文档

文档 方法

太阳能资源基础知识

太阳辐射量到达地表需要经过很长的一段旅程。所以,在建模太阳辐射量时,地球外层太阳辐射与地球大气、表面和物体之间的相互作用都应该考虑进去。

既不反射也不散射、直接到达地表的辐射分量被称为直接辐射量;也就是产生阴影的辐射分量。被大气层散射、且直接到达地表的辐射分量被称为散射辐射量。小部分被地表反射、直接到达倾斜平面的辐射量被称为散射辐射量。这三种辐射分量共同构成了全球辐射量。

 

在太阳能应用领域里,通常运用以下惯例用语:

  • 法向直接辐射量(DNI):表示太阳圆面和离太阳最近的区域(以太阳为中心5度的太阳圆面)放射出来的直射太阳辐射。DNI组件参与了上升热气流(集聚太阳能,CSP)和光伏集聚技术(集聚光伏,CPV)
  • 水平面总辐射量/照度(GHI):水平面上接收到的直射和散射辐射总数。GHI是对比气象空间的参照辐射;同时也是倾斜平面上计算辐射的必要参数
  • 倾斜表面总辐射量/照度(GTI),即为在固定或随着太阳而变化的倾斜度、偏振度的表面所接收到的辐射总值。这一辐射总值包括了散射辐射、直射辐射和反射辐射。在光伏(PV)的运用中,GTI有时会受到遮挡物的影响。

卫星模型

Solargis运用了最顶尖的太阳能辐照模型和最新输入数据(包括卫星和大气数据),且这些数据均经过系统的质量管理和充分验证。这些模型和输入数据经过了区域校准,保证了其完整可靠性,在广泛范围的地理环境里都能因地制宜。

此过程基于坚实的理论基础,且得出稳定一致的结果。过去采用的老式方法信息不够全面,所以达不到最新模型的准确度。即使这种模型原理相同,实施过程中的差异也会导致不同的输出结果。

卫星辐照模型可以在不安装地面传感器的前提下预估某地太阳辐射量水平(历史、近期和未来水平模型包括严谨的物理模型和纯粹的经验模型。

  • 一方面,物理模型试图通过解决辐射传输方程解释可观测的地球辐照度。物理模型需要大气成分的准确信息,也取决于卫星传感器的精确校准。
  • 另一方面,经验模型包含卫星可见光通道的记录强度和地面某气象站的简单回归。
  • 现在,所有运行方法都是建立在半经验模型的基础上的:即用一个简单的辐射传输方法,然后根据观测结果作出一定调整。

Solargis 计算方案

对于历史和近期数据,Solargis采用了一个半经验太阳辐射量模型,且采用了卫星数据和最优算法来识别云特性。此外,计算方案中还考虑了多数太阳辐射量的大气衰减过程,也采用了一些输入的物理参数。所以,此计算方案可充分模拟实际状况。

另一方面,Solargis计算方案中采用了运行中的数值气候模型(NWP)输出来预测数据;在后处理阶段,采用了卫星模型中的计算信息来提高预测准确度。

从Solargis卫星到辐照度模型中获取太阳辐射量的过程可分为以下三步:

  • 首先,通过晴空模型计算晴空辐照度(对晴朗无云时到达地面的辐照度进行设定)。
  • 其次,用卫星数据通过计算云指数量化云层的削弱效应。最后,通过结合晴空辐照度和云指数得出全天辐照度。此步骤可以得出法向直接辐照度和水平面总辐照度。
  • 再次,得出的法向直接辐照度和水平面总辐照度可以用于计算散射辐照度和倾斜平面总辐照度。卫星模型得到的数据通常会做进一步处理,使得辐照度满足具体应用的需求(如倾斜平面或导轨面的辐照度),并/或校准因周边地形或物品遮挡对辐照度产生的影响。
wMRuwz6dpNO1AAAAABJRU5ErkJggg zh

Solargis 输入详情

Solargis计算方案中采用了最完善的输入数据。所以,卫星数据可确保极其广泛的时间覆盖面(大多数地区超过99%)。所提供的时间序列数据已经通用智能算法进行完善。

MSG卫星的太阳能资源参数的基本时间步长是15分钟,MFG和MTSAT卫星是每30分钟,GOES卫星是每30分钟(部分高达每三小时)。大气参数(气溶胶和水蒸气)代表每日数据。

此计算方案中Meteosat、GOES和MTSAT数据的空间分辨率约为子卫星点处3km(可参见下表查询更多细节)。经过重新取样,模型输出可达到 WGS84地理坐标系统中的2弧分(约4*4km)

产出数据空间分辨率已提升至3弧秒(即赤道地区约为90米,越往两极范围越小)

 

Solargis模型中使用的输入数据库

Screenshot 2019 03 04 at 13.27.30

云指数计算中卫星覆盖的不同地区像素大小的近似值

Screenshot 2019 03 04 at 13.27.47

常见问题

是的,Solargis模型确实可以解释空气中的灰尘和污染。为了解释大气气溶胶含量(雾霾,灰尘,微粒空气污染物,烟雾等),我们利用MACC-II项目的数据,该项目将全球范围内最先进的大气模拟与地球观测数据相结合。

然而,值得注意的是,与卫星数据相比,我们模型中使用的气溶胶数据(来自MACC-II项目)具有较低的空间分辨率,因此无法解决局部效应,尤其是在浓度极端和变化的区域。因此,在工业污染较严重的地区,Solargis数据的不确定性可能会更高。

在可能的情况下,我们会尝试提高模型中使用的气溶胶输入质量。例如,我们还利用来自地面气溶胶测量站的AERONET网络的气溶胶测量。 GHI和DNI的现场测量也可用于提高具有高空气污染的地区的Solargis数据的准确性。

 与使用月平均气溶胶数据作为输入的其他模型不同,Solargis模型使用每日的气溶胶数据作为输入值。由于气溶胶在时间上变化很大,使用每日气溶胶数据有助于我们更好地表示日常变化和极端辐射值的发生。

以下例子很好地说明了为什么使用每日气溶胶值(而不是月平均值)对于高质量的太阳能资源建模非常重要,请查看链接:http://www.gmes-atmosphere.eu/pressroom/macc_dust_sr4.gif

在这个例子中,它展示了撒哈拉沙漠地区的沙尘如何影响到中欧。如果不使用每日气溶胶值,就不可能捕获南欧和北非迅速变化的气溶胶条件。

我们使用Perez模型计算水平面总辐射量(GHI)和法向直接辐射量(DNI)的倾斜表面总辐射量 (GTI)。

地面反照率使用默认值0.12。
通过FTP或网络服务请求数据时,可以指定计算倾斜表面总辐射量 (GTI)时的地面反照率值。