可再生資源產生的能量總量取決于既定時間內自然資源的變化。眾所周知，太陽不可能一直光照，風也不是總在吹，因此傳統能源的發電廠必須保持運轉，以隨時填補能源缺口。再加上可再生能源電網并沒有儲存功能，不像燃煤與核能，可控制波動生產，產生的電力必須即刻消耗，否則將給電網帶來坍塌的風險。

例如，大風時，風機加速運轉，發電量提高，過多的電力超出了電網的負荷，最終導致斷電。因此，為了平衡電力需求與供應，避免斷電給客戶帶來損失，在特殊的大風時期或是光照豐富的時候，大型發電廠往往都會替客戶的用電付費。當前，各國政府都計劃在未來幾十年內淘汰發電穩定的燃煤發電廠，這對于如何應對波峰和波谷期可再生能源發電間歇性來說，越發具有挑戰性。那么為了減輕或管理這些可再生能源的波動性，我們首先需要更好地了解這些波動的性質。Mahesh Bandi教授，沖繩科技大學大學院Collective Interactions部門的負責人，在出版的物理評論快報中利用湍流理論并結合風電廠的實驗數據解釋風電波動的統計性質。風速圖形可以被描述為風速譜圖。1941年，俄羅斯物理學家Andrei Kolmogorov繪制出了風速波動的頻譜。隨后被表明，風力發電的頻譜遵循與此完全相同的模式。然而，直到現如今，也只是假設當功率等于風速的立方時，這些光譜是相同的。Bandi教授第一個提出，風電波動的頻譜與風速波動遵循相同的模式是另有原因的。Kolmogorov 1941年的結論是基于在同一時間風速分布在不同空間點的情況。但是測量一臺風機的功率波動，是長時間內在某一個固定的位置。兩種測量方式是根本不同的，通過仔細核算這種差異，Bandi教授就可以解釋單個風機風力發電波動的頻譜。我們可以把湍流看成是空氣中的一個球體，或者說是一個“渦流”的脈動風速。在足夠的時間范圍內，低頻渦流可跨越數百公里。在這些大漩渦中，在較短的時間范圍內，即使是高頻渦流，可能也只跨越幾公里。因此，如果同一個風電場的所有風機遇到同一時間段渦流，那么產生的能量波動就好比整個風電場是一臺風機的波動。這正是Bandi教授研究德克薩斯州某風電場風機功率波動時的發現。事實上，即使是分散在不同地理位置的風電場，在相同時間段的渦流中也可以呈現出相關聯的功率波動。然而，隨著風電場之間距離增加，它們功率波動的關聯性也愈發減弱。兩個不同地理位置的風電場有可能遇到相同的長時間段的渦流，也有可能遇到完全不同的短時間段的渦流。過去，很多科學家忽視了湍流的影響力，認為不同位置的風電場在同一個時間點，不管是多風還是風力平和的區域，只要并入統一的電網中，輸出功率就會達到平均值。Bandi教授的研究結果首次證明這種現象，也被稱為“geographic smoothing”現象，只有在一定條件下才會發生。位于不同位置的風電場，風機功率有可能處于同一頻率上的平均值，因為當一個風電場遇到短時間段渦流時，另一個風電場可能處于相反的狀態。但由于風電場仍處于同一時間長度渦流中，它們在低頻時產生的功率會發生相關波動。

在不同位置的兩個風電場遇到的是相同長時間尺度的渦流，就意味著他們并網時不可能產生平均輸出功率。也就是說風電波動平均值有一個自然的極限值；超越極限值的波動就會對電網造成持續性的嚴重破壞。Bandi教授統計了德克薩斯州20個風電場以及愛爾蘭224個風電場的數據來證明：這個自然的極限值是真實存在的。

當人們了解了風機功率波動的性質，就可以重新審視經濟和政治決策。由于可再生能源的不穩定性，燃煤電廠隨時在突然停電的情況下繼續運轉，以提供后備電量，這表明發電量大于需求量。所以“綠色”能源仍然有助于減少碳排放量，并且有助于維護儲能的相關成本，那么在未來的幾年內，可增加可再生能源的比例。根據Bandi教授的“geographic smoothing”理論，有利于更好得控制儲能總量和相關的數據預測。

同時，這一理論對環境政策也有影響。根據功率平均波動的極限值，結合某一地區不同的可再生資源，如太陽能、風能以及潮汐能，政策的制定者能夠更好得了解本地區風機的波動性質，有助于不同能源的優化組合。除此，利用該理論，也開啟了通過更多的途徑研究其他波動的系統。