浙江省中尺度數(shù)值預(yù)報(bào)系統(tǒng)的地表太陽輻射預(yù)報(bào)訂正方法

顧婷婷，潘婭英，張加易

(浙江省氣象服務(wù)中心，浙江 杭州 310017)

引 言

太陽能作為可再生能源的一種，具有巨大的開發(fā)潛力，其開發(fā)利用被認(rèn)為是解決全球能源危機(jī)與氣候問題的有效途徑之一[1]。在太陽能的眾多利用方式中，光伏發(fā)電因其轉(zhuǎn)換效率高、使用期長(zhǎng)，受到越來越多的關(guān)注。隨著光伏并網(wǎng)的快速增長(zhǎng)，光伏功率預(yù)報(bào)已成為制約光伏發(fā)電并網(wǎng)消納的重要瓶頸[2]。地表太陽總輻射作為影響光功率預(yù)報(bào)的關(guān)鍵因子，其在時(shí)間變化上具有不連續(xù)、不確定性，如何提高其預(yù)報(bào)準(zhǔn)確率已成為提高太陽能利用率亟待解決的問題[3-4]。

隨著中尺度氣象數(shù)值模式的不斷發(fā)展，預(yù)報(bào)時(shí)空分辨率的不斷提高，數(shù)值模式在太陽輻射的預(yù)報(bào)中得到廣泛應(yīng)用[5-7]。中尺度數(shù)值模式對(duì)地面太陽輻射預(yù)報(bào)具有一定的可信度，但由于模式對(duì)云輻射參數(shù)化描述不夠細(xì)致，導(dǎo)致模式輸出的太陽輻射預(yù)報(bào)值明顯偏大，不能滿足光伏發(fā)電預(yù)報(bào)系統(tǒng)的精度要求[8-9]。因此，相關(guān)研究從模式的云微物理結(jié)構(gòu)方面進(jìn)行了改進(jìn)，通過三維云分析方法同化衛(wèi)星、雷達(dá)等資料改進(jìn)云量預(yù)報(bào)效果[10-11]，可以在一定程度上改進(jìn)云天時(shí)太陽輻射模擬效果，但在晴天時(shí)輻射預(yù)報(bào)誤差會(huì)增大，難以獲得理想的預(yù)報(bào)效果。近年來，結(jié)合中尺度氣象模式和MOS(model output statistics)訂正方法進(jìn)行太陽輻射預(yù)報(bào)研究受到廣泛關(guān)注，可以有效提高太陽輻射的預(yù)報(bào)精度[12-15]。

浙江省中尺度數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)(Zhejiang WRF ADAS real_time modeling system，ZJWARMS)于2011年5月投入業(yè)務(wù)試運(yùn)行，該系統(tǒng)基于WRF模式和ADAS(ARPS data analysis system，ADAS)同化系統(tǒng)，可輸出未來72 h逐時(shí)氣象要素預(yù)報(bào)產(chǎn)品。國(guó)內(nèi)一些研究檢驗(yàn)了ZJWARMS對(duì)降水、10 m風(fēng)場(chǎng)等氣象要素的模擬效果[16-17]，但目前基于該系統(tǒng)的地表太陽輻射預(yù)報(bào)評(píng)估及訂正研究尚不多見。為此，本文利用ZJWARMS預(yù)報(bào)結(jié)果及杭州站輻射觀測(cè)資料，分析評(píng)估ZJWARMS對(duì)地表太陽輻射的模擬效果，并嘗試建立適用于杭州地區(qū)的太陽輻射預(yù)報(bào)訂正方法，從而提高太陽輻射的預(yù)報(bào)精度，以期為光伏電站的發(fā)電量預(yù)報(bào)提供依據(jù)。

1 資料和方法

1.1 資 料

所用資料為：杭州輻射觀測(cè)站(120°10′12″E，30°13′48″N)2019年1—12月逐時(shí)太陽總輻射數(shù)據(jù)，數(shù)據(jù)經(jīng)過質(zhì)量控制和訂正；浙江省氣象科學(xué)研究所提供的ZJWARMS模擬資料，具體包括同期逐時(shí)太陽短波輻射通量、10 m比濕、地表溫度、2 m氣溫、2 m相對(duì)濕度、2 m水汽混合比、地表氣壓、總云量、500 hPa相對(duì)濕度及850 hPa露點(diǎn)溫度。

1.2 ZJWARMS簡(jiǎn)介

浙江省中尺度數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)(ZJWARMS)是基于WRF中尺度數(shù)值模式研發(fā)的，采用ADAS數(shù)據(jù)同化系統(tǒng)[18]。模式在初始場(chǎng)實(shí)現(xiàn)了對(duì)常規(guī)地面觀測(cè)資料、探空資料、雷達(dá)資料和飛機(jī)報(bào)的實(shí)時(shí)同化，采用非絕熱初始化或濕絕熱方法[19]，對(duì)位溫、水汽場(chǎng)等進(jìn)行修正，從而獲取高質(zhì)量的預(yù)報(bào)初始場(chǎng)。主要物理方案包括：WSM 6-Class微物理方案[20]、RRTMG長(zhǎng)波及短波輻射傳輸方案[21]、Noah陸面過程方案[22]及UCM城市方案[23]、Yonsei University行星邊界層參數(shù)化方案[24]、Monin-Obukhov近地面層方案[25]等。

1.3 模擬方案設(shè)計(jì)

模式設(shè)置兩重嵌套，模擬中心點(diǎn)為117°E、32°N，外層嵌套區(qū)域水平分辨率為9 km×9 km，網(wǎng)格數(shù)為265×265，內(nèi)層區(qū)域水平分辨率為3 km×3 km，網(wǎng)格數(shù)為205×187。模式層頂氣壓為10 hPa，垂直方向上分36層。每天08:00(北京時(shí)，下同)開始起報(bào)，時(shí)間步長(zhǎng)為20 s，積分時(shí)長(zhǎng)72 h，逐時(shí)輸出各物理量場(chǎng)預(yù)報(bào)值。模擬時(shí)間為2019年1—12月，為保證時(shí)間上的持續(xù)性，取24 h預(yù)報(bào)時(shí)效內(nèi)的模擬值進(jìn)行分析。

1.4 方 法

基于ZJWARMS輸出結(jié)果及杭州站太陽總輻射觀測(cè)數(shù)據(jù)，設(shè)計(jì)了杭州地區(qū)逐時(shí)地面太陽輻射預(yù)報(bào)訂正模型。首先，為有效消除天文輻射的影響，提高預(yù)報(bào)穩(wěn)定性，將輻射觀測(cè)數(shù)據(jù)轉(zhuǎn)化為清晰度指數(shù)來建立訂正模型。其次，篩選與地面總輻射顯著相關(guān)的ZJWARMS輸出物理量，并進(jìn)行降維處理。最后，利用線性判別分析方法[26]將不同天氣進(jìn)行分型，考慮不同季節(jié)、不同時(shí)次的輻射變化特征，分別建立相應(yīng)的訂正方程。

1.4.1 清晰度指數(shù)

地面太陽總輻射除以對(duì)應(yīng)時(shí)刻的天文輻射值，得到該時(shí)刻的清晰度指數(shù)(Q)，具體公式[27]如下：

(1)

式中：Q為清晰度指數(shù)，表征大氣層對(duì)天文輻射的衰減程度；I、I0(W·m-2)分別為地表太陽輻射、天文輻射。

1.4.2 線性判別分析

線性判別分析是監(jiān)督學(xué)習(xí)的線性判別方法，即數(shù)據(jù)集的每個(gè)樣本有類別輸出。其基本思想為：給定訓(xùn)練集樣例，將樣例投影到一維直線上，使得同類樣例的投影點(diǎn)盡可能接近和密集(類內(nèi)離散度盡可能小)，異類投影點(diǎn)盡可能遠(yuǎn)離(類間離散度盡可能大)。

(2)

1.4.3 誤差分析指標(biāo)

選用均方根誤差(root mean square error, RMSE)、平均絕對(duì)百分比誤差(mean absolute percentage error, MAPE)及相關(guān)系數(shù)(R)來評(píng)估輻射模型的預(yù)報(bào)效果，具體公式[29]如下：

(3)

2 ZJWARMS預(yù)報(bào)精度檢驗(yàn)

為評(píng)估ZJWARMS對(duì)地表太陽輻射的模擬效果，將模擬結(jié)果插值到杭州站，與太陽輻射觀測(cè)值進(jìn)行對(duì)比。圖1為2019年杭州站地表太陽輻射觀測(cè)值與ZJWARMS模擬值及均方根誤差逐時(shí)變化。可以看出，地表太陽輻射日變化呈單峰型分布，ZJWARMS能較好地模擬太陽輻射的日變化特征，與觀測(cè)值的相關(guān)系數(shù)達(dá)0.82，且通過α=0.01的顯著性檢驗(yàn)。但總體上模擬值較觀測(cè)值偏大，且均方根誤差隨太陽輻射值的增大而增大，早晚較小，光伏發(fā)電的高峰時(shí)段(09:00—15:00)誤差明顯增大，12:00均方根誤差最大(313.0 W·m-2)。

不同天氣條件下，系統(tǒng)對(duì)太陽輻射的模擬效果存在較大差異，根據(jù)李芬等[30]、鄭有飛等[31]的研究引入清晰度指數(shù)來定量描述不同天氣狀況對(duì)太陽輻射的影響。將清晰度指數(shù)Q劃分為4類：晴天(Q≥0.5)、多云(0.2≤Q<0.5)、陰天或小雨(0.1≤Q<0.2)和中雨及以上(Q<0.1)。表1為2019年不同天氣條件下杭州站地面太陽輻射觀測(cè)值與ZJWARMS模擬值的對(duì)比分析?？梢钥闯?，晴天時(shí)太陽輻射模擬值的平均絕對(duì)誤差百分比最小，為33.1%，其與觀測(cè)值的相關(guān)系數(shù)達(dá)0.83，且通過α=0.01的顯著性檢驗(yàn)；多云時(shí)太陽輻射模擬值的平均絕對(duì)誤差百分比為97.8%，其與觀測(cè)值的相關(guān)系數(shù)為0.69；陰雨天氣時(shí)太陽輻射模擬誤差明顯增大，平均絕對(duì)誤差百分比均大于200%。

3 預(yù)報(bào)訂正與效果分析

3.1 MOS訂正模型建立

由以上分析結(jié)果可知，ZJWARMS能較好模擬地表太陽輻射的總體變化趨勢(shì)，但預(yù)報(bào)值總體偏大，特別在陰雨天氣條件下模擬誤差較大，尚不能滿足光伏發(fā)電預(yù)報(bào)精度的要求，需針對(duì)系統(tǒng)模擬結(jié)果進(jìn)行進(jìn)一步訂正。研究表明，太陽輻射變化與水汽含量、云量、濕度、溫度等多個(gè)氣象因子有關(guān)[32-33]，在MOS訂正方程中引入相關(guān)氣象因子會(huì)有效提高輻射預(yù)報(bào)效果。參考陳正洪等[34]的研究成果，選取系統(tǒng)輸出的10個(gè)氣象因子作為預(yù)報(bào)因子，如表2所示。

考慮所選氣象因子之間存在一定的共線性關(guān)系，因此對(duì)所選氣象因子進(jìn)行主成分分析，得到相互獨(dú)立的組合因子作為預(yù)報(bào)因子。依據(jù)清晰度指數(shù)4種天氣條件的劃分標(biāo)準(zhǔn)，采用線性判別分析進(jìn)行天氣判別，從而建立不同天氣類型、不同季節(jié)、不同時(shí)次的清晰度指數(shù)MOS訂正模型。然后，將得到的清晰度指數(shù)預(yù)報(bào)值，通過對(duì)應(yīng)時(shí)次的天文輻射反算，得到最終的太陽輻射訂正結(jié)果。

圖1 2019年杭州站地表太陽輻射觀測(cè)值與ZJWARMS模擬值(a)及均方根誤差(b)逐時(shí)變化Fig.1 The hourly variation of surface solar radiation observation value and simulation value by ZJWARMS (a) and root mean squared error (b) at Hangzhou station in 2019

表1 2019年不同天氣條件下杭州站地表太陽輻射觀測(cè)值與ZJWARMS模擬值對(duì)比分析Tab.1 The comparison analysis of surface solar radiation observation value and simulation value by ZJWARMS at Hangzhou station under different weather conditions in 2019

表2 ZJWARMS輸出的氣象因子與地表太陽輻射觀測(cè)值的相關(guān)系數(shù)Tab.2 The correlation coefficients between meteorological factors outputed by ZJWARMS and observated surface solar radiation

3.2 MOS模型訂正效果

為驗(yàn)證MOS模型的訂正效果，選取2019年1月、4月、8月、10月4個(gè)典型月份分別代表冬、春、夏、秋不同季節(jié)的訂正結(jié)果進(jìn)行評(píng)估分析。圖2是杭州站2019年4個(gè)典型月份地表太陽輻射觀測(cè)值、ZJWARMS模擬值及MOS模型訂正值的對(duì)比?？梢钥闯?，MOS模型訂正后的太陽輻射值能較好反映實(shí)際地表太陽輻射變化特征，其與觀測(cè)值的相關(guān)系數(shù)達(dá)0.92，且通過α=0.01的顯著性檢驗(yàn)。相比ZJWARMS原始輸出結(jié)果，MOS模型訂正后結(jié)果明顯更接近觀測(cè)值，平均絕對(duì)百分比誤差由訂正前的273.4%下降至訂正后的46.3%，均方根誤差由246.7 W·m-2下降至105.0 W·m-2，預(yù)報(bào)效果改進(jìn)明顯。

圖3為杭州站2019年4個(gè)典型月份07:00—18:00 ZJWARMS模擬的太陽輻射及MOS模型訂正結(jié)果的平均絕對(duì)百分比誤差逐時(shí)變化。可以看出，ZJWARMS模擬的不同時(shí)刻平均絕對(duì)百分比誤差波動(dòng)較大，15:00后模擬誤差明顯增大，尤其在17:00前后誤差達(dá)到最大，說明ZJWARMS對(duì)于日落時(shí)間的太陽輻射預(yù)報(bào)存在較大誤差。MOS模型訂正后，各時(shí)刻的預(yù)報(bào)誤差均有明顯改進(jìn)，且誤差波動(dòng)較小，除了16:00和17:00外，其他時(shí)刻的平均絕對(duì)百分比誤差均為30%～50%。

圖2 杭州站2019年4個(gè)典型月份地表太陽輻射觀測(cè)值、ZJWARMS模擬值及MOS模型訂正值的對(duì)比Fig.2 Comparison of surface solar radiation observation values with simulation values by ZJWARMS and correction values by MOS model at Hangzhou station in four typical months of 2019

圖3 杭州站2019年4個(gè)典型月份07:00—18:00 ZJWARMS模擬的地表太陽輻射及MOS模型訂正結(jié)果的平均絕對(duì)百分比誤差逐時(shí)變化Fig.3 The hourly variation of mean absolute percent error of surface solar radiation simulation values by ZJWARMS and correction values by MOS model at Hangzhou station from 07:00 BST to 18:00 BST in four typical months of 2019

表3為杭州站2019年4個(gè)典型月份ZJWARMS模擬及MOS模型訂正后地表太陽輻射的誤差分析?？梢钥闯?，各月MOS模型訂正后地表太陽輻射誤差較ZJWARMS模擬誤差均大幅下降，且與觀測(cè)值的相關(guān)系數(shù)明顯提高。MOS模型訂正后，8月預(yù)報(bào)效果最好，平均絕對(duì)百分比誤差僅為26.3%，而均方根誤差也由訂正前的229.5 W·m-2下降到105.4 W·m-2，相關(guān)系數(shù)達(dá)0.94；其次為10月，訂正后平均絕對(duì)百分比誤差為49.9%，均方根誤差下降到107.1 W·m-2；4月MOS模型訂正效果相對(duì)較差，訂正后的均方根誤差為122.9 W·m-2，平均絕對(duì)百分比誤差最大為56.6%。

表3 杭州站2019年4個(gè)典型月份ZJWARMS模擬及MOS模型訂正后地表太陽輻射的誤差分析Tab.3 The error analysis of surface solar radiation simulation values by ZJWARMS and correction values by MOS model at Hangzhou station in four typical months of 2019

4 結(jié) 論

(1)ZJWARMS能較好地模擬地表太陽輻射的日變化特征，模擬值與觀測(cè)值的相關(guān)系數(shù)達(dá)0.82，但總體存在模擬值較觀測(cè)值偏大現(xiàn)象，早晚誤差較小，光伏發(fā)電的高峰時(shí)段(09:00—15:00)誤差明顯增大。另外，不同天氣條件下模擬效果存在較大差異，晴天誤差最小，陰雨天誤差明顯增大。

(2)考慮與地表太陽輻射相關(guān)的氣象影響因子，建立不同天氣、不同季節(jié)、不同時(shí)刻的MOS訂正模型。MOS模型訂正后預(yù)報(bào)效果明顯改進(jìn)，相比ZJWARMS輸出結(jié)果，平均絕對(duì)百分比誤差由273.4%下降至46.3%，均方根誤差由246.7 W·m-2下降至105.0 W·m-2。但是，MOS訂正模型對(duì)不同月份的改進(jìn)效果存在一定差異，其中8月訂正效果最好，平均絕對(duì)百分比誤差由126.6%下降到26.3%，4月訂正效果相對(duì)較差，訂正后平均絕對(duì)百分比誤差為56.6%。

ZJWARMS對(duì)地表太陽輻射有較好的預(yù)報(bào)效果，可為光伏電站的發(fā)電量預(yù)報(bào)及電力科學(xué)調(diào)度提供參考依據(jù)。然而，預(yù)報(bào)值與實(shí)際觀測(cè)仍存在一定的誤差，開展預(yù)報(bào)訂正研究非常必要。通過MOS模型訂正后，地表太陽輻射的預(yù)報(bào)精度明顯提升，但除了夏季外，其他季節(jié)的訂正仍需進(jìn)一步改進(jìn)提高。究其原因可能是ZJWARMS中未充分刻畫氣溶膠-云-輻射的反饋機(jī)制，在今后的研究中將嘗試在模式初始場(chǎng)中同化衛(wèi)星資料改進(jìn)三維云結(jié)構(gòu)，從而提高云的預(yù)報(bào)效果。另外，進(jìn)一步考慮氣溶膠對(duì)云的間接影響，引入氣溶膠的觀測(cè)數(shù)據(jù)，以期改進(jìn)ZJWARMS對(duì)云量及太陽輻射的模擬效果。