Jiang,P.,Li,R.,Li,H.Multi-objective algorithm for the design of prediction intervals for wind power forecasting model.Applied Mathematical Modelling,2019,67:101-22.Wang,J.,Heng,J.,Xiao,L.,et al.Research and application of a combined model based on multi-objective optimiza

67、tion for multi-step ahead wind speed forecasting.Energy,2017,125:591-613.Jiang,P.,Liu,Z.,Niu,X.,et al.A combined forecasting system based on statistical method,artificial neural networks,and deep learning methods for short-term wind speed forecasting.Energy,2021,217:119361.Wu,C.,Wang,J.,Chen,X.,et a

68、l.A novel hybrid system based on multi-objective optimization for wind speed forecasting.Renewable Energy,2020,146:149-65.Penman,H.L.Natural evaporation from open water,bare soil and grass.Proceedings of the Royal Society of London Series A.Mathematical and Physical Sciences,1948,193:120-45.41 参考文献B

69、lack,J.N.,Bonython,C.W.,Prescott,J.A.Solar radiation and the duration of sunshine.Quarterly Journal of the Royal Meteorological Society,1954,80(344):231-5.Kan,A.,Zeng,Y.,Meng,X.,et al.The linkage between renewable energy potential and sustainable development:Understanding solar energy variability an

70、d photovoltaic power potential in Tibet,China.Sustainable Energy Technologies and Assessments,2021.Feng,Y.,Zhang,X.,Jia,Y.,et al.High-resolution assessment of solar radiation and energy potential in China.Energy Conversion and Management,2021,240:114265.He,G.,Kammen,D.M.Where,when and how much solar

71、 is available?A provincial-scale solar resource assessment for China.Renewable Energy,2016,85:74-82.Aly,A.,Jensen,S.S.,Pedersen,A.B.Solar power potential of Tanzania:Identifying CSP and PV hot spots through a GIS multicriteria decision making analysis.Renewable Energy,2017,113:159-75.Yushchenko,A.,D

72、e Bono,A.,Chatenoux,B.,et al.GIS-based assessment of photovoltaic(PV)and concentrated solar power(CSP)generation potential in West Africa.Renewable and Sustainable Energy Reviews,2018,81:2088-103.Yang,Q.,Huang,T.,Wang,S.,et al.A GIS-based high spatial resolution assessment of large-scale PV generati

73、on potential in China.Applied Energy,2019,247:254-69.Chen,Y.,Yue,X.,Tian,C.,et al.Assessment of solar energy potential in China using an ensemble of photovoltaic power models.Science of the Total Environment,2023,877:162979.Niu,J.,Qin,W.,Wang,L.,et al.Climate change impact on photovoltaic power pote

74、ntial in China based on CMIP6 models.The Science of the total environment,2023,858(Pt 1):159776.Qiu,T.,Wang,L.,Lu,Y.,et al.Potential assessment of photovoltaic power generation in China.Renewable and Sustainable Energy Reviews,2022,154:111900.Feng,Y.,Hao,W.,Li,H.,et al.Machine learning models to qua

75、ntify and map daily global solar radiation and photovoltaic power.Renewable and Sustainable Energy Reviews,2020,118:109393.Liu,F.,Wang,X.,Sun,F.,et al.Correct and remap solar radiation and photovoltaic power in China based on machine learning models.Applied Energy,2022,312:118775.Izquierdo,S.,Rodrig

76、ues,M.,Fueyo,N.A method for estimating the geographical distribution of the available roof surface area for large-scale photovoltaic energy-potential evaluations.Solar Energy,2008,82(10):929-39.Mller,J.,Trutnevyte,E.Spatial projections of solar PV installations at subnational level:Accuracy testing

77、of regression models.Applied Energy,2020,265:114747.Barbn,A.,Ghodbane,M.,Bayn,L.,et al.A general algorithm for the optimization of photovoltaic modules layout on irregular rooftop shapes.Journal of Cleaner Production,2022:132774.Huang,B.,Huang,J.,Xing,K.,et al.Development of a solar-tracking system

78、for horizontal single-axis PV arrays using spatial projection analysis.Energies,2013,16(10),4008.Song,X.,Huang,Y.,Zhao,C.,et al.An approach for estimating solar photovoltaic potential based on rooftop retrieval from remote sensing images.Energies,2018,11:3172.42参考文献Hong,L.,Mller,B.Offshore wind ener

79、gy potential in China:Under technical,spatial and economic constraints.Energy,2011,36(7),4482-4491.Janke,J.R.,2010.Multicriteria GIS modeling of wind and solar farms in Colorado.Renewable Energy,35(10),2228-2234.Wu,J.,Xiao,J.,Hou,J.,et al.A multicriteria methodology for wind energy resource assessme

80、nt and development at an intercontinental level:Facing lowcarbon energy transition.IET Renewable Power Generation,2023,17(2),480-494.Snchez-Lozano,J.M.,Teruel-Solano,J.,Soto-Elvira,P.L.,et al.Geographical Information Systems(GIS)and Multi-Criteria Decision Making(MCDM)methods for the evaluation of s

81、olar farms locations:Case study in south-eastern Spain.Renewable and sustainable energy reviews,2013,24,544-556.Angelis-Dimakis,A.,Biberacher,M.,Dominguez,J.,et al.Methods and tools to evaluate the availability of renewable energy sources.Renewable and Sustainable Energy Reviews,2011,15(2),1182-1200

82、.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,2024.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):1.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Z，2012.http:/ 1075-2023）S,2023.国家能源局.2023年全国电力工业统计数据Z,2024.http:/ 参考文献附录44 附录附件 1 风光发电潜力评估方法A1.1 数据来源风光发电潜力评估数据集包括风功率及平均风速图谱、全球水平辐照

83、度、生态红线、居民用地、路网数据以及省级清洁能源装机数据（表 A1）。其中 150 米高度的风功率图谱是用于评估风电资源潜力。平均风速图谱主要用于评估风电技术发电潜力时可开发区域的选择，以及风电潜力评估指标的构建。名称空间分辨率来源150 米高度风功率图谱数据250mhttps:/globalwindatlas.info/zh150 米高度平均风速图谱250mhttps:/globalwindatlas.info/zh全球水平辐照度250mhttps:/globalsolaratlas.info/高程数据250mhttps:/srtm.csi.cgiar.org/srtmdata/生态红线30

84、 m环境规划院居民区30 mOpen street map路网数据矢量Open street map各省清洁能源装机数据-国家能源局、国家电网公司表 A1 数据来源全国水平辐照度用于评估光伏发电理论潜力。高程数据用于评估风光技术潜力时所考虑的技术性因素。生态红线、居民用地以及路网数据是指在评估风光发电潜力时，所需要排除的限制性因素。省级清洁能源装机数据是用于风光设备分布现状的关键数据。45 附录A1.2 风能发电A1.2.1 风能资源潜力评估A1.2.2 风电技术开发潜力评估风电资源潜力是指风机在特定的风资源情况下，区域内一定高度上可利用的风总动能（ETRWind）。为了确保风机高效运行并减少

85、风机尾流的影响，需要适当安排风机的排列分布。在本研究风电资源潜力计算时，在本研究风电资源潜力计算时，参考一带一路国家风光资源评估报告中对风能资源潜力得评估，定义评估区域中 100 倍扫风面积内一般只安装 1 台风能转换装置，计算公式如下。在风电资源潜力的基础上，排除了生态红线、居民区域、河流水域、交通道路、风速低于 4m/s 区域、坡度大于 30、高差大于 4000m 等限制性区域，在技术可达性前提下，以 10km 网格为单位计算网格内的风电技术潜力（Pecon），计算公式如下。式中，Pecon是指排除限制因素后的技术装机潜力，单位为 kW；nslope是指坡度因子，坡度数据是按照 33 网格

86、分辨率所统计的全国坡度数据，并按照表A2 坡度分类得到坡度影响因子；5MW/km2代表经验装机密度，参考一带Pecon=5*nslope*Savailable 式中，Ai为第 i 块所选区域面积；n为选择区域内栅格数量；Pij为第 i 块栅格第 j 小时的风功率。46 附录一路国家风光资源评估报告中对单位面积装机密度的估计，预估单位平方千米的平坦地形区域内所允许安装最大风机容量为 5MW；Savailable是指风电装机的有效面积，即在 10km 网格内排除限制性因素后的可利用开发面积。GIS 坡度（）坡度影响因子0-1.711.8-3.40.53.5-16.70.316.8-300.1530

87、0表 A2 不同坡度对应的坡度影响因子A1.2.3 风电装机情景分析对于风电装机现状分析，基于遥感和 GIS 技术获得中国风电单机点源数据，结合 2023 年各省实际风电装机容量，采用统计学与 GIS 技术相结合的方法计算 10km 网格实际风电装机容量。对于风电装机情景分析，基于政策情景、高速情景下各省风电装机规划量，以 10km 网格单元为评价对象，从环境因素、风资源潜力、基础设施三个方面构建风能潜力评价指标体系，依据网格指标权重大小确定优先开发区域，以网格的风电技术潜力作为该网格的未来装机容量，并以两种情景下各省市 2025-2035 年风电装机规划量进行约束校对。潜力情景预估以当前风电

88、机组技术水平进行分析，但随着未来风电技术进步，情景预测结果可能会被低估。其中风能装机潜力评价指标体系构建分为陆地、海上，具体指标构建方法如下。（1 1）陆地风电潜力评价指标体系构建）陆地风电潜力评价指标体系构建陆地风能装机潜力评价指标体系一级评价指标包括环境条件、风资源潜47 附录表 A3 陆地风电潜力评价指标力和基础设施，二级评价指标包括地形坡度、风能资源开发装机密度、平均风速以及距离路网边界，各层级指标的权重采用 AHP 方法计算确定（表A3）。各评价指标考虑因素如下。a 环境因素：主要是指地形坡度，根据NASA数据中心提供的分类方式，由于平坦的地形和较低的海拔更便于风电场的建设和日常维护

89、，因此将平坦、海拔低的区域作为可开发利用区域。此类地区相应权重相对较高。b.风资源丰富度：包括风能资源开发装机密度和年平均风速。风能资源开发装机密度是指不同地形坡度对单位土地面积上的装机能力的折减影响，一般可通过设定坡度影响因子计算得到实际装机密度。装机密度越大，区域装机容量越大。年平均风速主要用于描述区域风资源的丰富度。年平均风速越高，风机的转动速度和发电效率越高。本报告年平均风速是指在 10km 网格内整块区域的平均值，对于实际的复杂山地风电场会有一定程度低估。c.基础设施：主要是指风机距离路网边界的距离，考虑到风电装机技术的可达性，距离主干道的距离是影响风电装机的主要因素之一。距离主干道

90、越远，建设风电场的难度越大，因此在选择风电设备安装区域时应考虑风机距离基础设施的距离。一级 权重 二级 权重指标划分012345环境因素0.4地形坡度0.4海面、高山和高山群山山脉、海拔高度大于3000 m-低山群山山脉低山山脉平坦地形，但是其高程低于等于3000 m风资源丰富度0.2装机密度0.1-平均风速0.1-7 m/s基础设施0.4距离路网0.4-100km 以外50 km-100 km40 km-50 km30 km-40 km30 km以内的区域48 附录（2 2）海上风电潜力评价指标体系构建）海上风电潜力评价指标体系构建表 A4 海上风电潜力评价指标条件 权重指标划分012345

91、规定条件0.4离岸距离30km离岸距离:20km-30m离岸距离:10km-20m装机容量0.3-归一化，输出整型。海上风速0.3小于 6m/s将大于等于 6m/s 的风速，归一化到 0-1 并乘以 5，返回整型数据。海上风电潜力评价指标构建，主要基于以下三个原则：第一，根据国家能源局和国家海洋局对海上风电建设做出的明确规定，海上风电场原则上应在离岸距离不少于10 公里、滩涂宽度超过 10 公里时海域水深不得少于 10 米。第二，在确定海上风电场的建设优先级时，优先考虑装机容量高，且可以规模化应用区域。第三，海上风速大小决定了海上风电潜力大小，直接影响区域海上风电装机规模。因此，从规定条件、装

92、机容量、海上风速三个方面构建海上风电潜力评价指标体系（表 A4）。49 附录A1.3 光伏发电A1.3.1 光伏发电资源潜力评估A1.3.2 光伏发电技术开发潜力评估光伏发电资源潜力主要是由全球水平辐照度（GHI，Global Horizontal Irradiation）指标来反映，该指标是指在一个水平表面内所能接受的直接辐射度、漫射辐照度的总和。光伏发电资源潜力计算公式如下：对于集中式光伏装机技术潜力计算，光伏技术装机受地形条件，包括高程、坡度和坡向地形起伏度等因素制约。本研究参考自然资源部发布的光伏发电站工程项目用地控制指标对不同纬度装机密度的研究结果，选择 10MW 固定式式中，GHI

93、是栅格对应的太阳能年水平面总辐照度；Ai为第 i 块栅格面积；n为选择区域内栅格数量。光伏板、110KV 并网条件和 20%发电效率的三类地形所对应的理论装机密度（表 A5），计算 10km网格集中式光伏技术装机容量。对于不在此纬度范围内的光伏装机密度计算方法，采用线性插值进行处理。区域类型纬度转化效率（%）10MW 110KV（ha）装机密度(MW/km2)1182010.324971202010.701931252011.864841302013.47274表 A5 不同区域类型、纬度下的光伏理论装机密度50 附录区域类型纬度转化效率（%）10MW 110KV（ha）装机密度(MW/km2

94、)1352015.807631402019.456511452025.881391502039.994252182012.936772202013.426742252014.938672302017.029592352020.064502402024.808402452033..507193182015.548643202016.8.0.585493352024.321413402030..44253502063.0216数据来源：自然资源部发布的光伏发电站工程项目用地控制指标。对于分布式光伏装机技术潜力计

95、算，采用 10km 单位网格内的装机面积乘以 25%的折减率得到有效开发利用面积，并结合单位网格装机密度计算分布式光伏技术装机容量。51 附录对于光伏装机现状分析，基于遥感和 GIS 技术获得中国光伏单机点源数据，结合 2023 年各省实际光伏装机容量，采用统计学与 GIS技术相结合的方法计算 10km 网格实际光伏装机容量。对于光伏装机情景分析，基于政策情景、高速情景下各省光伏装机规划量，以 10km 网格单元为评价对象，从地理因素、排放因素、资源潜力、基础设施等四个方面构建光伏潜力评价指标体系，依据网格指标权重大小确定优先开发区域，以网格的光伏技术潜力作为该表 A6 光伏装机潜力评价指标一

96、级权重二级权重指标划分012345地理因素0.2地形坡度0.2坡度 30-10-30其他区域10-303-100-3排放因素0.3区域碳排放0.30--500000-200000 200000资源潜力0.4技术装机容量0.4-=3.63.6-3.953.95-4.264.26 4.644.64 6.31基础设施0.1距离路网0.1-100 km以外50 km-100 km40 km-50 km30 km-40 km30 km以内的区域限制性因素-生态红线、水体、高速公路其他区域-网格的未来装机容量，并以两种情景下各省市 2025-

97、2035 年光伏装机规划量进行约束校对。光伏装机潜力评价指标因素及评价指标分类，如表 A6 所示。光伏潜力评价指标体系一级指标包括地理因素、排放因素、资源潜力、基础设施，二级指标包括地形坡度、区域碳排放、技术装机容量以及距离路网边界。限制性因素主要用于排除资源禀赋、保护区、高海拔、高坡度以及地面覆盖物等限制性区域。各层级指标的权重采用 AHP 方法计算确定。A1.3.3 光伏装机情景分析52 附录附件 2 中国各省份风电和太阳能发电 发展政策和规划区域目标政策文件北京2025 年太阳能、风电总装机容量达到 280 万千瓦；到 2030 年，太阳能、风电总装机容量达到 500万千瓦左右。北京市碳

98、达峰实施方案天津到 2025 年，风电装机规模达到 200 万千瓦，光伏装机规模达到 560 万千瓦。天津市可再生能源发展“十四五”规划河北到 2025 年，风电、光伏发电装机容量分别达到4300 万千瓦、5400 万千瓦。河北省国民经济和社会发展第十四个五年规划和二三五年远景目标纲要辽宁到 2025 年风电、光伏装机规模达到 3700 万千瓦以上。辽宁省“十四五”能源发展规划黑龙江到 2025 年风电新增装机 1000 万千瓦；到 2025 年光电新增装机 550 万千瓦。黑龙江省国民经济和社会发展第十四个五年规划和二三五年远景目标纲要上海2025 年、2030 年，风电装机容量分别力争达到

99、 260万千瓦、500 万千瓦。2025 年、2030 年，光伏装机容量分别力争达到 400 万千瓦、700 万千瓦。上海市碳达峰实施方案、上海市减污降碳协同增效实施方案江苏到 2025 年，风电装机达到 2800 万千瓦以 上，光伏发电装机达到 3500 万千瓦以上。江苏省“十四五”可再生能源发展专项规划浙江“十四五”期间，全省新增海上风电、光伏装机翻一番，增量确保达到 1700 万千瓦争达到 2000万千瓦。新增光伏装机 1245 万千瓦以上，力争达到 1500 万千瓦。海上风电，新增装机 455 万千瓦以上，力争达到 500 万千瓦。浙江省国民经济和社会发展第十四个五年规划和二三五年远景

100、目标纲要、浙江省能源发展“十四五”规划安徽“十四五”期间，新增并网风电、光伏发电装机1800 万千瓦左右，风光装机力争实现倍增。其中光伏新增 1430 万千瓦，风电新增 388 万千瓦，安徽省能源发展“十四五”规划福建2025 年电力规划装机风电 900 万千瓦、占 10.6%，新增 410 万千瓦；光伏装机 500 万千瓦、占 5.9%，新增 300 万千瓦。福建省“十四五”能源发展专项规划53 附录区域目标政策文件河南到 2025 年，风电累计并网容量达到 2700 万千瓦以上；光伏发电并网容量达到 2000 万千瓦以上。河南省碳达峰实施方案湖北新增风电装机 500 万千瓦；新增光伏发电装

101、机 1500千瓦。湖北省能源发展“十四五”规划湖南到 2025 年全省风电、光伏发电装机规模达到 2500万千瓦以上。湖南省发展和改革委员会关于全省“十四五”风电、光伏发电项目开发建设有关事项的通知广东规模化开发海上风电，打造粤东粤西两个千万千瓦级海上风电基地；到 2030 年，风电和光伏发电装机容量达到 7400 万千瓦以上。广东省碳达峰实施方案广西新增集中式光伏并网装机规模不低于 1000 万千瓦；新增陆上风电并网装机规模不低于 1500 万千瓦。到 2030 年，风电、太阳能发电总装机容量达到7000 万千瓦左右。广西壮族自治区碳达峰实施方案、广西可再生能源发展“十四五”规划海南到 20

102、25 年，新增光伏发电装机 400 万千瓦，投产风电装机约 200 万千瓦。海南省碳达峰实施方案重庆力争到 2025 年全市清洁能源装机规模约 2000 万千瓦，在全市装机占比提高至 55%。重庆市能源发展“十四五”规划（20212025 年）贵州到 2025 年光伏、风电和生物质发电装机容量分别达 3100 万千瓦、1080 万千瓦、60 万千瓦；到 2030年光伏、风电和生物质发电装机容量分别提高到6000 万千瓦、1500 万千瓦、80 万千瓦以上。贵州省碳达峰实施方案陕西到 2030 年，风电、太阳能发电总装机容量达到8000 万千瓦以上。陕西省碳达峰实施方案甘肃到 2025 年，建成

103、分布式光伏发电 350 万千瓦，全省储能装机规模达到 600 万千瓦。风电新增装机总投资约 1500 亿元，各类太阳能发电新增装机总投资约 1400 亿元。甘肃省“十四五”能源发展规划青海2025 年光伏发电 4580 万千瓦，风电 1650 万千瓦。青海省碳达峰实施方案宁夏重点依托沙漠、戈壁、荒漠、采煤沉陷区等建设一批百万千瓦风电光伏基地；“十四五”期间，建设1400 万千瓦光伏和 450 万千瓦风电项目。宁夏回族自治区应对气候变化“十四五”规划新疆到 2025 年，新疆新能源并网装机有望达 11600万千瓦以上，超过新疆能源总装机的一半，风光项目装机将成为新疆新增装机的主要来源。国网新疆电力有限公司能源大数据中心西藏加快发展光伏太阳能、装机容量突破 1000 万千瓦。中共西藏自治区委员会关于制定国民经济和社会发展“十四五”规划和二三五年远景目标的建议