天津生态城太阳辐射特征分析及算法评估

侯敏 黄安宁 黄鹤 卜清军 王国松 王彩霞

(1 天津市滨海新区气象局，天津 300457;2 南京大学 大气科学学院， 南京 210023;3 天津市气候中心，天津 300061;4 国家海洋信息中心，天津 300171)

引 言

太阳能光伏发电技术是当今世界可再生能源发电领域的研究热点。天津生态城位于天津市滨海新区北部，是政府应对全球气候变化、节约资源能源、建设和谐社会的重大战略性项目[1]。生态城优先发展可再生能源，综合利用风能、太阳能、地热能等绿色能源，减少对环境的影响。

太阳能作为常规能源的补充，充分利用太阳能资源是生态城建设的重要部分[2-4]。至今生态城已完成9.27 MW太阳能光伏电站的建设，并实现并网运行。而太阳辐射是太阳能热利用、建筑设计等的基本参数之一[5-6]。为了更多地获取太阳能资源，通常将太阳能电池板倾斜放置，但目前气象台站仅开展了水平面上的太阳辐射观测，观测到的只是水平面上的太阳辐射，而对于光伏电站也极少配备与太阳能电池板倾角一致的倾斜面太阳辐射观测，此外，中尺度数值天气模式提供的未来72 h逐时地面太阳辐射亦为水平面上，因此，光伏电站在实际运行过程中所采用的有效辐射——倾斜面上的太阳辐射，需要通过计算模型[7-13]计算得到。

倾斜面太阳辐射计算模型的建立一般基于几何光学理论，主要是考虑直接辐射和散射辐射，在没有直接辐射和散射辐射观测的情况下，引入直射比对总辐射进行“直散分离”是行之有效的方法，但由于近年来，受气候变化和城市化影响，京津冀地区雾霾频发，严重影响了直接辐射和散射辐射在总辐射中的比例，因此，需要讨论模型在生态城的适用性，这对京津冀地区的太阳能利用具有一定指导意义。

为评估生态城太阳能资源，更准确地为生态城光伏发电提供专业气象服务和对策研究，滨海新区气象局与天津市气象局合作开展了生态城太阳能资源观测实验、生态城光伏发电量预报预测关键技术研究、评估和服务工作。本文利用生态城太阳能观测实验数据，深入分析太阳辐射特征以及天气条件对太阳辐射的影响，并讨论不同模型计算得到的倾斜面太阳辐射的效果及误差来源。

1 观测实验与数据处理

1.1 场地与仪器介绍

太阳能辐射站设在生态城污水处理厂屋顶，四周空旷、无高大建筑和白色反射体，观测站配有两台太阳总辐射传感器(图1)，一台水平放置，一台倾斜放置(朝向正南，倾角为21.5°，与太阳能电池板相同)，型号均为TBQ-2-B(北京华创风云科技有限责任公司)，光谱范围300～3 000 nm，辐射范围 0～2 000 W·m-2，年稳定度小于±2%，余弦响应≤7%(太阳高度角10°时)，采样时间间隔1 min。为保证观测数据的准确性和一致性，安装前对两台传感器进行了校准和同步观测，观测期间定期对传感器玻璃罩面进行除尘和擦拭，避免因传感器积灰造成观测误差。

图1 TBQ-2-B太阳总辐射表仪器

1.2 数据处理与方法

1.2.1 质量控制

本文采用的观测数据为2014年8月14日至2015年8月12日期间水平面太阳辐照度和倾斜面太阳辐照度09—16时(北京时,下同)逐小时值。图2a给出了水平面辐照度和倾斜面辐照度散点，总体上看两者之间具有很好的一致性，相关系数为0.940，大部分数据点分布在拟合趋势线附近，但仍存在一小部分数据点偏离较大，均方根误差为90.272，因此需要对观测数据进行质量控制。

文中采用的数据质量控制方法是：首先对水平面辐照度和倾斜面辐照度进行线性拟合，然后将水平面辐照度作为自变量，利用拟合公式计算出对应的倾斜面辐照度，并进一步给出倾斜面辐照度实测值和计算值之间的差值和平均差值，最终剔除差值大于平均差值3倍的点。图2b给出了经过质量控制后两者的散点分布，可以看到两者表现出非常好的一致性，且水平面辐照度和倾斜面辐照度的相关系数值升高为0.956，均方根误差降至75.677。

图2 水平面辐照度和倾斜面辐照度散点：(a)质量控制前；(b)质量控制后

对数据进行质量控制后，将逐小时的辐照度转化为小时曝辐量，并将每日09—16时曝辐量累加作为该日总曝辐量，在此基础上计算月平均曝辐量、季总曝辐量和年总曝辐量。为了更好地体现太阳辐射的物理规律和季节特征，采用春分、夏至、秋分和冬至作为季节分界，即春季：3月22日—6月22日；夏季：6月23日—9月22日；秋季：9月23日—12月22日；冬季：12月23日—3月21日。

1.2.2 倾斜面太阳辐射计算模型

倾斜面太阳总辐射包括倾斜面接收到的直接辐射、散射辐射和反射辐射，其中直接辐射和反射辐射计算方法较简单，但对于散射辐射，因天空存在各向同性和各向异性的差异，所以计算模型有所不同。本文采用的一种是Klein[8]提出的各向同性模型，另一种是Hay[9]提出的各向异性计算模型。

(1)各向同性计算模型。倾斜面太阳总辐射计算公式为：

，

(1)

其中：Hθ为倾斜面太阳总辐射；Hb为水平面直接辐射；Rb为倾斜面直接辐射与水平面直接辐射的比值；H为水平面太阳总辐射；θ为斜面倾角；ρ为地面反射率。

Rb计算公式为：

(2)

其中:W为太阳赤纬；h为地理纬度；ksr为倾斜面上的日出时角；kss为倾斜面上的日落时角；V为斜面方位角；ks为水平面上的日落时角。

ksr和kss计算公式为：

(3)

(4)

(2)各向异性计算模型。倾斜面太阳总辐射计算公式为：

(5)

式中：Ho为大气层顶天文辐射。

(3)“直散分离”计算方法

采用Erbs[14]提出的“直射比”的方法实现总辐射的“直散分离”。直射比定义为直接辐射在总辐射中所占的比例，其计算方法如下：

，

(6)

式中：A为直射比。直射比可用大气透明度系数来表示。大气透明度系数为地面实际观测到的总辐射与大气层顶天文辐射的比值，其与直射比的关系如下：

(7)

式中：kT为大气透明度系数；a0、a1、c0、c1、c2、c3、c4为回归方程的拟合系数，无量纲，a0=0.09,a1=0.835,c0=0.048 9,c1=0.160 4,c2=4.388,c3=16.638,c4=12.366；b0、b1为分段拟合的划分区间系数，无量纲,b0=0.22,b1=0.80。

1.2.3 倾斜面太阳辐射计算模型评估

评估不同计算模型时，采用相对误差、相关系数、平均偏差、均方根误差和t-统计量5种统计学测试方法[7]。其中，平均偏差为计算值与观测值差值的平均值，值越接近于0，模型的准确度越高，均方根误差是用来检验数据的离散性，值越小，模型精密度越高[15-18]。但由于平均偏差和均方根误差的固有缺陷，会出现平均偏差大(小)而均方根误差小(大)同时存在的结果，因此引入t-统计量[19]，将平均偏差和均方根误差都考虑在内，对模型的评估更有说服力，值越小表明算法性能越好。

2 结果分析

2.1 生态城太阳辐射基本特征

图3给出了生态城水平面和倾斜面曝辐量月均值的年时间序列。整体上二者变化均呈单峰型分布，最大值出现在5月，最小值出现在1月；6月，两者同时相对较低，而7月又有所增加，根据2015年历史资料分析发现，5月和7月月日照时数分别为300.1 h和232.8 h，均比历年平均值高，日照偏多，而6月月日照时数为227.2 h，比历年平均值低，日照偏少；另外，降水方面，5月出现9次降水天气过程，6月出现14次，降水天气对太阳辐射影响较大，从而导致6月曝辐量偏低。4—9月，水平面曝辐量普遍高于倾斜面，3月和10月两者大小相当，其他月份倾斜面曝辐量则明显高于水平面。因此对于电站来说，采用水平面总辐射观测进行月发电量评估并不十分准确。此外，从年总曝辐量(表1)也可以看到，水平面总曝辐量比倾斜面高出124.2 MJ·m-2。季节上，总曝辐量总体表现为：春季>夏季>冬季>秋季，春、夏季水平面总曝辐量大于倾斜面，而秋、冬季则相反。从以上分析可知，观测到的水平面曝辐量和倾斜面曝辐量在月平均、季节和年总量上存在较大差异，对于光伏电站来说，仅仅利用水平面辐射观测进行发电量的月、季节和年的评估和预估必然会导致较大偏差，因此，为准确评估电站地点的太阳能资源和光伏发电量，应开展至少1 a的平行于太阳能电池板的倾斜面辐射观测。

图3 生态城水平面曝辐量和倾斜面曝辐量年变化

表1 年总曝辐量和不同季节总曝辐量

图4给出了晴天、少云、多云、阴天和雨天5种不同天气条件下倾斜面辐照度日变化曲线，其中，日间没有特殊天气现象、日平均总云量小于30%、能见度大于15 km记为晴天，日平均总云量30%～50%记为少云，日平均总云量60%～90%记为多云，日平均总云量大于90%记为阴天，当白天有持续降水时则记为雨天。可以看到，晴天和少云条件下，全天辐照度均维持在较高水平，16时最小，12时最大，日变化为光滑抛物线型，说明晴天和少云天气太阳辐射充足、利用率大，日变化缓慢且稳定，并网发电时对电网的冲击小；多云和阴天条件下，辐照度明显低于晴天和少云，日变化均呈现锯齿状分布，波动幅度较大，若并网发电将对电网带来一定冲击；雨天辐照度最低，基本维持在200 W·m-2以下，且日变化不明显，说明雨天太阳能利用率低，此时电站需要调整供电计划，同时开展对电网的维护维修。同时可发现，晴天或少云条件下，辐照度在12时达到最大，多云、阴天、雨天条件下，辐照度均在13时达到最大。影响太阳辐射的因素主要有太阳高度角、云层覆盖率、气温、相对湿度和地表温度等。晴天或少云情况下，受太阳高度角影响最大，太阳高度角一般在正午时刻达到最大，因此太阳辐射一般在12时左右达到峰值，而云量较多情况下，首先太阳高度角的影响降低，云层对太阳辐射的衰减作用使得辐照度偏低，另外地表温度是太阳辐射对地表影响的直接表现，地面吸收太阳辐射能之后，再通过辐射、传导和对流将所获得的热量传给大气，进而使大气温度升高，最终影响太阳辐射，而这一系列热量输送过程可能就是在多云、阴天、雨天等天气条件下斜面辐照度峰值出现时刻滞后的原因[20]。

图4 生态城典型天气条件下倾斜面辐照度日变化

总之，太阳辐射的日变化存在一定的随机性、波动性，这些对电力系统的稳定性有影响，因此电力系统需要根据不同天气状况及时调整发电计划，制定常规能源发电和光伏发电规划，减少备用旋转容量，从而使电力系统保持稳定，减少资源的浪费。

2.2 倾斜面太阳辐射计算模型评估

由上文分析可知，水平面曝辐量和倾斜面曝辐量之间无论是在月平均上还是在季节和年总量上均存在较大的差异，因此利用倾斜面曝辐量对光伏电站发电量进行评估和预估更为合理，但一般情况下，光伏电站建站前太阳能资源评估和发电量预估工作中，没有开展长期的倾斜面辐射观测，更多的则是采用当地气象部门提供的水平面太阳辐射数据，结合各向同性或各向异性倾斜面计算模型开展评估工作，这必然涉及到两种模型的计算精度问题，因此，本文利用生态城1 a的水平面和倾斜面总辐射的观测资料，评估两种模型的计算精度，并深入分析造成误差的原因。

表2给出了两种模型计算得到的倾斜面辐射值与实测值之间的相关系数、平均偏差、均方根误差和t-统计量的结果。可以看到，两种模型的相关系数和均方根误差基本没有差异，但各向异性模型的平均偏差绝对值和t-统计量更小，因此总体上两种模型计算效果相当，各向异性模型稍好，在实际应用中选择任意一种模型进行倾斜面太阳辐射计算均可行。但是两种模型计算结果相对于实测值仍存在较大误差(图5)，对于各向异性计算模型，虽然相对误差小于30%的比例达到90%，但是相对误差小于10%的比例仅为28%，此外，仍有10%的结果相对误差超过30%，甚至更高，且经统计可得计算值的绝对差值范围在-271～137 W·m-2之间。

表2 两种模型倾斜面辐射计算值统计分析结果

图5 两种计算模型相对误差统计

因此，虽模型计算效果总体表现较好，但仍存在一定程度的误差，需要进一步分析误差成因，从而对计算模型进行一定的优化。本文在对水平面总辐射进行“直散分离”时，引入了直射比的概念，并在缺乏直接辐射和散射辐射的情况下，采用Erbs[14]的方法：通过建立的直射比和大气透明度系数的经验公式以及拟合所得到的经验系数来实现直射比的计算。这种方法本身就是一个基于统计理论的概念模型，且数据样本均采用国外的数据，而且仅仅是一段时间的统计结果，其普适性和准确性有待论证。因此，本文利用前面的计算结果，分别评估了不同季节不同大气透明度条件各向异性模型的计算误差(表3)。可以看到，kT<0.22时，4个季节的相关系数均达到了0.99以上，平均偏差、均方根误差和t-统计量相对于kT>0.22时均是最小的，说明模型计算精度高，直射比经验公式具有普适性；0.22≤kT≤0.8时，各季节相关系数略有下降，均方根误差达到80 W·m-2，值得注意的是平均偏差在春夏和秋冬季出现了完全相反的情况，春夏季呈现正偏差，模型有高估的情况，秋冬季呈现负偏差，模型有低估的情况，因此，当0.22≤kT≤0.8时模型普适性欠佳，需要划分不同季节并针对每个季节特点对直射比计算模型的系数作进一步的修正，以期得到更高精度的计算结果；kT>0.8时，出现与0.22≤kT≤0.8一致的情况，并且在秋冬季平均偏差和均方根误差远远高出其他情况。

表3 不同大气透明度条件下各向异性计算误差

综上，计算模型中引入的直射比分段计算函数和相应系数并非在所有季节和大气透明度系数条件下均表现出很好的普适性和准确性，在电站实际应用中应在开展水平面和倾斜面辐射观测的基础上，对模型的普适性进行评估，并根据实际情况对计算系数进行调整和修正，以获得更加精确的倾斜面辐射计算结果。

3 结论

本文利用2014年8月14日到2015年8月12日天津生态城太阳能观测站和同期气象观测资料，对水平面和倾斜面太阳辐射特征进行了分析，并对倾斜面太阳辐射的计算模型进行了评估和探究。主要结论如下：

(1)生态城水平面和倾斜面太阳辐射在月、季、年不同时间尺度上均存在明显差异，用水平面辐射观测进行太阳能资源评估不够精确，应该开展近1 a的平行于太阳能板的倾斜面辐射观测。

(2)不同天气条件下太阳辐射特征差异明显，电站应根据不同天气调整发电策略，尤其应注意多云或阴天造成的发电功率的间歇性和不稳定。

(3)两种倾斜面太阳辐射计算模型精度相当，计算效果总体较好，但仍存在误差。“直射比”经验公式和相关系数的普适性较差，在电站实际应用中应在开展水平面和倾斜面辐射观测的基础上对其普适性进行评估，并根据实际情况对计算系数进行调整和修正。