太陽輻射直散分離模型比較研究—以北京地區為例

摘要：在建筑能耗模擬與太陽能建筑系統設計中，逐時的太陽直射和散射氣象數據是最重要的基本參數。由于中國輻射觀測數據的缺失，逐時直射和散射數據很難獲得。很多學者對此進行了研究，提出了數十種直散分離模型。采用北京地區2009年—2011年3年太陽總輻射和散射實測數據，選取Erbs模型、Orglill模型、清華大學隨機氣象模型、宇田川光弘模型、張晴原模型5個代表性的直散分離模型進行計算驗證，分析比較了實測數據和計算數據之間的相關系數R、均方根誤差RMSE和相對誤差RE，得出晴空指數Kt可以作為最主要的影響因子，Erbs模型預測散射的準確率最高，其次為張晴原模型和Orglill and Hollands模型。

關鍵詞：太陽總輻射；散射量；散射分離模型

中圖分類號：TU119

文獻標志碼：A

文章編號：16744764（2015）01001206

Comparison of the fraction model of direct and diffuse solar radiation

—Taking Beijing area as an example

Feng Wei1，2，Dong Hong3，Yang Liu1，Liu Jiaping1

（1School of Architecture，Xian University of Architecture and Technology，Xian 710055， P.R.China；2College of Civil Engineering and Architecture，Shandong University of Science and Technology，Qingdao 266590，Shangdong，P.R.China；3Architectural Physics Institute of CABR，Beijing 100013， P.R.China）

Abstract：

In the simulation of building energy consumption and solar energy system design， hourly direct and diffuse radiation is one of the most important basic parameters.While， due to Chinese solar radiation data missing， it is difficult to obtain hourly direct and diffuse radiation data. Many domestic and foreign scholars has studied and put forward several diffuse radiation models. 20092011 years measured data of total solar radiation and diffuse radiation were scleted and five typical separation models， that is Erbs model， Orglill and Hollands model，stochastic climatic model， Zhang Qingyuan model，were put to analyze and compare the measured data and the simulation data between the correlation coefficient， root mean square error and relative error. Found that Erbs model predicts diffuse radiation with the highest accuracy， followed by the Zhang Qingyuan model and Orglill and Hollands model， Clearness index Kt can be used as the main influence factor.

Key words：

Global solar radiation；Diffuse solar radiation；Diffuse fraction models

建筑物在進行空調系統設計或建筑物能耗模擬分析時，常常需要用到逐日逐時的直射和散射氣象數據。目前中國大多數城市的氣象臺站只有水平面的總輻射觀測數據，缺少相應的直射或散射觀測數據，除少數一級臺站能提供散射輻射以外，多數臺站只能提供水平面總輻射。

在氣象學領域，學者更多關注的是年輻射、月輻射和日輻射數據的累計量，對于散射和直射的逐時值的研究相對較少，但是在建筑節能領域中，尤其是對典型氣象年數據庫的開發以及建筑做動態能耗模擬時，準確的散射和直射輻射是保證氣象數據應用的最重要的前提條件，也是決定建筑能耗模擬結果準確與否的關鍵所在。因此，有針對性的開發建筑節能設計用的太陽輻射數據是面臨的主要問題。雖然現在很多臺站和高校科研機構紛紛建立了太陽輻射站，但太陽輻射的觀測是一個長周期過程。因此，在實測資料非常有限的情況下，有必要通過模型計算方法得到沒有實測輻射資料臺站的太陽輻射值，以完善該臺站的建筑用太陽輻射數據，使該臺站所在城市準確地能耗計算成為可能。

馮巍，等：太陽輻射直散分離模型比較研究—以北京地區為例

國外已有很多關于直散分離模型的研究，最早源于1960年Liu等[1]提出的模型。此后，各國學者在此基礎上，開發了以本國地區氣候特征為依據的多種類型模型。其中比較典型的有：1977年Orgill等[2]模型、1978年宇田川光弘[3]模型、1979年CollaresPereira等[4]模型、1982年Erbs[5]模型、1990年Reindl[6]模型和1996年Lam等[7]模型、2004年張晴原模型[8]等。目前中國直散分離模型研究相對較少，最早始于1964年翁篤鳴提出的模型。2002年重慶大學田勝元等[9]提出多項式模型，2004年清華大學提出的隨機氣象模型[1011]、2013年同濟大學李崢嶸等[1213]提出了針對上海地區的直散分離模型。查閱資料發現[2122]，目前我們大多數都是直接采用某一種模型進行計算應用，至于不同模型適應性如何論證不多，因此，有必要對不同模型在不同地區的適應性做進一步分析比較。

1直散分離模型

通過查閱文獻，對比分析選取文獻[1420]對比分析得出的Erbs模型、Orglill模型；文獻[8]和文獻[1011]是由Joe Huang、張晴原和清華大學在中國出版公開的兩個氣象數據庫其中所提出的兩個模型；因日本與中國比鄰，故選取文獻[2]、文獻[8]中所提到的宇田川光弘模型。上述不同國家的5個直散分離模型具有一定代表性，通過分析比較太陽散射的實測值和模擬計算值之間的線性關系及誤差，目的在于找出適合中國氣候條件的模型，乃至為下一步提出適合中國不同氣候區的太陽輻射模型提供理論依據。

文中使用的符號：h為太陽高度角 ，°；I為大氣層外水平面總輻射量，W/m2；Id為水平面散射量，W/m2；Ih為水平面太陽總輻射量，W/m2；I0為太陽常數，1 367 W/m2；In為法線面直射輻射量，W/m2；τd為水平面散射量與大氣層外總輻射量之比；Kt為晴空指數，即水平面總輻射量與大氣層外總輻射量之比；Kd為水平面散射量與水平面總輻射量之比；Kn為直射輻射量與大氣層外總輻射量之比。

1）Erbs模型[5]

Kd=10-009Kt（Kt≤022）（1）

Kd=0951 1-0160 1Kt+4388K2t-16638K3t+12336K4t（022

Kd=0165（Kt>080）（3）

2）Orglill模型[2]

Kd=10-0249Kt（Kt<035）（4）

Kd=1577-184Kt（035≤Kt≤075）（5）

Kd=0177（Kt>075）（6）

3）隨機氣象模型[1011]

τd=0271-0293 9（1416×Kt-0384）（Kt≥074）（7）

τd=Kt-（1492×Kt-0492）（Kt>06）（8）

τd=Kt-[e（0935K2t）-1]（Kt≤06）（9）

τd=Kt（Kt≤028）（10）

4）宇田川光弘模型[2，8]

Kn=-043+143Kt（Kt≥Ktc）（11）

Kn=（2277-1258sin h+0239 6sin2h）K3t（Kt

Ktc=0516 3+0333sin h+0008 03sin2h（13）

5）張晴原等模型[8]

Id=Ih-Insin h（14）

In=KnI0Kn=A1A2-A3A2-A4Kt（15）

A1=-0155 6sin2h+0102 8sin h+1374 8（16）

A2=0797 3sin2h+0150 9sin h+3035（17）

A3=5430 7sin h+7218 2（18）

A4=2990（19）

2數據來源與處理

數據采用中國建筑科學研究院自行建設的輻射觀測站進行監測。采用所提供的2009-2011年連續3年的逐時太陽總輻射和散射實測數據為基礎（每隔半小時記錄1次輻射值），在數據應用的各個階段分別作數據質量檢測，剔除不合理數據，保證數據的可靠性。

通過對5個模型模擬計算的數據與實測的逐時太陽散射數據進行比較，評價不同模型的適用性。評價指標選取為：相關系數R、均方根誤差RMSE、相對誤差RE，計算如式（20）、（21）、（22）所示。目的在于找出最適合北京地區的直散分離模型，為下一步進行模型的直接應用或者進一步修訂提供理論基礎和依據。

RE=Idm-IdcIdm×100%（20）

RMSE=∑ni（Idci-Idmi）2n（wm2）（21）

r=∑ni=1（Idci-Idca）（Idmi-Idma）∑ni=1（Idci-Idca）2∑ni=1（Idmi-Idma）2（22）

式中：Idm為實測的散射輻射；Idc為模擬計算的散射輻射；Idca和Idma分別為實測和模擬的均值，n為采樣個數。

3模型檢驗與討論

1）圖1為北京市水平面散射的實測值與通過5個模型模擬計算出的散射輻射的線性相關系數R和均方根誤差RMSE。前5幅圖為模型全年數據的散點圖，第6幅圖為Erbs模型在Kt≥07時的散點圖。從前5幅圖中可以看出：5個模型的相關系數R由大到小排序為Erbs模型0883，張晴原模型0881，Orglill模型0879，宇田川模型0860，隨機氣象模型0850。Erbs模型和張晴原模型擬合度最高，實測數值和模擬計算值相關性最強；5個模型的均方根誤差RMSE由小到大張晴原模型581 W/m2，Erbs模型582 W/m2，Orglill模型583 W/m2，宇田川光弘模型639 W/m2，隨機氣象模型803 W/m2。張晴原模型、Erbs模型與Orglill模型均方根誤差最小，彼此數值相差不大。此外，第6幅圖為Erbs模型在Kt≥07時的對比圖，從圖中可以看出，模型呈現了模擬計算的散射輻射和實測值離散較大的情況，相關系數R=038，對其他模型做類似分析，也都有類似的規律，其主要原因以及模型是否適用問題將在影響因子晴天指數Kt時進行討論。

圖1散射量的觀測值和模擬值相關圖

Fig.1The correlation diagram of the measured value and the estimated value

2）圖2為5個模型1 d逐時的實測散射輻射和模擬計算散射輻射對比圖。選取的數據為2011年6月18日逐時值，其他日期逐時值對比也有類似的規律，不在詳述。從圖中可以看出：在具體1 d逐時值中，從總體情況來看，宇田川模型計算值與實測值相比普遍偏大，隨機氣象模型計算值偏小。Erbs模型與實測值吻合最好，張晴原模型和Orglill模型計算結果數值非常接近，吻合度僅次于Erbs模型。

圖2實測值與推定值對比

Fig.2The comparison of measured valve and the estimated value

表12011年1月13日逐時散射輻射實測值、計算值與晴空指數Kt之間的關系

Table 1The relationship among theHourly scattering measured values， the calculated value， the clearness index Kt

時間散射輻射/（W·m-2）Kt

實測值計算值

張晴原

模型Erbs

模型Orglill and Hollands宇田川

模型隨機氣象

模型

8：002013 2235 2300 2248 2230 2330 014

8：305124 6510 7167 6930 6291 7440 028

9：007308 10582 12328 12328 10067 8751 040

9：308625 12808 14967 14879 12025 10716 049

10：009931 14099 16015 16342 13002 11748 054

10：3010956 14110 15397 16509 12520 11649 060

11：0011627 14076 14832 16460 12057 11380 063

11：3011822 13291 13557 15594 10616 10877 066

12：0012920 12918 13025 15158 9920 10652 067

12：3013762 14585 15141 16899 12523 11688 063

13：0014506 12849 13319 15238 10248 10602 065

13：3014298 12054 12831 14559 9580 10102 064

14：0013615 11311 12578 13930 9302 9630 062

14：3012505 10668 12556 13257 9431 9424 058

15：0010699 8897 11053 11351 8164 8147 055

15：308686 6139 8168 8385 5677 6019 055

16：006295 3539 5117 5198 3408 3740 054

16：303318 239 673 669 523 345 076

表2不同晴空指數Kt天數所占的比例

Table 2The proportion ofthedifferent clearness index number

Kt<0707≤Kt≤09Kt≤09

8605%137%025%

表1為2011年1月13日5個模型的逐時散射實測值、計算值與晴空指數Kt之間的關系。從表中可以看出，1 d中Kt基本都小于07，5個模型的計算結果都圍繞實測值波動。Erbs模型、Orglill模型、張晴原模型表現最好，一天中的計算結果相差不大，宇田川模型和隨機氣象模型計算結果總體偏小。上午期間，模型計算結果都比實測值大，其中張晴原模型計算結果最為接近實測值；中午期間，張晴原模型和Erbs模型計算結果與實測值結果最為接近，彼此差距不大，Orglill模型其次；下午期間，Erbs模型和Orglill模型表現最好，張晴原模型其次。

3）表2為不同晴空指數Kt對應的天數所占總天數的比例，從中可以看出，Kt<07的天數占了8605%，而Kt≥07的天數僅為1395%，這也驗證了圖1中所提到的，雖然當Kt≥07時，各個模型都存在著模擬值與實測值誤差較大的現象，但北京實際天氣情況中，Kt≥07時所占的比例較小，因此，各個模型在北京地區應用仍有現實意義，同時晴空指數Kt偏小，這也符合北京空氣質量較差的特點。

圖3為在晴天指數Kt每隔01遞增的區間時5個模型的相關系數R對比圖。由圖可知，在Kt<07時，5個模型的相關系數R數值相差不大，Erbs模型和Orglill and Hollands模型的相關系數R最高。但是所有模型在09≥Kt≥07區間時，相關系數R都出現了下降的趨勢。造成這種情況主要有兩種原因：一個是模型在此區間準確度較差，需要進行修正；另一個原因是在北京地區，該區間內的數據一般較少，因此實測數據的隨機性較大。

圖3不同Kt區間內的相關系數

Fig.3The correlation coefficient of different Kt interval

4）表3為5個模型相對誤差絕對值的累計百分比。由表得知，在相對誤差小于10%的數據所占的百分比中，Erbs模型最高為4097%，其次為張晴原模型為3816%、Orglill模型為3529%；在誤差小于20%的數據所占的百分比中，Erbs模型6300%為最高，其次張晴原模型為6130%、Orglill模型為6129%。

表3相對誤差累計百分比

Table 3Thecumulative distribution percentage of relative errors

%

模型510152025303540

張晴原模型17533816524561306752723176157918

Erbs模型18484097544063006832729976767998

Orglill and Hollands14853529518061296679709074357747

隨機氣象模型15043004394045715243605369567686

宇田川模型13053069475859776767729477208017

4結論

1）通過比較分析，Erbs模型在北京地區直散分離模擬計算中具有很高的準確度，可作為北京周邊等北方地區典型氣象年太陽輻射計算模型，張晴原模型和Orglill and Hollands模型準確度次之。

2）Erbs模型和Orglill and Hollands模型采用Kt分區間函數的算法，張晴原模型采用相對簡單的單一函數算法，雖然算法不同，但結果相差不大。但張晴原模型單一函數的算法更為簡化，已得到推廣應用。

3）晴天指數Kt與Kd線性相關系數R等于096左右。證明散射和晴空指數Kt線性關系很強，Kt是模型中最主要的參數指標。Kt越大，意味著散射量越小，直射量越大，這對確定最佳的太陽能集熱系統及光伏電板安裝角度有關鍵作用。

以北京數據為基礎，對直散分離模型的適應性進行了分析，得出了適合北京等類似城市的直散分離模型。因中國氣候類型多樣，氣候數據量龐大，下一步的工作主要是對其它城市的輻射數據做進一步比較，對不同模型的逐時太陽輻射作類似分析，總結出適合我國氣候特點的直散分離模型，為直散分離模型在我國的適應性研究提供更多的理論依據。

參考文獻：

[1]Liu B Y H，Jordan R C. The interrelationship and characteristic distribution of direct，diffuse and total solar radiation [J].Solar Energy，1960，4（3） ：119.

[2]Orgill J F，Hollands K G T. Correlation equation for hourly diffuse radiation on a horizontal surface [J].Solar Energy，1977，19（4）：357.

[3]宋愛國.日本太陽輻射模型的研究概況與評析[J].首都師范大學學報，1997，18（9）：6972.

Song A G.General situation and analysis of model of solar radiation in Japan [J]. Journal of Capital Normal University，1997，18（9）：6972.（in Chinese）

[4]CollaresPereira M，Rabl A. The average distribution of solar radiationcorrelations between diffuse and hemispherical and between daily and hourly insolation values [J].Solar Energy，1979，22（2） ：155164.

[5]Erbs D G，Klein S A，Duffie J A.Estimation of the diffuse radiation fraction for hourly，daily andmonthlyaverage global radiation [J]. Solar Energy，1982，28（4）：293302.

[6]Reindl D T，Beckman W A，Duffie J A. Diffuse fraction correlations [J]. Sollar Energy，1990，45（1）：17.

[7]Lam J C，Li D H W. Correlation between global solar radiation and its direct and difuse components [J]. Building and Environment，1996，31（6）：527535.

[8]張晴原，Joe Huang.中國建筑用標準氣象數據庫[M].機械工業出版社，20049.

[9]蘇華，田勝元，蘇芬仙. 空調系統能耗分析用散射分離模型[J]. 重慶大學學報：自然科學版，2002，08：7376.

Su H，Tian S Y，Su F X. Models to separate daily diffuse radiation from daily total radiation for energy consumption analysis of airconditioning system [J]. Journal of Chongqing University：Natural Science Edition，2002，08：7376.（in Chinese）

[10]江億.空調負荷計算用隨機氣象模型[J]. 制冷學報，1981，7（3）：4555.

Jiang Y.The stochastic weather data model for the heat gain calculation of airconditioning system [J]. Refrigeration Journal，1981，7（3）：4555.（in Chinese）

[11]中國氣象局氣象信息中心氣象資料室，清華大學筑技術科學系. 中國建筑熱環境分析專用氣象數據集[M].北京：中國建筑工業出版社，2005.

[12]李崢嶸，姚萬祥，趙群，等. 水平面日太陽散射輻射模型對比研究[J]. 太陽能學報，2013，（5）：794799.

Li Z R，Yao W X，Zhao Q，et al. Study on the comparison of models for daily diffuse solar radiation on a horizontal surface [J]. Acta Energiae Solaris Sinica，2013，（5）：794799.（in Chinese）

[13]姚萬祥，李崢嶸，趙群，等. 幾種散射輻射模型精度的對比[J]. 同濟大學學報：自然科學版，2014，（6）：937943.

YAO W X，Li Z R，Zhao Q. Comparative study on accuracy of several diffuse radiation models [J].Journal of Tongji University：Natural Science，2014，（6）：937943.（in Chinese）

[14]Soares J，Oliveira A P，Bznar M Z，et al. Modeling hourly diffuse solar radiation in the city of Sao paulo using a neuralnetwork techniquue [J]. Applied Energy，2004，79（2）：201214.

[15]Boland J，Scott L，Luther M. Modeelling the diffuse fraction of global solar radiation on a horizontal surfacee [J]. Environmetrics，2001，12（2）：103116.

[16]Boland J，Ridley B，Brown B. Models of diffuse solar radiation [J]. Renewable Energy，2008，33（4）：575584.

[17]Sokol D，Ardeshir M. Computing diffuse fraction of global horizontal solar radiation：a model comparison [J]. Solar Energy，2012，86：17961802.

[18]Srivastava S K.Comparison of methods for estimating daily and hourly diffuse solar radiation [J]. Applied Energy，1995，51：119123.

[19]Koray U，Arif H. Diffuse solar radiation estimation models for Turkeys big cities [J]. Energy Conversion and Management，2009，50：149156.

[20]Indira K，Bimal P，Kavita P. Evaluation of different diffuse radiation models for Indian stations and predictingthe best fit model [J]. Renewable and Sustainable Energy Reviews，2011，15：23782384.

[21]林偉，沈輝. 數值擬合估算水平面散射輻射量的基本方法與分析[J]. 可再生能源，2013，（1）：14.

Lin W，Shen H. The numerical simulation of diffuse solar radiant exposure by using total solar radiant exposure on a horizontal surface [J]. Renewable Energy Resources，2013，（1）：14.（in Chinese）

[22]謝燕華，余濤，顧行發，等.日太陽散射輻射月均值估算模型的對比分析[J]. 可再生能源，2013，（3）：16.

Xie Y H，Yu T，Gu X F. A comparative study on estimating models to compute monthly mean daily diffuse solar radiation [J]. Renewable Energy Resources，2013，（3）：16.（in Chinese）

（編輯胡玲）

（上接第11頁）

[5]Synnefa A， Santamouris V， Apostolakis K. On the development， optical properties and thermal performance of cool colored coatings for the urban environment [J]. Solar Energy Journal， 2007， 81（4）：488497

[6]Sugawara H， Takamura T. Longwave radiation flux from an urban canopy：Evaluation via measurements of directional radiometric temperature [J]. Remote Sensing of Environment， 2006，104（2）：226237

[7]Meier F， Scherer D， Richters J. Determination of persistence effects in spatiotemporal patterns of upward longwave radiation flux density from an urban courtyard by means of timesequential thermography [J]. Remote Sensing of Environment， 2010，114（1）：2134

[8]Meyn S K， Oke T R. Heat fluxes through roofs and their relevance to estimates of urban heat storage [J]. Energy and Buildings， 2009，41（7）：745752

[9]Zhang J， Heng C K， MaloneLee L C. Evaluating environmental implications of density：a comparative case study on the relationship between density， urban block typology and sky exposure [J]. Automation in Construction， 2012， 22：90101

[10]Svensson M K. Sky view factor analysis：implications for urban air temperature differences [J]. Meteorological Applications， 2004， 11（3）：201211

[11]Holmer B， Postgard U， Eriksson M. Sky view factors in forest canopies calculated with IDRISI [J]. Theoretical and Applied Climatology， 2001，68（1/2）：3340

[12]Sailor D J， Fan H L. Modeling the diurnal variability of effective albedo for cities [J]. Atmospheric Environment， 2002， 36（4）：713725

[13]Chimklai P， Hagishima A， Tanimoto J. A computer system to support Albedo Calculation in urban areas [J]. Building and Environment， 2004， 39（10）：12131221

[14]Small C. Comparative analysis of urban reflectance and surface temperature [J]. Remote Sensing of Environment， 2006， 104（2）：168189.

[15]Gluch R， Quattrochi D A， Luvall J C. A multiscale approach to urban thermal analysis [J]. Remote Sensing of Environment， 2006， 104（2）：123132

[16]Ratti C. Urban analysis for environmental prediction：city geometry and the trapping of solar radiation[D]. Cambridge：University of Cambridge，2000

[17]李百戰， 羅慶， 姚潤明. 城市地面對天空熱輻射角系數問題的求解[J]. 重慶大學學報，2006， 29（2）：8689

Li B Z， Luo Q， Yao R M. Solution on configuration factor from ground to sky [J]. Journal of Chongqing University， 2006， 29（2）：8689.（in Chinese）

（編輯郭飛）