Solargis 卫星模型

概述

Solargis 基于卫星的模型 使用各种太阳辐照度模型来解释太阳辐射从太空传播到地球表面时衰减太阳辐射的各种大气过程。这些过程包括水蒸气、气溶胶和云的影响。

为了获得历史和最近的太阳辐照度数据，Solargis 采用 了半经验太阳辐射模型。 该模型被称为“半经验”，因为它集成了卫星数据，通过先进的算法检测云属性，同时结合了关键的物理参数。

半经验模型 提供可靠的结果并有效地复制现实世界的条件。他们在完全物理模型和经验模型之间取得了平衡。全物理模型试图通过求解辐射传递方程来解释地球的辐射度，但它们需要详细了解大气成分，这可能是一个限制。相比之下，经验模型依赖于卫星可见信道数据和地面站测量之间的简单回归，通常缺乏太阳能应用所需的精度。

基于 Solargis 卫星的模型由两个主要组件组成：

• clear-sky model

• cloud model

这些模型共同提供了特定位置水平表面上非阴影全球太阳辐照度的高精度和准确估计。

该模型的最终输出是全天辐照度，它考虑了所有大气因素，包括云量。然而，该模型计算非阴影辐照度，这意味着它不考虑来自地平线、附近物体或植物自身基础设施的阴影。这些阴影效果稍后在计算发电厂表面的入射辐照度时应用，称为全局倾斜辐照度 （GTI） 或辐照度。

全天辐照度对应于全局辐照度，后来必须将其分为两个主要的太阳辐照度成分：直接辐照度和漫射辐照度。此外，GTI 的计算将纳入地面反射辐照度的贡献，这需要评估发电厂所在地的地面反照率。

半经验模型的结果也可以通过云运动矢量 （CMV） 模型用于能源预测应用。这些模型估计短期云层运动，以预测未来几个小时的太阳辐照度。

图 1：显示 Solargis 卫星模型计算链的图表。

晴空模型

晴空辐照度表示假设没有云层的情况下，在特定地点和时间到达地球表面的太阳能。换句话说，它是理论上的最大辐照度，叠加了云量造成的实际减少。

云模型

来自几颗地球静止卫星的卫星数据用于通过云指数计算来量化云衰减。这一过程依赖于覆盖全球不同地区的地球静止卫星上的辐射计仪器提供的来自多个光谱波段的高分辨率图像和辐射数据（图 2）。

自 1994 年以来， Meteosat、GOES 和 Himawari 等卫星上的辐射计取得了显着进步：

图2：不同地球静止卫星的运行周期和覆盖区域。

增强空间分辨率

所使用的卫星数据（Meteosat、GOES 和 MTSAT）在子卫星点的空间分辨率约为 3 公里（更多详细信息见下表）。然而，实际像素分辨率可能会根据时间段和站点的纬度而有所不同，由于距赤道的距离，纬度越高，像素失真就越大。

使用重采样技术和数字地形模型，数据产品的空间分辨率可以增强到高达 3 角秒，相当于赤道处的约 90 米，随着向两极移动，分辨率略低。

高表面反照率区域的云检测

在地表反照率较高的地区，如积雪地区、盐滩或白沙地区，云指数来自 卫星数据中的红外通道。

此外，还结合了来自数值天气预报 （NWP） 模型的积雪深度和气温数据，将每个数据点分为以下类别之一：积雪覆盖、无雪土地、水、云或未分类。

有时，可能无法检测到雪，尤其是在冬季，这可能导致多雪地区的模型不确定性更高。

模型更新频率

在计算太阳辐射时，无法获得最终的大气数据。一段时间后，通常延迟 12 小时，我们会收到更新的最终大气数据输入。当我们收到更新的大气数据时，我们会使用更新的输入重新计算太阳辐射数据。

太阳辐射数据计算的典型时间线如下：

1. 每天计算 DAY-1 和 DAY-2 的太阳辐射数据。

2. 在每个月初，使用最终大气数据输入重新计算上个月的太阳辐射数据。大气数据与历史数据记录同质化，避免因大气模式变化而发生突然变化。

进一步阅读

• SPARTA: Solar parameterization for the radiative transfer of the cloudless atmosphere.José A. Ruiz-Arias，2023 年，可再生能源和可持续能源评论，第 188 卷，第 113833 页，2023 年 12 月。