基于天津地区太阳辐射观测的典型年数据比较

2019-05-21孙文超张明宇曹立辉

照明工程学报 2019年2期

孙文超，张明宇，曹立辉

(1.天津大学天津市建筑物理环境与生态技术重点实验室，天津 300072；2.天津城建大学，天津 300384)

引言

光气候研究是为了获得可靠的天然光数据，以便建筑师进行准确的采光计算和设计[1]。2006年英国学者John Mardaljevic首次提出地域性光气候的概念，其定义为“利用当地的光气候数据作为建筑采光设计的重要依据”[2]。近年来，由于我国各地区气象站观测水平不一、数据连续采集周期较长、人力及物资资源耗费较多等缘故，诸如室外照度、天空亮度等实测光气候数据较为缺乏，亟需通过其他方法获得我国的地域性光气候数据，而通过选取能够切实反映地区光气候特征的典型年数据，并采用天空模型转化法将较易获取的辐照度数据转化为光照度数据来进行建筑动态采光模拟的方法则显得更为切实、合理、有效。本文以天津地区为例，将太阳辐射实测数据作为参考，对使用频率较高的几套典型年数据进行初步的比较性研究，通过对辐射参数(如总辐射、散射辐射)依据全年逐时总体变化、各月均值变化、各季节逐时日变化的方式进行数据特征分析及变化趋势的比对，同时参考相关气象资料，以探讨各典型年数据的特征、差异及与实测数据的吻合程度，以此筛选出与天津地区气候特征较为匹配的典型年数据，从而有效保证了采光模拟平台输入端处数据的精确性。

1 建筑采光模拟用典型年数据

1)典型年数据的研究背景。典型年数据的开发与研究源于20世纪70年代各国对于建筑能耗模拟的需求，目前日本、欧美等对气象数据的采集及相关研究比较成熟，而我国于20世纪90年代开始典型年数据的开发[3]。由于太阳辐射数据易于获取且基础数据丰富，随着发光功效模型的开发，典型年数据得以应用于建筑采光模拟。国际上关于典型年的研究多为实际案例的模拟分析，如Bellia等[4]采用IWEC、Meteonorm、Satel-Light三套数据进行采光模拟，并对模拟结果进行了分析与讨论。Iversen等[5]挑选哥本哈根等针对不同气象数据(如DRY、IWEC等)对光环境模拟结果的影响进行了研究。而我国关于典型年数据的研究也多为实际案例的应用，罗涛等[6]通过对DeST典型年数据及Perez模型的应用案例研究，给出光照度典型年数据的取值方法。然而随着气候的变化以及建筑动态采光模拟在我国的发展，针对典型年数据的地域适用性、气候变化趋势下的气象数据修正等方面研究工作亟待展开。

2)常用典型年数据的来源。典型年数据的产生需要建立在适用于本国地理纬度、气候环境等条件之上。目前我国可用于建筑采光模拟的典型年数据主要有：CSWD(Chinese Standard Weather Data)、ChinaTMY2(Typical Meteorological Year)数据、DeST(Designer’s Simulation Toolkit)典型年数据等。其他气象数据如ASHRAE开发的IWEC(International Weather for Energy Calculation)数据、US National Renewable Energy Laboratory开发的SWERA(Solar Wind Energy Resource Assessment)数据等由于开放程度不高、地区统计不完整等因素，造成其气象数据的可用频率不高。

(a)建筑热环境模拟分析软件DeST(Designer’s Simulation Toolkit)是由清华大学和中国气象局共同研发，提供了一整套用于建筑能耗、采光模拟的逐时典型年数据[7]。基础数据的来源为我国194个气象台站近50年的实测逐日数据。DeST数据开发者通过研究中国气象环境的特点及规律，建立了利用实测的逐日气象数据模拟生成逐时数据的气象模型Medpha[8]。

(b)对于CSWD来说，其数据来源与DeST典型年数据相同，开发单位均为清华大学、中国气象局，仅观测年限不同[9]，可于EnergyPlus官方网站下载。

表1 建筑光环境模拟用典型年数据[8-10]Table 1 TMY data used for building daylighting simulation

(c)张晴原和杨洪兴[10]在开发ChinaTMY2的过程中，使用的是1995—2005年的气象观测数据，这些数据来源于国际地面气象观测数据库，其最初来源为国内的气象观测数据，逐时数据的生成在考虑到干球温度的周期性变化特征而采用调和分析进行插补，日间边缘数据则通过回归公式进行平滑处理。

3)典型年数据的辐射参数。典型年数据最初用于建筑能耗模拟，在其开发过程中着重考虑的参数是温度、湿度、太阳辐射，而建筑采光模拟仅考虑单一的太阳辐射要素，且更加注重直接辐射与散射辐射参数。典型年数据的气象要素一般包括：干球温度、相对湿度、太阳辐射量、云量、风速等[10]，太阳辐射量一般包含总辐射值、直接或散射辐射值等，其他如风速、水汽压、日照时数等气象要素的考虑依赖于数据开发的目的及用途。对于建筑光环境模拟来说，太阳辐射参数是最为核心的要素，从前文给出的三套典型年数据在开发之初的要素构成上来说，辐射参量权重最大，譬如CSWD的开发者将日总辐射参数的权重定为8/16[9]，DeST典型年数据的开发者将日总辐射量参数的权重定为12/24[8]，ChinaTMY2数据的开发者将水平面总辐射量均值与直射辐射量均值参数的加权系数总和定为10/20[10]，三套数据的太阳辐射参数权重或加权系数均达到50%，远高于其他要素所占比例。可见太阳辐射要素相对最为重要，也决定了其数据资料不仅可用于建筑能耗模拟，还可用于建筑采光模拟。

2 天津地区太阳辐射数据观测

1)观测目的。天津位于北温带半干旱半湿润季风气候区，属于第Ⅲ类光气候区，春、夏两季的太阳辐射较为丰富，全年各月中五月份的太阳总辐射最强，一月份最弱[11]。本次观测由天津大学建筑学院与天津城建大学建筑学院合作进行，对水平面太阳总辐射平均值、法向直射辐射平均值等气象参数进行逐时观测统计，从而获取天津地区一年多的实测太阳辐射数据，为国内常用典型年数据的初步比对提供一定的参考。

2)观测内容。(a)观测仪器：太阳辐射观测仪器为荷兰Kipp&Zonen公司生产，配有SOLYS2太阳追踪器、CHP1直接辐射表、CMP21总辐射表。观测仪器安装在高约1.5 m的不锈钢台座上(如图1所示)。(b)观测参数：水平面总辐射均值、法向直射辐射均值等，采集间隔为1 h，单位为W/m2。(c)观测地点：太阳辐射观测站设在天津市西青区天津城建大学建筑学院D4号楼楼顶，如图2所示。坐标为北纬39°5′40″，东经117°5′22″，海拔为20 m。

图1 观测仪器Fig.1 Observation instrument

图2 观测地点Fig.2 Observing site

3)观测方法。(a)太阳辐射观测仪器牢固安装在专用的台柱上，台座离地面约为1.5 m，台脚固定于水泥台，使得台座在受到冲击振动(如大风等)情况下仍保持仪器的水平。(b)观测前确认总辐射表的感应面与玻璃罩完好，直射辐射表安装与跟踪太阳准确。仪器定期清洁，确保总辐射表玻璃罩内无水汽凝结物；保证直射辐射表进光筒玻璃窗清洁，同时检查接线柱和导线的连接状况等[12]。(c)观测过程中，保持每日上午、下午至少各一次的频率对各辐射表进行相应检查，当遇大雨、雪、冰雹等特殊天气时，应根据具体情况及时加盖。

4)观测数据。本观测于2015年8月15日19点开始至2017年1月2日17点终止，参考天津地区气候特征，选取典型月份部分数据,如表2所示。

表2 2016年天津地区太阳辐射逐时观测数据Table 2 Solar radiation observation data from Tianjin in 2016

3 各套数据中辐射参数的比较

3.1 全年逐时总体变化

如图3～图6所示，DeST数据全年逐时总辐射最大值发生在5月份，为1 220 W/m2，ChinaTMY2数据全年逐时总辐射最大值发生在5月份，为1 118 W/m2。同时，DeST、ChinaTMY2、天津实测数据的总辐射值在全年2881～3624 h时间段即5月份处于全年较高值。根据相关资料记载，天津地区5月份的太阳总辐射最强，1月份最弱[11]。这说明DeST数据、ChinaTMY2数据总辐射变化趋势符合天津气候特征。而CSWD的总辐射最值分布情况与其他数据存在较大差异。

图3 CSWD总辐射值年变化Fig.3 Annual variation of CSWD’s global irradiance

图4 ChinaTMY2总辐射值年变化Fig.4 Annual variation of China TMY2’s global irradiance

图5 DeST总辐射值年变化Fig.5 Annual variation of DeST’s global irradiance

图6 天津实测总辐射值年变化Fig.6 Annual variation of measured global irradiance

对于散射辐射来说，如图7～图10所示，由于数据开发思路及方法的不同[8～10]，ChinaTMY2数据整体趋势缓和，其全年逐时散射最大值发生在6月底，为488 W/m2，而天津实测散射最大值为581.44 W/m2，发生时间比ChinaTMY2迟了1个月。CSWD与DeST数据几乎完全相同，两者的变化规律、最值分布情况与其他数据存在明显的不同，需要对其数据的可靠性做进一步的研究。

图7 CSWD散射辐射值年变化Fig.7 Annual variation of CSWD’s diffuse irradiance

图8 ChinaTMY2散射辐射值年变化Fig.8 Annual variation of China TMY2’s diffuse irradiance

图9 DeST散射辐射值年变化Fig.9 Annual variation of DeST’s diffuse irradiance

图10 天津实测散射辐射值年变化Fig.10 Annual variation of measured diffuse irradiance in Tianjin

参照上述4套数据的全年逐时总辐射变化趋势可以看出，DeST数据与天津实测数据吻合度最高，最值分布月份符合天津气候特征。ChinaTMY2数据在1月份、12月份数值普遍高于DeST数据及实测数据，而CSWD数据与其他3套数据差异较大。对于全年逐时散射辐射变化趋势来说，ChinaTMY2数据全年波动较小，较CSWD、DeST数据更接近实测数据。根据相关文献记载，我国广大地区散射辐射量的变化规律大致相同：夏季最大，冬季最小[13]。另外美国NASA卫星观测记录显示，天津散射辐射22年月均最大值发生于6月，最小值发生于12月[14]，全年变化规律与CSWD不同。就散射辐射而言，最终比对结果并不理想。

3.2 全年各月均值变化

DeST数据总辐射月均值变化趋势与实测数据总辐射月均值变化趋势最为吻合。如图11所示，ChinaTMY2总辐射月均值在1、2、4、7～11月份高于其他3套数据。CSWD数据月均总辐射最大值发生在4月份，其最小值发生在11月份。而ChinaTMY2、DeST、实测数据的总辐射月均最大值则发生在5月份。如图12所示，2～9月，以实测数据为标准值计算所得的3套典型年数据相对误差大致在±20%以内。

如图13所示，实测数据的散射辐射月均值变化最大，4～10月时间段内各月均值明显超过相应DeST数据。此外，天津实测、ChinaTMY2散射辐射月均值普遍高于其他2套数据，DeST数据与实测数据在变化规律上存在非常大的差异。

图11 总辐射月均值比较Fig.11 Comparison of global radiation’s monthly mean value

图12 总辐射月均值相对误差统计Fig.12 Relative error of global radiation’s monthly mean value

图13 散射辐射月均值比较Fig.13 Comparison of diffuse radiation’s monthly mean value

综上所述，DeST数据总辐射月均值的相对误差在1、5～8、10～12月小于其他2套典型年数据，而在3、4月ChinaTMY2数据总辐射月均值的相对误差小于其他两套典型年数据。总体而言，全年中3～6月份ChinaTMY2数据较其他典型年数据有一定优势，而DeST数据相对误差最小的月份数最多。

从各套数据的散射辐射月均值来看，ChinaTMY2数据与天津实测数据趋势最为接近，两者同月差值最大为27.53 W/m2，CSWD、DeST数据变化规律与实测数据明显不同。其差异产生原因有待进一步研究，也不排除观测时间短、城市气候变化、观测站周边建筑增多等的影响。从散射辐射按照全年逐时变化、各月均值变化的方式比较来看，其比对结果并不理想，以下不再进行日变化比较分析。

3.3 各季节的逐时日变化

天津地区处于北温带半干旱半湿润季风气候区，受季风环流的影响，不同季节太阳辐射日变化特征差异明显[15]。按天文季节划分全年各月：3—5月为春季，6—8月为夏季，9—11月为秋季，12—2月为冬季。如图14～图17所示，春夏两季除了CSWD，其他3套数据太阳总辐射日变化趋势呈明显的单峰型分布。夏秋两季，ChinaTMY2数据、DeST数据、天津实测数据的峰值区间位于[13:00,14:00]附近。春冬两季，ChinaTMY2数据与实测数据波峰的横坐标所对应的时间相差在1 h以上，然而DeST数据与ChinaTMY2数据波峰的横坐标近似吻合，仅日变化最大值有明显的差别。总体而言，全年中ChinaTMY2数据各时段总辐射值比DeST数据中相应时段总辐射值稍高。另外，天津地区实测数据与DeST数据在夏、秋两季所呈现的关系与春、冬两季所呈现的关系有所不同，体现为总辐射最值之差，在夏季，实测数据总辐射最大值为598.08 W/m2，而DeST数据最大值为575.37 W/m2，两者之差为22.71 W/m2；秋季，两者最大值之差为7.37 W/m2。然而从冬季开始，两者最大值之差为76.79 W/m2，春季则为106.27 W/m2，这可能与近年天津地区入冬后大气污染严重等原因有关。

图14 春季总辐射日变化Fig.14 Daily variation of global irradiance in spring

图15 夏季总辐射日变化Fig.15 Daily variation of global irradiance in summer

图16 秋季总辐射日变化Fig.16 Daily variation of global irradiance in autumn

图17 冬季总辐射日变化Fig.17 Daily variation of global irradiance in winter

ChinaTMY2数据、DeST数据、天津地区实测数据日变化曲线均呈单峰型分布。春夏两季，就日变化而言，ChinaTMY2数据与天津地区实测数据较为接近，尤其是太阳辐射量具代表性的1月份前后，ChinaTMY2数据与实测数据的不同可近似表现为日变化最大值所对应横坐标的不同。而夏秋两季，DeST数据与实测数据吻合度很高。可见，ChinaTMY2数据和DeST数据均适用于天津地区建筑光环境模拟，且前者春夏两季适用性高，而后者夏秋两季适用性高。