王科, 黄晶

气候变化研究进展 2023, 19 (2): 160-172. DOI: 10.12006/j.issn.1673-1719.2022.096

摘要（796）

HTML （64）

PDF（pc）（1678KB）（1165）

太阳能被认为是最有希望大规模利用的可再生能源，具有广阔的应用前景。对太阳能资源进行合理且准确的评估是太阳能资源开发利用的第一步，也是关键的一步。然而全球大部分地区的太阳辐射观测资料十分有限，利用其他气象数据对太阳能资源进行评估是目前的主流方法。文中归纳和总结国内外太阳能资源评估的4种主要方法的基本原理、主要技术路线以及最新研究进展，对比分析不同方法的误差范围，系统地讨论各种评估方法的不足，并在此基础上对太阳能资源评估方法在我国未来的发展趋势进行了展望。经验模型和人工智能模型较依赖数据的特征，物理模型中云影响太阳辐射过程的描述存在不准确性，数值天气预报模式中资料同化和物理过程参数化方案的选定较关键。发展多种方法结合的太阳能资源混合评估模型是未来太阳能资源评估的主要发展方向之一。

物理模型方法相对于经验模型计算过程更复杂，但其计算思路较固定，即先考虑气溶胶和水汽等粒子对太阳辐射的削弱作用，计算晴空条件下的太阳辐射，再考虑云的散射和吸收等作用，计算全天空条件下的太阳辐射。由于云的影响有多种计算方法，物理模型又可以分为基于云量关系的物理模型和混合物理模型。两种模型对于晴空条件下太阳辐射的计算是相似的，不同点在于：基于云量关系的物理模型是利用太阳辐射与云量或云透射率的关系来计算全天空条件下太阳辐射的强度，而混合物理模型则是利用统计方法将晴空条件下的太阳辐射转化为全天空条件下的太阳辐射（图1）。下面将以基于Bird模型发展的METSTAT模型以及YHM模型为例分别介绍基于云量关系的物理模型和混合物理模型。

式中Q_b和Q_d分别为晴空条件下太阳直接辐射和散射辐射。YHM模型中，首先需要构建晴空条件下太阳辐射的计算模型，方法与Bird模型类似，即构建多种气体的辐射透射率与直接辐射和散射辐射的函数关系来计算Q_b和Q_d。根据日照百分率数据、Q_b和Q_d，通过线性回归方法，计算常数系数a₁，a₂，b₁，b₂的值来得到YHM混合物理模型（图1）。