逐時(shí)太陽(yáng)總輻射模式輸出統(tǒng)計(jì)預(yù)報(bào)流程設(shè)計(jì)

逐時(shí)太陽(yáng)總輻射模式輸出統(tǒng)計(jì)預(yù)報(bào)流程設(shè)計(jì)

0逐時(shí)總輻射預(yù)測(cè)模型建立的背景新能源和可支配能源的開發(fā)已成為重點(diǎn)。太陽(yáng)能資源是未來最有希望的、可大規(guī)模開發(fā)和利用的可再生能源之一。發(fā)展太陽(yáng)輻射、光伏發(fā)電預(yù)報(bào)技術(shù)研究,既可提高氣象部門為社會(huì)服務(wù)的能力,又對(duì)我國(guó)可再生能源的開發(fā)和利用以及低碳經(jīng)濟(jì)的發(fā)展等具有重大意義。光伏發(fā)電系統(tǒng)規(guī)劃與分析的基礎(chǔ)之一就是太陽(yáng)輻射數(shù)據(jù),電力系統(tǒng)部門更希望得到精細(xì)化的太陽(yáng)輻射預(yù)報(bào)數(shù)據(jù)。國(guó)內(nèi)學(xué)者對(duì)逐時(shí)太陽(yáng)輻射的預(yù)報(bào)技術(shù)進(jìn)行了研究。張素寧和田勝元(1997)討論了確定性模型與隨機(jī)模型聯(lián)合使用的方法,建立了逐時(shí)太陽(yáng)輻射數(shù)據(jù)的自回歸滑動(dòng)平均模型(ARIMA),該模型可以將太陽(yáng)輻射隨天氣變化的隨機(jī)性較好地模擬出來。曹雙華和曹家樅(2006)考慮影響太陽(yáng)逐時(shí)總輻射的氣象、地理等方面因素,對(duì)寶山站太陽(yáng)逐時(shí)總輻射建立了混沌優(yōu)化神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,模型能夠反映太陽(yáng)逐時(shí)總輻射的變化規(guī)律,預(yù)測(cè)結(jié)果也較為準(zhǔn)確。蘇高利等(2007)采用最小二乘支持向量機(jī)(LS-SVM)方法建立了晴空逐時(shí)太陽(yáng)輻射模型,該方法能夠很好地模擬氣象要素對(duì)太陽(yáng)輻射的非線性影響,模型精度也較高。王明歡等(2010)利用中尺度數(shù)值模式WRF(weatherresearchandforecastingmodel)對(duì)2009年8月武漢站到達(dá)地表短波輻射進(jìn)行模擬,結(jié)果表明,中尺度數(shù)值模式對(duì)到達(dá)地表短波輻射具有一定的預(yù)報(bào)能力和可信度,尤其對(duì)晴天輻射的預(yù)報(bào)能力更佳。但是直接利用模式輸出的輻射量作為太陽(yáng)能發(fā)電系統(tǒng)的初值進(jìn)行電力預(yù)報(bào)還存在一定的難度,有必要嘗試對(duì)模式輸出的輻射量進(jìn)行進(jìn)一步訂正,以提高模式預(yù)報(bào)的可靠性。白永清等(2010)通過對(duì)WRF模式輸出輻射結(jié)果的初步訂正,進(jìn)一步減小了輻射預(yù)報(bào)誤差。JenseniusandCotton(1981)最早將模式輸出統(tǒng)計(jì)(modeloutputstatistics,MOS)預(yù)報(bào)方法引入到太陽(yáng)輻射預(yù)報(bào)中。選取的預(yù)報(bào)因子包括平均相對(duì)濕度、750hPa垂直速度、850hPa相對(duì)渦度、200hPa風(fēng)速、700hPa露點(diǎn)溫度等,可使24h預(yù)報(bào)時(shí)效的逐日太陽(yáng)輻射預(yù)報(bào)相對(duì)均方根誤差降到25%。BofingerandHeilscher(2004)基于ECMWF模式也建立了太陽(yáng)輻射的MOS預(yù)報(bào)方程,選取云量指數(shù)、溫度露點(diǎn)差、500hPa相對(duì)濕度、溫度露點(diǎn)差、2000m以下云量和可降水量作為預(yù)報(bào)因子,可使逐時(shí)太陽(yáng)輻射預(yù)報(bào)相對(duì)均方根誤差降到32.1%。本文基于WRF模式逐時(shí)輸出結(jié)果,通過對(duì)模式預(yù)報(bào)結(jié)果進(jìn)行解釋應(yīng)用,以求進(jìn)一步提高輻射預(yù)報(bào)的準(zhǔn)確率,為繼續(xù)研究太陽(yáng)能光伏發(fā)電預(yù)報(bào)系統(tǒng)做好鋪墊。1數(shù)據(jù)方法1.1數(shù)據(jù)收集1預(yù)報(bào)結(jié)果設(shè)表2基于中尺度數(shù)值模式WRF每日20時(shí)(北京時(shí)間,下同)起報(bào)、每次積分36h逐時(shí)輸出的07—18時(shí)各物理量場(chǎng)預(yù)報(bào)結(jié)果。資料時(shí)間為2009年1月、4月、8月和10月,每月缺少部分日資料。2總輻射曝輻量觀測(cè)取自相應(yīng)時(shí)間段的一級(jí)輻射觀測(cè)站武漢站(114°08′E,30°37′N)逐時(shí)總輻射曝輻量觀測(cè)(單位:MJ·m-2)?？傒椛淦剌椓?或到達(dá)地表短波輻射)在下文簡(jiǎn)稱為太陽(yáng)總輻射(太陽(yáng)輻射、輻射)。1.2s預(yù)報(bào)流程基于WRF模式輸出結(jié)果,以及總輻射觀測(cè)數(shù)據(jù)(以武漢站為試點(diǎn)),設(shè)計(jì)了逐時(shí)太陽(yáng)輻射的MOS預(yù)報(bào)流程,如圖1所示。包括3個(gè)關(guān)鍵步驟:對(duì)逐時(shí)觀測(cè)序列進(jìn)行低通濾波再除以天文輻射,對(duì)模式輸出因子進(jìn)行篩選和降維,以及建立MOS預(yù)報(bào)方程。其中:I表示逐時(shí)總輻射觀測(cè)序列;ˉΙIˉ表示對(duì)觀測(cè)序列低通濾波后的結(jié)果;ˉΙΙ0IˉI0表示濾波后再除以天文輻射的結(jié)果。1.2.1第二模態(tài):太陽(yáng)輻射+不干吸收體EOF經(jīng)驗(yàn)正交函數(shù)(黃嘉佑,2004)本身可作為低通濾波器,第一主成分具有平滑原數(shù)據(jù)序列的作用。對(duì)2009年8月武漢站逐時(shí)總輻射觀測(cè)序列進(jìn)行EOF分解(以時(shí)刻/天數(shù)展開)。如圖2a所示,第一模態(tài)符合太陽(yáng)輻射為半波形的日間變化特征,第二模態(tài)反映出輻射于正午前后位相發(fā)生轉(zhuǎn)變。對(duì)典型日進(jìn)行合成(圖2b),非平均態(tài)的物理意義在于如果日間正午前后出現(xiàn)轉(zhuǎn)折性天氣,往往會(huì)對(duì)輻射造成一定影響。取EOF分解的第一主成分作為低通濾波后的序列(圖3a)。對(duì)于第二模態(tài)可預(yù)報(bào)性問題有待于進(jìn)一步研究。通過低通濾波處理,提取出總輻射的平均態(tài),去掉序列中不可預(yù)報(bào)的小波動(dòng)成分,后期試驗(yàn)證明這有利于減小預(yù)報(bào)誤差。1.2.2逐時(shí)天麻輻射參照氣候?qū)W上估算太陽(yáng)輻射的經(jīng)驗(yàn)公式(翁篤嗚,1964;王炳忠等,1980;孫治安等,1992)Q=Q0(a+bS)。其中:Q0為太陽(yáng)輻射基數(shù)值;S為某(幾)種輻射影響因子;a、b是經(jīng)驗(yàn)系數(shù)?？紤]到Q/Q0(若Q0取天文輻射)表征輻射通過大氣層時(shí)的衰減情況,數(shù)值越大,表示大氣越透明,到達(dá)地面的太陽(yáng)輻射強(qiáng)度也就越大。該物理量反映了大氣透明程度,與云量、水汽、氣溶膠等相關(guān)性較好。若將總輻射觀測(cè)轉(zhuǎn)換為該指數(shù),則間接提高了輻射與氣象因子相關(guān)性。逐時(shí)天文輻射的計(jì)算公式可參考以下(2)—(4)式(王炳忠,1999;楊金煥等,2009)。其中:Esc是太陽(yáng)常數(shù);γ為日地距離訂正系數(shù);φ為緯度;δ為赤緯角;τt為時(shí)角,時(shí)角上午為負(fù),下午為正;n為一年中日序號(hào)(1月1日為n=1);τt=15°z-7.5°,z為離正午的時(shí)間(單位:h);It為逐時(shí)天文輻射,隨當(dāng)?shù)鼐暥燃叭掌跁r(shí)刻而變化。對(duì)低通濾波后的序列值(圖3a,ˉΙ)再除以對(duì)應(yīng)時(shí)刻的天文輻射,將輻射預(yù)報(bào)轉(zhuǎn)換為表征大氣透明度的指數(shù)預(yù)報(bào)(圖3b,ˉΙ/Ι0),由于水汽、云量等因子對(duì)預(yù)報(bào)量的貢獻(xiàn)增大,后期試驗(yàn)進(jìn)一步提高了MOS方程的穩(wěn)定性和預(yù)報(bào)準(zhǔn)確率。其中OBS表示逐時(shí)太陽(yáng)輻射觀測(cè)。1.3比誤差相對(duì)均方根誤差p評(píng)估預(yù)報(bào)效果的方法如下。平均絕對(duì)百分比誤差相對(duì)均方根誤差其中:N表示時(shí)間序列長(zhǎng)度;i表示第i時(shí)刻;Pif是第i小時(shí)預(yù)報(bào)值;Pio是第i小時(shí)觀測(cè)值。2模型輸出的因子分析和處理2.1輻射觀測(cè)與模式輸出因子的相關(guān)分析向下短波輻射的影響因子主要包括云量、水汽含量或濕度、氣溶膠等,另外地表氣溫或地面溫度也是密切相關(guān)的因子。依據(jù)WRF模式逐時(shí)輸出各物理量,通過統(tǒng)計(jì)分析提取與輻射觀測(cè)顯著相關(guān)的輸出因子。表1列出2009年8月武漢站輻射觀測(cè)與模式輸出因子的相關(guān)統(tǒng)計(jì)量?？梢?通過對(duì)初始資料的兩步處理,能夠有效提高輻射與氣象因子的相關(guān)性。其中到達(dá)地表短波輻射通量SWDOWN(downwardshortwavefluxatgroundsurface;單位:W·m-2)乘以3.6×10-3可近似轉(zhuǎn)換為模式預(yù)報(bào)1h的輻射曝輻量(單位:MJ·m-2)。2.2利用主成分分析建立mos預(yù)報(bào)方程由于選取的眾多因子之間難免會(huì)存在復(fù)共線性關(guān)系,從而影響到方程的預(yù)報(bào)能力,并且眾多因子也不利于方程的建立。因此,需要對(duì)所選取的模式因子做進(jìn)一步處理。利用EOF進(jìn)行主成分分析(黃嘉佑,2004),不但濃縮了因子數(shù)目,而且使得各主分量相互獨(dú)立,消除了因子之間的復(fù)共線性關(guān)系。許多研究也表明(王業(yè)宏和金龍,2003;林健玲等,2006),以主分量作為預(yù)報(bào)因子,可以提高預(yù)報(bào)模型泛化能力,降低預(yù)報(bào)誤差。對(duì)2009年8月模式輸出的13個(gè)輻射相關(guān)因子進(jìn)行主成分分析,各主分量再與ˉΙΙ0序列進(jìn)行相關(guān)分析,選出相關(guān)性較好的主分量作為建立MOS預(yù)報(bào)方程的因子。表2列出入選MOS方程的3個(gè)主分量信息。3關(guān)主分量因子矩陣的預(yù)報(bào)方程在訓(xùn)練期通過建立ˉΙ/Ι0序列與相關(guān)主分量因子矩陣的預(yù)報(bào)方程,確定方程回歸系數(shù),在預(yù)報(bào)期對(duì)預(yù)報(bào)量結(jié)果乘以對(duì)應(yīng)時(shí)刻天文輻射,得到輻射結(jié)果。3.1比較模式直接預(yù)報(bào)結(jié)果2009年8月模式資料缺少1—5日及26日,將剩下的資料長(zhǎng)度分為擬合期(15d)和預(yù)報(bào)期(10d),對(duì)逐時(shí)太陽(yáng)輻射的預(yù)報(bào)結(jié)果進(jìn)行分析。由圖4可見,在擬合期和預(yù)報(bào)期,逐時(shí)太陽(yáng)輻射的MOS預(yù)報(bào)與觀測(cè)均較吻合,二者相關(guān)系數(shù)為0.89。MOS預(yù)報(bào)的平均絕對(duì)百分比誤差(EMAP)為22.6%,相對(duì)均方根誤差(ERMSR)為30.7%。比較模式直接預(yù)報(bào)結(jié)果(圖5),對(duì)于07—18時(shí),MOS方法預(yù)報(bào)EMAP、ERMSR相對(duì)模式直接預(yù)報(bào)誤差明顯降低?？梢?通過模式輸出結(jié)果的解釋應(yīng)用,能夠進(jìn)一步提高輻射預(yù)報(bào)的準(zhǔn)確率。由于8月29—30日發(fā)生降水,輻射觀測(cè)儀器加蓋(觀測(cè)值為0),導(dǎo)致2d的樣本數(shù)據(jù)產(chǎn)生誤差。表3對(duì)預(yù)報(bào)期去掉這2d的預(yù)報(bào)結(jié)果進(jìn)行了誤差評(píng)估。表3中,ˉΙ/Ι0(Ι/Ι0)表示由觀測(cè)序列經(jīng)過(未經(jīng)過)低通濾波處理后再除以天文輻射建立起的MOS預(yù)報(bào)方程。由誤差分析可見,沒有經(jīng)過濾波的序列,由于過分?jǐn)M合了噪音成分,導(dǎo)致其擬合期誤差較小,而預(yù)報(bào)期誤差較大。通過低通濾波處理,進(jìn)一步減小了預(yù)報(bào)期的誤差,可使預(yù)報(bào)8d的平均EMAP降到20%,相對(duì)模式預(yù)報(bào)改進(jìn)了50%左右。3.2mos預(yù)報(bào)方程基于以上預(yù)報(bào)流程,對(duì)2009年1、4、10月分別進(jìn)行逐時(shí)太陽(yáng)輻射的預(yù)報(bào)試驗(yàn),檢驗(yàn)各季代表月的輻射預(yù)報(bào)效果。表4列出各月選擇的預(yù)報(bào)因子數(shù)目。其中1月在8月選擇因子的基礎(chǔ)上加入了雪水量和低云量因子,4月也加入了低云量因子。由各自的主分量因子分別建立起各月的MOS預(yù)報(bào)方程。各月平均以后以10d為預(yù)報(bào)期,進(jìn)行獨(dú)立樣本檢驗(yàn)。由圖6可見,1、4、10月的MOS預(yù)報(bào)與觀測(cè)相關(guān)系數(shù)CORR依次為0.91、0.91和0.87,EMAP均小于28%,預(yù)報(bào)均相對(duì)穩(wěn)定,效果較為理想。各月預(yù)報(bào)10d的誤差統(tǒng)計(jì)如圖7所示,MOS預(yù)報(bào)EMAP均控制在20%～30%之間,ERMSR控制在30%～40%之間,相比模式直接預(yù)報(bào)輻射誤差降低了50%左右。4輻射預(yù)報(bào)方程的選擇和應(yīng)用本文基于WRF模式輸出結(jié)果,以及武漢站逐時(shí)總輻射觀測(cè)數(shù)據(jù),初步設(shè)計(jì)了基于WRF模式輸出統(tǒng)計(jì)的逐時(shí)太陽(yáng)總輻射預(yù)報(bào)流程。對(duì)2009年1月、4月、8月和10月的武漢站逐時(shí)輻射預(yù)報(bào)試驗(yàn)表明,該模型預(yù)報(bào)相對(duì)穩(wěn)定,效果較為理想,使得EMAP控制在20%～30%,ERMSR控制在30%～40%,比模式直接預(yù)報(bào)輻射改進(jìn)了50%左右,明顯提高了輻射預(yù)