《中国科学：物理学 力学 天文学》英文版（SCIENCE CHINA Physics, Mechanics & Astronomy, SCPMA）2024年第4期以封面文章的形式出版了兰州理工大学李仁年教授团队与南方科技大学（投稿时为上海交通大学）李晔教授团队的研究成果，同期出版了中国科学院院士郑晓静教授撰写的点评文章。

内陆风电的发展

中国陆上风电项目的发展最早可以追溯到20世纪70年代初，在国家政策的支持下得到了快速发展[1]。据统计，我国可开发的陆上风资源高达253 GW(基于10 m高度测量结果)[2]。到2010年，西北地区已经建立了大约160个不同规模的风电场，总装机容量达到5000 MW[1]。随着风电技术的不断创新和进步，风力机逐步向大型化发展，风电场的规模不断扩大[3]。到2023年，中国陆上风电装机容量新增了58.2 GW，主要分布在内蒙古、新疆、甘肃等地，其装机容量占比分别为33.47%、15.24%、11.34%[4]。然而，随着可开发的平坦地形日益减少，风电选址逐渐转移到沙漠、戈壁等复杂地形。这些地区蕴含的风能资源约占全国陆上风资源的70%[5]。

西部风沙现状

我国西北地区气候干燥、降水稀少、植被覆盖度低，存在大面积的沙漠，如巴丹吉林沙漠、塔克拉玛干沙漠等，这种气候条件使得我国西北地区常受沙尘暴的影响。长期以来，过度放牧等人类活动使得西北地区风沙灾害日益严重，荒漠化程度也在不断加剧。近年来，通过我国“三北”防护林工程等防沙固沙措施的实施，土地荒漠化等问题得到了极大改善。尽管如此，西北地区土地沙化面积大、程度深、治理难的基本面尚未根本改变。

风力机在风沙中的挑战

如上所述，虽然资源丰富，但沙尘天气和复杂地形的局部环流会对大气边界层的湍流特性产生影响，进而增加风力机轮毂高度处风速预测的难度[6]。一方面来说，风力机易受大气和地形湍流的影响，其气动性能表现出强非定常特征，这对风力机气动性能的准确预估产生一定的挑战[7]。从另一方面来说，风力机运行对沙尘输运的影响逐渐成为风能领域的研究热点。风力机尾流是一种复杂的三维多尺度湍流，沙尘环境中风力机的运行涉及颗粒与湍流相互作用的两相流问题，其中包括离散相颗粒的弥散行为和反之对流体相湍流的调制。然而，由于风力机尾流的复杂性，目前仍缺少系统的研究。因此，尽管风力机在风沙中的运行仍有一定的挑战，但其运行也有望对风沙的环境治理有所益处。“十四五”期间是我国实现生态环境质量改善的关键时期，防沙治沙工作面领着严峻的挑战，推进风能建设正在成为西北地区防沙治沙的重要战略之一[8]。

该研究发现

该研究通过在大涡模拟中采用致动线模型施加体积力实现了风力机与沙尘流场的相互耦合，系统地分析了不同粒径的沙尘颗粒在风力机尾流中的聚集和沉降等输运特征。结果发现，风力机运行显著改变了沙尘颗粒的运动轨迹，在风力机叶尖处形成了“环状分布”；同时，风力机对沙尘输运具有明显的阻碍作用，促使沙尘颗粒提前发生沉降。这预示着风电场的建设可能会对沙尘暴的防治产生积极影响。这个成果提供了风力机运行对阻沙降尘的关键证据，为进一步认识风沙灾害的形成演化规律及抑制机理打下了基础。同时，不仅对内陆风沙和风电的关系作出了贡献，也对海上风电和盐雾之间的关系提供了新的思路。

该项目得到了国家重点研发项目2022YFB42021以及国家自然基金项目52166014以及52276197支持。

【参考文献】
[1] Han J, Mol A P J, Lu Y, et al. Onshore wind power development in China: Challenges behind a successful story[J]. Energy policy, 2009, 37(8): 2941-2951.

[2] Yang Z. The third nationwide assessment of wind resources. Annual Report of Chinese Academy of Meteorological Sciences (1), 2004, 49.

[3] Kirkegaard J K, Rudolph D P, Nyborg S, et al. Tackling grand challenges in wind energy through a socio-technical perspective. Nature Energy, 2023, 8(7): 655-664.

[4] GWEC.GWEC Global Wind Report 2023[R]. Bonn, Germany. 2023

[5] 梁恩培, 马高生, 李晔等. 沙尘环境对风力机关键零部件力学特性影响综述. 中国科学：物理学力学 天文学, 2023, 53(3): 234701.

[6] Liu B, Ma X, Guo J, et al. Estimating hub-height wind speed based on a machine learning algorithm: implications for wind energy assessment. Atmospheric Chemistry and Physics, 2023, 23(5): 3181-3193.

[7] 王同光, 田琳琳, 钟伟等. 风能利用中的空气动力学研究进展: 入流和尾流特性. 空气动力学学报, 2022, 40(4): 22-50.

[8] 冯起, 白光祖, 李宗省, 等.加快构建西北地区生态保护新格局.中国科学院院刊, 2022, 37(10): 1457-1470.

（文章内容来源于《中国科学》杂志社。）