2007—2021 年上海莘莊太陽最大入射輻射變化特征和環流背景*

劉 麗 趙春江 祝從文 張書萍

1.中國氣象科學研究院災害天氣國家重點實驗室，北京，100081

2.上海電力大學太陽能研究所，上海，200090

3.金開新能科技有限公司，北京，100044

1 引 言

進入21 世紀，以太陽能、風能為主的新能源憑借其儲量的無限性、存在的普遍性、利用的清潔性及經濟性等優點，被國際視為未來極具競爭性的能源代表，是未來重要的持續能源和戰略能源（韓世濤等，2010）。其中光伏發電無疑是適宜的替代能源 之 一（ Moharil， et al， 2010； Armstrong， et al，2021；Shin，et al，2021）。據統計，2021 年全球上網太陽能裝機量增長了21%（Christiansen，2022），全球太陽能發電總裝機量達到940 GW。此外，伴隨光伏發電，太陽能建筑（張艷晴等，2019； Hong，et al，2019）也正處于蓬勃發展階段。

自2012 年開始實施的可再生能源投資組合標準（RPS）極大促進了世界可再生能源市場和中、大型太陽能發電廠的發展（Kim，et al，2017）。由于電網運營商負責進行供需規劃，實現供需平衡，需要預先制定發電計劃，對太陽能發電進行準確的預測可以有效避免電力供應波動或中斷（張俊兵等，2021；Visser，et al，2023）。光伏發電受到天氣狀況的影響，太陽能板接收到的太陽輻照度變化是影響光伏發電效率的最重要氣象因子，它不僅取決于光伏板傾角（章慶，2017）和地理位置（Cutforth，et al，2007），同時也受到太陽輻射和氣象條件變化的直接影響（曹登峰等，2015；劉淳等，2021）。

鑒于世界輻射站點觀測數據時間序列相對較短、站點分布不均等問題，各國學者大多利用輻射傳輸模型、傳統概念、數值模擬等手段來提高輻射數據的時空分辨率，并在一定時空范圍及領域取得一定的效果（胡小韋，2016；Tang，et al，2019；陳渭民等，2000；Feng，et al，2021；Ma，et al，2022；Oyewola，et al，2022）。大氣再分析資料為探討太陽輻射的時空高分辨率變化提供了重要參考，其中，歐洲中期天氣預報中心（ECMWF）發布的逐時再分析數據集（ERA5）在輻射研究中得到了廣泛的應用（王丹等，2012；張星星等，2018；王娟敏等，2020；張俊兵等，2021；王傳輝等，2022）。

上海莘莊位于中國華東地區，太陽輻射表現出顯著的季節變化特征，輻射等氣象要素受到東亞季風和天氣波動的嚴重影響。中國學者大多致力于西部地區太陽輻射研究（劉佳等，2008；吳其重等，2010；王曉梅等，2013；梁紅等，2021），相對而言對華南及華東地區太陽能輻射資源評估研究較少。華東地區地處東亞季風區且太陽能輻射資源充足，若能充分了解上海所處季風區太陽輻射季節以及年際變化規律，將有利于政府及相關部門制定利民措施。了解太陽輻射與降水、氣溫的關系也有利于氣象部門提早根據氣候預測來預測相應太陽輻射的變化。太陽輻射是導致太陽能功率變化的關鍵因素（Cutforth，et al，2007；Burnett，et al，2014），對其精確預測有助于實現光伏發電的預測（Zhu，et al，2013；Akarslan，et al，2016；Colak，et al，2020；Wang，et al，2020）。準確預測太陽輻射最大值有利于提前獲得最大光伏發電時間窗口，為光伏發電提供更好服務。

為此，本研究利用2007—2021 年上海莘莊觀測的月最大太陽輻射資料，分析太陽輻射的傾角、季節、年際變化特征及其與基本氣象因子（溫度、降水）的關系。在此基礎上，分析逐月觀測得到的某一天最大太陽輻射（MSR）與仰角和季節變化的關系，評估ERA5 再分析資料中逐日地表向下短波輻射（SSRD）與觀測太陽輻射的差別，揭示天氣尺度環流背景對MSR 的影響。

2 資料和方法

太陽輻射觀測資料來自上海莘莊太陽能光伏發電試驗站提供的數據，該數據包括2007—2021 年0°—25°仰角太陽能輻射儀（圖1）觀測的逐月最大日太陽輻射強度（單位：W/m2），時間分辨率為5 min。其中，0°、5°、10°、15°、20°、25°傾角觀測時段分別為2011—2021 年，2012 和2017 年，2013 和2018 年，2014 和2019 年，2015 和2020 年，2007—2011、2016 和2021 年。

逐日溫度、降水和月最大太陽輻射來自中國氣象局國家氣象信息中心的上海寶山氣象站（31.4°N，121.5°E）觀測。逐日環流場取自歐洲中期天氣預報中心（ECMWF）的大氣再分析資料（ERA5），包括標準等壓面的風場、溫度場、高度場以及地面總云量，空間分辨率為0.1°×0.1°（Mu?oz Sabater，2019）。文中將ERA5 逐時地表向下太陽短波輻射（SSRD）通過逐日比較，獲得逐月最大太陽輻射值和時間，用格點（31.1°N，121°E）代表上海莘莊局地太陽輻射。由于ERA5 的地表的向下太陽短波輻射單位為J/m2，為便于比較，通過下式對原值進行單位換算。

考慮到不同傾角觀測數據年份不同，文中只在共同觀測年份內比較傾角對觀測得到MSR 的影響。MSR 與氣象要素和環流變化關系中僅討論0°傾角的變化。針對不同傾角所有年份觀測的MSR，通過算術平均計算其氣候值。太陽赤角隨時間的變化參考于賀軍（2006）的計算方法，公式為

式中， π =3.14； δ=2π×（N-1）/365，單位為弧度；N為日數，自每年1 月1 日開始計算（1 月1 日N=1，1 月2 日N=2，依此類推）。太陽赤緯是地球赤道平面與太陽和地球中心的連線之間的夾角。赤緯角以年為周期，在±23°26′范圍內變化，表征太陽輻射的季節循環特征。文中四季定義為：春季（3—5 月）、夏季（6—8 月）、秋季（9—11 月）、冬季（12 月，次年1、2 月）。

3 上海莘莊MSR 季節變化特征及其與氣象觀測和再分析數據比較

3.1 不同傾角MSR 季節變化特征

受太陽赤角季節循環的影響，上海莘莊不同傾角觀測的最大太陽短波輻射表現出明顯的季節變化特征。MSR 多年平均的峰值出現在初夏（5 月），冬季（12 月）偏?。▓D2）。平均而言，觀測的MSR 在夏季達到一年中的最大值，強度為（1200±100） W/m2（表1）。冬季接收到的MSR 最小，大約為800 W/m2。夏、冬兩季MSR 差約400 W/m2，夏、冬變化幅度達50%。此外，逐月MSR 在年際尺度上波動較大，5 月 MSR 波動最為劇烈，達到110 W/m2，春、秋、冬季上海地區氣候穩定，MSR 波動也相對較小，約為50—70 W/m2。上海莘莊6—7 月是典型的梅雨期，此時，太陽赤角達到最大，直接短波輻射明顯增強，MSR 達到一年中的最大。與此同時，由于梅雨期間雨水豐沛，云量增多，MSR 的年際差異較小，故在6—7 月MSR 的波動相對較小。

表1 不同傾角觀測的季節和年平均MSR （單位：W/m2）Table 1 Seasonal and annual mean values of MSR for observations with different inclination （unit：W/m2）

圖2 莘莊不同傾角觀測到的月MSR 季節變化特征 （紅色折線為0°傾角方差變化）Fig.2 Seasonal variation of monthly MSR observations at different inclination at Xinzhuang （red line is variance change based on observations at zero-degree inclination）

圖3 及表2 是不同傾角與0°角MSR 差值隨季節的變化。結果顯示，除夏季的25°傾角外，其余傾角在全年均較0°角MSR 有約為100—200 W/m2盈余。MSR 年均盈余呈隨傾角增大而增加趨勢，當傾角達到20°時，獲得的MSR 最大，年盈余累積達1294.2 W/m2。同時發現，傾角之間的MSR 差與太陽赤角季節循環呈反位相變化，當太陽赤角在夏至（6 月23 日前后）達到一年中的峰值時，各傾角輻射盈余最小。其中，25°傾角觀測的MSR 出現約為50 W/m2輻射虧損。當冬季太陽直射南半球，各傾角較0°角均有超過100 W/m2輻射盈余。因此，伴隨季節變化，通過調整太陽能板傾角，冬季增大傾角，夏季降低傾角，有利于獲得更強的MSR。

表2 不同傾角與0°角輻射差及全年累計輻射差 （單位：W/m2）Table 2 Differences between observations at various inclination angles and 0° in same observation years and accumulated annual differences （unit：W/m2）

圖3 不同傾角與0°角MSR 差異的多年平均距平值 （a） 和不同傾角同時觀測年份距平值 （b） （紅線代表太陽赤角季節變化）Fig.3 Differences in MSR between observations at various inclination angles and 0° inclination angles （a.multi-year average MSR，b.simultaneous observations of MSR；the red line indicates seasonal cycle of the solar declination）

3.2 與再分析資料ERA5 對比分析

圖4 給出的是2011—2021 年歐洲中期天氣預報中心（ECMWF）大氣再分析數據集（ERA5）的地表向下太陽短波輻射（SSRD）與上海莘莊0°角觀測的MSR 的散點圖。如圖所示， ERA5 可以較好地再現上海莘莊的MSR 季節變化，兩種資料時間序列的相關系數高達0.88（圖4a，r為相關系數，R2為決定系數）。但是，ERA5 明顯低估，兩者平均相差約341 W/m2；當分別剔除各自的年循環氣候值發現，二者距平時間序列變化不存在顯著相關（圖4b）。因此，從年際變化角度，ERA5 無法正確反映莘莊MSR 的異常趨勢變化。

圖4 2011—2021 年ERA5 與莘莊觀測MSR 原始值 （a） 和距平值 （b） 比較 （紅線為線性擬合線）Fig.4 Scatter plot of MSR between ERA5 and observations at Xinzhuang during 2011—2021 for original values （a） and anomalies （b）（the red line represent the linear fitting）

為探討ERA5 反映MSR 異常變化誤差的成因，分析ERA5 最大值距平與上海莘莊觀測MSR距平相關系數空間分布以及ERA5 最大值出現的時間（d）與觀測的距平（圖5）。如圖所示，莘莊觀測與ERA5 距平的最大正相關區域位于莘莊的西北部，在其南部表現為負相關，但均未通過顯著信度檢驗，即 ERA5 獲得的MSR 與觀測在空間上存在錯位。

圖5 ERA5 與莘莊觀測MSR 距平相關系數的空間分布Fig.5 Spatial distribution of correlation coefficient between MSR extracted from ERA5 and observations at Xinzhuang

為進一步探討ERA5 與觀測MSR 在數值上的差異，分析兩者原始數據的時間序列變化（圖6）。圖6a 顯示，逐月的ERA5 較觀測MSR 小約200 W/m2，且ERA5 同樣與觀測MSR 一致呈單峰變化。2011—2021 年，兩者之差不同月份均為0—400 W/m2，平均為230 W/m2（圖6b）。圖7 給出了兩類輻射數據時、空上的偏差，結果顯示上海地區ERA5 與觀測MSR 存在130—150 W/m2偏差，最大值位于長江以南地區。時間上，觀測MSR 與ERA5 確定的時間相差較大，誤差范圍為8—10 d?？傮w而言，ERA5在反映莘莊的MSR 變化方面，無論是在空間上或是在時間上均存在較大偏差。

圖6 2011—2021 年ERA5 與莘莊觀測的MSR 逐月年際變率 （a） 和逐月年際差異 （b） （紅線為平均差異）Fig.6 Interannual variabilities of monthly MSR from ERA5 and observations at Xinzhuang （a） and their differences （b）during 2011—2021 （the multi-year averaged difference）

圖7 ERA5 與莘莊觀測MSR 數值 （a） 和時間 （b） 誤差空間分布Fig.7 Spatial distributions of MSR value errors （a） and phase errors （b） between ERA5 and observations at Xinzhuang

3.3 與局地氣象觀測的輻射資料對比

圖8 給出的是距離莘莊最近的上海寶山站2016—2021 年月最大太陽輻射數據與莘莊光伏站觀測數據的對比。二者呈顯著正相關，相關系數高達0.90（圖8a）。ERA5 與上海寶山站數據也存在顯著正相關，相關系數為0.89（圖8b）。但莘莊光伏（MSR）數據、寶山站輻射（氣象站）數據及ERA5 三類數據兩兩間距平變化波動較分散，相關較弱即此三類數據波動不同步。圖6a 再分析數據ERA5 月最大輻射峰值出現在5 月，而莘莊MSR 峰值出現在7 月，也是造成兩類數據波動不同步的原因之一。

圖8 2016—2021 年上海莘莊與寶山氣象站 （a、c） 和ERA5 （b、d） 的MSR 和距平散點Fig.8 Scatter plots of MSR and its anomalies between observations at Xinzhuang and Baoshan of Shanghai （a，c） and the counterparts of ERA5 （b，d） during 2016—2021

4 MSR 與局地氣象要素和大尺度環流背景的關系

4.1 與局地溫度和降水關系

分析MSR 出現當日的太陽輻射與寶山站觀測到的日平均溫度和降水的關系。結果顯示，氣溫與MSR 呈顯著正相關，相關系數為0.78，MSR 與當日降水量也呈正相關（相關系數為0.43，圖略）。夏季，太陽直射北半球，日照時數相較全年來說最大，因而MSR 一年中峰值于夏季出現。同樣，夏季雨水較其他季節偏多，但一般來說MSR 極大值出現當天雨水并非月極大值（MSR 當天降水不足5 mm），二者相關不像溫度相關那樣強，但也通過了顯著性檢驗，相關系數此時主要體現在夏季降水較冬季多，而輻射與降水間的物理關系不像溫度穩定。冬季太陽直射南半球，北半球日照時數為全年最少，此時接收的太陽輻射也相應較弱， MSR 冬季均值在700—800 W/m2，此外冬季氣溫及降水均較低，符合上海氣溫及降水季節變化規律（穆海振，2019；魏培培等，2019；吳晶璐等，2021）。

4.2 環流背景和時間演變特征

天氣和大尺度環流變化通過改變云量等氣象要素，進而對輻射產生調制作用。統計發現，輻射儀觀測到的MSR 出現日期與ERA5 輻射數據出現日期存在較大的不同。為保證環流分析的準確，取兩種數據時間相差小于3 d 的事件進行環流背景分析，采用2011—2021 年0°傾角觀測得到MSR 數據，觀測數據與再分析數據MSR 事件出現時間相差在3 d 內的共35 例132 次（春季12 例、夏季6 例、秋季10 例、冬季7 例，如表3 所示，括號內為實際觀測到最大太陽輻射的日期）。

表3 ERA5 與莘莊觀測得到MSR 出現時間Table 3 Comparison of MSR occurrence dates between ERA5 and observations at Xinzhuang

圖9 給出的是相差小于3 d 的4 個季節所有事件合成的大氣環流氣候態。其中，夏季總云量約為4—5 成，而春、秋、冬3 季總云量不足3 成。上海地處東亞季風區，夏季盛行南風，其中來自孟加拉灣的西南氣流及來自西太平洋的東南氣流攜帶大量水汽，使得此時總云量達全年均值的峰值，極大值區位于中國西南部及西太平洋的洋面上；冬季中緯度盛行西風，孟加拉灣地區西南氣流減弱，副熱帶高壓強度也減弱并移至太平洋洋面，此時上海地區總云量為1—2 成；而春、秋兩季處于季風系統轉換過渡期，中、高緯度盛行西風，低緯度地區受副熱帶高壓外圍系統影響，上海位于兩大系統中間，此時云量偏少。

圖9 ERA5 的MSR 與莘莊觀測時間相差小于3 d 的環流合成場 （色階代表總云量 （×10）；等值線代表850 hPa 溫度，單位：℃；矢量箭頭為850 hPa 風場；a.春，b.夏，c.秋，d.冬）Fig.9 Composite circulation from ERA5 corresponding to MSR time difference within 3 d at Xinzhuang （shading indicate total cloud cover （×10）；contour indicate air temperature at 850 hPa，unit：℃；vector show winds at 850 hPa；a.Spring，b.Summer，c.Autumn，d.Winter）

以相差3 d 內的環流場分析易于出現MSR 事件的環流背景。圖10 反映了ERA5 與觀測得到MSR 時間相差3 d 內850 hPa 溫度和風場，以及總云量相對于各季氣候態的差異分布。分析可以發現，除冬季850 hPa 氣溫較平時偏低0—1℃，其他3 季的大氣溫度較氣候態均有所升高，其中夏季氣溫相對于氣候態而言異常偏高，幅度達到了3—5℃；春、秋兩季溫度升高1—2℃?？傇屏科俚闹行奈挥谥袊鴸|南沿海附近，且其在各個季節較平時總云量偏少3—5 成。從風場來看，夏季上海周邊地區850 hPa 無顯著風場變化，與夏季風一致，春、秋、冬3 季均存在顯著偏北風異常。由于北風往往帶來的是冷空氣入侵，有利于晴空少云天氣出現，MSR 的極值偏高。

圖10 同圖9，但為距平場Fig.10 Same as Fig.9 but for anomalies

選取時間相差小于3 d 的事件，進一步分析MSR出現時的環流演變過程（圖11）。春季（圖11a1—e1），溫度場前期偏低，隨著時間推移，溫度有上升趨勢，考慮到溫度的滯后效應，其異常于2 d 后達極值；前期云量無顯著變化，當MSR 達到最大時，云量減小到極值，而后云量雖仍為負異常，但其強度不如MSR 出現時大；850 hPa 均為偏北風異常，異常中心從上海西北部逐漸經上海而后移至西太平洋洋面；夏季（圖11a2—e2），受副熱帶高壓（副高）系統控制的上海地區溫度場整個過程偏高1—3℃，總云量也存在負異常到正異常的轉變過程，850 hPa由前期偏南風異常轉變為受副高外圍系統影響的偏西風異常，攜帶一定水汽致使在出現MSR 后總云量偏多2 成左右；秋季（圖11a3—e3），總云量變化均為負異常，但異常變化不足3 成；溫度整體為正異常（0—4℃）；風場大致呈現偏北風異常，但總體變化不大；冬季（圖11a4—e4），總云量存在由前期負異常到正異常轉化的過程， MSR 當天總云量負異常達極值狀態時，較平時約偏少4 成；溫度由前期負異常（約-2°C）逐漸演化至后期正異常（偏高4—6℃），但溫度并非在MSR 當天達正異常極值，而是滯后2 d；整個過程850 hPa 風場呈現偏北風異常，異常極大值由內陸向沿海而后轉移至洋面。

5 結論和討論

采用上海莘莊2007—2021 年太陽能光伏發電試驗站0°、5°、10°、15°、20°、25°角觀測的逐月最大輻射（MSR）數據、上海寶山氣象站及ERA5 再分析輻射數據集，分析了上海莘莊MSR 的季節變化特征，評估了臺站觀測、大氣再分析資料反映MSR季節循環和年際變化的能力和誤差。在此基礎上，揭示了MSR 發生的環流背景和時間演變特征。主要結論如下：

（1）上海莘莊觀測的MSR 表現出明顯的季節循環特征，夏、冬分別達峰、谷值。以0°角為例，夏季平均為1200 W/m2，冬季均值為800 W/m2，春季略低，與夏季差不足100 W/m2，秋季約為1000 W/m2。MSR 的年際變率較大，變化幅度可達200 W/m2，介于秋季與夏季平均值之間。上述變化與中國東部地區的季風氣候特征密切相關，在一定程度上反映了華東地區太陽輻射變化特征。

（2）不同傾角觀測的MSR 存在較大差異，觀測的MSR 與太陽赤角的季節變化呈反向關系，即調整光伏板傾角的季節變化有利于獲取更多的太陽輻射。

（3）ERA5 的太陽短波輻射基本可以反映MSR 的季節變化規律，但數值上低估了近200 W/m2。此外，ERA5 的太陽輻射最大值存在空間和時間漂移，與觀測MSR 相差近130—230 W/m2，平均時間相差8—10 d。因此，ERA5 大氣再分析輻射在反映MSR 變化方面存在很大的不確定性。

（4）雖然MSR 在春、夏、秋、冬4 個季節的環流結構存在差異，但總體來看，偏北風異常加強、3—5 成的云量偏少、3—5℃的對流層溫度偏高的環流背景有利于MSR 的出現，為判斷和預測MSR極大值的出現提供了有利的氣象依據。雖然上述結論來自上海莘莊單站的分析結果，但在中國長江流域其他地區同樣適用。

本研究以上海莘莊的光伏試驗站的觀測為標準，除0°角的觀測時間序列（2011—2021 年）較長之外，其他傾角的均較短，不同傾角之間的差異會伴隨觀測時長而發生變化，因此需要更長時間的資料比對。觀測的MSR 時間分辨率為5 min，而ERA5 的MSR 為小時平均，進而得到的兩類數據逐月日最大太陽輻射值，這很可能是導致ERA5 輻射最大值與觀測相差較大的原因。文中僅考慮了云等氣象因素對太陽輻射的影響，后續將進一步開展氣溶膠粒子濃度（張悅等，2016；朱思虹等，2018）對輻射及環流的影響（Wang，et al，2021）。由于ERA5 的輻射低估了MSR 值，并且無法反映MSR的異常變化，這可能是所有再分析資料的普遍問題，需要進一步探討。此外，由于MSR 的環流背景分析個例較少，如何建立MSR 與環流的瞬變定量關系也需要進一步細化。深入理解太陽最大入射輻射的變化特征以及其與環流背景的關系，不僅加深對該地區太陽能變化的理解，同時也為光伏發電和預測提供了重要的科學參考。需要注意的是，本研究僅針對上海莘莊地區進行了分析，因此未來的研究可以擴展到更廣泛的地區，以進一步驗證文中的結論。

致 謝：感謝趙春江教授提供2007—2021 年上海莘莊地區月最大太陽短波輻射數據。