测光站选址技术优化方案

测光站的选址，首先应从宏观上分析区域辐射资源的时空分布特征，为典型气象片区划分提供依据，然后结合实际应用需求和建站环境进行微观选址。

3.2.2.1　测光站宏观选址

通过分析总辐射年总量的平均分布和气象观测站总辐射的时间序列，可以了解区域总辐射分布的平均特征以及站点的辐射资源变化状况。区域的气候变量场由许多观测站点构成，EOF分解可将原变量场分解、降维，构成维数很少的典型模态来描述原变量场，这些典型模态能最大程度涵盖原变量场的信息。

如本书2.3.3节所述，通过EOF分析，可以将目标区域的气象要素监测原始矩阵进行时间场和空间场的分离，为典型变化区域的选取做准备。EOF展开得到的前几个特征向量，可以最大限度地表征气候变量场整个区域的变率结构，但分离出的空间分布结构不能清晰地表示不同地理区域的特征。在进行EOF展开时，所取区域范围不同，得到的特征向量空间分布也不同。计算EOF时，取样大小不同，对反映真实分布结构的相似度也会不同。这些局限性可以通过运用旋转经验正交函数（Rotated Empirical Orthogonal Function，REOF）克服。

REOF得到的空间模态是旋转因子载荷向量，因此，每个向量代表的是空间相关性分布结构。旋转后，高载荷集中在某一较小区域上，其余大片区域的载荷接近0。如果某一向量的各分量符号一致，代表这一区域的气候变量变化一致，高载荷地区为分布中心。如果某一向量在某一区域分量符号为正，在另一区域的分量符号为负，高载荷集中在正区域或负区域，表明这两区域变化趋势相反。通过空间分布结构，不仅可以分析气候变量场的区域结构，还能通过各向量的高载荷地区对气候变量场进行区域和类型的划分。

通过旋转特征向量对应的时间系数，可以分析相关性分布结构随时间的演变特征，时间系数的绝对值越大，这一时刻对应的分布结构越典型。

在对甘肃地区辐射观测资料标准化后进行EOF和REOF分解，前两个旋转载荷向量的累积方差贡献为32.7%，总辐射年总量前五个分量旋转前和旋转后的方差贡献见表3-4，可选取载荷绝对值不小于0.6作为区划标准进行分区，由此得到辐射资源的两个主要分区，第一旋转载荷向量空间分布和时间系数如图3-6（a）、图3-6（b）所示。

表3-4　总辐射年总量前五个主分量旋转前和旋转后的方差贡献

(www.xing528.com)

图3-6　总辐射年总量旋转载荷向量的空间分布和时间系数

在典型变化区域内的监测站具有较强的区域代表性，所测数据可以代表区域内太阳能资源的整体变化情况。如图3-6（a）所示，总辐射年总量第一旋转载荷向量的高值区位于甘肃省西北部酒泉附近；第二旋转载荷向量的高值区在河西走廊北部如图3-6（c）所示。在这两个区域内，辐射变化趋势较为一致，区域内的站点可视为片区代表站，测光站的宏观选址可以以分区结果为参照。

3.2.2.2　测光站微观选址

在REOF划分的太阳能资源变化特征一致的区域内进行测光站微观选址时，重点考虑风向、地形等地理气象因素和测光站可维护性，下面以甘肃地区测光站微观选址为例简要说明。

借助global　mapper软件，下载90m分辨率的河西走廊地形等值线图，如图3-7所示，建议的海拔标值间隔为100m。

图3-7　河西走廊地形等值线图

根据地形等值线图，测光站微观选址时应重点观察海拔差异和地形走势，所选位置应地形平坦，与光伏电站处于相近海拔高度。测光站周边植被、水体等特征与其所代表的区域保持一致。