武汉地区太阳总辐射与气象要素的关系研究

湖北省气象服务中心 湖北省气象能源技术开发中心 ■ 王丽娟 陈正洪 李芬

一 引言

近年来，随着常规化石能源的加速枯竭和能源需求的日益高涨，以及全球气候变化压力的逐渐增大，大力开发可再生能源技术及培育市场已成为国际社会的共识。太阳能具有取之不尽，用之不竭；分布广，无处不在；清洁无污染；不受市场波动影响等优点[1]，目前太阳能资源开发利用在整个可再生能源中投资增长速度最快。人类对太阳能资源开发利用，主要可分为光热利用和太阳能发电。光热利用，如太阳能热水器、太阳能灶已深入到全世界的千家万户。太阳能发电主要有两种，一是光伏发电，即利用太阳电池的光生伏打效应，把太阳辐射能直接转变为电能；二是聚光热发电(CSP)，利用聚光集热器将太阳能聚集起来产生高温热能，加热介质(如蒸汽)来驱动发电机发电。其中光伏发电技术是主流，技术最成熟，近年来全球累计光伏发电装机规模呈指数发展且已步入大规模发展阶段，截至2010年年底，全球光伏累计装机容量接近40GW[2]。聚光热发电技术最近几年发展趋势非常快，主要分布在美国、西班牙、北非。据预测，2030年全球的常规能源利用将达到峰值，此后可再生能源将逐渐成为人们日常生活的主要依靠，而太阳能资源将成为其中一种主导的能量来源。

太阳辐射是地面的主要能量来源，同时也是地面热量平衡的重要组成部分，大气和地面接收到的太阳辐射能对大气加热、对流状况、地面热状况、生物生长、人类活动、太阳能利用等都有巨大的影响。20世纪70年代我国学者翁笃鸣[3]研究发现，紧密相联的天空遮蔽度(云量)、大气透明状况、下垫面的物理特性、平流热量以及水分的输送等过程，都将导致太阳辐射能量的再分配，这种影响的大小具有显著的局地性特征，此后我国不少学者也进行了相关的研究[4,5]。由于太阳辐射资源评估与预报是太阳能光伏发电系统发电量计算(以制定发电规划、电力调度)和预报的关键基础之一，本文以湖北省武汉市为研究对象，首先研究太阳总辐照量与气象要素的关系，然后分季节建立逐时总辐照量预报模型，从而对太阳总辐照量作出有效预报。

二 资料来源与方法

由于缺失2007年以前的太阳总辐照量资料，并考虑到从2009年开始云量(低、总)的观测方式由原来的每日逐时改为一天4次(02时、08时、14时及20时)，为保证观测资料时间上连续性，选取的气象资料为武汉市气象站2007～2008年每日逐时(6:00～17:00)太阳总辐照量(单位：MJ/m2)及同期逐时气象要素(风速、气温、相对湿度等)的观测资料。文中的时间均为北京时间。

首先利用2007～2008年逐时太阳总辐照量资料，对总辐照量的季节变化、日变化及其与气象要素(气温、相对湿度、云量等)的相关性进行分析，其次分季节对2007年逐时总辐照量与上述气象要素进行相关分析，对比各气象要素对总辐照量的贡献，建立逐步回归方程，最后以2008年逐时太阳能总辐照量为对象进行预报和误差分析。其中粗略的分季按照3～5月为春季，6～8月为夏季，9～11月为秋季，12～2月为冬季。

三 结果分析

1 太阳总辐照量的季节和日变化

图1是武汉站2007～2008年四季逐时平均太阳总辐照量变化曲线。可见这两年太阳辐射的季节、日变化趋势基本相似，即夏季最多，冬季最少，春秋居中，一天中以12:00左右最大，这是由地球公转和自转造成与太阳的相对位置(太阳高度角)的季节变化引起的。

2 各季逐时太阳总辐照量与其他气象要素的相关分析

选取武汉市2007～2008年逐日8～16时8个时次的气象要素及太阳总辐照量进行相关分析(表1)，对四季地面太阳总辐照量和各季气象要素值进行相关性分析，发现水汽压与总辐照量相关性最差，且没有通过显著性检验。气温、相对湿度、云量(低、总)和风速均通过了0.01的显著性检验，从物理角度来看风与总辐照量关系不大，而风速均通过了0.01的显著性检验的结论可能与统计样本个数较少有关，相对湿度及云量(低、总)与总辐照量负相关。进一步分季节看，春夏总辐照量与相对湿度、气温的相关性较其他两季更显著，而与云量(低、总)的相关性则在春冬两季更好。

表1 武汉地区四季逐时太阳总辐照量与其他气象要素的相关系数

3 各季逐时太阳总辐照量预报方程的建立

以2007年武汉地区四季逐时总辐照量与气象要素资料为例，选取(10:00～15:00)时段，对影响太阳总辐照量逐时的气象要素进行筛选，建立回归模型，得到武汉地区各季逐时总辐照量预报模型，表2～表5是各季某些时次逐步回归方程中各要素回归系数的估计值及总辐照量与各要素的复相关系数(R)。总的来看，总辐照量y与各季建立的逐时回归方程的复相关系数均在0.7以上，相关性较好。分季节看，春季总辐照量与相对湿度、气温和总云量关系较密切。夏季总体上总辐照量与相对湿度、总云量关系密切，但气温对总辐照量的贡献不大。秋季总辐照量与气温、总云量、相对湿度、水汽压有关。冬季的情况较复杂，由于太阳高度角及日照时数的影响，总辐照量值显著下降，总辐照量与总云量及低云量的关系都较密切，这与其他季节不同。经过检验，各季建立的拟合方程F统计量均大于信度为0.05时的3.86，因此这些方程可用来估计或预报总辐照量强度。表2～表5中*均表示该时次建立回归方程中该项因子回归系数为空，即经过计算此项因子对方程没有贡献。

4 误差分析

本文采用平均绝对百分比误差(MAPE)进行误差分析，其计算公式如下：

表2 武汉地区春季10～15时逐步回归方程系数估计及复相关系数

表3 武汉地区夏季10～15时逐步回归方程系数估计及复相关系数

表4 武汉地区秋季10～15时逐步回归方程系数估计及复相关系数

式中，i表示第i个时刻；N表示时间序列长度；为第小时预报值；为第i小时的实况观测值。

首先根据已建立的逐步多元回归方程，选取2007年10时、11时、12时、13时、14时及15时5个时段，对方程进行拟合效果检验，结果(见表6)表明：秋季误差最小，冬季最大，其次是夏季、春季。然后用同样的方法对2008进行预报效果检验(表7)，其计算得到的理论值与样本实际值误差较稳定，基本维持在约20%，秋季(9～11月)误差最小，其次是春季(3～5月)和夏季(6～8月)，冬季(12～2月)的误差最大。四季中，冬季总辐照量的值较其他三季小得多，且在阴天即低云量(9～10)成，或总云量10成，或两者同时出现的情况下，总辐照量多为0值，这些因素导致冬季的总辐照量误差较大。夏季的百分比误差也不小，直接原因可能是夏季武汉地区阴雨天气较多，影响太阳辐射的因素更为复杂。

表6 拟合2007年四季太阳辐射平均绝对百分比误差(MAPE)

表7 预测2008年四季逐时太阳辐射平均绝对百分比误差(MAPE)

四 结果与讨论

(1) 对武汉逐时太阳总辐照量与气象要素分季节做相关分析发现，其与气温、相对湿度、水汽压及云量(低、总)有关系，其中相对湿度及云量(低、总)与总辐照量呈负相关。进一步以季节来分析，春夏总辐照量与相对湿度、气温的相关性较其他两季更密切，与云量(低、总)在春夏两季的相关性较好。

(2) 选取武汉四季每天(10:00～15:00)5个时段，用逐步回归方法对各气象要素及总辐照量资料进行拟合，剔除次要因子可发现，四季每日逐时影响因子不尽相同，春季总辐照量与相对湿度、气温和总云量关系较密切。夏季总体上总辐照量与与相对湿度、总云量关系密切，但气温对总辐照量的贡献不大。秋季总辐照量与气温、总云量、相对湿度、水汽压有关。冬季总辐照量值显著下降，总辐照量与总云量及低云量的关系都较密切，这与其他季节不同。

(3) 气温与总辐照量的相关不大，实际观测与理论计算都表明，大气的加热主要是通过地表对大气的长波辐射、湍流热交换及潜热交换过程实现[6,7]。夏天气温最高，但分析发现，基本上每天10:00～15:00时建立的逐步回归方程都将气温剔除。风速其实对总辐照量没有直接影响，但间接体现了天气状况的影响，比如冬季由于偏北大风天气发生频率最高，降水偏少而使武汉的空气常常较混浊，自然对太阳辐射有一定影响。描述水汽含量时常用相对湿度和地面水汽压作为大气中水汽含量表征。回归方程都表明，相对湿度是影响总辐照量的重要因子，水汽压也对总辐照量有影响，两者都体现了水汽影响太阳辐射的大气传输。一般而言，云量的增加(减少)会引起地面太阳辐射的减少(增加)。从回归方程看，总云量较低时云量对总辐照量的影响大。但值得一提的是，云量和太阳辐射之间关系很复杂，难以解释的。研究表明[8]，我国大部分地区的总云量在过去几十年间都呈减少的趋势，然而此结论同样无法用于完全解释期间地面太阳辐射的变化。

(4) 本文资料仅限于武汉站每日逐时的太阳总辐照量和气象要素的资料，而太阳辐射是大范围长期作用的因素，仅单站短期资料可能难以精确反映普遍规律。

上述气象要素与太阳总辐照量之间复杂、不稳定的关系，并非本文的研究区域所特有，而是当前国内外研究中所面临的共同难点[9]，其中可能包含了较复杂但也相当重要的科学问题，值得进一步深入分析。

[1]杨金焕, 于化丛, 葛亮.太阳能光伏发电应用技术[M].北京: 电子工业出版社, 2009: 32－36.

[2]李芬, 陈正洪, 成驰, 等.太阳能光伏发电量预报方法的发展[J].气候变化研究进展, 2011, 7(2): 136－142.

[3]翁笃鸣.太阳辐射在形成中国气温年变程中的作用[J].地理学报, 1963, 29(2): 146－154.

[4]刘晶淼, 丁裕国, 黄永德, 等.太阳紫外辐射强度与气象要素的相关分析[J].高原气象, 2003, 22(1): 47－50.

[5]张德山, 丁德平, 穆启占, 等.北京太阳能气象指数预报研究与应用[J].气象, 2001, 8(31): 81－83.

[6]Leckmer B.The spectral distribution of solar radiation at the earths surface－elements of a model[J].Solar Energy, 1978, 20(1):143－150.

[7]白建辉, 王庚辰.晴天地面太阳紫外辐射的观测结果和统计计算方法[J].太阳能学报, 1993, 14(4): 364－370.

[8]Kaiser D P.Decreasing cloudiness over China: An updated analysis examining additional variables[J].Geophysical Research Letters, 2000, 27(15): 2193－2196.

[9]Wild M, Gilgen H, Roesch A, et al.From dimming to brightening:Decadal changes in solar radiation at earth’s surface[J].Science,2005, 308(5723): 847－850.