Comparative Analysis of Turbulence Characteristics and Stability of Lake Photovoltaic Power Plant

  • Tiange YE ,
  • Xiaoqing GAO ,
  • Zhenchao LI
Expand
  • 1. Key Laboratory of Land Surface Process and Climate Change in Cold and Arid Regions,Northwest Institute of Eco-Environment and Resources,Chinese Academy of Sciences,Lanzhou 730000,Gansu,China
    2. University of Chinese Academy of Sciences,Beijing 100049,China

Received date: 2022-01-12

  Revised date: 2022-03-28

  Online published: 2022-09-08

Cite this article

Tiange YE , Xiaoqing GAO , Zhenchao LI . Comparative Analysis of Turbulence Characteristics and Stability of Lake Photovoltaic Power Plant[J]. Plateau Meteorology, 2022 , 41(4) : 1006 -1016 . DOI: 10.7522/j.issn.1000-0534.2022.00031

1 引言

近地层作为靠近地球表面的大气层区域, 与人类的生活密切相关。近年来, 近地层的研究取得了一定的进展, 有关近地层的基础理论已较为完善, 但仍存在很多问题亟需更加深入与全面的探讨与研究, 非均匀和复杂下垫面的近地层研究便是当前所面临的主要问题。
随着新能源的开发和利用, 光伏发电发展迅速, 大规模光伏电站的建设, 改变了下垫面的地表粗糙度, 由此改变了近地层的热力、 动力特征, 影响了地气之间的动量和热量的交换, 从而对当地的生态和气候环境产生了影响。有关研究主要集中于大型光伏电站对于局地气候的影响, 光伏电站通过改变地表反照率与能量收支平衡而影响到温湿等气象要素, 进而间接影响降水、 蒸发等。Chang et al(2018)通过对青海省共和县的观测发现, 光伏面板的布设使全年站点作为能量汇而存在, 并且在白天使得周围空气升高, 从而形成光伏热岛效应; 殷代英等(2017)研究发现, 在布设光伏电站后, 会造成大风速出现的比例显著降低。由于光伏发电需要使用未利用土地, 不得占用农用地, 因此湖泊光伏凭借其自身特性, 能够作为新的发电形式和光伏发展的方向。本文所研究的对象是渔光互补光伏电站, 它既可以实现发电效益, 又能获得养殖收益, 但由于湖泊光伏电站发展较晚, 因此有关湖泊光伏面板的布设对局地气候影响的研究较少。
作为近地层的本质特征, 湍流运动是陆气之间相互作用的主要方式, 决定了近地层基本气象要素的分布。湍流运动是大气边界层中的主要物理过程, 受到复杂下垫面大气稳定度、 动力过程、 热力过程等多种因素的影响, 从而造成了物质、 能量变化的不确定性(Yue et al, 2015)。在以往的研究中, 主要对湍流通量、 湍流能谱及相似性特征等进行了研究。Kaimal et al(1972)研究发现了湍流动量各向同性的特征; Raupach et al(1996)指出, 下垫面湍流速度的标准差与稳定性之间符合1/3幂次关系。随着涡旋相关技术的发展, 大量学者通过野外观测资料或数值模拟分析开展研究工作。沈鹏珂和张雪芹(2019)则分析了羊卓雍错湖面大气湍流方差和湍流特征量的统计和变化特征, 验证了Monin-Obukhov相似理论的适用性; 肖薇等(2012)以太湖为研究对象, 研究了湖-气之间垂直方向上的动量、 水汽和热量通量分别与风速、 湿度和温度梯度之间存在的经验函数关系。多数文章依据涡动相关法对湍流通量进行了直接的测量, 以提高对该地区陆气相互作用的认知。基于该方法, 文章的研究重点大多集中在湍流强度、 湍流能谱和稳定度的变化特征(杜云松等, 2011陶立英和曹文俊, 1996陈继伟等, 2014), 以及湍流通量的特征及相关控制要素的分析等(何文等, 2010), 并且文章研究地点多数集中于大型湖泊或城郊、 草原、 森林、 农田等特殊下垫面(Liu et al, 2014朱丽等, 2020岳平等, 2012王欢等, 2020武强等, 2015), 然而, 有关光伏电站所引起的湍流特征的变化很少涉及。湖泊光伏电站的布设改变了下垫面特性, 进而会影响到动量、 热量以及水分的输送, 研究光伏电站湍流交换特征, 有助于对陆气间物质与能量的交换做出更为准确的解释。现今有关光伏电站湍流特征的研究多集中于裸沙地或戈壁地区, 为掌握沙区光伏电站风蚀沙埋的规律, 相关研究多关注于沙粒运动对湍流度, 即风速脉动强度随高度变化的影响, 通过距离光伏面板不同位置处的流场分析发现, 光伏阵列中沙粒的运动造成了湍流度垂直分布的复杂性(Yang et al, 2019)。Jiang et al(2021)对新疆五家渠光伏电站内外湍流通量的对比研究表明, 光伏电站的感热通量更高, 潜热通量更小。
因此, 为了进一步明确湖泊光伏电站影响下湍流的变化特征, 本文利用2021年7月26日至11月22日江苏省扬中市丰裕镇营房村环太渔乐园湖泊光伏电站的观测数据, 对比研究了湖泊光伏电站和参考站点整个观测时段内湍流统计量的平均日变化特征以及稳定度的分类及变化规律, 以获得更加适用且合理的湖泊光伏电站通量参数化方案, 从而为进一步认识并理解湖泊光伏电站影响下的局地气候特征提供帮助。文中所用时间均为北京时。

2 资料与方法

2.1 观测场地与观测仪器

湖泊光伏电站观测点位于江苏省扬中市丰裕镇营房村环太渔乐园内, 其所处环境的下垫面空间分布情况如图1所示。其中心区域坐标为32°17′59″N, 119°47′39″E, 海拔为4 m。扬中市位于江苏省镇江市东北部, 属亚热带季风气候, 常年盛行东风。基本气象要素的日变化特征如图2所示。研究时段内, 风速在夜间相差较小, 而日间站内风速明显小于站外, 而温度却始终高于站外。站内平均风速为1.85 m·s-1, 站外为1.91 m·s-1; 站内平均温度为22.56 ℃, 站外为20.36 ℃。
图1 湖泊光伏电站下垫面分布情况

Fig.1 Distribution of underlying surface of lake photovoltaic power plant

图2 观测期间风速(a)和空气温度(b)的日变化特征

Fig.2 Diurnal variation of wind speed (a) and air temperature (b) during the observation period

光伏面板架设在3号鱼塘(以下简称为站内), 地理坐标为32°18′9″N, 119°47′33.45″E, 架设高度为2.5 m, 并且远离鱼塘东的防护林; 它的对比观测点选取3号鱼塘西南方向, 直线距离为251 m的鱼塘处(以下简称为站外), 地理坐标为32°18′4.6″N, 119°47′25.3″E。光伏面板长度为3.3 m, 倾角为25°, 光伏面板最高处距离水面2.5 m。站内涡动相关系统架设高度定为4.5 m, 比光伏面板最高处高出2 m, 以避免受到光伏面板对于水平风抬升的影响, 能够代表整个光伏电站范围内的下垫面。站外观测点塔基建在离鱼塘边缘2 m处, 以确保四分量辐射仪的观测范围都是水面, 避免鱼塘岸边路径的影响。站外开路涡动相关系统架设高度为3 m。观测仪器的具体信息见表1
表1 观测仪器说明

Table 1 Description of observation instruments

仪器名称 仪器公司/型号 观测位置 观测高度/m
一体式气象站 英国Gill/ GMX600

站内

站外

2, 4.5, 10

2, 4.5, 10

四分量净辐射 传感器 荷兰Kipp&Zonen/ CNR 4

站内

站外

10

2

开路涡度协方差系统(超声) 美国Campbell/IRGASON-IC-BB

站内

站外

4.5

3

2.2 数据处理与方法

2.2.1 数据处理

利用Eddypro软件对原始湍流数据进行了质量控制(徐自为等, 2008), 主要步骤包括: 对原始数据的野点去除; 坐标旋转; WPL修正以及质量评价。其中, 质量评价依据了湍流平稳性检验与发展充分性检验, 湍流平稳性检验可通过平稳系数(Δst)来表示, 用来判断在30 min观测时间内协方差的均值与相同时段6个5 min协方差的均值是否保持稳定, 即是否大致相等; 湍流发展的充分性检验是指测量的垂直风速方差( σ w)和摩擦风速( u *)之比与根据Monin-Obukhov相似理论的模拟值之间的符合程度检验, 用总体湍流特征系数(ITC)来表示, 相关公式如下:
Δst = ( w ' c ' ) 5 ¯ - ( w ' c ' ) 30 ¯ ( w ' c ' ) 5 ¯×100%
ITC = ( σ w u * ) m o d e l - ( σ w u * ) m e a s u r e m e n t ( σ w u * ) m o d e l
最后, 通过Δst/ITC的范围判断数据质量(Foken et al, 2004)。通量数据的质量等级标识见表2: 1-3(质量好)、 4-6(质量较好)、 7-8(质量中等)、 9(质量差)。本文中剔除了质量差的数据, 并重新进行插补, 以重新形成完整的数据序列。插补方法选用非线性回归方法(NLR)(徐自为等, 2009)。
表2 通量数据质量分类

Table 2 Quality classification of flux data

等级 1 2 3 4 5 6 7 8 9
Δst/ITC/% 0~15 16~30 31~50 51~75 76~100 101~250 251~500 501~1000 >1000

2.2.2 水面温度计算

水面温度的计算利用长波辐射观测数据, 采用Stefan-Boltzmann定律计算得到湖泊光伏电站水体平均温度 T s(单位: ℃)。
T s= L - ( 1 - ε ) L ε σ 1 4
式中: L L 分别为向上长波辐射(单位: W·m-2)和向下长波辐射(单位: W·m-2); σ为Stefan-Boltzmann常数, σ=5.67×10-8 W·(m2·K4-1ε为水面比辐射率, 取值为0.97(Fiebrich et al, 2010)。

2.2.3 总体输送系数计算

总体输送系数是代表了大气和地表之间物质和能量交换的重要参数, 用来表示湍流输送的强度, 对于陆面过程参数化研究十分重要。同时也可以通过总体输送系数计算热源以及地面热量平衡(李国平和陶红专, 2005岳平等, 2012)。以下是计算公式, 其中 C D为动量输送系数, C H为感热输送系数, u *为摩擦速度(单位: m·s-1), U为风速(单位: m·s-1), T为空气温度(单位: ℃), w '为垂直脉动风速, T '为脉动温度。
C D = u * 2 U 2
C H = w ' T ' ¯ U ( T s - T )

2.2.4 粗糙度计算

地表粗糙度是指平均风速减小到0 m·s-1时距离地面的高度, 取决于不同地区实际下垫面的特性。粗糙度的计算根据中性大气层结情况下, 风速进行对数廓线拟合得到(邱玉珺等, 2010):
Z 0 = ( Z - d ) e x p   - κ u ¯ 2 + v ¯ 2 u *
式中: d为零平面位移(单位: m), Z为观测高度(单位: m), κ为卡曼常数(κ=0.4)。

2.2.5 理查逊数 Ri 的计算

由于地表粗糙度的差异, 稳定度的分类在不同地区不尽相同。斯塔尔(1991)指出, R i数在物理上可以近似为浮力项和机械产生项的比值, 即 R i数同时包含了浮力有效位能和有效动能, 它实际上综合反映了大气的动力作用和热力作用(管振宇等, 2013), 能够作为判断大气稳定度的重要因子。 R i数的计算方法依据温度和风速梯度资料:
R i = g × θ z T × u z 2
式中: g是重力加速度(g=9.8 m·s-2); θ是位温(单位: K), T为两层高度处的空气绝对温度的平均值(单位: K)。式(7)中, 温度梯度及风速梯度由对数内插法计算得到, 可表示为:
θ z = θ 2 - θ 1 z × l n z 2 z 1   u z = u 2 - u 1 z × l n z 2 z 1
式中: z= z 1 × z 2 , 近地层中, 位温可以视作与气温相等, 即位温梯度可以替代气温梯度, Δθ= θ 2 - θ 1则近似为ΔT= T 2 - T 1范绍佳等, 1999)。理想状态下, 对于不稳定气流, R i<0; 对于稳定气流, R i>0; 而中性层结下, R i通常等于零(斯塔尔, 1991), 而在实际工作中, 主要关注点是近中性层结, 通常以 R i的绝对值小于某一临界值作为判据。

2.2.6 稳定度计算及分类

大气稳定度是指气块受到扰动后, 远离或返回平衡位置的趋势和程度, 能够用来表示大气湍流的强弱, 和大气对流的发展或抑制有着密切的关系(马玉堂, 1984)。计算公式如下:
ζ = Z - d L
L为莫宁-奥布霍夫长度, 表示为:
L = - u * 3 T ¯ κ g ( w ' T ' ¯ )
目前, 确定大气稳定度的方法主要有P·S法、 温差法、 城市稳定度分类法、 风速比法、 理查逊数法、 莫宁-奥布霍夫长度法、 总体理查逊数法等十余种(曹文俊等, 1994)。已有研究中, 范绍佳等(1999)邓奕和范绍佳(2003)分别采用理查逊数方法、 莫宁-奥布霍夫长度方法对大气稳定度进行了分类。本文选用理查逊数方法( R i法)对稳定度的分类进行了分析总结。具体方法如下: 通过经验拟合公式得到L稳定度分类, 进一步计算出站内和站外 R i的分类范围。最后, 根据计算得到的 R i数, 结合实际观测数据对稳定度类别作以判断。 R i数计算式表达为(斯塔尔, 1991):
R i = Z L ϕ h ϕ m 2
式中: ϕ h ϕ m无量纲廓线函数公式表示为(Mohan and Siddiqui, 1998):
ϕ m = 1 + 4.7 Z L Z L > 0 ϕ h = 0.74 + 4.7 Z L Z L > 0 ϕ m = 1 - 15 Z L - 1 4 Z L < 0 ϕ h = 0.74 1 - 9 Z L - 1 2 Z L < 0 ϕ m = 8 - 4.25 Z L + 1 Z L 2 Z L 0.5
经验拟合公式选取Houghton公式和Irwin公式(Houghton, 1985Irwin, 1979), 公式表示如下:
1 L = a [ l g 10 ( z 0 ) - 1 ]
1 L = a z 0 b
在文中, 站内平均粗糙度 z 0=0.103 m, 站外平均粗糙度 z 0=0.032 m, 稳定度类别及名称、 经验拟合公式涉及到的ab数值见表34Pasquill, 1961)。
表3 稳定度类别及名称

Table 3 Stability classification and designation

稳定度 类别 A B C D E F
类别名称 极不稳定 不稳定 弱不稳定 中性 弱稳定 稳定
表4 经验拟合公式系数的取值

Table 4 The value of coefficient of empirical fitting formula

经验拟合公式 稳定度类别 A B C D E F
Houghton公式 a 0.05 0.026 0.015 0.004 -0.009 -0.023
Irwin公式 a -0.0875 -0.0385 -0.0081 0 0.0081 0.0385
b -0.103 -0.171 -0.305 0 0.305 0.171

3 结果分析

3.1 湍流强度

湍流强度作为衡量湍流活动强弱的物理量, 定义为:
I = σ U
式中, σ为三维风速瞬时量标准差, U为平均风速。
图3为光伏电站站内(4.5 m)、 站外(3 m)三维风速分量的湍流强度对比。从图3中可以发现, 观测期间内, 站内的湍流强度明显大于站外, 湍流强度分量 I u(纬向风)、 I v(经向风)、 I w(垂直风)的平均值在站内(站外)分别为0.46(0.31)、 0.51(0.33)、 0.22(0.13)。站内情况下 I v明显大于 I u, 但站外 I v略大于 I u, 这是由于光伏电站的安装, 面板在南北向有所起伏, 从而使不稳定性增强所致, 证明光伏电站对于局地气流产生了一定的影响。总体看来, 两者均满足 I u I v远大于 I w, 并且 I u I v I w三者变化趋势较为一致。
图3 光伏电站湍流强度日变化特征

Fig.3 Diurnal variation of turbulence intensity in photovoltaic power plant

可以发现, 站内湍流在12:00 -16:30发展较为强烈, 站外湍流在09:00 -16:30发展更剧烈, 而夜间湍流强度均相对较弱, 站内湍流强度的峰值出现在14:00(站外出现在12:30 -13:30), 这是由于白天太阳辐射使下垫面增温, 促进近地层能量的获取, 从而使层结趋于不稳定, 湍流发展更加剧烈, 因为站内增温效果更加显著, 所以这种效应在站内更为明显, 这个结果与陆地光伏电站的研究结论相似(Jiang et al, 2021)。

3.2 湍流动能

湍流动能关系到边界层中动量、 热量以及水汽等的输送, 决定了湍流运动的发生与发展, 定义为:
T K E = σ u 2 + σ v 2 + σ w 2 2
对比湍流动能的变化特征(图4)可以看出, 站内外变化趋势较为一致, 但站内湍流动能大于站外, 站内、 站外湍流动能平均值分别为0.72 m2·s-2、 0.52 m2·s-2, 站内、 站外湍流动能的峰值分别位于14:00、 13:30, 由此可见, 湍流动能易在午后达到峰值, 而在夜间达到最小值。这是由于下垫面日间增温效应明显, 热量的获得将更易导致湍流动能明显的收支变化。
图4 光伏电站湍流动能日变化特征(单位: m2·s-2

Fig.4 Diurnal variation of turbulent kinetic energy in photovoltaic power plant.Unit: m2·s-2

Wang et al(2015)指出, 湍流运动的维持主要依靠风切变项和浮力项, 而近地层切变项是产生湍能的主要来源, 浮力项影响较弱。通过图5能够看出, 湍流动能随着平均风速的增大而增大, 这与张宏升等(2010)多数的研究结果相同。由于光伏电站的存在, 湍流动能随风速的分布相对较为离散, 这可能是由于光伏电站的布设促进了局地湍流效应的增强, 进而导致动量交换更加剧烈所致(李锁锁等, 2012)。
图5 光伏电站湍流动能随平均风速的变化特征

Fig.5 Variation characteristics of turbulent kinetic energy with average wind speed in photovoltaic power plant

3.3 摩擦速度

摩擦速度是湍流运动的速度尺度, 表征了空间各向的扩散和输送能力(奥银焕等, 2013), 研究指出, 摩擦速度与风速和大气稳定度有关(刘寿东等, 2008)。计算公式表示为:
u * = u ' w ' ¯ 2 + v ' w ' ¯ 2 1 4
图6可见, 光伏电站的布设增强了局地的摩擦速度, 峰值和最小值分别出现于14:30、 06:30(站内); 14:00、 06:30(站外), 站内和站外摩擦速度平均值分别为0.27 m·s-1、 0.17 m·s-1, 两者均呈现日出后逐渐增大, 日落后减小的特点。
图6 光伏电站摩擦速度日变化特征

Fig.6 Diurnal variation of friction velocity in photovoltaic power plant

从摩擦速度与平均风速的关系(图7)可以明显地看到, 摩擦速度随风速的增大而增加, 站外摩擦速度随风速的变化表现出了较好的一致性, 关系式可表示为y=0.071x+0.04, 相关系数达0.79; 而站内摩擦速度随风速变化的关系式表示为y=0.095x+0.1, 相关系数为0.64, 这说明站外湍流运动主要受到了风切变的控制。
图7 光伏电站摩擦速度随平均风速的变化特征

Fig.7 Variation characteristics of friction velocity with average wind speed in photovoltaic power plant

结合湍流动能随平均风速的变化特征可以发现, 在平均风速为0~2 m·s-1的区间内, 站内湍流动能、 摩擦速度均明显大于站外。结合图2能够看出, 风速在夜间维持在1.5~1.8 m·s-1区间内, 但站内与站外风速值相差较小, 而夜间的空气温度却相差较大, 因此, 这一现象的出现更可能是受到了热力稳定度的影响(奥银焕等, 2013Hu et al, 1992)。

3.4 总体输送系数

将两个观测点的相关观测数据分别进行线性回归, 斜率即代表了站内、 站外总体输送系数。通过对比能够看出(图8), 站内动量输送系数 C D=13.36×10-3, 感热输送系数 C H=6.01×10-3, 而站外 C D=6.02×10-3 C H=2.51×10-3, 站内的输送系数, 尤其是动量输送系数明显比站外大了一个量级, 说明光伏电站对于局地动量和热量的输送显著增加, 且输送系数随粗糙度的增大而增大, 而 C D明显大于 C H, 反映了光伏电站区域对动力湍流的输送是明显大于热力湍流的, 研究指出, 这可能是地形对其存在一定的影响, 较为平坦且无大地形作用的下垫面, 易出现 C D> C H的情况(王慧等, 2008)。研究发现, 对于同样布设光伏电站的区域, 湖泊光伏电站的感热输送系数大于戈壁光伏电站( C H=4.61×10-3)(赵延岩等, 2021)。
图8 光伏电站 u * 2 U 2(a~b)以及 w ' T ' ¯ U ( T s - T )(c~d)的关系

Fig.8 Relationship between u * 2 and U 2(a~b), w ' T ' ¯ and U ( T s - T ) (a~b)in photovoltaic power plant

3.5 层结稳定度

3.5.1 层结稳定度特征

大气的扩散主要受到湍流运动的影响, 而湍流的强弱则与大气稳定度有关(邓奕和范绍佳, 2003)。对两个观测点稳定度的特征分析见图9。稳定度的变化范围在站内(站外)为-0.23~0.15(-0.27~0.05)。站内情况下, 稳定度在夜间表现为正值, 而在白天07:00 -16:30区间内表现为负值, 这意味着白天由于太阳辐射强度的增加, 呈现出不稳定层结的特征, 并且不稳定性逐渐增强, 至13:30达到最强, ζ的值为-0.23, 后趋向于中性层结, 而日落后由于辐射冷却, 稳定度随之增强。站内在白天(12:00 -17:30), 其稳定度明显小于站外, 说明在白天其不稳定性有所增强。站外观测点的稳定度结果有所不同, 除16:30 -18:00外, 几乎全天呈现负值, 这也说明了光伏电站上的近地层大气在夜间稳定度是增强的。出现这种现象是由于观测时间包括了夏季, 在此期间, 陆气之间能量交换频繁, 大气易处于不稳定状态; 同时, 这也取决于热力因素, 即与观测点湖水和大气之间的温差有关。通过图10可以看到, 在观测期间, 湖气温差的变化特征与稳定度较为一致, 正值对应稳定层结, 负值对应不稳定层结, 由于观测点水体较浅, 日间短波辐射的吸收易对水体温度产生影响。在夜间, 水体相对散热较慢, 因此站外水温明显高于其上空气温度, 从而促进了热量的交换, 而光伏电站的存在增强了其上方的空气温度(图2), 对热量的交换存在抑制。
图9 光伏电站稳定度日变化特征

Fig.9 Diurnal variation of stability in photovoltaic power plant

图10 光伏电站湖气温差日变化特征

Fig.10 Diurnal variation of temperature difference between lake and atmosphere in photovoltaic power plant

3.5.2 层结稳定度分类及频率分布

为进一步了解光伏电站稳定度的特征, 本文对其进行了分类。由于不同标准所得的稳定度分类结果差距较大, 因此, 依据相同的方法, 分别采用Houghton标准和Irwin标准, 最后得到的L R i的分类范围见表56。同时, 依据大气稳定度类别, 对两个观测点的稳定度频率做出了统计, 结果见表7
表5 不同标准下的L稳定度级别范围

Table 5 Range of L stability levels under different standards

标准 稳定度 类别 A/m B/m C/m D/m E/m F/m
Houghton 标准 站内 -10.06<L<0 -19.35<L<-10.06 -33.55<L<-19.35 L<-125.81, L>55.91 21.88<L<55.91 0<L<21.88
站外 -8.02<L<0 -15.42<L<-8.02 -26.72<L<-15.42 L<-100.21, L>44.54 17.43<L<44.54 0<L<17.43
Irwin 标准 站内 -9.04<L<0 -17.61<L<-9.04 -61.72<L<-17.61 L<-61.72, L>246.94 38.31<L<246.94 0<L<38.31
站外 -8.02<L<0 -14.42<L<-8.02 -43.21<L<-14.42 L<-43.21, L>352.73 46.79<L<352.73 0<L<46.79
表6 不同标准下的 R i稳定度级别范围

Table 6 Range of R i stability levels under different standards

标准 稳定度类别 A B C D E F
Houghton 标准 站内 R i<-0.28 -0.28< R i<-0.14 -0.14< R i<-0.08 -0.08< R i<0.04 0.04< R i<0.07 R i>0.07
站外 R i<-0.36 -0.36< R i<-0.18 -0.18< R i<-0.1 -0.1< R i<0.04 0.04< R i<0.08 R i>0.08
Irwin 标准 站内 R i<-0.32 -0.32< R i<-0.16 -0.16< R i<-0.04 -0.04< R i<0.01 0.01< R i<0.05 R i>0.05
站外 R i<-0.36 -0.36< R i<-0.19 -0.19< R i<-0.06 -0.06< R i<0.006 0.006< R i<0.04 R i>0.04
表7 不同标准下的稳定度频率分布

Table 7 Frequency distribution of stability under different standards

标准 稳定度类别 A/% B/% C/% D/% E/% F/%
Houghton标准 站内 7.05 11.25 13.54 60.93 0.64 6.6
站外 18.21 13.27 14.6 47.17 0.67 6.07
Irwin标准 站内 6.07 6.81 34.24 43.4 2.24 7.24
站外 17.96 13.08 29.07 31.97 1.28 6.64
在利用Houghton标准进行的稳定度分类统计中, 站内与站外的大气稳定度频率分布差距较大, 在站内, 稳定度主要集中于D类, C类次之, 占比分别为60.93%、 13.54%, 而E类、 F类明显占比极小。在站外有着相似的情况, 稳定度主要分布在D类, 但A类次之, 占比分别为47.17%、 18.21%, 其次是B类和C类, E类、 F类所占比例相对较小。而在采用Irwin标准进行分类统计后发现, D类频率小于Houghton标准、 但C类频率反而增加。结合稳定度实际观测数据, 能够证实Houghton标准较Irwin标准更为合理, 因此相比较而言, Houghton标准更加适用于该地区湖泊光伏电站的稳定度分类。
两个标准下的稳定度频率的差距主要在于C类(弱不稳定)和D类(中性), 但相同的特点是, 两类之和在频率分布中都占比极大。研究表明, 在存在水的下垫面, 由于热量交换不仅包括辐射散热, 同时也包括蒸腾和蒸发耗热过程, 因此大气层结多呈现为中性或近中性(刘寿东等, 2008)。

4 结论

利用2021年7月26日至11月22日相关观测数据, 对湖泊光伏电站湍流特征以及稳定度的分类及变化规律进行了分析, 结果表明:
(1) 光伏电站的安装增大了局地湍流强度、 湍流动能与摩擦速度。光伏电站湍流强度满足 I v> I u> I w, 三者较站外均有所增强, 且 I v增强地更加明显。湍流动能与平均风速具有密切的关联, 随着平均风速的增大而增大, 而光伏电站的存在促进了动量的交换, 湍流动能在风速较小的区间内明显大于站外。由于站内湍流更易受到热力稳定度的影响, 而站外则易受到风切变影响, 因此, 站外摩擦速度随风速的变化表现出了较好的一致性, 而站内摩擦速度随风速的变化相对离散。
(2) 总体输送系数随粗糙度的增大而增大, 由于光伏电站的架设增强了地表粗糙度, 因此对于局地动量和热量的输送显著增加, 站内动量输送系数 C D=13.36×10-3, 感热输送系数 C H=6.01×10-3, 均显著大于站外, 且 C D > C H, 这说明站内对动力湍流的输送是大于热力湍流的。
(3) 站内稳定度由于日间辐射的增强与夜间的辐射冷却, 在白天表现为层结不稳定, 夜间为层结稳定; 而由于观测期间的湖气温差与陆气间频繁的能量交换, 站外观测点的稳定度除16:30 -18:00外, 几乎全天呈现负值, 因此, 光伏电站上的近地层大气在白天不稳定性增强, 而在夜间稳定性增强。同时, 本文计算得到了适用于本湖泊光伏电站的稳定度分类范围, 对其进行频率统计后发现, 光伏电站上的近地层大气更趋向于中性和近中性层结。

References

null
Chang R Shen Y B Luo Y, et al, 2018.Observed surface radiation and temperature impacts from the large-scale deployment of photovoltaics in the barren area of Gonghe, China[J].Renewable Energy, 118: 131-137.DOI: 10.1016/j.renene.2017.11.007 .
null
Fiebrich C A Martinez J E Brotzge J A, et al, 2010.The Oklahoma mesonet’s skin temperature network[J].Journal of Atmospheric&Oceanic Technology20(20): 1496-1504.DOI: 10.1175/1520-0426(2003)020<1496: tomstn>2.0.co; 2 .
null
Foken T Gckede M Mauder M, et al, 2004.Handbook of micrometeorology: A guide for surface flux measurement and analysis[M].Boston: Kluwer Academic.
null
Houghton D D1985.Handbook of applied meteorology[M].New York: John Wiley & Sons.
null
Hu Y Q Yang X L Zhang Q, et al, 1992.The characters of energy budget on the gobi and desert surface in hexi region[J].Journal of Meteorological Research26(1): 82-91.
null
Irwin J S1979.Estimating plume dispersion-a recommended generalized scheme[C].Fourth Symposium on Turbulence, Diffusion and Air Pollution, 62-69.
null
Jiang J X Gao X Q Chen B L2021.The impact of utility-scale photovoltaics plant on near surface turbulence characteristics in gobi areas[J].Atmosphere12(1): 18.
null
Kaimal J C Wyngaard J C Izumi Y, et al, 1972.Spectral characteristics of surface‐layer turbulence[J].Quarterly Journal of the Royal Meteorological Society98(417): 563-589.DOI: 10.1002/qj. 49709841707 .
null
Liu H Z Feng J W Sun J H, et al, 2014.Eddy covariance measurements of water vapor and CO2 flux above the Erhai Lake[J].Science China: Earth Sciences44(11), 2527-2539.
null
Mohan M Siddiqui T A1998.Analysis of various schemes for the estimation of atmospheric stability classification[J].Atmospheric Environment32(21): 3775-3781.DOI: 10.1016/S1352-2310(98)00109-5 .
null
Pasquill F1961.The estimation of the dispersion of windborne material[J].Meteorol Magazine, (90): 33-49.
null
Raupach M R Finnigan J J Brunei Y1996.Coherent eddies and turbulence in vegetation canopies: The mixing-layer analogy[J].Boundary Layer Meteorology78(3/4): 351-382.DOI: 10. 1007/bf00120941 .
null
Wang Y J Xu X D Zhao T L, et al, 2015.Structures of convection and turbulent kinetic energy in boundary layer over the southeastern edge of the Tibetan Plateau[J].Science China Earth Sciences58(7): 1198-1209.
null
Yang S R Ling X Meng Z J, et al, 2019.Wind Speed Fluctuation at Kubuqi Desert Ecological Photovoltaic Power Station[J].Arid Zone Research36(5): 1309-1317.
null
Yue P Zhang Q Wang R, et al, 2015.Turbulence intensity and turbulent kinetic energy parameters over a heterogeneous terrain of Loess Plateau[J].Advances in Atmospheric Sciences32(9): 1291-1302.DOI: 10.1007/s00376-015-4258-9 .
null
奥银焕, 吕世华, 韩博, 等, 2013.巴丹吉林沙漠夏季近地层微气象特征分析[J].高原气象32(6): 1682-1691.DOI: 10.7522/j.issn.1000-0534.2012.00158 .
null
曹文俊, 朱汶, 杨健, 1994.对不同的L求取法决定大气稳定度的看法[J].气象科学14(1): 84-89.
null
陈继伟, 左洪超, 马凯明, 2014.城市冠层上下大气湍流特征分析[J].高原气象33(4): 967-976.DOI: 10.7522/j.issn.1000-0534.2013.00059 .
null
邓奕, 范绍佳, 2003.沿海大气稳定度分类莫宁—奥布霍夫长度L分类标准研究[C].新世纪气象科技创新与大气科学发展—中国气象学会2003年年会“大气气溶胶及其对气候环境的影响”分会论文集.104-108.
null
杜云松, 彭珍, 张宁, 等, 2011.南京地区一次降水过程湍流特征研究[J].南京大学学报: 自然科学版47(6): 703-711.
null
范绍佳, 林文实, 苏雄晖, 等, 1999.理查逊数Ri在沿海近地层大气稳定度分类中的应用[J].热带气象学报15(4): 6.DOI: 10.1007/s00376-999-0032-1 .
null
管振宇, 管兆勇, 蔡佳熙, 等, 2013.华东区域夏季行星边界层大气稳定度的气候特征及其与气溶胶的联系[J].大气科学学报36(6): 734-741.DOI: 10.3969/j.issn.1674-7097.2013.06.010 .
null
何文, 刘辉志, 冯健武, 2010.城市近地层湍流通量及CO2通量变化特征[J].气候与环境研究15(1): 21-33.
null
李国平, 陶红专, 2005.高原降雨天气过程中总体输送系数的变化特征[J].高原气象24(4): 577-584.
null
李锁锁, 吕世华, 高艳红, 等, 2012.黄河上游玛曲草原湍流统计特征分析[J].地球科学进展27(8): 901-907.DOI: 10.11867/j.issn.1001-8166.2012.08.0901 .
null
刘寿东, 李仁忠, 胡凝, 2008.南京开花期稻田贴地层微气象特征研究[J].安徽农业科学36(16): 4.DOI: 10.3969/j.issn. 0517-6611.2008.16.043 .
null
马玉堂, 1984.青藏高原暖季贴地层大气的层结稳定度分析[J].地理研究3(2): 54-63.DOI: 10.11821/yj1984020006 .
null
邱玉珺, 吴风巨, 刘志, 2010.梯度法计算空气动力学粗糙度存在的问题[J].大气科学学报33(6): 697-702.DOI: 10.3969/j.issn.1674-7097.2010.06.007 .
null
沈鹏珂, 张雪芹, 2019.藏南羊卓雍错湖面大气湍流特征观测分析[J].湖泊科学31(1): 243-255.
null
斯塔尔, 1991.边界层气象学导论[M].青岛: 青岛海洋大学出版社.
null
陶立英, 曹文俊, 1996.不同天气条件下城郊近地层湍流谱的研究[J].南京气象学院学报, (1): 125-129.DOI: 10.1007/s00376-997-0061-6 .
null
王欢, 韦志刚, 朱献, 等, 2020.岭南地区典型次生常绿阔叶林下垫面太阳和长波辐射特征分析[J].高原气象39(5): 1033-1044.DOI: 10.7522/j.issn.1000-0534.2019.00090 .
null
王慧, 李栋梁, 胡泽勇, 等, 2008.陆面上总体输送系数研究进展[J].地球科学进展23(12): 1249-1259.
null
武强, 杨书运, 严平, 等, 2015.淮河流域农田生态系统湍流输送特征[J].安徽农学通报21(3): 143-144+150.
null
肖薇, 刘寿东, 李旭辉, 等, 2012.大型浅水湖泊与大气之间的动量和水热交换系数——以太湖为例[J].湖泊科学24(6): 932-942.DOI: 10.3969/j.issn.1003-5427.2012.06.017 .
null
徐自为, 刘绍民, 宫丽娟, 等, 2008.涡动相关仪观测数据的处理与质量评价研究[J].地球科学进展, (4): 357-370.DOI: 10. 3321/j.issn: 1001-8166.2008.04.005
null
徐自为, 刘绍民, 徐同仁, 等, 2009.涡动相关仪观测蒸散量的插补方法比较[J].地球科学进展24(4): 372-382.DOI: 10.3321/j.issn: 1001-8166.2009.04.003 .
null
殷代英, 马鹿, 屈建军, 等, 2017.大型光伏电站对共和盆地荒漠区微气候的影响[J].水土保持通报37(3): 15-21.
null
岳平, 张强, 牛生杰, 等, 2012.草原下垫面湍流动量和感热相似性函数及总体输送系数的特征[J].物理学报61(21): 550-561.DOI: 10.7498/aps.61.219201 .
null
张宏升, 刘新建, 朱好, 等, 2010.北京北郊冬季大风过程湍流通量演变特征的分析研究[J].大气科学34(3): 661-668.DOI: 10.3878/j.issn.1006-9895.2010.03.17 .
null
赵延岩, 李振朝, 高晓清, 等, 2021.戈壁大型光伏电站夏季晴天地表通量特征[J].太阳能学报42(5): 138-144.
null
朱丽, 苗峻峰, 高阳华, 2020.重庆城市热岛环流结构和湍流特征的数值模拟[J].大气科学44(3): 657-678.
Outlines

/