EN中文

热带地理 >

2026 , Vol. 46 >Issue 5: 796 - 808

DOI: https://doi.org/10.13284/j.cnki.rddl.20250745

能源地理

中国实际光伏部署区域未来发电潜力的气候风险评估

  • 张德帅 , 1 ,
  • 欧阳卓林 1 ,
  • 李雁君 2 ,
  • 杜建会 1 ,
  • 张海成 , 1, *
展开
  • 1. 中山大学 地理科学与规划学院，广州 510000
  • 2. 中山大学 大气科学学院，广东 珠海 519082
张海成（1989—），男，安徽阜阳人，博士，副教授，研究方向为全球变化与碳循环，E-mail：

研究思路与方法设计，论文修改与校对

张德帅（1998—），男，四川绵阳人，硕士研究生，研究方向为全球变化与碳循环，E-mail：

收稿日期: 2025-10-28

  修回日期: 2026-04-17

  网络出版日期: 2026-05-16

基金资助

国家自然科学基金青年科学基金项目（42301020）；广东省基础与应用基础研究基金项目（2024A1515010929）

版权

版权所有 © 2026 热带地理编辑部
收起

Climate-Risk Assessment for Future Power-Generation Potential of China's Deployed Solar Photovoltaic Systems

  • Deshuai Zhang , 1 ,
  • Zhuolin Ouyang 1 ,
  • Yanjun Li 2 ,
  • Jianhui Du 1 ,
  • Haicheng Zhang , 1, *
Expand
  • 1. School of Geography and Planning, Sun Yat-sen University, Guangzhou 510000, China
  • 2. School of Atmospheric Sciences, Sun Yat-Sen University, Zhuhai 519082, China

Received date: 2025-10-28

  Revised date: 2026-04-17

  Online published: 2026-05-16

Copyright

Copyright © 2026 Tropical Geography. All rights reserved.
Fold

摘要

在全球能源结构加速向可再生能源转型的背景中，中国已成为光伏领域的引领者，其装机容量与发电量均位居世界前列。然而，以往研究多集中于评估覆盖全部陆地表面的光伏发电潜力（PsolarPV），忽视了对已实际部署、正在运行的光伏设施所面临的气候风险，导致对现有光伏系统发电潜力在未来气候变化下的评估仍不够充分。为此，文章基于耦合模型比对项目第六阶段的多模型数据，模拟并分析了2015—2060年3种温室气体排放情景下中国现有光伏部署区域PsolarPV的时空变化趋势。结果显示，在3种不同温室气体排放情景下，未来全国年均PsolarPV预计均保持增加的趋势（从0.6%±0.4%到3.4%±0.4%）。不过，随着温室气体排放情景的加剧，PsolarPV的相对增加量将减少约2.8%，同时亏电天数的相对变化将增加约3.4%。该下降趋势主要由气温升高所驱动，其负面影响的贡献率从低温室气体排放情景下的31.0%增长到高温室气体排放情景下的46.2%。此外，中国光伏系统的运行稳定性对未来气候变化呈现显著的空间异质性，其中西北、华北和华东地区对气候变化最为敏感。在高温室气体排放情景下，这3个地区的亏电天数平均增加0.8 d/10 a，且PsolarPV的年内短期波动和季节性波动幅度均明显高于其他地区。

关键词： 太阳能光伏系统; 发电潜力; 气候变化; 气候风险; 温室气体排放情景; 中国

本文引用格式

张德帅 , 欧阳卓林 , 李雁君 , 杜建会 , 张海成 . 中国实际光伏部署区域未来发电潜力的气候风险评估[J]. 热带地理, 2026 , 46(5) : 796 -808 . DOI: 10.13284/j.cnki.rddl.20250745

Abstract

Amidst the global transition toward renewable energy, China has emerged as the world leader in solar photovoltaic (PV) capacity and generation. However, the climatic risks and operational stability of this extensively deployed PV infrastructure under future climate change remain insufficiently assessed. Previous studies have primarily focused on the theoretical PV power-generation potential (PsolarPV) across terrestrial areas, overlooking the specific climatic risks of existing operational PV facilities. This study addresses this critical gap through a comprehensive, multi-dimensional risk assessment for China's deployed PV systems. We developed a high-resolution hourly PsolarPV model driven by a multi-model ensemble from the NASA Earth Exchange Global Daily Downscaled Projections (NEX-GDDP-CMIP6) under three greenhouse gas (GHG) emission scenarios from 2015 to 2060. Focusing on China’s existing deployed PV infrastructure and seven representative regions, we quantified future changes in annual PsolarPV and their driving factors, the frequency of extreme PV power events (energy "surplus" and energy “deficit” days), and intra-annual variability (short-term fluctuations and seasonal variations). Our results reveal that future trends in PsolarPV across China’s PV deployments are shaped by the opposing effects of increasing solar radiation (positive effect) and rising surface temperatures (negative effect). Under the low-emission scenario (SSP1-2.6), enhanced solar radiation dominates, leading to a nationwide increase in annual PsolarPV of 3.4%±0.4% (multi-model mean ± standard error). In contrast, under the high-emission scenario (SSP5-8.5), thermal-induced efficiency losses offset these gains, resulting in a slight increase of 0.6%±0.4% in PsolarPV and a rise in the frequency of poor-power days by 0.1 d per decade. Moreover, climate-induced impacts exhibited pronounced spatial heterogeneity. With increasing GHG emissions, deployed PV systems in northwestern, northern, and eastern China are projected to be the most climate-sensitive, experiencing greater changes in power-generation potential and more frequent extreme power-generation events. Northwest China, where PV deployments are concentrated, is projected to experience a decline of -0.5%±0.2% in PsolarPV and an increase of 1.0 d per decade in extreme poor-power days under the high-emission scenario. Conversely, the deployed PV systems in South and Southwest China exhibited stronger climate resilience. Furthermore, higher GHG-emission scenarios are expected to intensify seasonal and short-term PsolarPV fluctuations, especially in northern regions (e.g., Northeast, North, and Northwest China), posing greater challenges to grid stability and power dispatch management. In conclusion, this study provides the first location-specific, forward-looking climate risk assessment of China's existing PV infrastructure. These findings highlight that stringent GHG mitigation is critical for safeguarding solar energy assets and ensuring the long-term sustainability of PV power generation. They also emphasize the need for spatially differentiated climate adaptation strategies, including optimizing future deployment in climate-resilient regions, strengthening grid capacity with advanced energy storage, and enacting policies that enhance the climate resilience of China’s solar power system.

Key words： Solar photovoltaics; power-generation potential; climate change; climate risk; greenhouse gas emission scenarios; China

在全球环境污染与气候变化问题日益严峻的背景下，推动能源结构从传统化石燃料向可再生能源转型，已成为一项具有重大战略意义的全球性议题（Levin et al., 2020; IPCC, 2023; IEA, 2024）。作为可再生能源的重要组成部分，太阳能光伏（photovoltaic, PV）技术在过去20年间取得显著进展，这主要得益于其技术水平的持续提升与成本的显著降低（Breyer, 2021；Victoria et al., 2021）。在当前全球能源变革的浪潮中，中国正发挥重要的引领作用（Helveston & Nahm, 2019）。近年来，中国光伏产业实现跨越式发展，新增与累计装机容量长期稳居全球首位，已成为全球最大的光伏市场与制造国（Zou et al., 2017；Li & Huang, 2020）。太阳能光伏的广泛部署，不仅是中国实现“双碳”战略模板——即2030年前实现碳达峰与2060年前实现碳中和——的核心支撑，也为构筑清洁、低碳、安全、高效的国家能源体系奠定了坚实基础（于佳 等，2020；Lei et al., 2023）。
然而，太阳能光伏发电潜力（PsolarPV）高度依赖于局地气象条件，特别是地表太阳辐射和环境温度，这一依赖性使其在面对气候变化时表现出固有的脆弱性（Lei et al., 2023; Jiang et al., 2023）。已有研究指出，气温升高是影响光伏组件性能的关键因素，其普遍对光伏设施发电效率产生负向效应（抑制作用）：气温每上升1℃，光伏组件的输出功率将下降约0.4%~0.5%（Kawajiri et al., 2011；Shravanth et al., 2016）。此外，气候变化所引起的云量及大气气溶胶变化，也会通过重塑地表太阳辐射的时空分布格局，进一步影响局地光伏发电效率（Gil et al., 2019；Li et al., 2020）。因此，未来光伏发电潜力的长期演变趋势，将取决于温度升高与地表太阳辐射变化之间的复杂耦合作用（Jerez et al., 2015；Saxena et al., 2024）。
目前，国内外已有大量研究对全球或区域尺度上陆地表面的PsolarPV年变化趋势及其空间和季节变率进行预测（Chen et al., 2024；Liu et al., 2024；Saxena et al., 2024）。然而，这些宏观研究普遍存在一个关键局限：其评估对象多为理想条件下覆盖全部陆地范围的理论潜力，未能充分考虑太阳能光伏设施在现实中的空间部署情况。这种理论与实际之间的脱节在中国表现尤为明显。尽管中国光伏装机容量位居世界前列，设施分布广泛（Zou et al., 2017；Li & Huang，2020），但其实际占地面积仅约占国土总面积的0.26‰。理论潜力评估所基于的全球陆地假设，与光伏设施实际有限的空间分布之间，存在显著的空间尺度不匹配问题。这一差距可能导致基于理论潜力的评估结果，在预测实际光伏电站未来面临的气候风险时产生较大偏差，进而对科学制定气候适应性规划与相关决策造成潜在误导。
此外，现有研究虽已对未来PsolarPV的总体趋势进行评估，但对驱动其变化的关键气候因子（如温度与太阳辐射）的相对贡献，仍缺乏明确的定量归因分析，这限制了从机理层面深入理解未来气候风险。更为复杂的是，气候变化的影响不仅体现在长期趋势上，还可能通过改变极端发电事件（如持续时间较长的低功率“能源干旱”）的发生频率，以及加剧年内波动（如季节性波动和更为短期的波动），进而对电网的稳定性构成潜在威胁（Höltinger et al., 2019）。因此，构建能应对此类极端天气的韧性光伏系统，是保障能源安全的关键环节。在此背景下，针对中国已部署光伏基础设施，开展综合性、多维度的气候风险评估，对于保障国家能源安全、优化未来光伏产业布局以及制定科学的适应性管理策略，具有重要的科学价值与现实意义。
鉴于此，本研究拟构建一个空间分辨率为0.25°×0.25°的逐小时太阳能光伏发电潜力模型。该模型耦合了多模式、多情景的气候预测数据（NEX-GDDP-CMIP6；Thrasher et al., 2012），旨在综合评估未来不同温室气体排放情景下，气候变化对中国已实际部署的光伏基础设施PsolarPV的潜在影响。研究目标包括：1）揭示中国已部署光伏系统PsolarPV的未来时空演变趋势，并定量解析温度和太阳辐射变化对其的相对贡献；2）评估极端发电日（包括“能源盈余”的高功率日与“能源亏损”的低功率日）的年发生频率未来变化趋势；3）探究PsolarPV的季节性变率及短期波动（以5 d窗口为例）在未来气候情景下的演变特征。

1 数据与方法

1.1 数据

为系统评估未来气候变化对中国已部署光伏区域发电潜力（PsolarPV）的影响，本研究采用多源数据，涵盖气候预测、光伏设施分布、土地利用及实际运行信息。未来气候数据来源于NASA地球交换全球降尺度气候预测数据集（NEX-GDDP-CMIP6；Thrasher et al., 2012）。本研究选取该数据集中的10个地球系统模型（表S1），获取其在3种共享社会经济路径（Shared Socioeconomic Pathways, SSPs）下2015—2060年的未来地表温度数据和太阳辐射数据。所选情景包括低温室气体（Greenhouse Gas, GHG）排放路径（SSP1-2.6），中等温室气体排放路径（SSP2-4.5）和高温室气体排放路径（SSP5-8.5）。中国现有太阳能光伏设施的空间分布，来源于Li （2025）基于高分辨率卫星影像解译生成的数据集中最新一年（2022年）的数据。为约束光伏发电潜力的土地利用效率，采用空间分辨率为500 m的MODIS MCD12Q1.061产品（Friedl & Damien, 2022）。此外，为验证模型并增强研究的现实性，从中国国家能源局中获取2025年第一季度中国光伏装机容量数据集（国家能源局，2025），并从中国气象局发布的《2024年中国风能太阳能资源年景公报》收集中国光伏设施的有效运行时间数据（中国气象局，2025）。

1.2 太阳能光伏发电潜力计算

为评估2015—2060年中国已部署光伏区域的发电潜力（PsolarPV），以0.25°×0.25°空间分辨率为基本单元，采用逐小时计算方式，构建PsolarPV估算模型：
$ {P}_{\text{solarPV}}=(\frac{\text{ssrd}_{\text{panel}}}{\text{ssrd}_{0}})\times {P}_{0}\times {\eta }_\text{sys}\times \mathrm{TCF}\times \mathrm{SCF}\times \mathrm{PF}\times \text{LUE} $
式中：PsolarPV（kWh/m2）为每小时单位面积的太阳能光伏发电潜力；ssrdpanel（kWh/m2）为光伏发电板实际所接收的太阳辐射量；ssrd0为标准状态下的太阳辐射量，取1 kW/m2（Chen et al., 2019）；P0为单位面积光伏发电板的峰值功率，本研究设定为0.1619 kW/m2（Chen et al., 2019）；ηsys为太阳能光伏系统效率，取值0.817（Chen et al., 2019）；TCF、SCF和PF分别表示温度矫正系数（Temperature Correction Factor）、阴影矫正系数（Shadow Correction Factor）和堆叠系数（Packing Factor），其计算考虑了太阳高度角、方位角及太阳能光伏板属性（如光伏板大小、安装倾角和间距等），计算方法见附录及文献（Chen et al., 2019）。LUE为土地利用效率，参考Chen（2019）对不同土地利用类型设定的取值（表S2）。其中，光伏组件具体参数见表S3。为了匹配模型的空间分辨率，基于500 m空间分辨率的MODIS MCD12Q1.061土地利用数据（Friedl & Damien, 2022），按土地利用类型进行面积加权聚合，得到每个0.25°×0.25°栅格中各类土地利用类型的比例。
以Li（2025）公开的30 m分辨率下2022年光伏空间分布数据为基准，计算每个0.25°×0.25°栅格的光伏覆盖率。此外，基于Yang（2025）和Zeng（2025）公开的光伏数据集进行对比验证，以增强结果的稳健性（图S1 & S2）。为排除光伏覆盖率极低区域造成的影响，仅对覆盖率不低于0.01%的栅格应用于式（1）进行PsolarPV计算。鉴于光伏系统同时受到高压并网连通性和土地许可等因素的长期限制（Rand et al., 2023），光伏组件会以退役−重部署的循环模式长期运营供电，使得这些已部署位置的土地利用类型不会发生较大变化（Hernandez et al., 2015）。因此，本研究并未考虑土地利用变化对太阳能光伏动态的影响。通过将光伏部署位置和NEX-GDDP-CMIP6数据集（Thrasher et al., 2012）提供的2015—2060年动态气象数据（温度与太阳辐射）输入模型，模拟当前中国已部署光伏系统在未来46年气候长期演变下的逐小时光伏发电潜力。
此外，为量化分析中国当前光伏潜力的实际开发利用程度，基于最新的中国光伏装机容量（国家能源局，2025）与有效运行时间数据（中国气象局，2025），估算了中国和各省份（含直辖市、自治区等）的实际光伏发电总量，以作为PsolarPV模型结果的对照参考，公式为：
$ {P}_{\text{output}}=\text{Capacity}\times {T}_{\text{effitive}} $
式中：Poutput（GWh）为光伏实际总发电量；Capacity（GW）为全国光伏装机容量；Teffitive（小时）为光伏设施有效运行时间。

1.3 年均光伏发电潜力和极端日光伏发电潜力趋势分析

为揭示中国现有光伏部署区域发电潜力的长期演变特征，本研究基于模拟的逐小时PsolarPV数据，分别计算2015—2024年（历史基准期）和2051—2060年（未来时期）在3种不同温室气体排放情景（SSP1-2.6、SSP-4.5和SSP5-8.5）下的年均PsolarPV。同时，为探究极端发电事件的变化，分析了极端日光伏发电潜力事件发生频率的演变趋势。以2015—2024年为历史基准期，逐年计算每个栅格日PsolarPV的第10（P10）和第90百分位数（P90），并以此作为临界阈值，将日PsolarPV≤P10的日期定义为“亏电日” ，日PsolarPV≥P90的日期定义为“富电日” ，进而统计其年发生频率。此阈值的选取旨在与先前的评估研究保持方法上的一致性与结果的可比性（Chen et al., 2024）。此外，基于不同阈值标准（如第5/95百分位和第15/85百分位）的敏感性测试结果证实，无论阈值如何，评估得到的未来不同气候情景下极端发电事件的变化趋势均保持高度稳健（图S3）。

1.4 日光伏发电潜力的季节性与短期波动趋势分析

为量化日PsolarPV的季节性波动，在像元尺度上计算了年内逐日PsolarPV的变异系数（Coefficient of Variation, CV），即标准差与平均值的比值，该方法与已有研究保持一致（Jiang et al., 2023; Barkanov et al., 2024; Chen et al., 2024）。
为表征日PsolarPV的短期波动特征，引入最大相对差值（Maximum Relative Difference, MRD）指标，该指标通过一个连续5日的滑动窗口进行计算，公式为：
$ {\text{MRD}}_{i}=\frac{{P}_{\text{solarPV}\_ i\max }-{P}_{\text{solarPV}\_ i\min }}{{P}_{\text{solarPV}\_ i\text{mean}}}\times 100\% $
式中：MRDi为以第i天为中心的5 d窗口（即第i−2天至第i+2天）内的MRD值；PsolarPV_imax、PsolarPV_imin和PsolarPV_imean分别为该窗口期内日PsolarPV的最大值、最小值和平均值。
基于逐年MRD序列，进一步统计MRD超过50%的日数在全年中的发生频率，以表征年内PsolarPV的短期波动频率。

1.5 未来光伏发电潜力变化的归因分析

为量化地表温度与太阳辐射变化对未来PsolarPV趋势的相对贡献，参考Zuluaga（2022）的方法，设计了一套因子控制模拟试验。其中，基准实验（Experiment-0）采用随时间动态变化的温度和太阳辐射数据驱动；对比试验分别将温度和太阳辐射固定于2015—2024年的基准水平，包括：仅固定温度（Experiment-1）、仅固定太阳辐射（Experiment-2）以及同时固定温度与太阳辐射（Experiment-3）。通过比较各试验与基准试验的PsolarPV差异，可在不同温室气体排放情景下解析2类气候因子对未来PsolarPV变化的相对贡献。

2 结果分析

2.1 中国光伏发电潜力的空间分布特征

当前（2015—2024年）中国太阳能光伏发电潜力（PsolarPV）呈现显著的空间异质性（图1-a），其数值范围介于5~25 kWh/（m2·a），全国多年平均值为11.2±0.03 kWh/（m2·a）（多模型均值±标准误差）。当前中国太阳能光伏设施的部署热点与高PsolarPV区域之间存在明显的空间错位（图1）。全国超过60%的太阳能光伏设施部署在PsolarPV相对较低［<5 kWh/（m2·a）］的区域，而许多具有较高光伏发电潜力的地区尚未得到充分开发利用，未来可考虑在这些区域适度扩大太阳能光伏设施部署规模。具体而言，西北、西南地区PsolarPV极高，分别达到33.4±0.12和36.0±0.09 kWh/（m2·a），但这些区域的光伏设施部署密度普遍较低；相反，华东、华中和华南地区的PsolarPV普遍较低［<4 kWh/（m2·a）］，却集中了全国超过70%的光伏发电设施（图1-b）。这种“西高东低”的发电潜力分布（资源分布格局）与“东多西少”的已部署光伏系统（设施布局现状）形成鲜明对比，反映中国光伏发电的资源禀赋与实际部署在空间上尚未充分协同。
图1 2024年中国太阳能光伏发电潜力和当前已建成光伏站点的实际光伏发电量

注：误差棒表示基于不同NEX-GDDP-CMIP6模型的气候强迫的集合估计中的标准误差。

Fig.1 China’s PV power-generation potential(PsolarPV) in 2024 and actual power generation of deployed PV systems at present

2.2 未来中国光伏发电潜力的演变趋势

未来（2051—2060年）气候变化将在中国主要已部署光伏基础设施的区域显著改变光伏发电潜力（PsolarPV），其变化的幅度强烈依赖于温室气体排放情景（图2）。在低温室气体排放情景（SSP1-2.6）下，太阳辐射的正向效应（+6.0%±0.6%）显著超过温度的负向效应（-2.7%±0.4%），使中国PsolarPV净增长+3.4%±0.4%。随着温室气体排放情景加剧（SSP2-4.5至SSP5-8.5），太阳辐射的正向效应逐渐减弱，而温度的负向效应逐渐增强，导致中国PsolarPV净增幅逐渐收缩（减少约2.8%）。在高温室气体排放情景（SSP5-8.5）下，温度负效应与太阳辐射正效应近乎相互抵消，全国PsolarPV的变化仅增加了+0.6%±0.4%（图2-a）。
图2 未来（2051—2060）不同排放情景下中国已部署光伏设施的发电潜力（PsolarPV）的相对变化及其气候驱动因子

注：误差棒表示基于不同NEX-GDDP-CMIP6模型的气候强迫的集合估计中的标准误差。*表示每个变量变化的统计显著性（P<0.05），图3、4同。

Fig.2 Relative changes in PsolarPV for deployed PV facilities in China and its climatic drivers under different GHG emission scenarios

从空间格局看，中国已部署光伏设施的PsolarPV对气候变化的响应呈现显著空间异质性（图2-b~j & 图S4）。华东、华中和华南地区在3种温室气体排放情景下PsolarPV均呈显著上升趋势，增幅普遍超过2.5%，这主要受益于太阳辐射增强的正向驱动，使其成为未来气候条件下光伏发电的稳定增益区（图2）。西南地区在各情景下变化均较微弱，即使在SSP5-8.5情景下PsolarPV也仅微增0.1%±0.4%（图2 & 图S4）。相比之下，华北和东北地区受温度升高的抑制作用影响更明显，尤其在高排放情景下（SSP5-8.5），其PsolarPV的变化量转为负增长，面临一定的光伏发电量下降风险。作为中国光伏发电重要布局区的西北地区对气候变化较为敏感：在低排放情景下，PsolarPV小幅提升0.4%±0.2%（图2 & 图S4）；而在中高排放情景下，受温度显著抑制影响，PsolarPV的变化量减少至-0.5%±0.2%（图2 & 图S4），未来需通过技术升级提升该区域光伏系统的气候适应能力。总体而言，南方地区光伏系统在未来气候变化条件下普遍受益，而北方部分地区则可能受到其不利影响，呈现“南增北抑”的响应格局。

2.3 极端光伏发电事件频次的演变趋势

对中国已部署光伏设施区域的年均极端光伏发电事件（富电日和亏电日天数）的分析表明，其未来变化趋势显著受温室气体排放路径影响。预计到2060年，在低排放和中等排放情景（SSP1-2.6和SSP2-4.5）下，全国已部署光伏设施区域富电日的年平均频率预计将显著增加，增速分别为每10年2.0和0.9 d；同期亏电日频率则呈下降趋势，每10 a减少1.0和0.4 d（图3）。然而，在高排放情景（SSP5-8.5）下，富电日增幅急剧收窄（每10 a仅增加0.5 d），亏电日频率略微增加（每10 a增加0.1 d）。这表明，高温室气体排放情景下降同时减少有利发电条件（如富电日天数）并增加不利发电条件（如亏电日天数），对未来光伏发电电力供应的可靠性构成严重威胁。
图3 未来不同温室气体排放情景下2015—2060年中国已部署光伏设施区域极端光伏发电事件频次的演变趋势

注：实线表示多模型集合（NEX-GDDP-CMIP6）估计值的均值，阴影区域表示多模型集合估计值的标准误差。

Fig.3 Evolving trends in the frequency of extreme PV power-generation events in regions with deployed PV facilities in China during 2015-2060 under different GHG emission scenarios

从区域尺度看，极端光伏发电事件频次变化呈现明显的空间分异（见图3）。华中、华东、华南和西南地区在中、低排放情景下普遍受益，表现为富电日天数增幅大于亏电日天数变化，光伏发电潜力整体呈小幅提升态势。与之形成对比的是，作为中国光伏重要布局区域的华北、东北和西北地区，在中低排放情景下极端亏电事件频次变化较弱（<1 d/10 a），但在高排放情景下出现富电日天数变化微弱乃至下降、亏电日天数显著增加的趋势，表明这些区域的光伏发电潜力与运行稳定性在高排放情景下面临较高风险。总体而言，不同区域未来光伏发电响应存在显著差异，凸显气候变化下未来太阳能光伏发电系统可靠性所面临风险的区域异质性。

2.4 光伏发电潜力的年内变化趋势

对未来光伏发电潜力（PsolarPV）年内变化的分析结果表明，从当前（2015—2024年）到未来（2051—2060年），随着温室气体排放情景的加剧，中国整体PsolarPV的短期波动频率与季节性波动频率呈现相似的变化趋势（图4）。除在低排放情景（SSP1-2.6）下全国PsolarPV的短期波动频率预计显著下降-16.8%±6.9%外，在中、高排放情景（SSP2-4.5和SSP5-8.5）下短期波动与季节性波动频率仅发生轻微变化（见图4）。
图4 不同温室气体排放情景下当前（2015—2024）至未来（2051—2060）PsolarPV年内短期波动频率和季节性波动的相对变化

注：条形图中的误差棒表示多模型集合（NEX-GDDP-CMIP6）估计值的标准误差。

Fig.4 Relative changes in the frequency of intra-annual short-term fluctuation and seasonal variability of PsolarPV from the present-day(2015-2024) to the future(2051-2060) under different GHG emission scenarios.

从区域尺度看，中国PsolarPV年内变化趋势存在显著区域差异。东北、华北和西北地区在高排放情景下PsolarPV的季节性波动明显增强，预示这些地区未来可能面临更强烈的太阳能光伏发电季节性不均衡的问题。与此相反，华东、华南和西南地区PsolarPV的季节性波动在所有排放情景下均相对缓和，波动幅度都无明显变化（见图4 & 图S4）。西北地区则表现出独特的特征：在中等和低排放情景下，PsolarPV的年内波动趋于平缓或出现一定下降；但在高排放情景（SSP5-8.5）下，夏季亏电天数增加趋势显著增加，导致PsolarPV的年内波动性升高（见图3、4 & 图S4）。总体而言，未来气候变化对中国光伏发电年内变化趋势的影响呈现明显的空间分异。南方地区光伏发电潜力的分布相对更趋平稳，更适合规模化持续输出供电；而北方和部分西部地区光伏发电潜力的季节性波动更剧烈，对电网系统的调度能力和储能配置提出更高要求（见图4）。

3 讨论

3.1 气候变化对已部署光伏系统的影响机制与风险挑战

光伏发电在全球能源结构从化石燃料向可再生能源转型的进程中扮演着关键角色（Haegel et al., 2017; Mallapaty, 2020; IPCC, 2023）。随着中国“双碳”目标的全力推进和可再生能源战略的加速实施，中国光伏发电产业实现显著发展，受到国际社会的广泛关注（IEA, 2024）。中国未来PsolarPV变化受气温负效应与太阳辐射正效应的共同驱动（见图2）。随着温室气体排放情景的加剧，气温升高的抑制作用愈发明显，其负面贡献率从低排放情景下的31.0%迅速增长到高排放情景下的46.2%。这导致中国已部署光伏系统发电潜力的区域性下降，特别是在北方地区（东北、华北和西北地区），气温升高的负面效应显著抵消了辐射增强的正面效应，其光伏发电潜力预计最高可下降1.9%±0.4%，同时亏电日频率相对增加3.4%。本研究结果与Zuluaga（2022）关于太阳辐射和气温变化对巴西理论光伏发电潜力变化的贡献相似，该研究结果表明气温升高可促使巴西全部陆地表面的理论PsolarPV下降-2.5%~-6.5%。这证实了在全球变暖背景下，温度效应对光伏组件效率的抑制作用具有普遍性（Saxena et al., 2024）。
然而，与关注全陆地表面理论潜力的研究不同，本研究聚焦于中国已实际部署且正在运行的光伏设施。由于实际光伏设施的选址往往经过资源优化，针对这些设施的评估更能反映现实世界能源系统所面临的真实风险，因此具有更直接的实际指导意义。此外，本研究显示，中国北方地区的极端富电天数在不同情景下均显著减少（最高可达-0.5 d/10 a），而极端亏电天数显著增加（最高可达+1.0 d/10 a），季节性波动也明显增加（见图3、 4），这可能导致更严重的电力供需失衡。值得注意的是，虽然这一趋势与Chen（2024）的研究结果相似，但本研究发现，未来气候风险对中国实际已部署光伏系统（在极端发电事件和年内波动方面）的影响程度，显著低于基于全陆地表面研究得出的结果（Chen et al., 2024），这表明当前的光伏部署在选址上已具备一定的气候韧性，若直接套用全陆地表面的研究结论可能会高估风险。

3.2 技术进步对已部署光伏系统气候韧性的影响

在基准光伏组件参数设定下，高温室气体排放对现有中国光伏基础设施构成显著威胁。然而，当考虑到下一代光伏技术演进时，这一评估结论将发生根本性转变：先进光伏组件——如隧道氧化物钝化接触组件（TOPCon；Tuan Le et al., 2021; Chunduri, 2025）、异质结太阳能电池（HJT；HUA，2025）以及钙钛矿太阳能电池（Perovskites）（Deng et al., 2019; Nature Synthesis, 2025）——将显著改善未来预期。凭借更优的热稳定性（耐热系数降低至-0.29%/ ℃~-0.13%/ ℃）和更高的光伏功率（表S4），这些新技术几乎能完全抵消变暖导致的发电潜力损失（图S5）。在高温室气体排放情景下，应用新技术后，中国实际光伏部署区的年均PsolarPV预计将显著提升17.7%~46%，且极端亏电天数频率将大幅减少38.1%~48.6%（图S5）。这表明，技术迭代升级可作为一种强有力的手段，有效抵消气候变化导致的发电潜力降低的风险（Rodríguez-Gallegos et al., 2020; Victoria et al., 2021）。
然而，技术进步并非应对气候风险的万全之策，在提升发电总量的同时也引入关于电网稳定性的复杂权衡。尽管先进光伏组件能有效抑制短期波动（降低约42%），但却同时加剧了季节性波动（图S5）。这种双重效应的机制在于：改进的耐热系数减少了夏季高温导致的发电潜力损失，从而使光伏组件能更充分地利用夏季丰富的太阳辐射资源，显著推高了夏季发电峰值；相比之下，冬季发电潜力的增幅较小。这种差异导致冬夏两级发电差距进一步扩大，从而加剧了季节性不平衡。因此，单纯依赖技术进步无法解决所有的问题，未来仍需通过配套长时储能系统来应对这一加剧的季节性不平衡（Sepulveda et al., 2021）。

3.3 资源-部署错位背景下的区域适应策略

本研究揭示的未来气候风险与中国光伏部署格局的演变密切相关。当前，中国光伏部署存在显著的“资源−部署”错位（图1-a）：PsolarPV较低但电力需求旺盛的华东、华中等中东部地区，集中了全国超过50%的光伏设施。然而，这一以传统电力负荷中心为导向的部署格局在近年来正经历根本性的战略转变。随着国家“西电东送”战略和“沙戈荒”新能源大基地建设的加速推进（国家能源局，2024；梁双 等，2024），辅以特高压输电技术的成熟，中国光伏新增装机的重心正大规模、成体系地向西北地区转移 （Luo et al., 2023）。
鉴于这一战略转移，对西北地区的气候风险评估尤为关键。西北地区虽然太阳能资源丰富，光伏发电潜力极高（图1-a），但本研究揭示该区域是未来气候风险的高敏感区。这一高敏感性源于不同气候因子（气温和太阳辐射）共同作用：未来PsolarPV演变取决于气温负效应和太阳辐射正效应的相对强弱（图2-a）。在西北地区，随着温室气体排放情景的加剧，剧烈的增温趋势导致气温对组件效率的抑制作用大幅增强。在高排放情景下，这种温度负效应显著抵消甚至超过了辐射增强带来的正向增益，导致该区域PsolarPV面临显著下降的风险（图2 & S6），且极端亏电天数和年内波动幅度明显增加（图3，4、S6）。因此，在西北地区大规模布局光伏设备的同时，需充分考量其未来气候风险。
为提升未来中国光伏发电设施的气候适宜能力，确保“西电东送”战略的长期稳定性（国家能源局，2024），本研究提出以下建议：
首先，应强化技术性适应措施以应对西北地区面临的气候风险。虽然未来气候变暖导致的温度负效应属于不可逆转的自然约束，但光伏系统的技术选型与基建配置则受人为调控的影响。针对本研究发现的西北地区PsolarPV下降、波动性加剧和极端事件频发的风险，战略上应从单纯的资源导向转向气候适应导向：一方面，亟需前瞻性地布局高效储能系统、强化特高压输电等跨区域电力协调能力（He et al., 2020；Sepulveda et al., 2021），以平抑波动、确保能源供应的稳定性；另一方面，应推广应用高耐热系数和高发电效率的先进光伏组件（Deng et al., 2019; Tuan Le et al., 2021; Chunduri, 2025; HUA, 2025; Nature Synthesis, 2025），通过技术迭代升级主动适应未来升温趋势。
其次，推动“光伏”和“生态”协同发展，以应对大规模土地利用可能引发的生态关切。目前已有研究证实，光伏设备在荒漠地区的部署能带来显著的生态协同效益（Barron-Gafford et al., 2019；Meng et al., 2025）。如“光伏治沙”模式通过板下遮阴、降低风速、增加土壤湿度来促进植被恢复，已在防风固沙、改善局地微气候方面显示出积极效果（Xia et al., 2022）。因此，科学的规划有助于实现能源开发与生态修复的双赢。
最后，坚持全球温室气体减排路径。本研究显示，中国已部署光伏系统的极端发电事件和年内波动幅度在高排放情景下远高于中低排放情景（见图3、4）。因此，加强全球温室气体排放控制，是保障未来光伏资产安全、规避能源安全风险的有效途径（Gernaat et al., 2021）。

3.4 局限性与未来展望

尽管本研究揭示了中国实际光伏部署区域发电潜力的演变趋势及其面临的极端发电事件与年内波动风险，但仍需指出存在的3点局限性。1）气候预估的固有不确定性：虽然本研究采用多模型集合平均与多情景对比以降低预估偏差，但长期气候风险评估仍依赖于情景驱动的概率性预估。2）空间布局的静态假设：由于光伏设施的未来选址深受土地利用政策、生态红线及电网规划等非物理因素制约（Hernandez et al., 2015; Zhou et al., 2023），本研究仅基于现有光伏站点进行评估，未能模拟其动态扩张。3）侧重于物理气候风险的评估：受限于高分辨率社会经济情景数据的缺乏，当前模型未能充分耦合复杂的社会经济因子，评估结果主要反映物理气候机制的影响。
针对上述局限，未来有必要从单一的物理风险量化转向综合的系统韧性评估，主要可从3个维度展开：1）构建物理−社会经济耦合的能源系统评估框架。将政策导向、土地成本以及运维损耗纳入评估模型，结合高分辨率社会经济网格数据与极端气候事件（如复合型高温干旱），量化极端发电低谷对区域电力供需缺口及电网调峰压力的经济影响，从而建立多准则决策支持系统（Schwanitz, 2013）。2）开展多情景驱动的光伏时空扩张模拟。可通过引入土地利用变化模型与机器学习算法，综合考量气候适宜度、地形约束、生态红线及电网扩容规划等条件，模拟碳中和目标下中国光伏装机的空间演变路径，进而评估未来高潜力开发区域可能面临的新增气候风险。3）探索技术演进与空间布局协同的气候适应策略。面对变暖带来的发电潜力损耗，未来的风险缓解研究还应考虑下一代光伏技术展现出的卓越热力学优势。未来可进一步结合气象预估数据，开展空间优化配置研究——例如在高温热浪频发的高风险区域优先部署低温度系数的先进组件，探讨技术与空间双重干预对提升国家光伏基础设施整体气候韧性的综合效益。

4 结论

本研究通过结合实际光伏设施布局，对中国已部署的光伏发电设施所面临的气候风险展开了多维度评估。结果显示，在不同温室气体排放情景下，中国现有光伏系统的发电潜力整体呈上升趋势。即使在高温室气体排放情景下，地表太阳辐射增强所带来的正向效应仍可超过温度上升引起的负向效应，推动中国现有光伏系统的发电潜力小幅增长。从区域响应看，未来气候变化对光伏发电潜力的影响存在显著空间异质性。东北、华北和西北地区的光伏发电潜力面临下降风险，且极端亏电日天数增加最为明显，表明这些区域能源系统的潜在波动性和气候风险显著增强；相比之下，华南与西南地区的光伏发电潜力变化相对平缓，表现出更强的气候韧性。因此，为应对中国未来光伏发电利用不确定性的增加，需从系统韧性提升和区域差异化适应2方面着手，一方面，在国家光伏部署重心向西北战略转移的过程中，应加强储能设施建设与跨区域电力协调能力（如“西电东送”）等措施，提升系统韧性并应对气候风险，另一方面，应在高风险区域（如华北、西北）优先部署气候适应性技术，并积极推广“光伏治沙”等生态协同发展模式，以保障光伏发电在持续能源转型中的关键贡献，从而为中国如期实现2060年碳中和宏伟目标提供坚实可靠的能源安全保障。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Barkanov E, Penalba M, Martinez A, Martinez-Perurena A, Zarketa-Astigarraga A, and Iglesias G. Evolution of the European Offshore Renewable Energy Resource Under Multiple Climate Change Scenarios and Forecasting Horizons via CMIP6. Energy Conversion and Management, 2024, 301, 118058.

DOI

Barron-Gafford G A, Pavao-Zuckerman M A, Minor R L, Sutter L F, Barnett-Moreno I, Blackett D T, Thompson M, Dimond K, Gerlak A K, Nabhan G P, and Macknick J E. Agrivoltaics Provide Mutual Benefits across the Food-Energy-Water Nexus in Drylands. Nature Sustainability, 2019, 2 (9): 848- 855.

DOI

Breyer C. Low-Cost Solar Power Enables a Sustainable Energy Industry System. Proceedings of the National Academy of Sciences, 2021, 118 (49): e2116940118.

DOI

Chen S, Lu X, Miao Y, Deng Y, Nielsen C P, Elbot N, Wang Y, Logan K G, McElroy M B, and Hao J. The Potential of Photovoltaics to Power the Belt and Road Initiative. Joule, 2019, 3 (8): 1895- 1912.

DOI

Chen X, Mao H, Cheng N, Ma L, Tian Z, Luo Y, Zhou C, Li H, Wang Q, Kong W, and Fan J. Climate Change Impacts on Global Photovoltaic Variability. Applied Energy, 2024, 374, 124087.

DOI

Chunduri S. 2025. Market Survey on Solar Cell Production Equipment 2025. (2026-01-16) [2026-04-25]. https://images.assettype.com/taiyangnews/2025-10-10/yduyuwjn/TYN_Market_Survey_Cell_Production_Equipment_2025_V01.pdf.

Deng Y, Van Brackle C H, Dai X, Zhao J, Chen B, and Huang J. Tailoring Solvent Coordination for High-Speed, Room-Temperature Blading of Perovskite Photovoltaic Films. Science Advances, 2019, 5 (12): eaax7537.

DOI

Friedl M and Damien S M. 2022. MODIS/Terra+Aqua Land Cover Type Yearly L3 Global 500m SIN Grid V061. (2022-08-05) [2026-04-25]. https://www.earthdata.nasa.gov/data/catalog/lpcloud-mcd12q1-061.

Gernaat D E H J, de Boer H S, Daioglou V, Yalew S G, Müller C, and van Vuuren D P. Climate Change Impacts on Renewable Energy Supply. Nature Climate Change, 2021, 11 (2): 119- 125.

DOI

Gil V, Gaertner M A, Gutierrez C, and Losada T. Impact of Climate Change on Solar Irradiation and Variability over the Iberian Peninsula Using Regional Climate Models. International Journal of Climatology, 2019, 39 (3): 1733- 1747.

DOI

国家能源局. 2024. 从输“煤电”到送“绿电”——我国“西电东送”加速绿色转型. (2024-08-23)[2026-04-25]. https://www.nea.gov.cn/2024-08/23/c_1212390763.htm. [National Energy Administration. 2024. From transmitting "Coal Power" to Delivering "Green Power": China's "West to East Power Transmission" Accelerates Green Transition. (2024-08-23) [2026-04-25]. https://www.nea.gov.cn/2024-08/23/c_1212390763.htm.]

National Energy Administration. 2024. From transmitting "Coal Power" to Delivering "Green Power": China's "West to East Power Transmission" Accelerates Green Transition. (2024-08-23) [2026-04-25]. https://www.nea.gov.cn/2024-08/23/c_1212390763.htm.

国家能源局. 2025.2025年一季度光伏发电建设情况. (2025-04-29)[2026-04-25]. https://www.nea.gov.cn/20250429/b78504d2e8a14b97bdcffb2c501b7393/c.html. [National Energy Administration. 2025. Construction Status of Photovoltaic Power Generation in the First Quarter of 2025. (2025-04-29) [2026-04-25]. https://www.nea.gov.cn/20250429/b78504d2e8a14b97bdcffb2c501b7393/c.html.]

National Energy Administration. 2025. Construction Status of Photovoltaic Power Generation in the First Quarter of 2025. (2025-04-29) [2026-04-25]. https://www.nea.gov.cn/20250429/b78504d2e8a14b97bdcffb2c501b7393/c.html.

Haegel N M, Margolis R, Buonassisi T, Feldman D, Froitzheim A, Garabedian R, Green M, Glunz S, Henning H M, Holder B, Kaizuka I, Kroposki B, Matsubara K, Niki S, Sakurai K, Schindler R A, Tumas W, Weber E R, Wilson G, Woodhouse M, and Kurtz S. Terawatt-Scale Photovoltaics: Trajectories and Challenges. Science, 2017, 356 (6334): 141- 143.

DOI

He G, Lin J, Sifuentes F, Liu X, Abhyankar N, and Phadke A. Rapid Cost Decrease of Renewables and Storage Accelerates the Decarbonization of China's Power System. Nature Communications, 2020, 11 (1): 2486.

DOI

Helveston J and Nahm J. China's Key Role in Scaling Low-Carbon Energy Technologies. Science, 2019, 366 (6467): 794- 796.

DOI

Hernandez R R, Hoffacker M K, and Field C B. Efficient Use of Land to Meet Sustainable Energy Needs. Nature Climate Change, 2015, 5 (4): 353- 358.

DOI

Höltinger S, Mikovits C, Schmidt J, Baumgartner J, Arheimer B, Lindström G, and Wetterlund E. The Impact of Climatic Extreme Events on the Feasibility of Fully Renewable Power Systems: A Case Study for Sweden. Energy, 2019, 178, 695- 713.

DOI

Hua S. 2025. January 2. All About HJT-The Secret of Heterojunction Solar Cell Technology. (2025-01-02) [2026-04-25]. https://www.pv-magazine.com/press-releases/all-about-hjt-the-secret-of-heterojunction-solar-cell-technology.

IEA. 2024. Renewables 2024. Paris: International Energy Agency.

IPCC. 2023. Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Geneva: Intergovernmental Panel on Climate Change (IPCC).

Jerez S, Tobin I, Vautard R, Montávez J P, López-Romero J M, Thais F, Bartok B, Christensen O B, Colette A, Déqué M, Nikulin G, Kotlarski S, van Meijgaard E, Teichmann C, and Wild M. The Impact of Climate Change on Photovoltaic Power Generation in Europe. Nature Communications, 2015, 6 (1): 10014.

DOI

Jiang H, Lu N, Yao L, Qin J, and Liu T. Impact of Climate Changes on the Stability of Solar Energy: Evidence from Observations and Reanalysis. Renewable Energy, 2023, 208, 726- 736.

DOI

Kawajiri K, Oozeki T, and Genchi Y. Effect of Temperature on PV Potential in the World. Environmental Science & Technology, 2011, 45 (20): 9030- 9035.

DOI

Lei Y, Wang Z, Wang D, Zhang X, Che H, Yue X, Tian C, Zhong J, Guo L, Li L, Zhou H, Liu L, and Xu Y. Co-Benefits of Carbon Neutrality in Enhancing and Stabilizing Solar and Wind Energy. Nature Climate Change, 2023, 13 (7): 693- 700.

DOI

Levin K, Rich D, Ross K, Fransen T, and Elliott C. 2020. Designing and Communicating Net-Zero Targets. (2020-07-29) [2026-04-25]. https://www.wri.org/research/designing-and-communicating-net-zero-targets.

Li A, Liu L, Li S, Cui X, Chen X, and Cao X. Global Photovoltaic Solar Panel Dataset from 2019 to 2022. Scientific Data, 2025, 12 (1): 637.

DOI

Li J and Huang J. The Expansion of China's Solar Energy: Challenges and Policy Options. Renewable and Sustainable Energy Reviews, 2020, 132, 110002.

DOI

Li X, Mauzerall D L, and Bergin M H. Global Reduction of Solar Power Generation Efficiency due to Aerosols and Panel Soiling. Nature Sustainability, 2020, 3 (9): 720- 727.

DOI

梁双, 王涉, 徐辉. 中国西电东送40年发展成效与政策建议. 中国电力, 2024, 57 (11): 88- 93.

DOI

Liang Shuang, Wang She, and Xu Hui. Development Achievements and Policy Suggestions of China's West to East Power Transmission for 40 Years. Electric Power, 2024, 57 (11): 88- 93.

DOI

Liu Z, Guo J, Wang X, Wang Y, Li W, Wang X, Fan Y, and Wang W. Prediction of Long-Term Photovoltaic Power Generation in the Context of Climate Change. Renewable Energy, 2024, 235, 121263.

DOI

Luo L, Zhuang Y, Liu H, Zhao W, Chen J, Du W, and Gao X. Environmental Impacts of Photovoltaic Power Plants in Northwest China. Sustainable Energy Technologies and Assessments, 2023, 56, 103120.

DOI

Mallapaty S. How China could be Carbon Neutral by Mid-Century. Nature, 2020, 586 (7830): 482- 483.

DOI

Meng R, Meng Z, Ren X, Cai J, and Tong X. Positive Impacts of Typical Desert Photovoltaic Scenarios in China on the Growth and Physiology of Sand-Adapted Plants. Frontiers in Plant Science, 2025, 15, 1515896.

DOI

Nature Synthesis. The Synthesis of Perovskites. Nature Synthesis, 2025, 4, 1019.

Rand J, Strauss R, Gorman W, Seel J, Kemp J, Jeong S, Robson D, and Wiser R H. 2023. Queued up: Characteristics of Power Plants Seeking Transmission Interconnection as of the End of 2022. (2023-04-14) [2026-04-25]. https://escholarship.org/uc/item/7w87m1pr.

Rodríguez-Gallegos C D, Liu H, Gandhi O, Singh J P, Krishnamurthy V, Kumar A, Stein J S, Wang S, Li L, Reindl T, and Peters I M. Global Techno-Economic Performance of Bifacial and Tracking Photovoltaic Systems. Joule, 2020, 4 (7): 1514- 1541.

DOI

Saxena A, Brown C, Arneth A, and Rounsevell M. Advanced Photovoltaic Technology can Reduce Land Requirements and Climate Impact on Energy Generation. Communications Earth & Environment, 2024, 5 (1): 586.

DOI

Sepulveda N A, Jenkins J D, Edington A, Mallapragada D S, and Lester R K. The Design Space for Long-Duration Energy Storage in Decarbonized Power Systems. Nature Energy, 2021, 6 (5): 506- 516.

DOI

Schwanitz, V. J. Evaluating integrated assessment models of global climate change. Environmental Modelling & Software, 2013, 50, 120- 131.

Shravanth Vasisht M, Srinivasan J, and Ramasesha S K. Performance of Solar Photovoltaic Installations: Effect of Seasonal Variations. Solar Energy, 2016, 131, 39- 46.

DOI

Thrasher B, Maurer E P, McKellar C, and Duffy P B. Technical Note: Bias Correcting Climate Model Simulated Daily Temperature Extremes with Quantile Mapping. Hydrology and Earth System Sciences, 2012, 16 (9): 3309- 3314.

DOI

Tuan Le A H, Basnet R, Yan D, Chen W, Nandakumar N, Duttagupta S, Seif J P, and Hameiri Z. Temperature-Dependent Performance of Silicon Solar Cells with Polysilicon Passivating Contacts. Solar Energy Materials and Solar Cells, 2021, 225, 111020.

DOI

Victoria M, Haegel N, Peters I M, Sinton R, Jäger-Waldau A, del Cañizo C, Breyer C, Stocks M, Blakers A, Kaizuka I, Komoto K, and Smets A. Solar Photovoltaics is Ready to Power a Sustainable Future. Joule, 2021, 5 (5): 1041- 1056.

DOI

Xia Z, Li Y, Zhang W, Chen R, Guo S, Zhang P, and Du P. Solar Photovoltaic Program Helps Turn Deserts Green in China: Evidence from Satellite Monitoring. Journal of Environmental Management, 2022, 324, 116338.

DOI

Yang Y, Lin S, Lu R, and Liu X. CPVPD-2024: A Chinese Photovoltaic Plant Dataset Derived via a Topography-Enhanced Deep Learning Framework. Scientific Data, 2025, 12 (1): 1601.

DOI

于佳, 王勇. 中国光伏产业发展与“一带一路”新机遇——基于新结构经济学视角的解析. 西安交通大学学报（社会科学版）, 2020, 40 (5): 87- 98.

DOI

Yu Jia and Wang Yong. Development of the Photovoltaic Industry in China and New Opportunities from the Belt and Road Initiative: Analysis from the Perspective of New Structural Economics. Journal of Xi'an Jiaotong University (Social Sciences), 2020, 40 (5): 87- 98.

DOI

Zeng X, Sun W, Jia M, Xue Z, Zhou C, and Sun L. Global High-Resolution Mapping of Photovoltaic Power Plants from 2019 to 2025 Using Unsupervised Index-Based Multi-Source Data Fusion Method. International Journal of Applied Earth Observation and Geoinformation, 2025, 145, 105005.

DOI

Zhou J, Ding Q, Zou Z, Deng J, Xu C, and Yang W. 2023. Land Suitability Evaluation of Large-Scale Photovoltaic Plants Using Structural Equation Models. Resources, Conservation and Recycling, 198: 107179.

Zou H, Du H, Ren J, Sovacool B K, Zhang Y, and Mao G. Market Dynamics, Innovation, and Transition in China's Solar Photovoltaic (Pv) Industry: A Critical Review. Renewable and Sustainable Energy Reviews, 2017, 69, 197- 206.

DOI

Zuluaga C F, Avila-Diaz A, Justino F B, Martins F R, and Ceron W L. The Climate Change Perspective of Photovoltaic Power Potential in Brazil. Renewable Energy, 2022, 193, 1019- 1031.

DOI

中国气象局. 2025.2024年中国风能太阳能资源年景公报. (2025-02-11)[2026-04-25]. https://www.cma.gov.cn/zfxxgk/gknr/qxbg/202502/t20250211_6847016.html. [China Meteorological Administration. 2025.2024 China Wind and Solar Energy Resources Bulletin. (2025-02-11) [2026-04-25]. https://www.cma.gov.cn/zfxxgk/gknr/qxbg/202502/t20250211_6847016.html.]

China Meteorological Administration. 2025.2024 China Wind and Solar Energy Resources Bulletin. (2025-02-11) [2026-04-25]. https://www.cma.gov.cn/zfxxgk/gknr/qxbg/202502/t20250211_6847016.html.

Options
文章导航

/

〈 〉