基于WRF模式的光伏電站選址研究

湖北省電力勘測設計院 ■ 康慨盧勝

基于WRF模式的光伏電站選址研究

湖北省電力勘測設計院 ■ 康慨*盧勝

采用中尺度數值預報WRF模式進行光伏電站場址區域太陽總輻射數值模擬試驗，輸出的逐時輻射和溫度資料為光伏電站選址提供了有利的支撐，對光伏發電工程的前期評價有較好的參考價值。

輻射；WRF模式；光伏系統

0 引言

21世紀以來，隨著能源和環境問題的日益突出，光伏發電作為一種開發較為便利的綠色能源，正日益受到人們的重視。光伏電站系統設計基礎之一是太陽輻射，目前國內太陽輻射觀測站較少，一般只有一級氣象觀測站具有太陽輻射的觀測功能，光伏場址周邊缺少輻射觀測資料，部分區域甚至缺乏日照觀測資料；在進行光伏電站前期評估時，缺乏進行太陽輻射量推算、光伏系統設計、系統配置及發電量計算的依據，從而造成光伏電站場址的不合理，最終導致電站的非經濟性，并對電網產生較大影響。因此，要想大幅提高光伏發電比例，保證光伏電站的合理系統配置、提高光電轉換效率、降低光伏發電成本，光伏電站的太陽能資源推算和選址研究顯得尤為重要。

縱觀國內學者對太陽輻射模擬技術的研究：翁篤嗚等[1-3]研究了一系列有關我國氣候學總輻射的參數化計算方案；沈元芳等[4]研究了在GRAPES模式中地表短波輻射對短期天氣預報過程模擬的影響；汪方等[5]利用WCRP CMIP3提供的多個氣候模式，檢驗了其對東亞地區地表短波輻射的模擬能力，研究結論為WCRP CMIP3可以較好地模擬出地表短波輻射年變化；王明歡等[6]利用WRFV3模式進行了到達地表短波輻射模擬，結果表明，該模式對太陽總輻射在各種氣象條件下均有一定的預報能力，但直接利用模式輸出的地表短波輻射作為光伏發電系統發電量計算有一定的誤差，需采用相關訂正方法；白永清等[7,8]基于WRF模式對武漢區域的太陽輻射進行了模擬，并給出了影響輻射預報精度的因素和提高預報精度的方法；賀芳芳等[9]基于WRF模式模擬了上海地區月太陽總輻射，并采用寶山氣象站數據比較了氣候學計算和WRF 模式計算得出的月太陽總輻射量的分布，發現太陽總輻射值范圍較一致。

本文采用中尺度數值預報WRF模式進行太陽總輻射數值模擬試驗，并根據數值模擬的結果繪制了預選光伏電站場區的光資源圖譜，輸出了預選址點的逐小時輻照資料和溫度；通過附近氣

象站的輻射觀測值對模擬結果進行驗證和修正，并根據修正的結果給出光伏電站的選址。

1 模式簡介和資料方法

1.1 模式簡介

WRF(Weather Research Forecast)模式是美國開發的中尺度數值天氣預報模式，主要針對中小尺度天氣預報系統，以實時預報為目的。該模式通過尺度分析方法，簡化支配大氣運動的流體動力學和熱力學方程組，利用數值方法進行近似求解來預報未來的大氣環流形勢和天氣[10-12]。

WRF模式分為研究(ARW)和業務(NMM)兩種形式，本文使用的是WRF-ARW。圖1為WRF模式流程示意圖。主要分為前處理、模式計算、后處理3部分。

圖1 WRF模式流程圖

前處理主要運用前處理軟件WPS，包括初始場的產生、模型的建立、資料的收集、參數的設置等，提供給大氣模式主模塊以輸入條件。

模式計算是WRF運行的主要部分，在輸入前處理產生的輸入文件之后，根據用戶設置的物理過程參數化、計算時間、積分步長等參數進行積分，得到模擬風速場。

后處理主要是將模式輸出的文件提取出需要的數據，轉換成合適的格式，繪制成圖像或表格。

1.2 模擬方案及資料

本文利用 WRF模式對廣東省徐聞地區 2012年3月～2013年2月逐月的太陽輻射量進行模擬，選擇 20.536°N、110.139°E為模擬區域中心。由于該地區下墊面多為裸露黃土地表，植被較少，地形平坦、單一，障礙物少，區域氣候相對簡單，水平網格選擇3層嵌套，分辨率從外至內依次為10 km、3.33 km、1.11 km；垂直方向分27層，模式頂層氣壓50 hPa。在模擬計算中，微物理過程采用WSM 3-class微物理方案，長波輻射采用Rapid Radiative Transfer Model方案，短波輻射采用Dudhia方案，近地層過程采用Monin-Obukhov方案，陸面過程采用Noah方案，行星邊界層采用Mellor-Yamada-Janjic方案，積云參數化采用Kain-Fritsch方案。

本文采用1°×1°分辨率的NCEP逐6 h再分析資料作為初始場和側邊界條件。NCEP背景場資料是美國NCEP和NCAR對全球從1948年到現在的氣象資料進行再分析形成格點資料，此資料要素多、范圍廣、延伸時段長，且對外公開，為研究天氣尺度和中尺度系統變化過程提供了良好的條件，已成為廣大科研者的重要數據來源。其包括等壓面資料7要素、地面資料11要求，以及地面通量資料42要素。地形資料默認采用美國地質勘探局(United States Geological Survey，USGS)采集制作的資料，精度包括10 m、5 m、2 m等，需根據模式網格分辨率的大小選擇合適精度的USGS地形資料。

2 太陽能站址選擇案例分析

2.1 太陽能資源

光伏組件的實際輸出功率主要受太陽輻射度的影響，而太陽輻射在時間上具有較大的間歇性和隨機性，與當地區域當時的大氣透明度、水汽含量、氣溶膠、云量、云狀、云與太陽的相對位置等密切相關；同時受地球公轉和自轉的影響，其變化又具有一定周期性，包括日變化、季節變化。同時，與之相關的其他環境因素，如風速、溫度等對光伏組件轉化效率也會產生影響[13]。

為了保證光伏電站的經濟性，首先需對光伏電站站址所在地的區域太陽能資源基本狀況進行分析，并對相關的地理條件和氣候特征進行適應性分析。根據光伏電站設計規范及氣象相關標準要求，在對光伏電站選址和分析時需具備以下資料：

1)當對光伏電站進行太陽總輻射量及其變化趨勢等太陽能資源分析時，應選擇站址所在地附近有太陽輻射長期觀測記錄的氣象站作為參考氣象站。

2)當利用現場觀測數據進行太陽能資源分析時，場址觀測數據應連續，且應不少于一年。

3)大型光伏電站建設前期宜先在站址所在地設立太陽輻射現場觀測站，現場觀測記錄的周期應不少于一個完整年。

目前光伏電站建設周期短，光伏電價波動較大，投資商在進行光伏電站投資時，大部分區域未進行測光，而光伏電站主要位于荒漠區域、山地區域或其他偏遠區域，場址區域附近缺乏相應的輻照觀測站。為保證光伏電站的科學選址，需進行光伏區域的太陽能資源推算。由于站址區域及附近缺乏相應的數據，本文采用新一代中尺度數值天氣預報模式WRF模式對太陽總輻射數值進行模擬試驗，在選定區域后根據1°×1°分辨率的NCEP逐6 h再分析資料、地形資料USGS，模擬的預選光伏電站場區光資源圖譜如圖2所示。

圖2 場址區域位置及模擬的太陽能資源圖譜

2.2 太陽能站址選擇

根據GB 50797-2012《光伏發電站設計規范》光伏電站選址原則和模擬的區域太陽能資源圖譜，綜合考慮該區域的電網接入條件、環評、國土及林業要求，經現場調查后，確定選址區域位于圖2所示中心位置，該區域為漁塘，可規劃容量為30 MWp的漁光互補項目。該區域點的逐時光資源如圖3所示。

圖3 光伏電站站址點的逐時輻照與溫度曲線

光伏場區近區域范圍內無輻射觀測站和日照觀測站，距離光伏場址區域最近的輻射觀測站為海口輻射觀測站(約35 km)。海口區域光照時間長，大氣透明度好，光穿透力強。據海口氣象局資料，海南年平均太陽總輻射量為4500～5500 MJ/m2，年日照時數為1750～2650 h，光照率為

50%～60%。采用WRF模式，并采用海口氣象站輻射數據同化后推算出2012年3月～2013年2月光伏場址區域的太陽總輻射量為5396.25 MJ/ m2，比海口氣象站多年的輻射量偏高約6.15%，具體如表1所示。通過建立海口氣象站與場址推算結果的相應各月輻射值線性回歸方程，兩者相關系數為0.9435，通過了置信度為0.01的顯著性F檢驗。因此，可初步將推算的場址區域的輻射度作為本場區的輻射參考資料，進行光伏系統的設計。

表1 擬選光伏電站站址的輻照數據與附近輻射站的數據表

根據光伏組件伏打效應影響因素，并結合實際運行情況分析，在光伏電站實際設計及運行中需考慮光伏陣列效率η1、直流系統效率η2、逆變器轉換效率η3、交流傳輸與并網效率η4及其他有關效率η5，光伏電站的效率(PR=η1η2η3η4η5)約在80%～90%。綜合分析以上PR影響因素，除相關設備及線路引起的損耗外，影響光伏系統PR的主要氣象影響因子為輻照度和溫度[14,15]。

根據本文基于WRF模式經同化后輸出的場址區域逐時輻射數據及環境溫度，推算額定功率為260 W光伏組件理想狀態下的瞬時出力曲線如圖4所示。

圖4 環境溫度與光伏組件輸出功曲線圖

通過對圖4的分析可知，受太陽輻射的變化影響，光伏電站組件的出力隨之發生變化，以季節為變化周期，光伏發電系統的功率夏秋兩季偏高，冬春兩季偏小；晴天偏大，陰雨天偏小。根據站點的逐時輻射和溫度曲線，可推算出采用固定傾角時，光伏組件的最佳接收輻射角度為15°，光伏組件的組串數為24塊(一般設計為20塊或22塊)，光伏電站的最佳容配比為1.2∶1(一般設計為1∶1)。據此可進行光伏電站系統的優化設計和項目投資的效益測算。

綜合以上考慮，本光伏場區總裝機容量擬設計為30 MWp，經方案初步分析，該場區首年的年等效滿負荷小時數為1221 h，年發電量為3662.55萬kWh，25年年平均發電小時為1098 h，25年年平均發電量為3295萬kWh。根據當前漁光互補光伏電站造價水平和光伏電站的上網電價，初步估計本光伏電站靜態投資為24593萬元，單位投資為8198元/kW；建設期貸款利息為480萬元，流動資金為90萬元，項目總投資為25163萬元，單位動態投資為8388元/kW，資本金財務內部收益率為13.9%，具有一定的經濟效益，為光伏電站的投資決策提供了參考意義。

3 結論及建議

目前光伏電站開發數量較多、位置較為偏遠，大部分光伏電站周邊輻射觀測站較少，部分區域甚至缺乏日照觀測資料，在進行光伏電站前期選址和評估時，缺乏相應的輻射和溫度數據支撐。通過采用中尺度數值預報模式進行了太陽輻射數值模擬試驗，同時結合附近氣象站的輻射觀測值對模擬結果進行了驗證和修正，為缺乏輻射數據區域的光伏電站選址和前期評估提供了參考依據。結果表明，該方法對于光伏發電工程的前期評價有較好的參考價值。由于本文著重為光伏電站地址區域初步選址提供太陽能資源支撐，為具體項目的效益進行初步評估，更為詳盡的項目經濟效益評價需待后期搜集具體的地質、水文、電網等相關資料，進行方案設計后才可做出。

[1] 孫治安,施俊榮,翁篤鳴.中國太陽總輻射氣候計算方法的進一步研究[J].南京氣象學院學報, 1992, 15(2): 21－29.

[2] 翁篤鳴,孫治安,溫珍治.中國大氣向下輻射的氣候學研究[J].南京氣象學院學報, 1993, 16(1): 1－6.

[3] 翁篤鳴,李炬,高歌.晴天太陽總輻射的參數化及氣候計算[J].氣象科學, 1997, 17(1): 1－9.

[4] 沈元芳,胡江林. GRAPES模式中的坡地輻射方案及其對短期天氣過程模擬的影響[J]. 大氣科學, 2005, 30(6): 1129－1137.

[5] 汪方, 丁一匯. 全球氣候模式對東亞地區地表短波輻射的模擬檢驗[J].應用氣象學報, 2008, 19(6): 749－759.

[6] 王明歡, 賴安偉, 陳正洪, 王明歡, 等. WRF模式模擬的地表短波輻射與實況對比的初步研究[J]. 氣象, 2012, 38(5): 585－592.

[7] 白永清,陳正洪, 王明歡, 等.基于WRF模式輸出統計的逐時太陽總輻射預報初探[J].大氣科學學報, 2011, 34(3): 363－369.

[8] 白永清,陳正洪,等.關于WRF模式模擬到達地表短波輻射的統計訂正[J].華中師范大學學報, 2013, 47(2): 292－296.

[9] 賀芳芳,李震坤.基于WRF模式模擬上海地區月太陽總輻射的研究[J].可再生能源, 2015, 33(3): 340－345.

[10] 章國材.美國WRF模式的進展和應用前景[J].氣象, 2004, 30(12): 27－31．

[11] 陳玲,賴旭, 劉雪,等.WRF模式在風電場風速預測中的應用[J].氣象科學, 2012, 45(1): 103－106.

[12] 李紅金,李鯤,徐麗人 等.大氣環境的多分辨率建模研究[J].裝備環境工程, 2008, 5(2): 62－65.

[13] 馬金玉,羅勇,申彥東等.太陽能預報方法及其應用和問題[J].資源科學, 2011, 33(5): 829－837.

[14] 寧玉寶, 鄭建勇, 夏儷萌.光伏電站綜合出力特性研究與分析[J].太陽能學報, 2015, 36(5): 1197－1205.

[15] 陳榮榮, 孫韻琳, 陳思銘. 并網光伏發電項目的LCOE分析[J].可再生能源, 2015, 33(5): 731－735.

2016-05-19

康慨(1987—)，男，碩士、中級工程師，主要從事新能源發電技術方面的研究。kkangkai@163.com