气溶胶光学厚度对辐照度预报的影响

北京东润环能科技股份有限公司 ■ 赵志远 刘丹 郭炜 张琦 宋美洋 刘冰 崔书慧 汪付星 刘鲁宁 田京辉

0 引言

我国太阳能资源丰富，近年光伏电站装机容量增加迅速，截至2017年底，我国光伏发电新增装机容量为5306万kW，累计装机容量达1.3亿kW，新增和累计装机容量均位居世界第一[1]。为了提高光电转换效率、降低运营成本、保证电网安全，提高光伏功率预测的精度变得尤为重要。

目前，光伏功率预测的方法主要有统计方法和物理方法两大类[2]。其中，统计方法是指输入历史功率序列，利用人工智能等算法直接进行预测，一般应用于超短期功率预测，而对短期(24～72 h)预测的局限性较大，准确率较低[3]；物理方法是指通过数值天气预报模式得到预测气象数据(辐照度、温度、湿度、气压等)后，再通过气象转换功率模型计算出功率数据，一般应用于短期功率预测[4]。

无论是使用何种方法进行光伏功率预测，预测辐照度的准确率都是功率预测的最大影响因素。在实际业务应用中，预测辐照度主要由中尺度数值模式(WRF)模拟得到。辐照度受小尺度天气系统及云微物理过程影响较大，尤其受气溶胶的影响较大。气溶胶可吸收、散射太阳辐射，也可成为云的凝结核，从而影响云反照率及生命周期，还可沉降至地表，以增强对太阳辐射的吸收等，影响到达地表的辐照度值的大小；在晴空条件下，气溶胶光学厚度的影响会更大[5]。

现有的WRF模式的物理参数化方案中，未充分考虑气溶胶的影响，而是将气溶胶光学厚度(AOD550nm)设置为恒定值，未利用和分析现有的卫星观测、地面观测和资料中的气溶胶数据，导致数值天气预报模式输出的预测辐照度总辐射值、直接辐射值偏高，散射辐射值偏低[6]。光伏发电功率预测的主要输入值为预测辐照度，若预测辐照度存在偏差，将直接造成发电功率预测偏差。为满足光伏能源业务，Jimenez P A等[7]基于WRF V3.6.1版本开发了WRF Solar模式，可考虑气溶胶对辐照度的直接影响，并且支持对行星反照率等参数的设置，以期能够提高对直接辐射、散射辐射的预测精度。

本文以2017年11月和2018年3月宁夏地区5个气象观测站点为例，将中分辨率成像光谱仪(MODerate-resolution Imaging Spectoradiometer，MODIS) 资料的AOD550nm数据加入WRF Solar模式，在对比实验中将AOD550nm设置为恒定值0，对比分析气溶胶光学厚度的时空变化对辐照度预测的影响。

1 模式简介

WRF Solar模式基于WRF V3.6.1版本开发，可以考虑气溶胶对辐照度的直接影响，并且支持对行星反照率等参数的设置，以期能够提高模式对直接辐射、散射辐射的预测精度。传统的WRF模式中，辐射模块每30 min更新一次，而WRF Solar模式每5 min更新一次，这是其与传统的WRF模式相比最大的改进。此外，WRF Solar模式首先将基本预测数据经过DICast统计模型处理，然后与其他数值天气预报模型耦合，最终得到功率预测值，并可以针对不同业务需求，单独输出直接辐射、散射辐射和总辐射，且辐射方案的迭代频率有明显提高，总辐射的均方根误差最大可减少31%[7]。

WRF Solar模式对气溶胶数据很敏感，Kraas等学者[8]在进行比较后发现，在晴空条件下，WRF Solar模式在考虑气溶胶后对直接辐射的预测精度明显提升，并指出在非晴空条件下，预测精度也会有明显提升。Ruiz-Arias等学者[9]也发现，考虑气溶胶影响后，WRF Solar模式对辐照度的预测精度有明显提高。传统WRF模式不考虑云与气溶胶的相互作用，而WRF Solar模式利用Thompson简单的云与气溶胶相互作用方案，一般考虑气溶胶的干、湿两种类型，由于气溶胶相互作用和近地层风速的影响，模拟结果对地表辐射通量的预测精度也有所改进[10]。

与传统的WRF模式相比，WRF Solar模式的改进在于：1)增加了针对光伏发电业务相关需求的输出，包括直接辐射、散射辐射及高频次的地表总辐射值输出，并增加了太阳时角实时计算方法(EOT)；2)增加了气溶胶与辐射的反馈机制，采用了观测资料或模式输出的气溶胶数据，而传统的WRF模式中仅采用模式的气候资料或将气溶胶数据设置为恒定值；3)增加了气溶胶与云的反馈机制，考虑了气溶胶对云的间接影响；4)增加了云与辐射的反馈机制，采用一种新的方法将云滴、冰和雪粒子的微物理过程考虑进短波、长波辐射的参数化过程中，即考虑了云与辐射的相互作用，进而实现了云-气溶胶-辐射的耦合。同时，次网格云物理过程的反馈对短波辐射过程也有优化作用，这种过程在浅积云方案中考虑了云的辐射反照率参数，对预测精度也有提升。

2 实验方案

2.1 模式方案

本研究设置了两组实验，第一组为加入MODIS资料的AOD550nm数据；第二组为将AOD550nm设置为恒定值0，用以验证AOD550nm对数值天气预报模式的辐照度模拟结果的影响。两组实验方案的模拟区域均为宁夏地区，范围为 33° N ～ 43° N、 92° E ～ 112° E，网格点分辨率为9 km，微物理过程选用气溶胶Thompson方案，长波、短波辐射选用RRTMG方案，近地层选用Monin-Obukhov方案，陆面过程选用Noah方案，积云参数化选用Eta Kain-Fritsch方案等。模拟时间为2017年11月和2018年3月，模拟所用的初始场资料为UTC 00时次的全球预报系统(Global Forecast System，GFS)资料。

2.2 数据说明

MODIS是搭载于terra和aqua卫星上的重要传感器，可提供可见光、近红外和红外共36个通道的全球观测资料，广泛适用于气溶胶等的高分辨率监测，其数据可靠性已得到国内外学者的认可[11]。本研究所用AOD550nm数据为 MOD08_M3产品暗算法与深蓝算法结合的气溶胶光学厚度数据[12]，此数据为月平均值，空间分辨率是1°×1°；使用前先将气溶胶数据转为静态资料，即可在模式积分过程中调用。图1为2017年11月全国及宁夏地区的AOD550nm等值线分布图，表1为5个气象观测站点所处位置的AOD550nm值。

图1 2017年11月的AOD550nm等值线及预测站点分布图

表1 气象观测站点的AOD550nm值

实际辐照度数据为光伏电站配置的自动气象观测站点的实时观测值。该站点能实现对辐射值、风速、风向、温度、湿度、气压等气象要素的采集，其光谱范围为280～3000 nm，测量范围为0～2000 W/m2，误差小于5%，采样速率为6次/min。

2.3 预测站点

预测站点为宁夏地区5个气象观测站点，各站点位置如图1b中白色三角形标记所示。

3 实验结果

通过两种实验方案模拟得到预测辐照度后，插值得到站点对应的预测辐照度，分别与实际辐照度数据进行对比，分析月均相关系数、月均偏差和月均方根误差。

3.1 区域分析

图2和图4分别为2017年11月24日16∶00和2018年3月11日16∶00的预测辐照度分布图，图3和图5分别为对应时刻的AOD550nm分布图。

由图2和图4可知，两种模式方案模拟的预测辐照度差异较明显。结合图3和图5可知，加入MODIS资料的AOD550nm数据后(后文图中标记为“AOD_M”)，WRF Solar模式的预测辐照度分布与AOD550nm设置为恒定值0时(后文图中标记为“AOD_0”)的数据分布呈明显的负相关；尤其是左下角，AOD550nm的浓度值接近0，而预测辐照度比AOD550nm设置为恒定值0时高100 W/m2以上；右下角AOD550nm的浓度值接近0.50，而预测辐照度比AOD550nm设置为恒定值0时低150 W/m2以上，且预测辐照度与AOD550nm的浓度分布呈负相关。由此可知，AOD550nm数值大时，预测辐照度强度小，反之亦然；而AOD550nm设置为恒定值0时，预测辐照度分布较规律，呈条纹状。

图2 2017年11月宁夏地区预测辐照度分布图

图3 2017年11月宁夏地区AOD550nm分布图

图4 2018年3月宁夏地区预测辐照度分布图

图5 2018年3月宁夏地区AOD550nm分布图

图6为2017年11月，晴天条件下，宁夏地区5个气象观测站点的平均辐照度曲线图。由图6可知，两种方案的预测辐照度差异非常明显，尤其是中午时段差异更大。加入MODIS资料的AOD550nm数据后，WRF Solar模式的预测辐照度更接近实际辐照度曲线，上午时段几乎贴近实际辐照度，中午时段偏高于实际辐照度，下午时段略小于实际辐照度；而AOD550nm设置为恒定值0时，预测辐照度明显偏高于实际辐照度，中午时段尤其明显。由此说明，WRF Solar模式在考虑气溶胶的影响后，预测辐照度更接近实际辐照度；WRF Solar模式中加入AOD550nm后，辐照度预测值明显降低。

图6 2017年11月宁夏地区平均辐照度曲线对比图(每个时刻的月平均值)

图7为2018年3月，晴天条件下，宁夏地区5个气象观测站点的平均辐照度曲线图。由图7可知，两种方案的预测辐照度差异较明显。加入MODIS资料的AOD550nm数据后，WRF Solar模式的预测辐照度更接近实际辐照度曲线，但仍偏高于实际辐照度；而AOD550nm设置为恒定值0时，预测辐照度与实际辐照度的偏差更大。由此说明，WRF Solar模式在考虑气溶胶的影响后，预测辐照度较接近实际辐照度；WRF Solar模式考虑AOD550nm后，辐照度预测值有所降低。

图7 2018年3月宁夏地区平均辐照度曲线对比图(每个时刻的月平均值)

图8为2017年11月，晴天条件下，宁夏地区5个气象观测站点的预测辐照度偏差柱状图。由图8可知，加入MODIS资料的AOD550nm数据后，WRF Solar模式的预测辐照度偏差明显小于AOD550nm设置为恒定值0时的预测结果。尤其是中午时段，考虑AOD550nm后的偏差为20 W/m2左右；而未考虑AOD550nm时的偏差为100 W/m2左右。两种实验方案的预测辐照度在12∶00左右偏差最高，当AOD550nm设置为恒定值0时，偏差最高达111.85 W/m2，而加入MODIS资料的AOD550nm数据后，偏差最高为25.82 W/m2。由于12∶00与14∶00之间是11月光伏发电量最高的时段，该时段内考虑了AOD550nm后预测辐照度的偏差小于AOD550nm设置为恒定值0时的预测结果，二者偏差平均值分别为18.17 W/m2、105.28 W/m2。由以上分析可知，WRF Solar模式在考虑AOD550nm影响后，偏差可降低45%左右，尤其在中午时段，偏差可降低80%以上。

图9为2018年3月，晴天条件下，宁夏地区5个气象观测站点的预测辐照度偏差柱状图。由图9可知，加入MODIS资料的AOD550nm数据后，WRF Solar模式的预测辐照度偏差稍小于AOD550nm设置为恒定值0时的预测结果。在中午时段，考虑AOD550nm后，偏差为150 W/m2左右，而未考虑AOD550nm时的偏差为250 W/m2左右。两种实验方案的预测辐照度在13∶00左右偏差最高，当AOD550nm设置为恒定值0时，偏差最高达261.79 W/m2，而加入MODIS资料的AOD550nm数据后，偏差最高为 182.46 W/m2。由于 13∶00 与 15∶00 之间是3月光伏发电量最高的时段，该时段内考虑了AOD550nm后的预测辐照度的偏差小于AOD550nm设置为恒定值0时的预测结果，二者偏差平均值分别为172.97 W/m2、282.82 W/m2。由以上分析可知，WRF Solar模式在考虑AOD550nm影响后，偏差可降低35%左右，尤其在中午时段，偏差可降低40%以上。

图8 2017年11月宁夏地区偏差柱状图(每个时刻的月平均值)

图9 2018年3月宁夏地区偏差柱状图(每个时刻的月平均值)

3.2 站点分析

表2为2017年11月宁夏地区5个站点两种方案的预测辐照度与实际辐照度的月均相关系数、月均偏差和月均方根误差结果。

由表2可知，2017年11月，在晴天条件下，5个站点中，加入MODIS资料的AOD550nm数据后，WRF Solar模式的预测辐照度月均相关系数有2个站点高于AOD550nm设置为恒定值0时的结果，该方案下5个站点的月均相关系数的平均值为0.9500，比AOD550nm设置为恒定值0时低0.0012。加入MODIS资料的AOD550nm数据后，WRF Solar模式的预测辐照度月均偏差和月均方根误差都有4个站点低于AOD550nm设置为恒定值0时的结果，该方案下5个站点的月均偏差的平均值为42.2638 W/m2、月均方根误差的平均值为82.0727 W/m2，二者分别比AOD550nm设置为恒定值0时低33.7479 W/m2、28.8627 W/m2，平均偏差降低44.40%、平均均方根误差降低26.02%。

表2 2017年11月5个站点两种方案的月均相关系数、月均偏差及月均方根误差对比

表3为2018年3月宁夏地区5个站点两种方案的预测辐照度与实际辐照度的月均相关系数、月均偏差和月均方根误差结果。

由表3可知，2018年3月，在晴天条件下，5个站点中，加入MODIS资料的AOD550nm数据后，WRF Solar模式的预测辐照度月均相关系数有2个站点高于AOD550nm设置为恒定值0时的结果，该方案下5个站点的月均相关系数平均值为0.9273，比AOD550nm设置为恒定值0时低0.0018。加入MODIS资料的AOD550nm数据后，WRF Solar模式的预测辐照度月均偏差和月均方根误差5个站点都低于AOD550nm设置为恒定值0时的结果，该方案下5个站点的月均偏差平均值为91.8028 W/m2、月均方根误差平均值为140.5168 W/m2，二者分别比AOD550nm设置为恒定值0时低65.0752 W/m2、55.1795 W/m2，平均偏差降低41.48%、平均均方根误差降低28.20%。

图10为宁夏地区某气象观测站2017年11月的辐照度曲线图，以该站点为例，对比两种实验方案的预测辐照度与实际辐照度的差异，图中辐照度曲线均为07∶45～17∶45时段。

表3 2018年3月5个站点两种方案的月均相关系数、月均偏差及月均方根误差对比

由图10可知，加入MODIS资料的AOD550nm数据后，WRF Solar模式的预测辐照度明显优于AOD550nm设置为恒定值0时，与实际辐照度曲线更为接近；AOD550nm设置为恒定值0时，预测辐照度曲线在中午时偏差很大，高于实际辐照度曲线。由此说明，WRF Solar模式加入MODIS资料的AOD550nm数据后，由于加入了气溶胶对辐射的间接、直接影响，以及增加了气溶胶与辐照度相互作用的更新频次，明显提高了最终的预测辐照度的准确性，且在很大程度上降低了辐照度的预测偏差。

图11为宁夏地区某气象观测站2018年3月的辐照度曲线图，该月沙尘天气较多，以该站点为例，对比两种实验方案的预测辐照度与实际辐照度的差异，图中辐照度曲线均为07∶15～19∶15时段。

由图11可知，加入MODIS资料的AOD550nm数据后，WRF Solar模式的预测辐照度略优于AOD550nm设置为恒定值0时，但仍与实际辐照度曲线有较大的偏差，尤其是中午时段；AOD550nm设置为恒定值0时，预测辐照度曲线在中午时偏差很大，高于实际辐照度曲线。由此可以说明，WRF Solar模式加入MODIS资料的AOD550nm数据后，由于加入了气溶胶对辐射的间接、直接影响，以及增加了气溶胶与辐照度相互作用的更新频次，对最终的预测辐照度准确性有所提高，在一定程度上降低了辐照度的预测偏差；但由于沙尘天气较多，实际的气溶胶厚度较大，因此，预测辐照度仍存在较大偏差。

图10 2017年11月晴天时某站点07:45～17:45时段的辐照度曲线图

图11 2018年3月晴天时某站点07:15～19:15时段的辐照度曲线图

4 实验结论

本文以宁夏地区5个气象观测站2017年11月和2018年3月的预测辐照度与实际辐照度的数据为例，对比分析了WRF Solar模式在加入MODIS资料的AOD550nm数据后与AOD550nm设置为恒定值0时的预测辐照度的差异。WRF Solar模式考虑了加入MODIS资料的AOD550nm数据的空间分布变化对辐射预报的直接、间接影响作用后，比AOD550nm设置为恒定值0时，预测辐照度的空间分布更为合理，各时刻的月均偏差可降低40%左右，在中午时段尤为明显。加入MODIS资料的AOD550nm数据后，WRF Solar模式的预测辐照度与实际辐照度的月均相关系数分别为0.9500、0.9273，月均偏差分别为42.2638 W/m2、91.8028 W/m2，月均方根误差分别为82.0727 W/m2、140.5168 W/m2；AOD550nm设置为恒定值0时，月均相关系数分别为0.9512、0.9291，月均偏差分别为76.0117 W/m2、156.8780 W/m2，月均方根误差分别为110.9354 W/m2、195.6963 W/m2。相比于AOD550nm设置为恒定值0时，加入MODIS资料的AOD550nm数据后，WRF Solar模式预测辐照度的预测准确率有明显的改善：月均相关系数的平均值分别降低0.0012、0.0018，月均偏差的平均值分别降低33.7479 W/m2、65.0752 W/m2，月均方根误差的平均值分别降低28.8627 W/m2、55.1795 W/m2；平均偏差分别降低44.40%、41.48%，平均均方根误差分别降低26.02%、28.20%。

结果表明：WRF Solar模式增加EOT模块以后，预测辐照度起始、结束时间与实际情况更为相近，尤其在中午时段，可明显降低预测辐照度的偏差；增加了气溶胶、云、辐射等的相互影响和反馈机制后，模式的预测辐照度准确性更高，尤其是辐照度的空间分布，更为接近实际情况。

本文仅对宁夏地区5个气象观测站2017年11月和2018年3月的预测辐照度进行了探讨，而气溶胶光学厚度有明显的季节性变化特征，后期仍需对时间跨度更长的模拟结果进行研究分析。