1、Report|December 2021|1一带一路国家 风光资源评估报告全球能源互联网发展合作组织2022年5月可持续投资项目系列全球能源互联网发展合作组织2|全球能源互联网发展合作组织简介2016年3月全球能源互联网发展合作组织经国务院批准在京成立，是中国发起的首个能源领域国际组织，致力于构建全球能源互联网，以清洁和绿色方式满足全球电力需求，推动世界能源可持续发展。多年来，合作组织持续深化在清洁能源资源评估、开发利用，能源绿色转型发展、电网互联互通、低碳能源技术创新等领域研究，近年来面向全球发布了破解危机、全球碳中和之路和全球及各大洲能源互联网发展与展望、清洁能源开发与投资等创新成果，为全

2、球清洁能源大规模开发利用提供指引和参考，为全球落实巴黎协定提供可复制、可推广、可实施的系统性减排方案。北京2022封面:Photo by UNCTAD扉页:Photo by Veejay Villafranca,Greenpeace课题成员黄瀚、肖晋宇、赵杨、吴佳玮、侯金鸣、李鹏、安锐坚一带一路国家风光资源评估报告北京|2022|1目录第1章 资源评估的数字化方法 .2 1.1 技术路线 .21.2 数据与计算 .51.2.1 基础数据 .51.2.2 计算技术 .61.3 风能资源评估模型 .81.3.1 理论蕴藏量 .81.3.2 技术可开发量 .81.4 太阳能资源评估模型 .171.4

3、.1 理论蕴藏量 .171.4.2 技术可开发量 .17第2章 BRI 国家可再生能源资源禀赋评估 .222.1 基础条件 .222.1.1 风速分布 .222.1.2 水平面总辐射量分布 .232.1.3 地面覆盖物 .232.1.4 保护区分布 .242.1.5 地形分布 .252.1.6 交通设施 .262.1.7 电网设施 .272.2 风能资源评估结果 .272.2.1 理论蕴藏量 .282.2.2 技术可开发量 .282.2.3 开发成本 .292.3 光伏资源评估结果 .342.3.1 理论蕴藏量 .342.3.2 技术可开发量 .352.3.3 开发成本 .36第3章 重点国家

4、的可再生能源发展潜力 .42 3.1 印度尼西亚 .423.1.1 资源条件 .423.1.2 开发条件 .423.1.3 开发潜力 .443.2 埃塞俄比亚 .453.2.1 资源条件 .453.2.2 开发条件 .453.2.3 开发潜力 .47附录 地理信息运算关键算法 .48 注释 .51 全球能源互联网发展合作组织2|第 1 章 资源评估的数字化方法当前，全球能源行业正在加速推进低碳化绿色转型，水电、风电和光伏发电装机规模已经占到全部清洁能源装机规模的80%以上，是最为重要和最富发展潜力的清洁能源发电方式。报告对风能和太阳能资源进行评估，为加快清洁能源开发利用奠定了科学基础。风能是空

5、气流动所产生的动能，是太阳能的一种转化形式。太阳辐射以及地球和大气层的旋转造成地球表面各部分受热不均匀，引起大气层中压力分布不平衡，在水平气压梯度作用下，空气运动形成风。太阳能是由太阳核聚变所产生的能量，经由电磁波形式在宇宙空间中传递，是地球表层能量的主要来源。分析太阳能资源需要包括太阳能年总水平面辐射量、水平面散射辐射量、年总法向直射辐射量等数据。本报告主要研究适宜开发光伏发电的太阳能资源。1.1 技术路线风速、太阳辐射、空气密度、温度等气象数据是评估风电、太阳能发电能力的关键。目前已有研究机构和企业完成了从原始气象资料到风、光气象资源数据的生产，并对数据的质量进行了有效管控与验证。基于此类

6、商业化的资源数据开展研究，可以提高评估结果的准确性和工作效率。（1）数据来源大范围的风资源数据一般采用大气模式数值模拟计算的方法获取。地球大气系统是一个极其复杂的非线性系统，其动力、热力过程可以通过偏微分方程组描述，但是方程组的复杂性导致难以获得解析解，采用差分数值法建立大气模式可以获得近似解。影响风机发电的天气与气候现象具有中尺度特性，所以一般使用中尺度模式开展模拟计算，并对原始方程模式进行必要简化以有效节省时间及计算成本。天气研究与预测模型1（Weather Research&Forecasting Model，WRF）作为中尺度气象模式的典型代表，能够有效捕捉大、中尺度的地球大气环流过程

7、，适合宏观区域风能资源研究，能够开展从数十米到数千千米范围的气象数据分析，也广泛应用于大气研究和气象预报领域。随着大气探测技术、通信技术和计算机技术的不断发展，借助现代高性能计算集群进行大规模数值模拟计算，已成为最高效的风能资源气象数据的获取手段。西班牙Vortex公司采用中尺度WRF模型，通过嵌套模拟链实现了从数百米到数千米空间尺度的覆盖2，其嵌套网格模拟如图1-2所示。模型采用的宏观尺度的气象数据来自三个不同的再分析数据源3，分别为美国国家环境预报中心的CFSR数据、美国航空航天局的MERRA-2数据和欧洲中尺度天气预报中心的ERA-Interim与ERA5数据；地形数据来源于美国航空航天

8、局的SRTM数据4；陆地覆盖数据来源于欧洲航天局的GlobCoverLand Cover15数据。Vortex公司把再分析生产的风速数据与全球超过250个站点的实测风速数据集进行了对比6，同时结合实际案例经验，在全球范围内测试了超过400个检查点进行对比分析7，全面检测校核了生产气象数据的准确性。总体上，Vortex公司通过数值模拟计算可以获得全球范围50150m高度下的风能资源图谱及逐小时时间序列数据，分辨率为9km9km，其数据成为世界银行（World Bank）Wind Atlas平台的基础数据之一，在全球获得广泛应用。经过对比分析，报告采用Vortex公司生产的全球风能资源数据作为风能

9、资源评估的输入。太阳能资源数据一般采用卫星遥感数据结合辐射传输模拟的方法获取。获取一个地区太阳能资源数据最简单，也一带一路国家风光资源评估报告北京|2022|3是最准确的方法就是利用地面辐射观测资料。然而，地面观测站点数量有限且空间分布不均匀。基于卫星遥感资料的物理反演方法是当前获取全球覆盖范围太阳能资源数据的主要方式，同时采用高质量的地面辐射观测数据对评估结果进行校准，可有效提高数据的时空分辨率和精确度。欧洲SolarGIS公司采用卫星遥感数据结合辐射传输模拟的方法，利用卫星遥感、地理信息技术和先进的科学算法开展覆盖全球的太阳辐射反演模拟。SolarGIS公司采用气象卫星数据8、气象模式再分

10、析数据、天文模式、地理信息数据10，并结合地面观测数据，建立了包含一系列高分辨率气象要素的太阳能资源数据库。其中，太阳辐射数据包含水平面总辐射量（Global Horizontal Irradiance，GHI）、法向直接辐射量（Direct Normal Irradiance，DNI）和散射辐射（Diffuse Radiation，DIF）；气象参数包含气温、湿度、大气压强、平均风速和风向等。该数据库在高空间分辨率、高品质地面测量、高时间分辨率数据处理算法等方面处于全球先进水平，经过对照分析，GHI数据与地面实测数据的误差在4%8%之间，DNI数据误差度在8%15%之间。SolarGIS公司

11、可以提供全球陆地主要太阳能资源开发区域内（北纬60南纬55），陆地表面的太阳能资源逐小时时间序列数据，空间分辨率为9km9km，已成为世界银行Solar Atlas平台的基础数据之一，在全球范围内已被广泛应用于太阳能项目的前期研究、资源评估和发电量计算。经过对比分析，报告采用SolarGIS公司数据库作为太阳能资源评估的输入。（2）评估方法风能与太阳能资源评估研究重点关注理论蕴藏量、技术可开发量和经济可开发量3个指标的测算，其总体技术路线如图1-2所示。首先，收集整理风、光资源数据，全球地形、数字高程、岩层地质等地理信息，地面覆盖物分布等高分遥感辨识信息，自然保护区、交通基础设施分布等人类活动

12、信息，形成支撑资源评估的多元数据库。然后，基于地理信息数字计算，采用多分辨率融合及多类型混合计算等技术，将各类数据同化为可以进行量化评估的标准数据源。最后，构建多层次量化分析体系，实现从技术特性（理论蕴藏量与技术可开发量）到经济性水平（经济可开发量）的全面评估。图 1-1 Vortex嵌套网格模拟示意图全球能源互联网发展合作组织4|图 1-2 风能与太阳能资源评估技术路线图常规气候数据，通过数值模拟技术对风光资源数据进行复核订正最终数据数据整理数据收集资源评估模型建立及计算矢量数据栅格数据多分辨率融合后最终资源数据（风、光）原始资源数据（风、光）风光能源资源评估理论蕴藏量经济性数据：交通成本、

13、设备成本、征地成本、运维成本、并网成本、融资成本、政策补贴等影响度电成本的因素技术可开发量经济可开发量数据分辨率融合统一数据类型最终GIS信息（地物、交通、水域、地质地震、自然保护区、岩层、地理高程、卫片等）原始GIS信息（地物、交通、水域、地质地震、自然保护区、岩层、地理高程、卫片等）一带一路国家风光资源评估报告北京|2022|51.2 数据与计算1.2.1 基础数据风速、太阳辐射、温度等资源数据是开展风能和太阳能源资源评估研究的必备基础。为实现数字化、多维度的风与光资源评估，引入了全球地面覆盖物分布等地理信息类数据，全球交通与电网基础设施分布等人类活动相关数据，可以在理论蕴藏量评估的基础上

14、，进一步开展技术可开发量和经济可开发量等多维度的评估测算。总体上，报告建立了全球清洁能源资源评估基础数据库，共包含3类14项覆盖全球范围的数据信息，如表1-1所列。资源类数据，主要包括全球中尺度风资源数据以及太阳能资源数据。全球风资源数据为Vortex计算生产的全球风能气象资源数据11。太阳能资源数据为GeoModel Solar计算生产的全球太阳能气象资源数据12。地理信息类数据，主要包括全球地面覆盖物、保护区、水库、湖泊湿地、主要断层、板块边界、历史地震频度、岩层等分布数据，地理高程与海洋边界等数据。全球地面覆盖物分类信息来源于中国国家基础地理信息中心发布的覆盖北纬80度至南纬80度陆地范

15、围的森林、草地、耕地等10个主要地表覆盖类型的辨识成果数据。全球主要保护区分布数据来源于国际自然保护联盟和联合国环境规划署世界保护监测中心联合发布的全球保护区数据集，报告结合中国保护区分类标准13进行了必要的翻译、归类和整理。全球历史地震频度分布数据来源于世界资源研究所，包含了自1976年以来里氏4.5级以上地震的地理分布。全球主要岩层分布数据来源于欧盟委员会、德国联邦教育与研究部、德意志科学基金会等机构的联合研究成果。全球地形卫星图片数据来源于谷歌公司产品。全球地理高程数据来源于美国国家航空航天局和日本经济贸易工业部的数字产品。全球海洋边界数据数据来源于比利时弗兰德斯海洋研究所，包含联合国海

16、洋法公约中规定的200海里专属经济区、24海里毗连区、12海里领海区域等信息。人类活动和经济性资料，主要包括全球人口、交通基础设施、电源和电网分布等数据。全球人口分布数据来源于哥伦比亚大学国际地球科学信息网络中心，包含了2000、2005、2010和2015年的人口分布数据。全球交通基础设施分布数据来源于北美制图信息学会发布的全球铁路、机场、港口数据集以及由美国国家航空航天局社会经济数据和应用中心发布的全球公路网数据集。全球电网地理接线图数据来源于全球能源互联网发展合作组织，涵盖了欧洲、亚洲、美洲、非洲及大洋洲共147个国家截至2017年年底的主干输电网数据，包括110kV-1000kV的交流

17、电网和主要的直流输电工程。全球电厂信息及地理分布数据来源于谷歌、斯德哥尔摩皇家理工学院和世界资源研究所的联合研究成果，包含截至2017年年底火电、水电、核电、风电、光伏发电、生物质发电等全球电站的位置分布与装机容量等信息。表 1-1 2010-2019年全球可再生能源总投资（单位：亿美元）序号数据名称空间分辨率数据类型1全球中尺度风资源数据9km9km栅格数据2全球太阳能资源数据9km9 km栅格数据3全球地面覆盖物分类信息30m30m栅格数据4全球主要保护区分布/矢量数据5全球主要断层分布/矢量数据6全球历史地震频度分布5 km5 km栅格数据7全球主要岩层分布/矢量数据8全球地形卫星图片0

18、.5m0.5m栅格数据9全球地理高程数据空间范围：南纬83北纬83间陆地30m30m栅格数据10全球海洋边界数据/矢量数据11全球人口分布900m900m栅格数据12全球交通基础设施分布/矢量数据13全球电网地理接线图/矢量数据14全球电厂信息及地理分布/矢量数据全球能源互联网发展合作组织6|1.2.2 计算技术在各类基础数据间开展的与地表面积、坡度等有关的地理信息计算是全球清洁能源资源评估系统的基础性算法。由于基础数据的空间分辨率不同、类型格式不同，必须解决多分辨率数据的融合以及多类型数据的计算两大关键问题，其目标是建立统一分辨率的基础数据集。根据全球大范围计算的实际情况，选择分辨率为500

19、m500m，将全球陆地划分为6.08亿个栅格开展计算。（1）多分辨率数据的融合不同栅格数据的分辨率不同，对所选区域的界定会产生偏差，影响计算准确性。报告采用归一法解决这一问题。归一法是将不同分辨率的像元栅格转化为同一分辨率像元，计算步骤主要包括：选定最佳分辨率，统一全球坐标系统，标定初始点；采用双线性插值法将低分辨率数据向高分辨率转化，如资源类数据、全球历史地震频度分布、全球人口分布等，采用加权平均法将高分辨率数据转化为低分辨率数据，如全球地理高程数据等。（2）混合类型数据的计算全球18项基础信息数据主要包含矢量与栅格两种数据类型，开展地理信息计算时需要进行不同类型数据间的混合运算，以实现数据

20、融合与量化分析。具体的，混合运算可分为两类。第一类是固定矢量要素数据，如全球主要保护区分布、全球主要水库分布、全球主要岩层分布等，通过进行矢量数据的栅格化，实现矢量数据与栅格数据间的混合计算。第二类是不断变化的矢量数据，在选取目标区域的过程中，区域范围的矢量数据将发生变化，矢量数据与栅格像元切割产生不规则邻域，一般可以采用0-1排除法、全面积法、中心点排除法进行计算。图1-4所示矢量选择栅格计算示意图，通过比较可知，0-1排除法涉及栅格矩形与矢量图形的几何图形计算，计算时间长，选择范围面积越小、误差越大；全面积法耗时长，空间存储量大；中心点排除法即判断选择范围矢量是否包含栅格中心点坐标，若包含

21、则该点被选中，反之，则该点未被选中，具有计算量小，随栅格数据空间分辨率增加、误差逐渐减小的特点。报告采用中心点排除法进行变化矢量与栅格数据间的混合计算。地理信息运算的详细算法可参见附录。图 1-3 矢量选择栅格计算示意图（1）选择范围（2）全面积法（3）0-1-1排除法一带一路国家风光资源评估报告北京|2022|7（3）并行计算体系数据组织与并行计算体系的构建是高效数字化评估技术的核心难点，报告采用统一标准管理各类别数据，建立数据瓦片体系、数据缓存机制、任务队列体系，有效地解决了大数据量与高速稳定响应之间的矛盾。通过约定一系列标准的分辨率等级和对应的网格规则，可以开展不同数据的协同计算，实现简

22、洁的多维数组运算以取代复杂空间叠加分析。采用数据缓存机制，可以实现数据的快速、多次调取，极大提高计算的可靠性与时效性，减少时间耗费和资源占用。数据组织架构可通过框架机制来自动处理算法间的依赖关系，便捷地实现并行处理，提高算法处理效率。并行计算（Parallel Computing，PC），是并行机上采用多个处理器联合求解问题的方法和步骤，可以划分成时间并行和空间并行。时间并行即流水线技术，空间并行则是使用多个处理器执行并发计算。从数据组织与算法设计的角度看，并行计算又可分为数据并行和任务并行，数据并行是把大的任务化解成若干个子任务，采用多机并行或多线程并行的方式提高计算效率与可靠性。报告采用了

23、空间并行和任务并行的算法框架，解决了超大流域面、区域面的水能、风能和太阳能等技术指标的测算问题。报告设计并完成了一种新的并行计算体系，实现了核心指标的并行计算，即由决策判断层面处理全部与并行相关的事务，而数据算法更多关注业务逻辑，从而大幅减轻了核心算法的复杂度，提高了关键程序的复用性和执行效率。并行计算体系主要包含数据规划方式、数据依赖关系、计算任务网、任务队列、数据缓存等环节，其数据计算任务网如图1-5所示。图 1-4 数据计算任务网示意图首先，将目标数据对应的计算任务分解为一系列子任务单元A、B、C等，通过分布式任务队列可以完成多个任务单位的调度与并行处理，满足并行化计算需求。如图所示，各

24、子任务将存在已完成、正在计算等多种状态，代表并行化计算过程。随后，各子任务单元的数据计算都将产生一个中间结果，通过缓存机制，将其作为缓存数据进行分类存储。每个子任务的计算逻辑只需关注其本身，对于其依赖的上一级数据，可以采用统一资源标识符（Uniform Resource Identifier，URI）模式标记并提交至计算框架完成处理。由于各计算任务单元间可能存在一个或多个的纵向依赖关系，众多任务单元往往会形成一个网状结构，将之命名为计算任务网，该体系与缓存机制共同满足了大数据量、多任务单元的高效并行计算要求。总水平面辐射GHI所依赖数据条目的URI得到该依赖条目的缓存对象创建缓存对象是否存在该

25、依赖条目的缓存对象不将其编入计算任务网将其编入计算任务网目标数据AA1E2A1E3BCDFEZEIKGJLH数据计算依赖关系如果其状态不是“计算中”，则按同样方式继续分析下一级的依赖项分析依赖项（如有多个依赖项，则逐个处理）状态为不可用状态为可用是否图例不编入计算机任务网正在计算已完成编入计算机任务网全球能源互联网发展合作组织8|1.3 风能资源评估模型风能资源理论蕴藏量是指评估区域内一定高度上可利用的风的总动能。一般不考虑从动能到机械能乃至电能的能量转换效率。技术可开发量是指在评估年份技术水平下可以进行开发的装机容量总和。评估的关键在于剔除因资源禀赋、保护区、海拔与海深、地面覆盖物等限制而产

26、生的不宜开发区域。经济可开发量是指在评估年份技术水平下，技术可开发装机容量中与当地平均上网电价或其他可替代电力价格相比具有竞争优势的风电装机总量。经济可开发量除与资源条件、风电开发技术水平相关外，还与影响发电成本的政策环境等因素密切相关。报告选用理论蕴藏量、技术可开发量和经济可开发量 3 个指标开展全球风能资源评估测算，并重点研究全球范围内适宜集中式开发的陆上风能资源。对于不具备集中式开发条件，但用电负荷相对较大的区域，提出了开展分散式风能开发的评估方法与参数；对于风能资源非常富集的海上区域，开展了海上风电基地的宏观选址研究。1.3.1 理论蕴藏量数字化评估风能资源理论蕴藏量，可将评估转化为计

27、算待评估区域内每个栅格面积与该栅格对应风功率密度乘积的累加。假设风能转换装置的扫掠面积近似单位圆，风速经过转换装置后将明显下降，并在距离转换装置10倍直径外，方能基本复原。因此，风能计算时评估区域中100倍扫风面积内一般只安装1个风能转换装置，所以风能资源理论蕴藏量ETRWind的计算公式如下所示。ETRWind=100 Pij Ai 1-2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小时的风功率密度。1.3.2 技术可开发量（1）评估流程与推荐参数技术可开发量评估的关键在于剔除因资源禀赋、保护区、海拔与海深、地面覆盖物等限制而产生的不可利用面积，再根据不同地

28、形坡度条件设定的装机密度，计算得到技术可开发风电装机容量。评估分析主要包括可用面积计算、装机面积计算、装机密度计算3个关键环节，分析流程如图1-5所示。计算可用面积。风能资源开发可用面积是指剔除资源匮乏、保护区、海拔与地面覆盖物限制等不宜开发区域后的土地面积，计算公式如下。Aavailable=Asum-Areserveij -Alow_resourcei -Ahigh_altitudei -Aground_objecti 1-3式中，Aavailable为可用面积；Asum为评估区域总面积；Areserveij为区域内第i种类型、第j块保护区面积；Alow_resourcei、Ahigh_a

29、ltitudei和Aground_objecti为区域内因资源匮乏、海拔限制以及地物覆盖物限制等不宜开发区域的面积。1n8769j=1i=1nnnnmj=1i=1i=1i=1i=1一带一路国家风光资源评估报告北京|2022|9计算装机面积。风能资源开发装机面积是指在可用面积内，考虑不同地面覆盖物对实际开发条件的折减影响，通过设定土地利用系数得到有效装机面积，计算公式如下。Aeffective=area Aavailable 1-4式中，Aeffective为装机面积；area为土地利用系数，即为不同地物类型对应的土地利用系数。一般的，根据风能资源开发方式的差异，技术可开发量评估模型中计算可用面

30、积与装机面积时往往需要考虑不同的技术指标，表1-2给出了选用的主要指标及推荐参数。具体的，可用面积计算时：剔除风能资源条件差的地区，结合工程建设实践，一般认为年均风速低于5m/s的地区，不宜进行集中式风电开发，而风速低于5m/s但高于4.5m/s的地区可以进行分散式低风速风电开发。剔除各类保护区，包括自然生态类保护区、野生生物类保护区等。剔除当前技术水平下不宜开发的地区，例如海拔超过4000m的高原，空气稀薄，风功率密度下降，同时多有冰川分布，建设难度大，严重影响自然环境；海深超过150m的海域，需要采用漂浮式风电基础，离岸超过200海里的远海区域，开发的风电电力需要长距离海底电力电缆输电，在

31、目前技术水平下开发难度大、经济性差，不推荐进行开发。剔除因地面覆盖物原因不宜开发的地区，森林、耕地、湿地沼泽、城市、冰雪等不宜进行集中式开发；但是森林、耕地等区域，可以考虑合理利用田间地头、森林边缘等区域布置风机，进行分散式风电开发。图 1-5 风能资源技术可开发量评估流程示意图全球地物覆盖GIS地形坡度限制条件土地利用系数地理数据输入全球油气盆地全球水系湿地自然保护区地址地震岩层可用面积装机密度装机面积技术可开发量风速阈值资源限制土地扣除不同类型保护区限制土地扣除海拔海深阈值技术开发限制土地扣除地物类型地物覆盖限制土地扣除及折减坡度阈值地物限制装机密度折减全球能源互联网发展合作组织10|计算

32、装机面积时，结合各国风电开发经验，不同地表覆盖物类型可开发风电的适宜程度存在差异，遵循全面性、层次性、可操作性、敏感性和科学性原则，在可持续发展、保护生态平衡的前提下，报告提出灌丛、草本植被以及裸露地表3种区域类型适宜集中式风电开发，其土地利用系数的建议值分别为80%、80%与100%。结合各国实际情况，按照因地制宜的原则，建议利用森林、耕地进行分散式风电开发时，土地利用系数取值分别10%与25%。表 1-2 风能技术可开发量评估模型采用的主要指标和推荐参数表 1-3 不同坡度对风机装机容量的影响类型 限制因素阈值集中式开发土地利用系数分散式开发土地利用系数资源限制分散式开发 5 m/s（集中

33、式）-4.5 m/s（分散式）-技术开发限制陆地海拔 4000 m-近海海深300计算装机密度。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，通过设定坡度影响因子计算得到实际装机密度。以适合开发的资源条件14进行测算，平坦地表区域内单位面积上的装机容量Punit约5MW/km2。风电开发的实践表明，装机密度受地形坡度影响较大，陡坡的装机密度要明显小于平坦地面，参考中国风资源评估技术标准及其他技术机构和国际组织有关成果，在500米分辨率下对0-30度间不同坡度条件，设定了坡度影响因子，如表1-3所示。一带一路国家风光资源评估报告北京|2022|11风能资源技术可开发量

34、的数字化评估即为计算每个栅格的有效装机面积与单位面积装机容量、坡度影响因子的乘积，累加得到区域的风电技术可开发量，计算公式为如式1-5。PTPGWind=Aeffectivei i Punit 1-5式中，PTPGWind为风能技术可开发量；Aeffectivei为第i个栅格的装机面积；i为第i个栅格对应的坡度影响因子；Punit为平坦地表单位面积装机容量。（2）发电量计算根据风能资源禀赋，通常采用年平均风速作为技术指标，结合当前技术条件下的风机发电出力特性进行机组选型，按照选定的风机功率曲线，采用插值法计算年逐时功率序列，通过标幺化计算并考虑折减系数得到出力曲线，进而获得年技术可开发电量，分

35、析流程如图1-6所示。图 1-6 风能年发电量评估流程ni=1风速数据高分辨率风速数据降尺度算法海拔修正资源数据输入功率序列空气密度标准功率曲线I标准状态下年均风速数据年逐时功率序列表幺化年出力序列出力曲线技术可开发量技术年发电量风向数据气温气压数据标准功率曲线II标准功率曲线III风机选型全球能源互联网发展合作组织12|ETPGWind=Aeffective i Punit Pj 1-6式中，ETPGWind为年技术可开发电量；Pj为出力序列，即第j个小时典型风机平均发电出力，累加8760小时对应的Pj，即得到风电单位装机的年发电量。1.3.3 经济可开发量评估风能资源经济可开发量时，报告采

36、用平准化度电成本（Levelized Cost of Energy，LCOE）作为评估指标。评估过程中，将每个地理栅格视为一个计算单元，分别计算各栅格单元对应的度电成本，通过与给出的综合参考电价进行对比，将具有经济性的栅格的装机容量按照地域面积进行累加，即可得到该区域的风电经济可开发量。（1）评估模型与影响因素平准化度电成本是将项目生命周期内的全部资本投入、贷款、运维等成本折算成现值并记为总成本，将总成本按照生命周期内全部发电量进行分摊得到的平均成本，计算公式如下。LCOE=1-7式中，I0为初投资，包括设备成本、建设成本、并网成本等；Dn为第n年电站折旧费用；Rn为第n年电站年运行成本；Vn

37、为第n年税费；Wn为第n年项目贷款还本付息成本；Bn为第n年其他来源的收入，如可再生能源补贴等；C为项目残值；RE为外部因素风险成本，主要包括财税、金融政策等外部因素变化所引发的成本；An为第n年的发电量；n为年份；N为项目全生命周期；r为基准折现率。基于平准化度电成本法的风电经济性分析模型主要考虑了技术和运行参数、财务参数和政策因素等3方面影响，计算内容如图1-7所示。8760j=1 An(1+r)-n Nn=0Io+(Dn+Rv+Vn+Wn-Bn)(1+r)-n-C (1+r)-N+RE Nn=0图 1-7 风电平准化度电成本模型的计算内容发电成本政策措施项目准备期（0-5年）项目建造期（

38、3个月-2年）项目运营期（20-40年）设备成本设备成本并网成本建设期贷款利息运行维护成本财务成本和内部收益率设备利用小时数折旧财务成本和内部收益率财务成本和内部收益率财务成本和内部收益率财务成本和内部收益率财务成本和内部收益率技术和运行参数。技术参数主要影响设备成本和运维成本，需要根据不同国家、不同设备选型进行确定。风电项目的生命周期取值20-25年。一带一路国家风光资源评估报告北京|2022|13财务参数。财务参数包括基准折现率、贷款资本金比例、贷款利率、贷款期限、折旧率、折旧年限、固定资产残值率等。根据各国税率政策的不同，需要个性化设置，一般财务成本约占项目全寿命周期成本的30%左右。基

39、准折现率是企业、行业或投资者以动态的观点所确定的、可接受的投资项目的最低标准收益水平。一般在货币通胀率低、投资风险小的国家，基准折现率在3%-8%；在货币不稳定、投资风险大的国家，需要采用更高的折现率以控制投资风险。政策因素。影响度电成本的政策主要包括：项目开发政策、电价政策、税收政策、金融政策、全额保障性收购政策、绿色证书交易机制等。对于政策影响的量化研究，既可以根据各国不同的政策调整有关财务参数和运行费用参数，也可以在计算中设置一个与初投资或年运行费用相关的非技术成本，从而影响度电成本结果。（2）评估流程与推荐参数通过选定待评估地区、确定技术参数、确定成本参数、确定财务参数、确定政策参数、

40、计算度电成本、经济性判断和输出结果8个主要流程实现风能资源经济可开发量评估，其基本框架如图1-8所示。图 1-8 基于平准化度电成本的经济可开发量评估流程1.选定评估区域2.确定技术参数3.确定成本参数4.确定财务参数5.确定政策参数主要发电品种平均电价8.输出结果当地平均上网电价外售电平均电价统计经济格点装机及电量扣除不经济格点预设参考电价7.经济性判断6.计算LCOE贷款利息所得税贷款年限附加税政府补贴贷款年限增值税项目残值无息贷款折旧等贷款贴息政府担保等折旧等低息贷款建设成本并网成本运维成本设备成本风机、塔筒、箱式变压器、升压站设备、集电线路等。风机基础、变电站、建筑、施工辅助、交通、环

41、评水保劳安等。输电方式选型、输电距离、单位输电成本等。运维年限、年运维费用占比、人工费用等。年发电量装机容量利用小时数单位格点测算计算模型参数修正全球能源互联网发展合作组织14|并网成本是指将开发的清洁能源发电资源接入电网所需新增建设电网设施的费用。一般清洁能源发电工程多建设在远离城镇的人口稀疏地区，需要修建更长的并网工程，增加了开发投资成本。并网成本主要受栅格风电接网与消纳方式影响，需要开展针对性测算。本地消纳的风电，并网成本是风电场到最近电网接入点的输电成本，与接入电压等级和距离有关，多采用交流输电方式，包括受端变电站和输电线路的成本。需要远距离外送消纳的风电，并网成本是风电场到本地电力汇

42、集站及远距离外送工程的输电成本之和。外送工程多采用直流输电方式，输电距离不同，输电成本也不同，包括送受端换流站和直流线路成本。风电开发并网成本测算构成如图 1-9所示。表 1-4 2020-2035年风电综合初始投资预测结果2020年2035年海上风电陆上风电海上风电陆上风电亚洲2064748 欧洲2575306201642872961 非洲26556935 北美洲26703961 南美洲2466309651631798

43、907 大洋洲2622303691617892956 全球平均2385299571617732847 1）选定待评估的地区。将选中区域的每个栅格视为1个风电项目进行经济指标测算。2）确定技术参数。从技术可开发量评估模型获取栅格的风电装机容量、年发电量等技术参数。3）确定成本参数。确定风电场的设备成本、建设成本和并网成本等初始投资，明确风电场的运维成本参数。风电初投资。需要对规划水平年的风电投资水平与开发经济性进行评估，需要预测未来的风电投资水平，具体方法见2.6。2020-2035年风电综合初始投资预测结果，见表1-4。图 1-9 风电开发并网成本测

44、算构成示意图本地消纳成本远距离外送成本一带一路国家风光资源评估报告北京|2022|15不同规模、不同距离的电源并网需要采用不同的输电方式和电压等级，相应的成本水平差异较大。近年来，随着中国输电技术和电力装备在全球不断推广，报告基于中国工程经验，提出了不同的输电方式、电压等级的并网成本因子，结合待评估栅格的最短并网距离，量化测算了并网条件对不同区域清洁能源资源开发成本的影响。具体的，报告参照中国电网技术标准和输变电工程造价，给出了清洁能源开发并网的陆上和海上输电方式选型条件、不同类型远距离输电工程的单位输电成本等经济性参数的推荐取值，见表 1-5和表 1-6。表 1-5 输电方式选型表 1-6

45、清洁能源开发并网经济性参数推荐取值基地所处位置距离主网架距离（km）输电方式陆上500交流500800kV直流海上 Pcomprehensive0八 LOCE Pcomprehensive一带一路国家风光资源评估报告北京|2022|171.4 太阳能资源评估模型太阳能光伏资源理论蕴藏量是某一区域地表接收到的太阳能量完全转化为电能的能量总和（不考虑发电转化效率的损失）。技术可开发量是指在评估年份技术水平下，选定区域面积上可安装光伏装机容量的总和。经济可开发量是指在评估年份技术水平下，技术可开发装机中与当地平均上网电价或其他可替代电力价格相比具有竞争优势的光伏装机总量。报告选用理论蕴藏量、技术可开

46、发量和经济可开发量3个指标开展全球太阳能光伏资源的评估测算，并重点研究全球范围内适宜集中式开发的陆上太阳能光伏资源。1.4.1 理论蕴藏量数字化评估光伏发电资源理论蕴藏量，可将评估转化为计算待评估区域内每个栅格面积与该栅格对应太阳水平面总辐射量乘积的累加。光伏资源理论蕴藏量ETRPV的计算公式如下所示。ETRPV=GHIi Ai 1-11式中，GHI是栅格对应的太阳能年水平面总辐照量；Ai为第i块栅格面积；n为选择区域内栅格数量。1.4.2 技术可开发量（1）评估流程与推荐参数技术可开发量评估的关键在于剔除因资源禀赋、保护区、地形坡度、地面覆盖物等限制而产生的不可利用面积，在此基础上结合地理位

47、置、地形条件设定光伏方阵（又称光伏阵列）排布原则，计算理论单位面积光伏发电装机密度，最终得到技术可开发光伏发电装机容量。评估分析主要包括可用面积计算、装机面积计算、装机密度计算3个关键环节，评估流程如图1-10所示。计算可用面积。光伏资源开发可用面积是指剔除资源匮乏、保护区、海拔、坡度与地面覆盖物限制等不宜开发区域后的土地面积，计算公式如下。Aavailable=Asum-Areserveij Alow_resourcei-Ahigh_altitudei-Ahigh_gradienti-Aground_objecti 1-12式中，Aavailable为可用面积；Asum为评估区域总面积；Ar

48、eserveij为区域内第i种类型、第j块保护区面积；Alow_resourcei、Ahigh_altitudei、Ahigh_gradienti和Aground_objecti分别为区域内因资源匮乏、海拔、坡度限制以及地面覆盖物不宜开发的面积。计算装机面积。光伏发电资源开发的装机面积是指在可用面积内，考虑不同地面覆盖物对实际开发条件的折减影响，通过设定土地利用系数得到有效装机面积，其测算公式与风能资源评估所采用的公式1-4相同，参数指标见表1-7。ni=1ni=1ni=1ni=1ni=1ni=1nj=1全球能源互联网发展合作组织18|图 1-10 太阳能光伏技术可开发量评估流程表 1-7 太

49、阳能光伏技术可开发量评估模型采用的主要指标和推荐参数类型 限制因素阈值集中式开发参数分布式开发参数资源限制GHI 1000 kWh/m2-技术开发限制陆地海拔30不宜开发0%0%全球地物覆盖GHI阈值单个方阵方阵总功率组件选型方阵间距组件安装净 占地朝向倾角项目占地方阵阵列方阵总占地GIS地形坡度资源限制排布原则限制条件设备参数输入地理数据输入全球油气盆地土地扣除全球水系湿地不同类型坡度阈值地物类型自然保护区保护区限制技术开发限制地物覆盖限制地址地震岩层土地扣除土地扣除土地扣除及折减组建功率与效率光伏组建尺寸方阵排布参数遮挡折减参数功率温度系数所在地纬度合理占地系数设备损耗参数技术可开发量装机

50、面积可用面积装机密度土地利用系数一带一路国家风光资源评估报告北京|2022|19具体的，可用面积计算时一是剔除太阳能资源条件差的地区，结合工程建设实践以及当前光伏组件技术水平，一般认为水平面总辐照量低于1000kWh/m2的区域为低资源区，光照条件不理想，开发经济性差，不宜进行光伏利用开发。二是剔除各类保护区，包括自然生态类保护区、野生生物类保护区等。三是剔除当前技术条件下不宜规模化开发的地区，例如海拔超过4500m的高原地区多有冰川、常年冻土等分布，影响工程建设，光伏开发技术难度大、经济性差，同时高原生态脆弱，大型工程建设后的地表植被恢复困难。四是剔除因地表覆盖物原因不宜开发的地区，森林、耕

51、地农田、湿地沼泽、城市、冰雪等不宜进行集中式开发；对于耕地、城市，可以考虑合理利用田埂、鱼塘、建筑物屋顶、工业园区空地等区域进行分布式光伏开发。五是地形坡度大于30的区域，在目前技术水平下开发难度大、经济性差，不宜进行开发。结合各国光伏开发经验，不同的地表覆盖物类型可开发光伏的适宜程度存在差异。遵循全面性、层次性、可操作性、敏感性和科学性原则，在可持续发展、保护生态平衡的前提下，报告提出灌丛、草本植被以及裸露地表3种区域类型适宜集中式光伏开发，其土地利用系数的建议值分别为50%、80%与100%。结合待评估地区具体情况，调整相关参数亦可得到当前技术水平下分布式光伏的可开发装机规模，报告提出耕地

52、与城市可以考虑进行分布式开发，土地利用系数的建议值分别10%与25%。计算装机密度。光伏资源开发装机密度是指以当前技术条件下光伏发电组件的设备参数和最佳排布为原则，计算单位面积上的光伏发电设备排布方阵的总功率，从而得到的光伏装机密度。研究选用目前主流的300W单晶光伏组件作为典型代表，给出了光伏阵列纵向、横向的典型排布参数，如表1-8所示。单个方阵组件的总功率为26.4kW。表 1-7 太阳能光伏技术可开发量评估模型采用的主要指标和推荐参数图 1-11 光伏方阵间距示意图器件类型单组件功率组件长度组件宽度纵向排布数横向排布数单晶硅300W1.956m0.992m422方阵排布原则为：北半球方阵

53、朝向正南，南半球朝向正北；当栅格地形倾角大于当地纬度时，方阵倾角为栅格地形倾角，当栅格倾角小于当地纬度时方阵倾角为当地纬度；方阵间距应满足方阵前后排在当地的冬至日上午9点和下午3点之间互不遮挡的要求。根据纬度和方位，方阵间距示意如图1-11所示。计算栅格边界方阵间距D方阵宽度K组建方阵投影全球能源互联网发展合作组织20|光伏方阵间距D受方阵倾角、栅格地形倾角及纬度等影响，其计算方法可参见2.5.4的相关内容。每个地理栅格有效装机面积与装机密度乘积的累加即为栅格的光伏发电技术可开发量PTPGPV，计算公式如下：PTRGPV=Aeffectivei Punit 1-13式中，Aeffective为

54、有效装机面积，Punit为单位面积光伏装机容量。（2）发电量计算在测算太阳能光伏资源技术可开发量的基础上，需考虑遮挡、设备损耗以及气温等因素造成的光伏发电出力损失，计算光伏逐小时发电功率，进而计算得出年技术可开发电量，分析流程如图1-12所示，具体计算公式见式1-14与式1-15。ni=1图 1-12 太阳能光伏技术年发电量评估流程总水平面辐射GHI直流损耗环境温度高分辨率总水平面辐射 GHI数据温度折减降尺度算法资源数据输入损耗系数输入折减影响折减算法散射辐射DIF逆变器损耗倾斜面太阳总辐照度 GTI遮挡及设备损耗折减出力曲线技术可开发量技术年发电量太阳时角其他损耗法向直接辐射DNI交流损耗

55、温度功率系数气温数据可用性损耗经度与纬度光伏方阵损耗一带一路国家风光资源评估报告北京|2022|21 Ppv=k 1+(T-25)1-17 ETRGPV=Aeffective Punit PPVi 1-18式中，Ppv为考虑气温对光伏出力折减以及设备综合损耗后的光伏出力序列，累加8760小时对应的Ppvi，即得到光伏装机的年发电量；GTI为倾斜面太阳总辐照度；为组件功率温度系数，一般选取-0.3%/；k为光伏方阵损耗系数；T为评估区域当地环境温度；ETPGPV为年技术可开发电量。1.4.3 经济可开发量与风电类似，光伏发电经济性评估同样采用了平准化度电成本测算法，主要包含选定待评估地区、确定技

56、术参数、确定成本参数、确定财务参数、确定政策参数、计算度电成本、经济性判断和输出结果8个主要流程，其基本框架与风电经济性评估相同，如图1-10所示。评估的主要差别在于确定技术参数及成本参数的具体内容有所不同，技术与运行参数方面，光伏发电项目生命周期一般取2530年；成本参数中，光伏发电基地建设投资除设备成本、建设成本（不含场外道路）、运维成本等外，与风电相似，同样需要计算并网成本和场外交通成本。光伏发电资源开发的并网成本测算方法与风电类似，参见图 1-11，输电方式选型条件及单位输电成本等经济性参数的推荐取值同表1-5与表1-6；场外交通成本同样采用交通成本因子法，按照中国工程经验，综合山地、

57、平原、二级公路建设费用水平测算提出光伏发电单位装机容量的交通成本为1000美元/（kmkW）。报告需要对规划水平年的光伏发电投资水平与开发经济性进行评估，需要预测未来的光伏发电投资水平，具体方法见 2.6 的相关内容。20202035 年光伏发电综合初始投资预测结果，见表 1-9。8760i=1GTI1000表 1-9 光伏电站初始投资预测结果(单位：美元/kW)洲别2020年2035年亚洲580702380440欧洲686791480529非洲684828447517北美洲686791480529南美洲665780437497大洋洲647726441473全球平均599712399462全球

58、能源互联网发展合作组织22|第 2 章 BRI 国家可再生能源资源禀赋评估全球风能资源丰富，开发潜力大。受大气环流、地形等因素的影响，全球风能资源分布不均，多集中在沿海地区（如非洲东部、北部沿海、南美洲南部沿海等）和易形成狭管效应的开阔大陆的收缩地带（如肯尼亚北部、阿富汗西部等）。综合资源特性和开发条件，东非红海沿岸、南美洲南部地区和欧洲北海风电集中式开发条件极佳，是全球的“风极”。肯尼亚、阿根廷等国风能资源优异，风电开发潜力大。全球太阳能资源充沛，开发潜力巨大，可为人类发展提供不竭能源。受太阳辐射角度、大气散射、日照时长等因素的影响，太阳能资源主要集中在赤道至南北回归线附近，且常年受副热带高

59、压控制的干旱地带。中东地区、北非撒哈拉沙漠和南美阿塔卡玛沙漠地区太阳能资源极为丰富，集中式开发条件优越，是全球的“光极”。沙特阿拉伯、埃及、智利等国光伏发电开发潜力大，市场前景广阔。2.1 基础条件风速、地面覆盖物、保护区分布影响开发利用风能、太阳能的技术可行性，公路、电网等基础设施条件影响风能开发的经济性水平。报告基于覆盖全球的数据、信息，采用统一标准和参数完成了全球风能资源的评估研究。2.1.1 风速分布报告采用Vortex公司计算生产的风能资源数据开展资源评估测算，资源数据包括风速、风向、空气密度和温度等。全球距地面100m高度全年风速范围为2-14m/s，年平均风速大于7m/s的区域较

60、多，广泛分布在亚洲东部蒙古高原（Mongolian Plat.）和青藏高原（Qingzang Gaoyuan）、中部里海（Caspian Sea）沿岸和北部尼谢伊斯卡亚高地（Nisayskaya Highlands）以及喀拉海（Kara Sea）沿岸地区，欧洲北海（North Sea）沿岸与巴伦支海（Barents Sea）沿岸以及格陵兰岛地区，非洲北部沿海和环撒哈拉沙漠地区，北美洲中部大平原（Great Plains）、东北部拉布拉多高原（Labrador Plateau）以及西部白令海（Bering Sea）沿岸地区，南美洲南部的巴塔哥尼亚高原（Batagonia），大洋洲的西南部沙漠地区

61、。而位于亚洲南部的喜马拉雅山脉南缘、东南部的中南半岛与马来群岛（Malay Archipelago），非洲中部的刚果盆地（Congo Basin）、南美洲北部的亚马孙平原（Amazon Plain）等区域年均风速低于4m/s，风能资源禀赋较差。2.1.2 水平面总辐射量分布报告采用SolarGIS计算生产的太阳能资源数据开展光伏资源评估测算，资源数据包括：水平面总辐射量、法向直接辐射量和温度等。全球蕴藏着巨大的太阳能开发潜力。全球太阳能资源丰富，全球太阳能水平面总辐射量范围700-2700kWh/m2，年水平面总辐射量大于2000 kWh/m2的区域主要集中在亚洲中东地区、非洲北部撒哈拉沙漠、

62、非洲西南部、北美洲南部、南美洲西南部及大洋洲澳大利亚北部等低、中纬度地区。受地球纬度影响，欧洲北部、亚洲北部、北美洲北部的高纬度地区，水平面总辐射水平基本在1000kWh/m2以下，太阳能资源禀赋相对较差。一带一路国家风光资源评估报告北京|2022|232.1.3 地面覆盖物地球上的陆地和海洋总面积约5.1亿平方千米，其中海洋面积约3.61亿平方千米，陆地面积约1.49亿平方千米，占全球总面积的29。对于陆上风能资源的开发利用，区域内地面覆盖物的类型与分布情况具有重要影响。从适宜大规模集中开发的土地资源角度分析，森林、耕地农田、湿地水体、城市和冰川是影响风电资源集中开发的主要地面覆盖物限制性因

63、素。森林。从全球来看，森林一方面多分布在南美洲亚马逊平原、非洲刚果盆地和几内亚湾沿岸、亚洲的马来群岛大部和马来半岛南部等赤道附近的热带雨林气候地区，上述区域终年高温多雨，年平均气温在20以上，树林密布、植被种类丰富；另一方面，欧亚大陆北部西伯利亚和北美的亚寒带针叶林气候地区，气温年差较大，生长着落叶松、云杉等不同类型的针叶林，是地球上分布最北的树林；中国长江流域、美国东南部、澳大利亚东南部等亚热带地区，四季分明、雨热同期，也广泛分布着壳斗科、樟科、山茶科、木兰科等常绿阔叶林。上述区域受森林分布制约，不适宜进行大规模风能资源的集中式开发利用。全球各洲不适宜集中式风电开发的地面覆盖物类型的面积占比

64、如图2-1所示。对比来看，欧洲将近80%的地表面积均被森林、耕地、冰雪等覆盖，大型风电基地的建设条件较差；中南美洲、北美洲以及亚洲均有约50%的地表面积不适宜集中开发风电资源；非洲和大洋洲从土地性质方面来看制约相对较少，开发条件更好。图 2-1 各洲森林、耕地、城市、冰雪和水体面积占比示意图0%10%80%70%60%50%40%30%20%树林耕地农田冰雪城市水体欧洲亚洲非洲北美洲中南美洲大洋洲2.1.4 保护区分布保护区是影响风电资源开发的重要限制性因素。一般情况下，大型风电基地的选址开发应规避所有类型的保护区。全球来看，保护区总数量超过22万个，总面积约1900万km2，其中海上保护区个

65、数约3500个，以自然生态系统类和自然资源类为主，主要分布在太平洋、印度洋、临近欧洲大陆的大西洋等海域。中南美洲、欧洲和大洋洲保护区面积位居世界前列，总占比超过全球的60%。中南美洲超过20%的陆地面积纳入保护区范围，居全球首位，集中式风电开发受保护区的制约相对较大；亚洲的保护区面积占比不足10%，保护区对于大型风电基地选址的制约较小。全球能源互联网发展合作组织24|2.1.5 地形分布地形条件对太阳能光伏资源开发有较大影响，主要包括海拔高度和地形坡度2个方面。海拔高度方面，高海拔地区大气散射作用减弱，有利于光伏发电，但是4500m以上高原多有冰川、常年冻土等分布，影响工程建设，光伏开发技术难

66、度大、经济性差；同时高原生态脆弱，大型工程建设后的地表植被恢复困难。从各洲分布来看，亚洲青藏高原地区海拔高，大型光伏工程的建设存在一定困难。欧洲主要为海拔500m以内的平原，非洲和北美洲高原地区海拔主要在2000m以内，影响集中式光伏开发的高海拔区域面积很小。中南美洲西部沿太平洋地带的高原存在海拔超过2000m的区域，在一定程度上将影响地区的工程建设。大洋洲主要为海拔500m以内的平原，不存在海拔高度影响的问题。地形方面，地面的坡向和坡度将影响光伏发电装置布置的角度和间距，从而影响单位面积可获得的发电量。报告采用全球数字高程模型，对全球格点计算坡向（0-360）和坡度（0-90），结合格点经纬

67、度坐标，形成光伏发电装置倾角和间距计算的输入参数。总体上，欧洲、非洲与大洋洲地形坡度较小，太阳能光伏集中开发的地形条件好，而亚洲、北美洲和中南美洲的部分区域地形坡度大，集中开发存在一定的地形条件制约。2.1.6 交通设施交通设施发达程度越高、公路干网等分布越广泛，越有利于大型风电基地的建设，利于工程设备与材料的进场运输，提高基地开发经济性。开展风电资源开发经济性研究，需结合交通设施的分布情况进行综合分析和测算。公路方面，全球高等级公路的总里超过170万km，公路总里程约1200万km，基本遍布各洲全境。亚洲公路总里程超过350万km，居世界首位，约占全球总里程的近30%，洲内高等级公路占比约1

68、0%。北美洲高等级公路总里程超过56万，居世界首位，占洲内公路总里程约35%。欧洲高等级公路与洲内公路总里程占比也超过20%，居世界前列。铁路方面，全球铁路里程总计约130万km，主要分布在欧洲与北美洲的大部分地区，以及亚洲的东部与南部地区。其中，欧洲铁路里程约占全球总里程的40%，居各洲首位，亚洲里程占比近30%，居于次位。总体来看，欧洲的公路和铁路交通发达，北美洲与亚洲的交通基础设施覆盖广泛，开展大型清洁能源发电基地工程建设的交通运输条件较好。2.1.7 电网设施电网基础设施条件越好，大型风电基地的并网成本越小，越有利于开展集中式风电开发。全球风能资源开发经济性的评估考虑了并网条件的影响，

69、在平准化度电成本中增加了并网成本。全球交流电网的高压线路总长度超过300万km，主要分布在亚洲与欧洲，其中380kV以上线路总长度约140万km，约50%集中在亚洲，20%在欧洲；全球直流工程总长度超过10万km，亚洲占比超过60%，居于世界首位，其中800kV以上线路总长度超过3万km，主要分布在亚洲与中南美洲，1100kV以上线路全部在中国。一带一路国家风光资源评估报告北京|2022|252.2 风能资源评估结果报告基于覆盖全球的数据、信息，采用统一标准和参数完成了全球风能资源的评估研究。2.2.1 理论蕴藏量根据100米高度的风速数据测算，全球风能资源理论蕴藏量总计2005PWh/a15

70、，一带一路国家资源量共计1103PWh/a，占比55%。2.2.2 技术可开发量综合考虑资源和各类技术限制条件后，经评估测算，全球适宜集中开发的风电规模约131.2 TW，年发电量约 346.6 PWh。一带一路国家资源量共计95 TW，占比72%。总计年发电量约247 PWh。2.2.3 开发成本按照陆上风电装备2035年造价水平测算，综合考虑交通和电网基础设施条件，报告研究了139个一带一路国家和地区的集中式风电的平均开发成本，平均开发成本16为3.94美分。以8美分为标准测算，139个一带一路国家集中式风电的经济可开发规模92TW，占全球的70%；以5美分为标准测算，经济可开发规模78T

71、W，占全球的80%；以4美分为标准测算，经济可开发规模49TW，占全球的81%；以35美分为标准测算，经济可开发规模15TW，占全球的82%。图2-4给出了一带一路国家经济可开发规模占全球的比重。139个一带一路国家风能资源评估结果见下表所列。图 2-2 全球及一带一路国家风能资源理论蕴藏量对比图图 2-3 全球及一带一路国家适宜集中开发的风电规模对比图一带一路国家一带一路国家其他国家其他国家28%45%72%55%风能技术 可开发量占比一路一带国家风能理论 蕴藏量占比全球能源互联网发展合作组织26|图 2-4 一带一路国家陆上风电经济可开发规模占比对比（8美分）一带一路国家其他国家30%70

72、%风能经济 可开发量占比表 2-1 139个一带一路国家风能资源评估结果序号国家国家理论蕴藏量(TWh/a)集中式开发规模（GW）年发电量(TWh/a)可利用小时数(h)平均风速m/s低于8美分的经济可开发量（GW）平均开发成本（美分/kWh）低于5美分的经济可开发量（GW）低于4美分的经济可开发量（GW）低于3美分的经济可开发量（GW）1Barbados巴巴多斯nannannannannannannannannannan2Bolivia玻利维亚5994.47864.37583233Cook Island库克群岛nannannannannannannannannannan

73、4Cote dIvoire科特迪瓦142300nan3.880nan0005Dominica多米尼加38171621994.3774.066306Dominica多米尼克nannannannannannannannannannan7Federated States of Micronesia密克罗尼西亚联邦nannannannannannannannannannan8Grenada格林纳达nannannannannannannannannannan9Kiribati基里巴斯nannannannannannannannannannan10Malta马耳他110029496.8602.890001

74、1Niue纽埃nannannannannannannannannannan12Republic of Congo刚果布nannannannannan0nan00013Samoa萨摩亚nannannannannannannannannannan14Tonga汤加nannannannannannannannannannan15Uruguay乌拉圭344036295626416.223623.423623431716Afghanistan阿富汗8439581161327744.875813.17Albania阿尔巴尼亚3160119794.5304.4000018Algeria

75、阿尔及利亚4735487952386327136.2387904.085一带一路国家风光资源评估报告北京|2022|27表 2-1 139个一带一路国家风能资源评估结果（续）序号国家国家理论蕴藏量(TWh/a)集中式开发规模（GW）年发电量(TWh/a)可利用小时数(h)平均风速m/s低于8美分的经济可开发量（GW）平均开发成本（美分/kWh）低于5美分的经济可开发量（GW）低于4美分的经济可开发量（GW）低于3美分的经济可开发量（GW）19Angola安哥拉57740022403.7805.5700020Antigua and Barbuda安提瓜和巴布达1500323

76、87.3305.7900021Armenia亚美尼亚1710019483.6604.0600022Austria奥地利.8304.0600023Azerbaijan阿塞拜疆6.63113.33119324Bahrain巴林142428346.3022.7822125Bangladesh孟加拉国.2314.2010026Belarus白俄罗斯43954913427436.25493.1549491027Benin贝宁6791116254.2215.0000028Bosnia and Herzegovina波黑57261423484

77、.5044.3532029Brunei文莱1100#DIV/0!2.750nan00030Bulgaria保加利亚.5224.3910031Burundi布隆迪4200#DIV/0!2.650nan00032Cambodia柬埔寨.0403.5900033Cameroon喀麦隆83.15124.51102034Cape Verde佛得角9451630926.8045.6510035Chad乍得2329875.9529004.23231694815536Chile智利69700#DIV/0!2.852132.

78、87China中国427425375.3756273.4253994498141138Comoros科摩罗1200#DIV/0!4.110nan00039Costa Rica哥斯达黎加3973928093.5233.1532140Croatia克罗地亚91251324034.9744.8522041Cuba古巴45.70303.743022042Cyprus塞浦路斯961120414.6014.1310043Czech Republic捷克.7223.6421044Djibouti吉布提3814010827

79、026.00403.2439281545East Timor东帝汶640019243.3706.9800046Ecuador厄瓜多尔20696.2905.0800047Egypt埃及5326006.0732503.622843233175148Equatorial Guinea赤道几内亚5200#DIV/0!2.870nan00049Estonia爱沙尼亚97.01112.861111850Ethiopia埃塞俄比亚9639890245127544.268904.3976616820全球能源互联网发展合作组织28|序号国家国家理

80、论蕴藏量(TWh/a)集中式开发规模（GW）年发电量(TWh/a)可利用小时数(h)平均风速m/s低于8美分的经济可开发量（GW）平均开发成本（美分/kWh）低于5美分的经济可开发量（GW）低于4美分的经济可开发量（GW）低于3美分的经济可开发量（GW）51Fiji斐济nannannannannannannannannannan52Gabon加蓬51800#DIV/0!2.860nan00053Gambia冈比亚972318354.8825.0910054Georgia格鲁吉亚5241219883.7614.5210055Ghana加纳.9944.6820056Greec

81、e希腊34.76133.61127357Guinea几内亚104200#DIV/0!3.630nan00058Guyana圭亚那7991117263.5716.3900059Hungary匈牙利5.2453.9352060Indonesia印度尼西亚4481102222392.66105.5921061Iran伊朗2052834.8613563.562Iraq伊拉克764545.8213573.3063Italy意大利3903112623304.46113.761

82、17064Jamaica牙买加1121220535.0014.2910065Kazakhstan哈萨克斯坦5644972872017527696.0872873.85866Kenya肯尼亚766215.3410034.3Korea韩国.3733.4532168Kuwait科威特4586118630447.00612.6561615769Kyrgyzstan吉尔吉斯斯坦14.05114.41101070Laos老挝.8623.5822071Latvia拉脱维亚176

83、6144229326.76142.961414772Lebanon黎巴嫩1070018744.4504.3400073Lesotho莱索托2792419444.6524.8110074Liberia利比里亚27100#DIV/0!3.220nan00075Libya利比亚30026586.2872604.02586Lithuania立陶宛6.5643.0544277Luxembourg卢森堡580026556.2603.2000078Madagascar马达加斯加5734.552495.367711179M

84、alaysia马来西亚5820017882.5105.0300080Maldives马尔代夫000#DIV/0!4.520nan000表 2-1 139个一带一路国家风能资源评估结果（续）一带一路国家风光资源评估报告北京|2022|29序号国家国家理论蕴藏量(TWh/a)集中式开发规模（GW）年发电量(TWh/a)可利用小时数(h)平均风速m/s低于8美分的经济可开发量（GW）平均开发成本（美分/kWh）低于5美分的经济可开发量（GW）低于4美分的经济可开发量（GW）低于3美分的经济可开发量（GW）81Mali马里37226615.8242744.74316719082M

85、auritania毛里塔尼亚2426848491427829446.8248494.224443118128783Moldova摩尔多瓦56351122765.6753.8154084Mongolia蒙古254652756673024425.5327563.572657205637285Montenegro黑山1661221494.6714.1010086Morocco摩洛哥6297.171993.02Mozambique莫桑比克667929458519864.612944.7520572188Myanmar缅甸25381222183.2513.59

86、11089Namibia纳米比亚9454689139920315.136894.29609170190Nepal尼泊尔56300#DIV/0!3.280nan00091new Zealand新西兰8788127nannannannannannannannan92Niger尼日尔2924835.9137574.8422084322093Nigeria尼日利亚607726350119074.302634.6721116094North Macedonia(formerly Macedonia)北马其顿（原马其顿）nannannannannannannannannannan95

87、Oman阿曼473605.509964.8Pakistan巴基斯坦9204540130624204.505403.844993026897Panama巴拿马5622622133.8324.2221098Papua New Guinea巴布亚新几内亚02.80145.8730099Peru秘鲁25696314823462.65633.7656394100Philippines菲律宾281782024734.1983.38871101Poland波兰753461727586.4663.13662102Portugal葡萄牙12211

88、22622165.27123.911151103Qatar卡塔尔2294211226816.10423.00424222104Romania罗马尼亚25643520584.6224.69200105Russia俄罗斯286825655.6458594.2743033304708106Rwanda卢旺达3900#DIV/0!2.650nan000107Salvador萨尔瓦多1561122483.6614.12100108Saudi Arabia沙特阿拉伯27222615.5961454.06509Senegal塞内加尔22542

89、5856521875.292584.0521111633110Serbia塞尔维亚9892519864.7124.60200表 2-1 139个一带一路国家风能资源评估结果（续）全球能源互联网发展合作组织30|序号国家国家理论蕴藏量(TWh/a)集中式开发规模（GW）年发电量(TWh/a)可利用小时数(h)平均风速m/s低于8美分的经济可开发量（GW）平均开发成本（美分/kWh）低于5美分的经济可开发量（GW）低于4美分的经济可开发量（GW）低于3美分的经济可开发量（GW）111Seychelles塞舌尔800#DIV/0!6.200nan000112Sierra Leone塞拉利昂23500

90、#DIV/0!3.180nan000113Singapore新加坡300#DIV/0!3.800nan000114Slovakia斯洛伐克6641221905.1113.98100115Slovenia斯洛文尼亚2320022004.5503.89000116Solomon Islands所罗门群岛2360125944.4406.46000117Somalia索马里6830406.9921934.118South Africa南非5123485.3415973.62119South Sudan南苏丹3750

91、7615220034.03764.6659140120Sri Lanka斯里兰卡5.6462.72664121Sudan苏丹3276063551745627476.2263543.55552842762059122Suriname苏里南5871117543.7807.11000123Tajikistan塔吉克斯坦4.4953.78530124Tanzania坦桑尼亚55208418922584.07843.90744110125Thailand泰国35632520504.0723.89210126Togo多哥2600016093.8505.04000

92、127Trinidad and Tobago特立尼达和多巴哥600017205.7206.04000128Tunisia突尼斯3676.223623.04362350169129Turkey土耳其75766214022414.60623.7162319130UAE阿联酋27222615.5961454.06531Uganda乌干达75700#DIV/0!3.170nan000132Ukraine乌克兰25505.941393.401381374133Uzbekistan乌兹别克斯坦8054129936792

93、8335.7112993.24134Vanuatu瓦努阿图2573727396.2316.67000135Venezuela委内瑞拉413.35883.52744120136Vietnam越南328171623714.4173.40752137Yemen也门53485.006245.043197425138Zambia赞比亚5468.531134.5889250139Zimbabwe津巴布韦3554.591344.30129280总计024723819299187

94、23.94780444932114672表 2-1 139个一带一路国家风能资源评估结果（续）注：1.一带一路国家风电利用小时数为年总发电量与总技术可开发量的比值。2.一带一路国家风电平均开发成本为各国家平均开发成本及其年发电量的加权平均值。一带一路国家风光资源评估报告北京|2022|31图 2-5 各洲太阳能光伏资源理论蕴藏量对比图图 2-6 各洲适宜集中式开发的光伏发电规模对比图一带一路国家一带一路国家其他国家其他国家24%34%76%66%光伏技术 可开发量占比一路一带国家光伏理论 蕴藏量占比2.3 光伏资源评估结果报告基于覆盖全球的数据、信息，采用统一标准和参数完成了全球太阳能光伏资源

95、的评估研究。2.3.1 理论蕴藏量根据太阳能水平面总辐射量数据测算，全球太阳能光伏资源理论蕴藏量总计208325 PWh/a，基本由地理纬度和陆地面积决定。一带一路国家资源量共计136988 PWh/a，占比66%。2.3.2 技术可开发量综合考虑资源和各类技术限制条件后，经评估测算，全球适宜集中开发的光伏发电规模约2647 TW，年发电量约 5002 PWh。一带一路国家资源量共计2007 TW17，占比76%。与风电技术指标相似，采用单位国土面积的年发电量与装机容量的比值，即装机利用小时数（容量因子，Capacity Factor）能够反映区域光伏资源技术开发条件的优劣。2.3.3 开发成

96、本按照2035年光伏装备的经济性水平测算，综合考虑交通和电网基础设施条件，报告研究了全球139个一带一路国家和地区的集中式光伏发电的平均开发成本17，为2.71美分。以8美分为标准测算，139个一带一路国家集中式光伏资源的经济可开发规模2005TW，占全球的76%；以5美分为标准测算，经济可开发规模2000TW，占全球的76%；以4美分为标准测算，经济可开发规模1963TW，占全球的78%；以3美分为标准测算，经济可开发规模1246TW，占全球的77%。图2-7给出了一带一路国家经济可开发规模占全球的比重。139个一带一路国家太阳能资源评估结果见下表所列。全球能源互联网发展合作组织32|图 2

97、-7 一带一路国家光伏经济可开发规模占比对比（8美分）一带一路国家其他国家24%76%光伏经济 可开发量占比表 2-2 139个一带一路国家太阳能资源评估结果序号国家国家理论蕴藏量(PWh/a)集中式开发规模（GW）年发电量(TWh/a)可利用小时数(h)平均风速m/s低于8美分的经济可开发量（GW）平均开发成本（美分/kWh）低于5美分的经济可开发量（GW）低于4美分的经济可开发量（GW）低于3美分的经济可开发量（GW）1Barbados巴巴多斯nannannannannannannannannannan2Bolivia玻利维亚2162 19532 39600 2027 1980 19532

98、 2.40 19532 15406 15141 3Cook Island库克群岛nannannannannannannannannannan4Cote dIvoire科特迪瓦594 10730 18451 1720 1838 10730 2.36 10730 10730 10729 5Dominica多米尼加96 338 604 1784 1981 338 2.20 338 338 338 6Dominica多米尼克nannannannannannannannannannan7Federated States of Micronesia密克罗尼西亚联邦nannannannannannannan

99、nannannan8Grenada格林纳达nannannannannannannannannannan9Kiribati基里巴斯nannannannannannannannannannan10Malta马耳他1 0 0 1705 1830 0 2.27 0 0 0 11Niue纽埃nannannannannannannannannannan12Republic of Congo刚果布612 4044 6446 1594 1766 4044 2.68 4044 3947 3469 13Samoa萨摩亚nannannannannannannannannannan14Tonga汤加nannannan

100、nannannannannannannan15Uruguay乌拉圭312 4989 8241 1652 1748 4989 2.45 4989 4989 4986 16Afghanistan阿富汗1280 23646 45996 1945 1985 23644 2.16 23636 23622 23523 17Albania阿尔巴尼亚44 107 157 1468 1523 107 2.73 107 107 99 18Algeria阿尔及利亚5015 144122 283647 1968 2154 144121 2.96 144120 143169 66132 一带一路国家风光资源评估报告北京

101、|2022|33表 2-2 139个一带一路国家太阳能资源评估结果序号国家国家理论蕴藏量(PWh/a)集中式开发规模（GW）年发电量(TWh/a)可利用小时数(h)平均风速m/s低于8美分的经济可开发量（GW）平均开发成本（美分/kWh）低于5美分的经济可开发量（GW）低于4美分的经济可开发量（GW）低于3美分的经济可开发量（GW）19Angola安哥拉2625 54993 104448 1899 2093 54993 2.71 54992 54387 37289 20Antigua and Barbuda安提瓜和巴布达1 3 6 1867 2120 3 4.93 3 0 0 21Armeni

102、a亚美尼亚45 286 448 1563 1530 286 2.58 286 286 275 22Austria奥地利97 117 139 1187 1162 117 3.33 117 116 0 23Azerbaijan阿塞拜疆126 906 1314 1450 1475 906 2.86 905 904 655 24Bahrain巴林1 24 44 1877 2095 24 1.97 24 24 24 25Bangladesh孟加拉国232 215 353 1644 1677 215 2.35 215 215 214 26Belarus白俄罗斯222 37 40 1084 1071 37

103、4.00 36 21 0 27Benin贝宁227 1914 3471 1814 1940 1914 2.35 1914 1914 1851 28Bosnia and Herzegovina波黑68 104 142 1359 1328 69 3.28 62 62 44 29Brunei文莱10 4 6 1569 1763 4 2.39 4 4 4 30Bulgaria保加利亚156 77 107 1381 1407 76 2.89 76 76 64 31Burundi布隆迪52 464 803 1731 1887 464 2.24 464 464 464 32Cambodia柬埔寨341 33

104、1 549 1657 1864 331 2.26 331 331 331 33Cameroon喀麦隆901 12428 22923 1844 1927 12428 2.88 12428 12346 7172 34Cape Verde佛得角9 115 156 1351 2155 82 5.42 28 0 0 35Chad乍得2918 86255 172462 1999 2284 86255 3.37 86255 86213 7938 36Chile智利1354 17766 39832 2242 1729 17698 1.83 17483 17387 16969 37China中国14259 11

105、7201 193460 1651 1501 117178 2.63 116836 113653 94372 38Comoros科摩罗3 2 4 1693 1885 2 3.98 2 1 0 39Costa Rica哥斯达黎加92 271 466 1722 1782 271 2.28 271 271 270 40Croatia克罗地亚76 71 98 1376 1355 48 3.31 44 44 23 41Cuba古巴217 636 1133 1783 1976 636 2.25 636 635 633 42Cyprus塞浦路斯17 51 90 1777 1901 51 2.16 51 51

106、51 43Czech Republic捷克88 5 6 1115 1116 5 3.82 5 4 0 44Djibouti吉布提48 1432 2728 1906 2206 1432 2.19 1432 1432 1431 45East Timor东帝汶29 214 370 1732 1939 214 3.33 214 133 96 46Ecuador厄瓜多尔388 755 1101 1458 1557 755 2.70 755 755 641 47Egypt埃及2289 55219 112702 2041 2282 55219 2.29 55219 55216 46509 48Equator

107、ial Guinea赤道几内亚45 11 17 1507 1670 11 2.52 11 11 11 全球能源互联网发展合作组织34|序号国家国家理论蕴藏量(PWh/a)集中式开发规模（GW）年发电量(TWh/a)可利用小时数(h)平均风速m/s低于8美分的经济可开发量（GW）平均开发成本（美分/kWh）低于5美分的经济可开发量（GW）低于4美分的经济可开发量（GW）低于3美分的经济可开发量（GW）49Estonia爱沙尼亚45 0 0#DIV/0!992 0 nan0 0 0 50Ethiopia埃塞俄比亚2415 38636 73378 1899 2130 38636 2.81 38636

108、 38178 22745 51Fiji斐济nannannannannannannannannannan52Gabon加蓬433 725 1100 1517 1649 725 2.93 725 693 489 53Gambia冈比亚23 420 790 1881 2094 420 3.08 420 420 184 54Georgia格鲁吉亚94 340 467 1372 1346 340 2.99 340 339 166 55Ghana加纳447 8320 14482 1741 1856 8320 2.36 8320 8282 8172 56Greece希腊211 549 865 1576 16

109、16 549 2.74 548 522 479 57Guinea几内亚501 10292 18980 1844 2030 10292 3.05 10292 10284 4878 58Guyana圭亚那404 970 1676 1727 1906 970 2.62 970 868 865 59Hungary匈牙利119 24 30 1266 1277 24 3.26 24 24 1 60Indonesia印度尼西亚3196 4138 6478 1565 1690 4138 3.32 3805 2749 2376 61Iran伊朗3266 61383 117913 1921 2002 61382

110、2.07 61378 61372 61309 62Iraq伊拉克873 18184 33737 1855 1992 18184 2.22 18184 18184 18182 63Italy意大利444 505 731 1447 1474 482 2.89 461 457 348 64Jamaica牙买加21 64 110 1714 1911 64 2.25 64 64 64 65Kazakhstan哈萨克斯坦3771 43162 61884 1434 1385 43130 3.33 41398 36005 16495 66Kenya肯尼亚1231 24555 44914 1829 2101 2

111、4555 3.16 24555 23815 9970 67Korea韩国140 126 189 1494 1440 126 2.50 126 126 126 68Kuwait科威特35 823 1526 1855 2069 823 2.07 823 823 823 69Kyrgyzstan吉尔吉斯斯坦294 3089 4767 1543 1480 3088 2.66 3083 3068 2786 70Laos老挝380 908 1397 1538 1642 908 2.43 908 908 906 71Latvia拉脱维亚65 0 0#DIV/0!1011 0 nan0 0 0 72Leban

112、on黎巴嫩20 221 411 1862 1946 221 2.00 221 221 221 73Lesotho莱索托62 693 1347 1943 2013 693 2.15 693 693 692 74Liberia利比里亚171 237 387 1629 1775 237 3.37 237 169 115 75Libya利比亚3635 113869 230342 2023 2235 113869 2.81 113869 113866 55297 76Lithuania立陶宛67 0 0#DIV/0!1030 0 nan0 0 0 77Luxembourg卢森堡3 0 0 1076 10

113、95 0 3.73 0 0 0 78Madagascar马达加斯加1220 21393 40681 1902 2047 21393 3.60 21389 19799 0 表 2-2 139个一带一路国家太阳能资源评估结果（续）一带一路国家风光资源评估报告北京|2022|35序号国家国家理论蕴藏量(PWh/a)集中式开发规模（GW）年发电量(TWh/a)可利用小时数(h)平均风速m/s低于8美分的经济可开发量（GW）平均开发成本（美分/kWh）低于5美分的经济可开发量（GW）低于4美分的经济可开发量（GW）低于3美分的经济可开发量（GW）79Malaysia马来西亚567 352 540 153

114、3 1715 352 2.53 352 351 341 80Maldives马尔代夫0 0 0#DIV/0!2069 0 nan0 0 0 81Mali马里2766 93541 180542 1930 2197 93541 3.33 93541 93289 19813 82Mauritania毛里塔尼亚2303 85705 166666 1945 2203 85705 3.46 85705 84190 9367 83Moldova摩尔多瓦43 39 49 1262 1290 39 3.21 39 38 2 84Mongolia蒙古2452 27235 46674 1714 1565 27212

115、 2.65 27062 26288 23008 85Montenegro黑山19 41 56 1363 1401 41 2.92 41 41 30 86Morocco摩洛哥824 6281 11988 1909 2021 6280 2.11 6280 6279 6274 87Mozambique莫桑比克1549 16624 29882 1798 1958 16624 2.62 16623 16466 13464 88Myanmar缅甸1151 2267 3798 1675 1716 2267 2.34 2266 2264 2235 89Namibia纳米比亚1932 28216 59384 2

116、105 2331 28215 2.08 28215 28212 26487 90Nepal尼泊尔243 341 571 1672 1638 341 2.52 340 339 318 91new Zealand新西兰346 1987 2661 1339 1283 1984 2.96 1982 1965 1239 92Niger尼日尔2719 79038 157475 1992 2288 79038 3.19 79038 79036 18043 93Nigeria尼日利亚1810 25281 46261 1830 1981 25281 2.22 25281 25280 24953 94North

117、Macedonia(formerly Macedonia)北马其顿（原马其顿）nannannannannannannannannannan95Oman阿曼711 24267 48817 2012 2291 24267 2.83 24265 24254 11474 96Pakistan巴基斯坦1706 24812 47596 1918 1932 24812 2.30 24810 24803 23167 97Panama巴拿马129 614 1006 1637 1733 614 2.48 614 614 574 98Papua New Guinea巴布亚新几内亚758 2205 3323 1507

118、 1631 2204 4.59 1980 21 0 99Peru秘鲁2436 14952 29595 1979 1878 14952 2.04 14929 14782 14558 100Philippines菲律宾507 962 1494 1553 1724 962 2.46 962 954 948 101Poland波兰337 6 7 1088 1082 6 4.08 6 3 0 102Portugal葡萄牙148 232 367 1581 1670 232 2.54 232 232 229 103Qatar卡塔尔25 637 1203 1891 2156 637 2.01 636 636

119、634 104Romania罗马尼亚308 94 116 1244 1297 84 3.39 83 80 4 105Russia俄罗斯18297 13537 17297 1278 1065 11807 3.71 10447 8721 2092 106Rwanda卢旺达47 119 203 1704 1843 119 2.32 119 119 119 表 2-2 139个一带一路国家太阳能资源评估结果（续）全球能源互联网发展合作组织36|序号国家国家理论蕴藏量(PWh/a)集中式开发规模（GW）年发电量(TWh/a)可利用小时数(h)平均风速m/s低于8美分的经济可开发量（GW）平均开发成本（美

120、分/kWh）低于5美分的经济可开发量（GW）低于4美分的经济可开发量（GW）低于3美分的经济可开发量（GW）107Salvador萨尔瓦多45 475 911 1917 2153 475 2.04 475 475 475 108Saudi Arabia沙特阿拉伯4399 129748 260074 2004 2267 129748 2.30 129747 125733 112274 109Senegal塞内加尔417 7803 14712 1885 2113 7803 2.50 7803 7803 6384 110Serbia塞尔维亚119 70 93 1322 1342 65 3.13 64

121、 64 21 111Seychelles塞舌尔1 0 0#DIV/0!2048 0 nan0 0 0 112Sierra Leone塞拉利昂136 1934 3384 1749 1866 1934 2.65 1934 1804 1647 113Singapore新加坡1 0 1 1456 1642 0 2.51 0 0 0 114Slovakia斯洛伐克58 7 8 1179 1179 7 3.64 7 6 0 115Slovenia斯洛文尼亚26 2 2 1232 1252 2 3.23 2 2 0 116Solomon Islands所罗门群岛44 37 54 1468 1614 34 6

122、.59 1 0 0 117Somalia索马里1405 42271 80974 1916 2195 42271 3.54 42263 40582 1165 118South Africa南非2505 36251 71324 1967 2044 36251 2.06 36251 36250 36242 119South Sudan南苏丹1315 33806 61353 1815 2067 33806 3.14 33806 32857 15510 120Sri Lanka斯里兰卡128 165 288 1746 1925 165 2.19 164 164 164 121Sudan苏丹4299 13

123、9323 280054 2010 2304 139323 2.35 139323 139321 112780 122Suriname苏里南287 46 79 1725 1967 46 4.02 46 20 0 123Tajikistan塔吉克斯坦229 2087 3501 1677 1613 2087 2.42 2086 2084 2057 124Tanzania坦桑尼亚1949 13267 24522 1848 2057 13267 2.55 13267 13215 10487 125Thailand泰国931 920 1521 1654 1806 920 2.27 920 920 920

124、126Togo多哥109 1328 2345 1766 1901 1328 2.32 1328 1328 1328 127Trinidad and Tobago特立尼达和多巴哥10 1 2 1702 1977 1 2.91 1 1 1 128Tunisia突尼斯301 5014 9308 1856 1928 5014 2.16 5014 5014 5014 129Turkey土耳其1305 9655 16062 1664 1673 9654 2.32 9652 9647 9565 130UAE阿联酋4399 129748 260074 2004 2267 129748 2.30 129747

125、125733 112274 131Uganda乌干达500 4475 8194 1831 2050 4475 2.22 4475 4475 4460 132Ukraine乌克兰731 691 837 1211 1223 668 3.49 660 595 44 133Uzbekistan乌兹别克斯坦748 11554 18467 1598 1640 11551 2.91 11001 10838 8150 134Vanuatu瓦努阿图20 75 107 1432 1590 54 7.09 0 0 0 表 2-2 139个一带一路国家太阳能资源评估结果（续）一带一路国家风光资源评估报告北京|2022

126、|37表 2-2 139个一带一路国家太阳能资源评估结果（续）序号国家国家理论蕴藏量(PWh/a)集中式开发规模（GW）年发电量(TWh/a)可利用小时数(h)平均风速m/s低于8美分的经济可开发量（GW）平均开发成本（美分/kWh）低于5美分的经济可开发量（GW）低于4美分的经济可开发量（GW）低于3美分的经济可开发量（GW）135Venezuela委内瑞拉1790 14016 24614 1756 1954 14016 2.42 13980 13593 13563 136Vietnam越南507 998 1387 1389 1548 998 2.71 998 998 761 137Yeme

127、n也门1057 34050 70601 2073 2358 34050 2.59 34049 34044 19704 138Zambia赞比亚1622 15526 30152 1942 2144 15526 2.34 15526 15526 13434 139Zimbabwe津巴布韦825 9055 17465 1929 2104 9055 2.08 9055 9055 9054 总计136988 2006824 3841176 1929 2004757 2.711999558 1962596 1246287 注：1.一带一路国家光伏利用小时数为年总发电量与总技术可开发量的比值。2.一带一路国

128、家光伏平均开发成本为各国家平均开发成本及其年发电量的加权平均值。全球能源互联网发展合作组织38|第 3 章 重点国家的可再生能源发展潜力3.1 印度尼西亚3.1.1 资源条件印度尼西亚是东南亚国家，疆域横跨亚洲和大洋洲，国土总面积为191万平方公里，海拔高度为-614728.5米，最大地形坡度80.7度。风能方面，印度尼西亚风能资源较差，距地面100米高度全年风速范围为1.2米/秒6.7米/秒，平均风速为2.7米/秒，区域主导风向为SE。全国大部分地区风速低于3米/秒，爪哇岛、新几内亚岛（伊里安岛）、苏拉威西岛等地南部沿海风速相对较高。太阳能方面，印度尼西亚太阳能资源较好，全国太阳能年总水平辐

129、射量（GHI）范围为11042299千瓦时/平方米，区域平均年总水平辐射约1690千瓦时/平方米。印度尼西亚太阳能资源较好的区域主要分布在南部的爪哇岛、巴厘岛等地区，苏门答腊岛、加里曼丹岛和新几内亚岛中部山地地区太阳能资源相对较差。3.1.2 开发条件印度尼西亚国土总面积191万平方公里，其中河流、湖泊等水体面积2.6万平方公里，陆地面积185万平方公里。陆地表面覆盖地物类型的差异将影响风能、太阳能资源的规模化开发。印度尼西亚森林面积147.4万平方公里，占总面积的77.0%；耕地农田25.8万平方公里，占总面积的13.5%；草本植被覆盖面积7.1万平方公里，占3.7%；沼泽湿地面积3.1万平

130、方公里，占1.6%；城市等人工建筑面积1.6万平方公里。印度尼西亚境内设有不同类型的保护区，总面积23.0万平方公里，保护区内部一般不能进行能源资源开发。具体而言，自然生态系统类保护区11.8万平方公里，野生生物类保护区6.0万平方公里，自然资源类保护区4.3万平方公里。表 3-1 国土覆盖物类型分析结果表 3-2 保护区面积测算结果国土总面积（km2）河流面积（km2）陆地面积（km2）总计森林灌丛草本植被耕地农田湿地沼泽裸露地表城市冰雪9.25241071067.76257765.830562.81306.142616036.230保护区总面积（

131、km2）自然生态系统（km2）野生生物（km2）自然遗迹（km2）自然资源（km2）其他（km2）229631.9118114.660240.784985.38743247.473043.57一带一路国家风光资源评估报告北京|2022|39印度尼西亚人口稠密，总人口2.62亿，爪哇岛、苏门答腊岛、苏拉威西岛南部沿海等地人口密度超过35000人/平方公里，加里曼丹岛和新几内亚岛人口密度相对较低。印度尼西亚地震发生频率较高，历史地震发生频率高的地区主要集中于苏门答腊岛、爪哇岛、苏拉威西岛等地。印度尼西亚岩层分布以中间火山岩、混合沉积岩、硅碎屑沉积岩和松散沉积岩为主。3.1.3 开发潜力风能方面，可

132、用于风电集中式开发的陆地面积2307平方公里，占国土总面积的0.12%。经评估测算，印度尼西亚全国技术可开发总装机容量1003.6万千瓦，年发电量224.7亿千瓦时，平均利用小时数2239。印度尼西亚风能的技术可开发装机容量主要分布在印尼东部的帝汶岛和新几内亚岛。截止2019年，统计数据表明印度尼西亚风电总装机为7.6万千瓦。太阳能方面，可用于光伏开发的陆地面积4.95万平方公里，占国土总面积的2.6%。经评估测算，印度尼西亚全国技术可开发光伏总装机容量41.4亿千瓦，年发电量64778亿千瓦时，发电利用小时数1565。印度尼西亚光伏技术可开发装机容量主要分布在苏门答腊岛东南部、爪哇岛中部、加

133、里曼丹岛南部，以及东部的松巴岛和新几内亚岛西南部等区域。截止2019年，统计数据表明印度尼西亚太阳能总装机为19.8万千瓦。3.2 埃塞俄比亚3.2.1 资源条件埃塞俄比亚地处非洲东北部，国土总面积约110万平方公里，海拔高度为-1284472米，最大地形坡度59.7度。风能资源方面，埃塞俄比亚风能资源较好，距地面100米高度全年风速范围为1.4米/秒8.6米/秒，全国平均风速4.3米/秒，主导风向为E。全年风速大于6米/秒的区域主要分布在东部及东南部地区，西部及西南部大部分地区年平均风速均低于3米/秒，资源相对较差。太阳能方面，埃塞俄比亚太阳能资源较好，全国太阳能年总水平辐射量（GHI）范围

134、为15102470千瓦时/平方米，区域平均年总水平辐射约2130千瓦时/平方米。埃塞俄比亚太阳能资源较好的区域主要分布在北部及东部地区，西南部地区资源相对较差，总体呈现从东到西、从北到南逐渐减少的趋势。3.2.2 开发条件埃塞俄比亚国土总面积110万平方公里，其中河流、湖泊等水体面积0.8万平方公里，陆地面积109万平方公里。陆地表面覆盖地物类型的差异将影响风能、太阳能资源的规模化开发。埃塞俄比亚地表草本植被覆盖面积57万平方公里，占总陆地面积52%；耕地农田21万平方公里，占19%；森林面积14万平方公里，占12%；灌丛面积14万平方公里，占12%；湿地沼泽0.3万平方公里，裸露地表3万平方

135、公里，城市等人工建筑区面积1513平方公里。埃塞俄比亚境内设有不同类型的保护区，保护区总面积为23万平方公里，保护区内部一般不能进行能源资源开全球能源互联网发展合作组织40|发。具体而言，野生生物类保护区17万平方公里，自然生态系统类保护区6万平方公里，自然资源类保护区3200平方公里。埃塞俄比亚人口9940万人，人口密度超过35000人/平方公里的人口密集地区主要集中在中部及北部城市地区，东部及南部人口密度较低，规模化开发风电、光伏一般应远离人口密集地区。埃塞俄比亚地震发生频繁，历史地震发生频率高的地区主要集中于中部山区，东部平原地区的地震频率较低，风电开发应规避主要地层断裂带、地震带及地震

136、高发区域。埃塞俄比亚岩层分布以基性深成岩和碳酸盐沉积岩为主。3.2.3 开发潜力风能方面，可用于风电开发的陆地面积21.2万平方公里，占国土总面积的19.2%。经评估测算，埃塞俄比亚全国技术可开发总装机容量8.9亿千瓦，年发电量2.5万亿千瓦时，平均利用小时数2754。截止2019年，统计数据表明埃塞俄比亚风电总装机为32万千瓦。太阳能方面，可用于光伏开发的陆地面积43万平方公里，占国土总面积的39.0%。经评估测算，埃塞俄比亚全国技术可开发光伏总装机容量386.4亿千瓦，年发电量73.4万亿千瓦时，发电利用小时数1899。截止2019年，统计数据表明埃塞俄比亚太阳能总装机为1万千瓦。表 3-

137、3 国土覆盖物类型分析结果国土总面积（km2）河流面积（km2）陆地面积（km2）总计森林灌丛草本植被耕地农田湿地沼泽裸露地表城市冰雪025249415130表 3-4 保护区面积测算结果保护区总面积（km2）自然生态系统（km2）野生生物（km2）自然遗迹（km2）自然资源（km2）其他（km2）226681.757001.6166373.8116.03190.30一带一路国家风光资源评估报告北京|2022|41附录 地理信息运算关键算法在各类基础数据间开展的与地表面积、坡度等有关的地理信息运算是全球清洁

138、能源资源评估系统的基础性算法。由于基础数据的空间分辨率不同、格式不同，必须解决数据多分辨率融合以及不同类型数据混合计算两大关键问题。(1)多分辨率融合计算栅格数据间分辨率的差异将对所选区域的界定产生偏差，进而影响计算准确性。研究采用归一法进行多分辨率融合，其示意图如附图1-1所示，归一化后蓝色、灰色与黑色栅格的分辨率保持一致且初始点重合。附图 1-1 分辨率调整示意图主要计算步骤：一是选定最佳分辨率，标定初始点。综合考虑评估需求和基础数据信息，研究采用500m作为地理信息计算的最佳分辨率，统一全球坐标系统。计算时将不同分辨率数据重采样预处理为500m分辨率并统一采用WGS84坐标系统，对齐初始

139、点坐标。二是分辨率归一化。根据原始数据分辨率的高低采取适宜多分辨率归一化的不同算法。以500m分辨率为基准，分辨率低于500m分辨率的原始数据，研究采用双线性插值法将低分辨率数据向高分辨率转化；分辨率高于500m分辨率的原始数据，采用加权平均法将高分辨率数据转化为低分辨率数据。资源类数据、全球历史地震频度分布、全球人口分布等应实现高分辨率转化，全球地面覆盖物分类信息、全球地理高程数据等分辨率较高，应采用加权平均法进行低分辨率转化。详细算法如下。1）双线性插值法总体思路为：用已知的四个端点将未知函数坐标包含在内部，对已知函数的值在x轴、y轴分别线性插值，获得未知函数在该坐标上的值，其数学表达为：

140、假设四端点Q11、Q12、Q21和Q22的坐标分别为(x1，y1)、(x1，y2)、(x2，y1)、(x2，y2)，已知未知函数f在四点的值，求未知函数f在点P的值，P点坐标为(x，y)。首先在x轴方向进行线性插值，得到R1和R2，然后在y轴方向进行线性插值，得到P点的值即结果f(x，y)。计算公式如附式1所示：多分辨率原始数据归一化多分辨率融合后实际选择区域初始点标定 初始点全球能源互联网发展合作组织42|f(P)y2y1 f(R1)+y2y1 f(R2)附式1该算法的优点是准确度较高，可用于低分辨率向高分辨率进行降尺度计算，能够体现不同小栅格栅格之间数据差异，反映资源状况。2）加权平均法总

141、体思路为：根据高分辨率下每个小栅格与周边栅格所在位置的距离和资源状况对该栅格进行加权平均，转化为500米分辨率低分辨率大栅格的数值，其数学表达为：分辨率转换需对x1、x2xn等高分辨率已知栅格格点赋予f1、f2fn等权重值，权重通过栅格周围资源分布数据所确定，随后采用加权平均法计算位置函数f值，公式如附式2所示。该方法优点是能够在一定程度内反映该栅格周边所有栅格对该栅格影响程度求得该栅格的近似值，反映不同栅格之间的差距。f=x1f1+x2f2+.+xnfn 附式2分辨率调整示意图如下图所示，左图为原始数据集叠加，右图为归一化后选择范围。可见，归一化后蓝色和灰色栅格与黑色栅格的分辨率一致且初始点

142、重合。(2)矢量和栅格数据的混合运算混合运算可按照矢量数据的性质分为两类。第一类是矢量数据为固定矢量元，如全球保护区分布、全球水库分布、全球岩层分布等基础数据，可通过矢量数据栅格化进行混合运算，主要包含：确定栅格矩阵、点栅格化、线栅格化和面栅格化等4个步骤。具体的，选定500米作为栅格单元分辨率；采用线性插值法实现点栅格化，即将点坐标（x，y）换算为栅格的行列号，如附式3所示；J=1+int(dx )I=1+int(dx )附式3式中，x0与y0代表栅格的原点坐标，dx与dy分别代表栅格的长度和宽度，I为行数，J为列数，Int为取整函数。对于线栅格化，可采用Bresenham法（八方向栅格法）

143、，其数学表达为：已知一条线段有两个端点：P1(x1，y1)、P2(x2，y2)，先分别确定其行列号(I1，J1)及(I2，J2)，然后求出这两个端点位置的行数差和列数差。若行数差大于列数差，则逐行求出yi行中心线Y与过这两个端点的直线的交点（X，Y），得到交点的行列号，如附式4和附式5所示。若行数差小于或等于列数差，则逐列求出xi列中心线X与过这两个端点的直线的交点（X，Y），得到交点行列号，如附式6和附式7所示：X=(yi-y1)k+x1 附式4yy1yy1nxx0y0y一带一路国家风光资源评估报告北京|2022|43 k=(x2-x1)/(y2-y1)附式5 Y=(xj-x1)k+y1 附

144、式6 k=(y2-y1)/(x2-x1)附式7面的栅格化又称为多边形填充，报告采用边界代数法进行矢量面栅格化。边界代数法为基于积分思想的矢量数据向栅格数据格式转换算法，适合于记录拓扑关系的多边形矢量数据转换为栅格数据，计算方法如下。对于单多边形，栅格阵列各栅格值初始化为0，以栅格的行列为参考坐标，由多边形的某点开始顺时针搜索边界线，边界上行时，边界左侧的行坐标的栅格被减去a，边界下行时，边界左侧的行坐标的栅格加上a。对于多多边形，当多边形弧段上行时，该弧段与左图框之间栅格增加一个值，即左多边形编号减去右多边形编号；当边界弧段下行时，该弧段与左图框之间栅格减少一个值；重复上述步骤，直至所有多边形

145、处理完。该方法串行算法的复杂程度不高，结构清晰，运算效率高，调用关系明确，算法并行技术上可行，可大幅度减少计算时间，适用于处理较大数据量的矢量数据栅格化。第二类是矢量数据将不断改变，在进行目标区域划定或选择的过程中，区域范围的矢量数据会发生变化，矢量数据与栅格像元切割将产生不规则邻域，选择范围示意图如附图1-2所示。一般可以采用0-1排除法、全面积法、中心点排除法进行计算。0-1排除法的计算原则为：被矢量数据切割部分的栅格数据全部排除（1排除法），或者全部包含（0排除法）；全面积法则是将通过矢量坐标以及栅格位置计算出范围包含部分的实际面积；中心点排除法即确定栅格数据中心点坐标，判断选择范围矢量

146、是否包含栅格中心点坐标，若包含中心点，则该点被选中，反之则该点未被选中，选择范围面积为所有选中面积之和。附图 1-2 选择范围示意图对比来看，0-1排除法涉及栅格矩形与矢量图形的几何图形计算，计算时间长，选择范围面积越小误差越大；全面积法耗时长，空间存储量大；中心点排除法即判断选择范围矢量是否包含栅格中心点坐标，若包含则该点被选中，反之则该点未被选中，该方法计算量小且误差小。本报告采用中心点排除法。全球能源互联网发展合作组织44|注释1.数据来源：WRF 模型的相关介绍 http:/wrf-model.org/。2.数据来源：Vortex ERA5 Downscaling:Validation

147、 Results,2017 November。3.数据来源：Climate Forecast System(CFSR)再分析数据的介绍为：https:/www.ncdc.noaa.gov/data-access/model-data/modeldatasets/climate-forecast-system-version2-cfsv2。Modern Era Retrospective Reanalysis version 2(MERRA-2)再分析数据的介绍为：https:/gmao.gsfc.nasa.gov/reanalysis/MERRA-2/。European Reanalysis(

148、ERA-Interim&ERA5)再分析数据的介绍为：http:/www.ecmwf.int/en/research/climate-reanalysis/era-interim。4.数据来源：Shuttle Radar Topography Mission(SRTM)是基于NASA和NGA牵头的国际空间项目，通过特殊雷达系统于2000年在奋进号航天飞机上执行为期11天的飞行任务，获得了近全球范围内的高程数据，从而生成地球最完整的高分辨率数字地形数据库。http:/www2.jpl.nasa.gov/srtm/mission.htm。5.数据来源：GlobCover Land Cover1数据

149、采用2592块瓦片数据覆盖整个地球，其水平瓦片为72块、垂直瓦块为36块。http:/due.esrin.esa.int/page_globcover.php。6.数据来源：Vortex ERA5 downscaling:validation results,2017 November。7.数据来源：Vortex System Technical Description,2017 January。8.卫星数据信息：欧洲、非洲和中东为Meteosat PRIME satellite(EUMETSAT,Germany)1994-2010,15分钟或30分钟分辨率；亚洲为Meteosat IODC

150、satellite(EUMETSAT,Germany)1999-2011,30分钟分辨率；环太平洋地区为MTSAT satellite(JMA,Japan)2007-2012,30分钟分辨率；美洲为GOES satellite(NOAA,USA)1999-2012,30分钟或3小时分辨率。9.气象模式再分析数据信息：CFSR和GFS数据库的2m高度处气温数据(NOAA NCEP)；CFSR和GFS数据库的水汽数据(NOAA NCEP)；MACC数据库的大气光学厚度数据(ECMWF)；GFS和CFSR的积雪厚度数据(NOAA)。10.海拔数据信息：SRTM-3数字地形数据库，分辨率为90米90米

151、。11.资料来源：Vortex ERA5 downscaling:validation results,2017 November.Vortex System Technical Description,2017 January.12.资料来源：Solargis Solar Resource Database Description and Accuracy,2016 October.13.数据来源：中华人民共和国环境保护部GB/T 14529-1993 自然保护区类型与级别划分原则S.北京：中国标准出版社，1993。14.结合美国国家可再生能源实验室（NREL）和中国风电工程经验，以年平均风

152、功率密度300瓦/平方米为标准开发条件进行测算。15.全球风能资源评估结果不包含南极地区。16.全球集中式风电的平均开发成本为全球各国家与地区的平均开发成本及其年发电量的加权平均值。17.风能技术可开发量评估是基于GREAN平台开展的距地面100米高度、适宜集中式开发的风能资源评估。一带一路国家风光资源评估报告北京|2022|45致谢特别感谢世界资源研究所（美国）北京代表处支持本报告的编写与出版，感谢苗红、王珮珊、宋婧、袁敏、都志杰为本报告描写所给予的不懈支持以及宝贵意见和建议。全球能源互联网发展合作组织46|可持续投资项目介绍世界资源研究所可持续投资项目立足中国，放眼国际，与可再生能源和绿色

153、金融领域的中外权威智库及研究机构合作，提供绿色金融解决方案，支持对外投资领域从传统能源（尤其是化石能源）向可再生能源转变，助力中国实现能源转型与高质量发展，推动全球可持续发展与低碳目标。世界资源研究所介绍世界资源研究所成立于1982年，总部位于美国华盛顿，是一家独立的全球性智库和行库。近40年来，研究所一直通过开拓性的研究方式和工具、庞大多元的数据平台和敏锐客观的分析观点为科学决策提供参考和支持，并产生实际影响。世界资源研究所在12个国家和地区拥有办公室，汇聚1400多名专家和工作人员，工作范围辐射50多个国家。2008年，世界资源研究所在中国北京开设了首个国际办公室。世界资源研究所（美国）北京代表处地址：北京市东城区东中街9号东环广场写字楼A座7层K-M室邮编：100027电话：86 10 6416 5697传真：86 10 6416 7567WRI.ORG.CN一带一路国家风光资源评估报告北京|2022|47Photo by Claudia Fernndez Ortiz on Unsplash