氣溶膠光學厚度對輻照度預報的影響

北京東潤環能科技股份有限公司 ■ 趙志遠 劉丹 郭煒 張琦 宋美洋 劉冰 崔書慧 汪付星 劉魯寧 田京輝

0 引言

我國太陽能資源豐富，近年光伏電站裝機容量增加迅速，截至2017年底，我國光伏發電新增裝機容量為5306萬kW，累計裝機容量達1.3億kW，新增和累計裝機容量均位居世界第一[1]。為了提高光電轉換效率、降低運營成本、保證電網安全，提高光伏功率預測的精度變得尤為重要。

目前，光伏功率預測的方法主要有統計方法和物理方法兩大類[2]。其中，統計方法是指輸入歷史功率序列，利用人工智能等算法直接進行預測，一般應用于超短期功率預測，而對短期(24～72 h)預測的局限性較大，準確率較低[3]；物理方法是指通過數值天氣預報模式得到預測氣象數據(輻照度、溫度、濕度、氣壓等)后，再通過氣象轉換功率模型計算出功率數據，一般應用于短期功率預測[4]。

無論是使用何種方法進行光伏功率預測，預測輻照度的準確率都是功率預測的最大影響因素。在實際業務應用中，預測輻照度主要由中尺度數值模式(WRF)模擬得到。輻照度受小尺度天氣系統及云微物理過程影響較大，尤其受氣溶膠的影響較大。氣溶膠可吸收、散射太陽輻射，也可成為云的凝結核，從而影響云反照率及生命周期，還可沉降至地表，以增強對太陽輻射的吸收等，影響到達地表的輻照度值的大??；在晴空條件下，氣溶膠光學厚度的影響會更大[5]。

現有的WRF模式的物理參數化方案中，未充分考慮氣溶膠的影響，而是將氣溶膠光學厚度(AOD550nm)設置為恒定值，未利用和分析現有的衛星觀測、地面觀測和資料中的氣溶膠數據，導致數值天氣預報模式輸出的預測輻照度總輻射值、直接輻射值偏高，散射輻射值偏低[6]。光伏發電功率預測的主要輸入值為預測輻照度，若預測輻照度存在偏差，將直接造成發電功率預測偏差。為滿足光伏能源業務，Jimenez P A等[7]基于WRF V3.6.1版本開發了WRF Solar模式，可考慮氣溶膠對輻照度的直接影響，并且支持對行星反照率等參數的設置，以期能夠提高對直接輻射、散射輻射的預測精度。

本文以2017年11月和2018年3月寧夏地區5個氣象觀測站點為例，將中分辨率成像光譜儀(MODerate-resolution Imaging Spectoradiometer，MODIS) 資料的AOD550nm數據加入WRF Solar模式，在對比實驗中將AOD550nm設置為恒定值0，對比分析氣溶膠光學厚度的時空變化對輻照度預測的影響。

1 模式簡介

WRF Solar模式基于WRF V3.6.1版本開發，可以考慮氣溶膠對輻照度的直接影響，并且支持對行星反照率等參數的設置，以期能夠提高模式對直接輻射、散射輻射的預測精度。傳統的WRF模式中，輻射模塊每30 min更新一次，而WRF Solar模式每5 min更新一次，這是其與傳統的WRF模式相比最大的改進。此外，WRF Solar模式首先將基本預測數據經過DICast統計模型處理，然后與其他數值天氣預報模型耦合，最終得到功率預測值，并可以針對不同業務需求，單獨輸出直接輻射、散射輻射和總輻射，且輻射方案的迭代頻率有明顯提高，總輻射的均方根誤差最大可減少31%[7]。

WRF Solar模式對氣溶膠數據很敏感，Kraas等學者[8]在進行比較后發現，在晴空條件下，WRF Solar模式在考慮氣溶膠后對直接輻射的預測精度明顯提升，并指出在非晴空條件下，預測精度也會有明顯提升。Ruiz-Arias等學者[9]也發現，考慮氣溶膠影響后，WRF Solar模式對輻照度的預測精度有明顯提高。傳統WRF模式不考慮云與氣溶膠的相互作用，而WRF Solar模式利用Thompson簡單的云與氣溶膠相互作用方案，一般考慮氣溶膠的干、濕兩種類型，由于氣溶膠相互作用和近地層風速的影響，模擬結果對地表輻射通量的預測精度也有所改進[10]。

與傳統的WRF模式相比，WRF Solar模式的改進在于：1)增加了針對光伏發電業務相關需求的輸出，包括直接輻射、散射輻射及高頻次的地表總輻射值輸出，并增加了太陽時角實時計算方法(EOT)；2)增加了氣溶膠與輻射的反饋機制，采用了觀測資料或模式輸出的氣溶膠數據，而傳統的WRF模式中僅采用模式的氣候資料或將氣溶膠數據設置為恒定值；3)增加了氣溶膠與云的反饋機制，考慮了氣溶膠對云的間接影響；4)增加了云與輻射的反饋機制，采用一種新的方法將云滴、冰和雪粒子的微物理過程考慮進短波、長波輻射的參數化過程中，即考慮了云與輻射的相互作用，進而實現了云-氣溶膠-輻射的耦合。同時，次網格云物理過程的反饋對短波輻射過程也有優化作用，這種過程在淺積云方案中考慮了云的輻射反照率參數，對預測精度也有提升。

2 實驗方案

2.1 模式方案

本研究設置了兩組實驗，第一組為加入MODIS資料的AOD550nm數據；第二組為將AOD550nm設置為恒定值0，用以驗證AOD550nm對數值天氣預報模式的輻照度模擬結果的影響。兩組實驗方案的模擬區域均為寧夏地區，范圍為 33° N ～ 43° N、 92° E ～ 112° E，網格點分辨率為9 km，微物理過程選用氣溶膠Thompson方案，長波、短波輻射選用RRTMG方案，近地層選用Monin-Obukhov方案，陸面過程選用Noah方案，積云參數化選用Eta Kain-Fritsch方案等。模擬時間為2017年11月和2018年3月，模擬所用的初始場資料為UTC 00時次的全球預報系統(Global Forecast System，GFS)資料。

2.2 數據說明

MODIS是搭載于terra和aqua衛星上的重要傳感器，可提供可見光、近紅外和紅外共36個通道的全球觀測資料，廣泛適用于氣溶膠等的高分辨率監測，其數據可靠性已得到國內外學者的認可[11]。本研究所用AOD550nm數據為 MOD08_M3產品暗算法與深藍算法結合的氣溶膠光學厚度數據[12]，此數據為月平均值，空間分辨率是1°×1°；使用前先將氣溶膠數據轉為靜態資料，即可在模式積分過程中調用。圖1為2017年11月全國及寧夏地區的AOD550nm等值線分布圖，表1為5個氣象觀測站點所處位置的AOD550nm值。

圖1 2017年11月的AOD550nm等值線及預測站點分布圖

表1 氣象觀測站點的AOD550nm值

實際輻照度數據為光伏電站配置的自動氣象觀測站點的實時觀測值。該站點能實現對輻射值、風速、風向、溫度、濕度、氣壓等氣象要素的采集，其光譜范圍為280～3000 nm，測量范圍為0～2000 W/m2，誤差小于5%，采樣速率為6次/min。

2.3 預測站點

預測站點為寧夏地區5個氣象觀測站點，各站點位置如圖1b中白色三角形標記所示。

3 實驗結果

通過兩種實驗方案模擬得到預測輻照度后，插值得到站點對應的預測輻照度，分別與實際輻照度數據進行對比，分析月均相關系數、月均偏差和月均方根誤差。

3.1 區域分析

圖2和圖4分別為2017年11月24日16∶00和2018年3月11日16∶00的預測輻照度分布圖，圖3和圖5分別為對應時刻的AOD550nm分布圖。

由圖2和圖4可知，兩種模式方案模擬的預測輻照度差異較明顯。結合圖3和圖5可知，加入MODIS資料的AOD550nm數據后(后文圖中標記為“AOD_M”)，WRF Solar模式的預測輻照度分布與AOD550nm設置為恒定值0時(后文圖中標記為“AOD_0”)的數據分布呈明顯的負相關；尤其是左下角，AOD550nm的濃度值接近0，而預測輻照度比AOD550nm設置為恒定值0時高100 W/m2以上；右下角AOD550nm的濃度值接近0.50，而預測輻照度比AOD550nm設置為恒定值0時低150 W/m2以上，且預測輻照度與AOD550nm的濃度分布呈負相關。由此可知，AOD550nm數值大時，預測輻照度強度小，反之亦然；而AOD550nm設置為恒定值0時，預測輻照度分布較規律，呈條紋狀。

圖2 2017年11月寧夏地區預測輻照度分布圖

圖3 2017年11月寧夏地區AOD550nm分布圖

圖4 2018年3月寧夏地區預測輻照度分布圖

圖5 2018年3月寧夏地區AOD550nm分布圖

圖6為2017年11月，晴天條件下，寧夏地區5個氣象觀測站點的平均輻照度曲線圖。由圖6可知，兩種方案的預測輻照度差異非常明顯，尤其是中午時段差異更大。加入MODIS資料的AOD550nm數據后，WRF Solar模式的預測輻照度更接近實際輻照度曲線，上午時段幾乎貼近實際輻照度，中午時段偏高于實際輻照度，下午時段略小于實際輻照度；而AOD550nm設置為恒定值0時，預測輻照度明顯偏高于實際輻照度，中午時段尤其明顯。由此說明，WRF Solar模式在考慮氣溶膠的影響后，預測輻照度更接近實際輻照度；WRF Solar模式中加入AOD550nm后，輻照度預測值明顯降低。

圖6 2017年11月寧夏地區平均輻照度曲線對比圖(每個時刻的月平均值)

圖7為2018年3月，晴天條件下，寧夏地區5個氣象觀測站點的平均輻照度曲線圖。由圖7可知，兩種方案的預測輻照度差異較明顯。加入MODIS資料的AOD550nm數據后，WRF Solar模式的預測輻照度更接近實際輻照度曲線，但仍偏高于實際輻照度；而AOD550nm設置為恒定值0時，預測輻照度與實際輻照度的偏差更大。由此說明，WRF Solar模式在考慮氣溶膠的影響后，預測輻照度較接近實際輻照度；WRF Solar模式考慮AOD550nm后，輻照度預測值有所降低。

圖7 2018年3月寧夏地區平均輻照度曲線對比圖(每個時刻的月平均值)

圖8為2017年11月，晴天條件下，寧夏地區5個氣象觀測站點的預測輻照度偏差柱狀圖。由圖8可知，加入MODIS資料的AOD550nm數據后，WRF Solar模式的預測輻照度偏差明顯小于AOD550nm設置為恒定值0時的預測結果。尤其是中午時段，考慮AOD550nm后的偏差為20 W/m2左右；而未考慮AOD550nm時的偏差為100 W/m2左右。兩種實驗方案的預測輻照度在12∶00左右偏差最高，當AOD550nm設置為恒定值0時，偏差最高達111.85 W/m2，而加入MODIS資料的AOD550nm數據后，偏差最高為25.82 W/m2。由于12∶00與14∶00之間是11月光伏發電量最高的時段，該時段內考慮了AOD550nm后預測輻照度的偏差小于AOD550nm設置為恒定值0時的預測結果，二者偏差平均值分別為18.17 W/m2、105.28 W/m2。由以上分析可知，WRF Solar模式在考慮AOD550nm影響后，偏差可降低45%左右，尤其在中午時段，偏差可降低80%以上。

圖9為2018年3月，晴天條件下，寧夏地區5個氣象觀測站點的預測輻照度偏差柱狀圖。由圖9可知，加入MODIS資料的AOD550nm數據后，WRF Solar模式的預測輻照度偏差稍小于AOD550nm設置為恒定值0時的預測結果。在中午時段，考慮AOD550nm后，偏差為150 W/m2左右，而未考慮AOD550nm時的偏差為250 W/m2左右。兩種實驗方案的預測輻照度在13∶00左右偏差最高，當AOD550nm設置為恒定值0時，偏差最高達261.79 W/m2，而加入MODIS資料的AOD550nm數據后，偏差最高為 182.46 W/m2。由于 13∶00 與 15∶00 之間是3月光伏發電量最高的時段，該時段內考慮了AOD550nm后的預測輻照度的偏差小于AOD550nm設置為恒定值0時的預測結果，二者偏差平均值分別為172.97 W/m2、282.82 W/m2。由以上分析可知，WRF Solar模式在考慮AOD550nm影響后，偏差可降低35%左右，尤其在中午時段，偏差可降低40%以上。

圖8 2017年11月寧夏地區偏差柱狀圖(每個時刻的月平均值)

圖9 2018年3月寧夏地區偏差柱狀圖(每個時刻的月平均值)

3.2 站點分析

表2為2017年11月寧夏地區5個站點兩種方案的預測輻照度與實際輻照度的月均相關系數、月均偏差和月均方根誤差結果。

由表2可知，2017年11月，在晴天條件下，5個站點中，加入MODIS資料的AOD550nm數據后，WRF Solar模式的預測輻照度月均相關系數有2個站點高于AOD550nm設置為恒定值0時的結果，該方案下5個站點的月均相關系數的平均值為0.9500，比AOD550nm設置為恒定值0時低0.0012。加入MODIS資料的AOD550nm數據后，WRF Solar模式的預測輻照度月均偏差和月均方根誤差都有4個站點低于AOD550nm設置為恒定值0時的結果，該方案下5個站點的月均偏差的平均值為42.2638 W/m2、月均方根誤差的平均值為82.0727 W/m2，二者分別比AOD550nm設置為恒定值0時低33.7479 W/m2、28.8627 W/m2，平均偏差降低44.40%、平均均方根誤差降低26.02%。

表2 2017年11月5個站點兩種方案的月均相關系數、月均偏差及月均方根誤差對比

表3為2018年3月寧夏地區5個站點兩種方案的預測輻照度與實際輻照度的月均相關系數、月均偏差和月均方根誤差結果。

由表3可知，2018年3月，在晴天條件下，5個站點中，加入MODIS資料的AOD550nm數據后，WRF Solar模式的預測輻照度月均相關系數有2個站點高于AOD550nm設置為恒定值0時的結果，該方案下5個站點的月均相關系數平均值為0.9273，比AOD550nm設置為恒定值0時低0.0018。加入MODIS資料的AOD550nm數據后，WRF Solar模式的預測輻照度月均偏差和月均方根誤差5個站點都低于AOD550nm設置為恒定值0時的結果，該方案下5個站點的月均偏差平均值為91.8028 W/m2、月均方根誤差平均值為140.5168 W/m2，二者分別比AOD550nm設置為恒定值0時低65.0752 W/m2、55.1795 W/m2，平均偏差降低41.48%、平均均方根誤差降低28.20%。

圖10為寧夏地區某氣象觀測站2017年11月的輻照度曲線圖，以該站點為例，對比兩種實驗方案的預測輻照度與實際輻照度的差異，圖中輻照度曲線均為07∶45～17∶45時段。

表3 2018年3月5個站點兩種方案的月均相關系數、月均偏差及月均方根誤差對比

由圖10可知，加入MODIS資料的AOD550nm數據后，WRF Solar模式的預測輻照度明顯優于AOD550nm設置為恒定值0時，與實際輻照度曲線更為接近；AOD550nm設置為恒定值0時，預測輻照度曲線在中午時偏差很大，高于實際輻照度曲線。由此說明，WRF Solar模式加入MODIS資料的AOD550nm數據后，由于加入了氣溶膠對輻射的間接、直接影響，以及增加了氣溶膠與輻照度相互作用的更新頻次，明顯提高了最終的預測輻照度的準確性，且在很大程度上降低了輻照度的預測偏差。

圖11為寧夏地區某氣象觀測站2018年3月的輻照度曲線圖，該月沙塵天氣較多，以該站點為例，對比兩種實驗方案的預測輻照度與實際輻照度的差異，圖中輻照度曲線均為07∶15～19∶15時段。

由圖11可知，加入MODIS資料的AOD550nm數據后，WRF Solar模式的預測輻照度略優于AOD550nm設置為恒定值0時，但仍與實際輻照度曲線有較大的偏差，尤其是中午時段；AOD550nm設置為恒定值0時，預測輻照度曲線在中午時偏差很大，高于實際輻照度曲線。由此可以說明，WRF Solar模式加入MODIS資料的AOD550nm數據后，由于加入了氣溶膠對輻射的間接、直接影響，以及增加了氣溶膠與輻照度相互作用的更新頻次，對最終的預測輻照度準確性有所提高，在一定程度上降低了輻照度的預測偏差；但由于沙塵天氣較多，實際的氣溶膠厚度較大，因此，預測輻照度仍存在較大偏差。

圖10 2017年11月晴天時某站點07:45～17:45時段的輻照度曲線圖

圖11 2018年3月晴天時某站點07:15～19:15時段的輻照度曲線圖

4 實驗結論

本文以寧夏地區5個氣象觀測站2017年11月和2018年3月的預測輻照度與實際輻照度的數據為例，對比分析了WRF Solar模式在加入MODIS資料的AOD550nm數據后與AOD550nm設置為恒定值0時的預測輻照度的差異。WRF Solar模式考慮了加入MODIS資料的AOD550nm數據的空間分布變化對輻射預報的直接、間接影響作用后，比AOD550nm設置為恒定值0時，預測輻照度的空間分布更為合理，各時刻的月均偏差可降低40%左右，在中午時段尤為明顯。加入MODIS資料的AOD550nm數據后，WRF Solar模式的預測輻照度與實際輻照度的月均相關系數分別為0.9500、0.9273，月均偏差分別為42.2638 W/m2、91.8028 W/m2，月均方根誤差分別為82.0727 W/m2、140.5168 W/m2；AOD550nm設置為恒定值0時，月均相關系數分別為0.9512、0.9291，月均偏差分別為76.0117 W/m2、156.8780 W/m2，月均方根誤差分別為110.9354 W/m2、195.6963 W/m2。相比于AOD550nm設置為恒定值0時，加入MODIS資料的AOD550nm數據后，WRF Solar模式預測輻照度的預測準確率有明顯的改善：月均相關系數的平均值分別降低0.0012、0.0018，月均偏差的平均值分別降低33.7479 W/m2、65.0752 W/m2，月均方根誤差的平均值分別降低28.8627 W/m2、55.1795 W/m2；平均偏差分別降低44.40%、41.48%，平均均方根誤差分別降低26.02%、28.20%。

結果表明：WRF Solar模式增加EOT模塊以后，預測輻照度起始、結束時間與實際情況更為相近，尤其在中午時段，可明顯降低預測輻照度的偏差；增加了氣溶膠、云、輻射等的相互影響和反饋機制后，模式的預測輻照度準確性更高，尤其是輻照度的空間分布，更為接近實際情況。

本文僅對寧夏地區5個氣象觀測站2017年11月和2018年3月的預測輻照度進行了探討，而氣溶膠光學厚度有明顯的季節性變化特征，后期仍需對時間跨度更長的模擬結果進行研究分析。