太阳能是一种可以替代化石燃料的、安全和清洁的可再生能源，近十几年来受到了越来越多的关注。评估区域或局地可利用的太阳能资源量是太阳能开发和利用的第一步，是估算光伏和光热发电站发电功率的关键手段。

图源：网络

在高质量太阳辐射观测数据不足的情况下，利用其他气象资料和方法对太阳能资源进行评估已经成为国内外最主要的太阳能资源评估方法，具体方法有以下4种：

（1）利用统计学方法建立常规气象要素与太阳辐射之间的关系模型的经验模型方法。经验模型的优点在于计算简单，所需的气象物理量较少，计算误差较小；缺点在于模型中系数的确定非常依赖于太阳辐射的观测资料，导致计算出的系数局地性强，普适性差。此外，经验模型不适用于非线性变化较强的小时和日时间尺度，更多用于月及以上时间尺度的太阳能资源评估；

（2）利用气象卫星监测数据以及辐射传输理论对太阳能资源进行评估的物理模型方法。物理模型的优点在于模型的构建参考了辐射传输的基本原理，利用气象卫星的遥感资料可以对缺少辐射观测站的偏远地区的太阳辐射情况进行评估；缺点是计算过程相对复杂，所需气象物理量较多，对于云影响太阳辐射过程的描述存在不准确性，对月及以上时间尺度的太阳能资源评估存在困难；

（3）数值天气预报模式方法。数值天气预报模式的优点在于模式的基本方程和参数化方案基本是实际大气中真实的物理过程，遵循物理规律且参数化方案修改方便，能够逐小时输出长时间跨度的太阳辐射值，对逐小时、逐日、逐月的太阳能资源均可以进行评估；缺点在于对于局地以及站点的太阳能资源评估的精度较低，并且参数化方案的设计十分依赖于设计者对于大气辐射过程的理解；

（4）人工智能模型方法。人工智能模型的优点在于对非线性较强的时间序列，如逐小时和逐日的太阳辐射的拟合效果较好；缺点是所需的气象数据样本量大，如果方案设计不合理还会存在过拟合现象，且误差在部分地区相比于经验模型并未有显著提升。

表1归纳总结了这四种方法在全天空条件下，在不同地区、不同季节、不同时间段等不同背景情况下对太阳能资源评估的误差范围。这种对比方法的优点在于可以给出每种评估方法误差的上下限，方便对每种评估方法有更加直观和宏观的理解。

表1 四种模型均方根误差（RMSE）的最小值、最大值和二者之差（单位：MJ/(m²·d)）

在实际的太阳能资源评估过程中，研究人员需综合考虑评估区域的气象数据样本量、资料的质量、评估的时间尺度、可能的评估误差范围和计算能力等因素来选取合适的太阳能资源评估方法。

引用格式：

王科，黄晶. 国内外太阳能资源评估方法研究现状和展望 [J]. 气候变化研究进展, 2023. DOI: 10.12006/j.issn.1673-1719.2022.096

Wang K, Huang J. Domestic and abroad research status and prospects of solar energy resource evaluation methods [J]. Climate Change Research, 2023. DOI: 10.12006/j.issn.1673-1719.2022.096

全文链接：

http://www.climatechange.cn/CN/10.12006/j.issn.1673-1719.2022.096