吐鲁番地区可利用太阳能资源分析

利用吐鲁番太阳能试验站实测数据,结合气象站同期观测资料,从斜面总辐射、法向直接辐射和散射辐射等3个方面分析了吐鲁番地区的可利用太阳能资源、变化特征及其可能原因。结果表明:最佳倾斜面总辐射年曝辐量比纬度倾斜面高1.4%,比水平面高23.16%,两组相对差值存在着截然相反的季节变化;法向直接辐射年曝辐量比水平面总辐射低17%,两者的相对差值冬、春季大而夏、秋季小,散射辐射年曝辐量占水平面总辐射的49%,散射比和太阳高度角的年变化是影响上述两种太阳能资源变化的主要因素;此外,气象站周围建筑物的遮挡可能使其水平面总辐射年曝辐量减少8%,而从气候平均态考虑,本文所用实测年的水平面总辐射也比近30年平均值低8%。     

几种水平面太阳总辐射量计算模型的对比分析

利用中国区域1961-1999年39 a间98个常规气象观测数据,建立6个模型分别以天文辐射、干洁大气总辐射和湿洁大气总辐射为起始数据,进行太阳辐射日总量的模拟,对比分析了6个水平面太阳总辐射量计算模型的性能.结果表明:在三种起始数据中,干洁大气总辐射和湿洁大气总辐射均能较好地体现宏观地势对太阳辐射空间分布的影响,以湿洁大气总辐射为起始数据的计算模型拟合精度相对较高.对6个水平面太阳总辐射量计算模型的对比分析发现:2个以日照百分率为主导因子,气温日较差为修正项的综合模型拟合误差最小,精度最高;经典的日照百分率模型次之,但其模型系数最稳定可靠;3个气温日较差模型拟合效果最差.最终选用经验系数稳定、拟合精度较高的日照百分率模型,制作了2001年中国水平面太阳辐射日总量空间分布图.     

2011年地面入射太阳辐射变化及其与敏感因子回归分析

太阳辐射是地球上一切生命的源泉,亦是地球天气、气候系统发生发展和演变的能量来源。利用FY2E卫星遥感产品地面入射太阳辐射资料和地面常规观测资料,对2011年鹤壁市地面入射太阳辐射变化特征分析结果表明：鹤壁市2011年地面入射太阳辐射日曝辐量和月累积量的变化有明显的季节性,其年累积量为5721．38MJ·m^-2,日曝辐量3—4月增加迅速,其中3月份环比增长59％。地面入射太阳辐射总体变化趋势可以用一元多项式进行回归拟合,拟合曲线与实测资料的相关系数达0．8。地面最高温度与地面入射太阳辐射存在明显正相关,地面入射太阳辐射增大,地面最高温度就会升高。地面蒸发量对地面入射太阳辐射高度敏感,地面入射太阳辐射增大,地面蒸发量就会增大。通过对地面入射太阳辐射与地面敏感气象要素的多元回归分析发现,地面入射太阳辐射的二元线性回归预测水平高于一元线性回归预测水平。通过地面气象要素的多元线性回归预测,可估算地面入射太阳辐射值,这为相关研究及业务服务等提供了一种获取地面入射太阳辐射的方法。     

华南地区太阳能资源评估与开发潜力

利用华南地区观测站1981—2010年的总曝辐量数据及日照时数数据,对该地区太阳能资源的丰富程度和稳定程度进行评估。结果表明:华南地区总体太阳能资源价值呈现为海南最高,广东其次,广西最低。华南地区最佳倾斜面太阳总辐射年曝辐量为1291 kW·h·m-2,比水平面高3%,总体处于资源丰富等级以上。稳定度评估结果表明:华南地区大部分面积处于稳定等级以上,其中海南2/3以上的面积处于很稳定的等级。结合地形数据和土地覆盖数据,分别以90 m×90 m和1 km×1 km的分辨率对华南地区太阳能资源的开发适宜性进行区划和可利用潜力进行分析,结果显示:90 m×90 m分辨率下可开发利用的Ⅰ,Ⅱ,Ⅲ类地区的面积占华南地区总面积的80%以上,但其中裸地和灌木、草地仅占总面积的13.9%,而耕地和林地所占面积比例超过60%。受数据分辨率及获取年代差异的影响,1 km×1 km分辨率下太阳能开发适宜性区划结果与90 m×90 m分辨率的结果不尽相同,从而导致开发潜力也存在较大差异,在制定太阳能开发规划时应根据实际工程规模选择合理的数据。     

实际地形下30min太阳辐射模拟及误差分析——以祁连山马粪沟流域为例

借鉴国内外实际地形条件下的太阳辐射计算方法,基于数字高程模型,建立了任意地形实际天气下30min太阳辐射估算模型。在此基础上利用2008年9月—2009年6月祁连山高山区马粪沟流域实测辐射资料对模型精度进行了验证,并分析了模型误差来源。结果表明,由于DEM数据误差造成30min太阳辐射模型计算的遮蔽度与实际的遮蔽度存在...     

浙江省中尺度数值预报系统的地表太阳辐射预报订正方法

利用2019年杭州站辐射观测数据及浙江省中尺度数值预报业务系统(Zhejiang WRF ADAS real＿time modeling system, ZJWARMS)逐时模拟结果,评估ZJWARMS对地表太阳辐射的模拟效果。在此基础上,选取ZJWARMS输出的短波辐射通量、云量、地表温度、比湿等10个气象因子,建立不同天气分型的地表太阳辐射预报(model output statistics, MOS)订正模型。结果表明：ZJWARMS能较好地模拟太阳辐射的日变化特征,其与观测值的相关系数达0.82,但总体上模拟值较观测值偏大,晴天时误差相对较小,阴雨天时误差明显增大。MOS模型订正后,预报效果明显改进,平均绝对百分比误差由订正前的273.4%下降至46.3%,均方根误差由246.7 W·m^-2下降至105.0 W·m^-2。MOS模型订正效果在不同月份存在一定差异,8月订正效果最好,订正后平均绝对百分比误差由126.6%下降到26.3%,4月订正效果相对较差,订正后平均绝对百分比误差为56.6%。     

基于Landsat 8的川西复杂地形太阳辐射估算研究

山地地表太阳辐射受坡度、坡向及地形遮蔽等影响,导致区域地表所接收的连续分布的太阳辐射量较难测量,而针对山地地表太阳辐射估算已成为目前研究的一个重点。为定量分析山地地表太阳辐射,本文利用Landsat8遥感影像、数字高程模型及气象观测数据计算相关参数,采用已有的太阳直射模型、天空散射模型和周围地形反射模型,综合估算研究区山地地表特定时刻的瞬时太阳辐射,同时根据气象站点获取的逐时太阳辐射和日总辐射量数据对结果进行验证。结果表明：该模型估算的山地瞬时太阳辐射误差均值为13.56 W/m²,日总辐射量误差均值为1.49 MJ/m²,估算值与观测值存在较好的一致性,结果误差小,精度高,参数可靠。山地太阳辐射分布与地形地貌密切相关,总体上阳坡大于阴坡,山脊大于山谷。山区太阳辐射随坡度增大而递减,同时受坡向、植被覆盖度等因素影响,坡面辐射量在一定坡度有略微上升趋势,当坡度大于太阳天顶角时,辐射量下降明显。山区受植被覆盖影响,随着地表植被的增加,地表辐射量呈下降趋势。     

TJ-WRF逐时地面太阳辐射的预报订正

利用中尺度数值模式TJ-WRF对2012年1月9日至2月29日逐时地面太阳辐射通量进行了模拟,评估了模式预报效果并对其进行统计订正。结果表明,TJ-WRF模式对地面太阳辐射具备一定的模拟能力,预报值与实测值的相关系数为0.83 1,其中,晴天预报效果最好,相关系数高达0.978;云量预报的准确度及未考虑气溶胶的影响是导致模式误差的主要原因,建立TJ-WRF预报值与实测值的差值和气象要素模拟量之间的关系实现对地面辐射预报的订正效果最佳,订正后相对均方根误差降到24.75%,平均绝对百分比误差为19.34%。     

低纬高原城市紫外辐射变化特征分析

利用昆明2000年紫外辐射实测资料,研究了昆明紫外辐照度的变化特征.主要结果是:位于低纬、高原地区的昆明,紫外辐射最强的时段出现在5月,其平均紫外日曝辐量达2.11 MJ·m;最弱的时段出现在1月,其平均日曝辐量仅为0.75 MJ·m,约为5月相应值的1/3;居中的时段出现在8月,其平均日曝辐量达1.11 MJ·m2,约为5月相应值的1/2.紫外日曝辐量在日总辐射日曝辐量中所占的百分率不是常数,它随季节有明显变化:1月平均为7.75%,5月平均为12.72%,8月则为8.4%.       

中国地表太阳辐射再分析数据与观测的比较

利用我国地表太阳辐射台站资料和海上观测资料与同期的NCEP/NCAR, NCEP/CFSR再分析资料进行比较,检验再分析资料是否能够反映中国地区的太阳辐射特征。结果表明:1979年之前NCEP/NCAR太阳辐射资料的可信度较低,存在虚假的明显上升趋势,1979年之后两套再分析资料的可信度均较高,在我国东部和低纬度地区的可信度好于西部和高纬度地区;由逐6 h再分析数据直接计算得到的逐日太阳辐射比实际观测偏低,剔除太阳辐射为零的情况计算逐日资料更合理。在大陆地区,NCEP/NCAR,NCEP/CFSR再分析资料与台站太阳辐射资料的1979—2009年共31年平均误差分别为10.37 W·m-2和-42.68 W·m-2,误差的标准差分别为12.31 W·m-2和4.19 W·m-2;在海洋区域,NCEP/NCAR,NCEP/CFSR再分析资料与海上观测太阳辐射资料的平均误差分别为-161.19 W·m-2和-179.66 W·m-2,误差的标准差分别为37.07 W·m-2和35.36 W·m-2。与大陆台站资料相比,海上观测与再分析资料的误差偏大,这可能与海上观测资料较少,限制了NCEP模式的评估和改进有关。     

基于卫星资料同化和LAPS-WRF模式系统的云天太阳辐射数值模拟改进方法

太阳能光伏发电已成为仅次于水电和风能的第三大可再生能源,光伏发电受云量时空变化的影响较大,因此准确模拟云天太阳辐射的时空变化对电网安全运行至关重要。围绕如何减小中尺度气象模式的云初始场误差,进而改进云天的太阳辐射模拟这一关键科学问题,本文通过研究基于卫星资料同化的LAPS（Local Analysis Prediction System）多时间层三维云分析同化方法,改进三维云结构,并将LAPS模式输出结果作为WRF（Weather Research and Forecasting）模式的初始场,模拟了2008年1月及夏季（6～8月）北京地区的总云量和总辐射的时空分布,重点分析了多云和有降水天气过程总辐射的模拟改进效果及其原因。结果表明,同化前后的总云量模拟值与观测值的时间变化趋势基本一致,但大部分时次总云量的模拟值低于观测值;大部分多云及降水时段同化后总云量模拟值较接近于实测值。1月晴天、多云天以及夏季晴天同化前后总辐射模拟值与实测值的时间变化趋势较一致,但同化前后两者的相关性差异不明显;晴天条件下同化前后总辐射模拟值均低于实测值,1月多云条件下多数时段同化后总辐射模拟误差减小不明显,与总云量的改进效果不显著有关。夏季多云、有降水及6月典型降水三种天气条件下同化前后总辐射模拟值与观测值的相关性稍差,同化后两者的相关性较同化前有所改进,尤其是6月典型降水过程改进效果较明显;同化前总辐射模拟误差较大,而同化后误差显著减小,尤其是6月典型降水过程同化后均方根误差和平均相对误差较同化前分别减小了102.6 W m-2和355.9%,最大相对误差减小更显著;同化后总辐射模拟误差小于同化前的比例高达75%,即大部分时刻同化后模拟误差小于同化前。多云和有降水天气过程总辐射模拟效果的显著改进与总云量的改进密切相关,即同化后总云量模拟值增加,云的反射和散射作用增强,导致模拟总辐射减小,即更接近于实测总辐射值。研究结果对于多云和降水天气条件下太阳辐射的模拟效果改进、太阳能资源客观评估以及光伏电站的发电量预测具有一定的科学和实际应用价值。     

WRF模式模拟的地表短波辐射与实况对比分析

利用中尺度数值模式WRFV3对2009年1、4、8和10月进行了约4个月的逐日（0～36小时）到达地表短波辐射模拟,将输出结果转换成逐小时太阳总辐射,并以武汉站为例,与地表实测逐小时总辐射值进行对比分析。结果表明：（1）模拟结果与观测结果有较好的对应关系,4个月的日间模拟和观测值的相关系数均在0.8以上,均通过了置信度0.01的显著性检验。（2）日间各时刻模拟值与实况相比,平均预报误差早晚小,中午大;平均绝对误差变化趋势与平均预报误差相同,平均绝对百分比误差则一般早晚大,09—15时较小且变化幅度小,可信度高于其他时刻。（3）WRFV3模式对太阳总辐射,在各种气象条件下均有一定预报能力,尤其以晴天表现最佳。距直接使用模式输出的地表短波辐射结果作为光伏发电系统初值用于发电量预报还有一些误差,可以尝试采用误差订正等方法修订,提高数值预报结果的可用性。     

云层与气溶胶对大气吸收太阳辐射的影响

云通过辐射过程对地气系统的能量平衡起着特别显著的调节作用 ,是影响天气、气候以及全球变化的重要因子。近年来 ,有云大气对太阳短波辐射的“异常吸收”又成为云—辐射研究中的一个争论热点。有云大气的短波吸收受到多种因素的影响 ,关于这方面的研究还不够充分。本文通过计算 ,从理论上探讨了若干因素的组合对大气吸收的综合影响。在计算中 ,同时考虑了不同太阳辐射波段、不同太阳入射天顶角、不同云顶高度以及不同下垫面的影响 ,并考虑了包含大气分子、气溶胶和云滴的吸收与散射 ,以及在近红外波段大气自身的热辐射等过程 ,阐明了云与气溶胶在不同波段对大气吸收太阳辐射的影响。     

晴天地表太阳辐射的参数化

讨论了晴天地表太阳总辐射和地表太阳净辐射瞬时值的参数化方法。首先利用辐射传输模式和中纬度夏季标准大气廓线,分谱带计算晴天各种大气条件下地表反射率取定值时的地表太阳总辐射,并把所得的结果作为标准资料,提出参数化方案。然后将地表反射率的影响作为误差项进行订正,从而得到各种地表反射率条件下的晴天地表太阳净辐射的计算方法。该方法的拟合精度较高,拟合值与辐射模式标准值的平均相对误差在0.3%以下。该参数化公式可以用于大尺度数值模式中地表辐射平衡的计算,以期达到地表辐射平衡计算与模式积分同步进行的目的。     

太阳能光伏发电预报方法的应用效果检验与评价

基于湖北省气象新能源研究中心光伏电站一年完整的发电数据与同期气象资料,对辐射和发电功率短期预报方法进行检验分析,结果表明:(1)太阳辐射度预报与实况有很好的对应关系,相关系数在0.77以上,均通过a=0.001的显著性水平检验。(2)光伏发电功率预报的短期方法中,以模式辐照度订正值代入光电转换模型的方法最优,预报第一天的相对均方根误差为0.16。(3)太阳辐射预报及光伏发电功率预报随太阳高度角变化而呈一定的规律性,冬季中午误差最大,夏季晚上误差最小;阴雨天气误差明显高于晴天。如何降低阴雨天气预报时的误差将是下一步工作中需要研究的重点。     

两种太阳总辐射分钟级预报方法的比较

利用2010年9月1月至2011年8月31日中国气象局风能太阳能资源中心吐鲁番太阳能试验站水平太阳总辐射逐分钟观测资料,对统计外推法（简称外推法,TRD）和动态神经网络法（简称神经网络法,NNN）两种太阳总辐射分钟级预报方法进行比较。结果表明：从全年平均角度来看,外推法略优于神经网络法。两种预报方法的预报效果都主要依赖于天气形势,晴天预报效果最好,阴雨天气次之,多云和扬沙天气预报效果较差。外推法能较为准确地反映起报时刻影响辐射观测的云、气溶胶、沙尘等状况,并将这种影响持续至滚动预报的第一步或第二步;而神经网络法在预报阴雨、多云等复杂天气形势下预报要素的非趋势性变化规律方面略优;外推法预报日出后3 h和日落前3 h的太阳总辐射变化明显优于神经网络法;而神经网络法预报太阳总辐射突然变化特征时略优于外推法。     

THEORETICAL CALCULATION MODEL OF SHORTWAVE RADIATION FOR THE EARTH-ATMOSPHERE SYSTEM AND ITS TESTING RESULTS

On the basis of radiation transfer theory,adopting improved two-stream algorithm incorporated with addingalgorithm,we build up a theoretical calculation model of shortwave radiation for the earth-atmosphere system whichcan be applied with satellite data.The model can calculate direct solar radiation,scattering solar radiation,heating rateand other physical quantities of radiation field at every layer of the atmosphere and on the earth's surface,if the under-ground reflectance or the planetary albedo obtained from satellite can be known.The model can be used in clear orcloudy atmosphere,and its calculating speed is fairly fast.We think that the model can be incorporated into large-scaleand mesoscale climatic models for the consideration of radiation calculation,and also it is useful for the utilization of so-lar energy.     

不同天气现象下毕节高温特征及预报回归检验分析

利用毕节2010—2019年观测资料,分析不同天气现象下日最高气温特征,建立高温模型,并对近5 a 24 h高温进行检验,得出如下结论：(1)毕节高温日变化在夏季最稳定,春季波动最大。气温日较差晴天最大,阴天最小,多云时略大于阴间多云。(2)毕节8～10成云出现频率高达65.7%,夏季晴天频率波动大,春、夏季多云频率较高,且按天气现象分类统计月平均高温时,其峰值均出现在7月。(3) 24 h高温预报准确率月、季变化特征明显,夏季准确率最高,较最低的冬季高出21.4%,在区别天气现象的情况下,阴雨天时预报准确率最高,多云时最低,其中12月多云时最低为25%。(4)回归模型分析发现不同季节同种天气现象24 h高温预报影响因子权重差异明显,日照时数和平均本站气压对模型影响程度较高。不同季节晴天影响因子差异最大,拟合效果最好时段在夏季,平均估计误差为1.2℃,估计误差最大在冬季,平均估计误差为1.7℃。     

气象要素对太阳能电池板温度的影响

温度升高会引起光伏电池发电效率下降,电池板温度是确定温度折减系数的必要条件,目前我国尚没有充足的外场实测电池板温度数据。该文基于北京南郊太阳能试验站2010年全年逐时电池板温度、气温、地表温度、斜面和水平辐照度实测数据,分析了电池板温度随时间的变化及其与各气象要素的关系。结果表明:电池板温度与气温和斜面辐照度的综合相关或与地表温度的线性相关最好,但实测数据不易获得;电池板温度与气温的线性相关较好,数据较易获得且质量有保证,从现实可行性考虑,是推算电池板温度最实用的相关方程;电池板温度与气温和水平辐照度的综合相关可以作为辅助方程,用于推算气温较高情况下的电池板温度。基于2010年电池板温度实测数据和加权计算的方法,得到北京地区年平均光伏发电温度折减系数约为2%,最高可达到13.3%。