[科普中国]-太阳辐射强度

强弱关系

大气上界的太阳辐射强度取决于太阳的高度角、日地距离和日照时间。

太阳高度角愈大，太阳辐射强度愈大。因为同一束光线，直射时，照射面积最小，单位面积所获得的太阳辐射则多；反之，斜射时，照射面积大，单位面积上获得的太阳辐射则少。太阳高度角因时、因地而异。一日之中，太阳高度角正午大于早晚；夏季大于冬季；低纬地区大于高纬度地区。

日地距离是指地球环绕太阳公转时，由于公转轨道呈椭圆形，日地之间的距离则不断改变。地球上获得的太阳辐射强度与日地距离的平方呈反比。地球位于近日点时，获得太阳辐射大于远日点。据研究，1月初地球通过近日点时，地表单位面积上获得的太阳辐射比7月初通过远日点时多7%。

太阳辐射强度与日照时间成正比。日照时间的长短，随纬度和季节而变化。

影响因素1. 太阳高度角或纬度：太阳高度角越大，穿越大气的路径就越短，大气对太阳辐射的削弱作用越小，则到达地面的太阳辐射越强;太阳高度角越大，等量太阳辐射散布的面积越小，太阳辐射越强。例如，中午的太阳辐射强度比早晚的强。

2. 海拔高度：海拔越高空气越稀薄，大气对太阳辐射的削弱作用越小，则到达地面的太阳辐射越强。例如，青藏高原是我国太阳辐射最强的地区。

3. 天气状况：晴天云少，对太阳辐射的削弱作用小，到达地面的太阳辐射强。例如四川盆地多云雾阴雨天气，太阳辐射消弱强，太阳辐射成为我国最低值区。

4. 大气透明度：大气透明度高则对太阳辐射的削弱作用小，使到达地面的太阳辐射强。

5. 白昼时间的长短。

6. 大气污染的程度：污染重，则对太阳辐射消弱强，到达地面太阳辐射少。1

发明专利发明专利2公开了电力系统新能源发电太阳辐射强度预测领域的一种基于双重随机理论的太阳辐射强度预测方法，用以解决目前太阳辐射强度预测领域研究中存在的问题。该方法为：首先根据模型计算历史数据中各个时刻的云遮系数；其次，计算各个云层覆盖率下的云遮系数的随机分布及各个预测云量数据下云层覆盖率的随机分布；再次，基于双重模拟技术计算各个预测云量对应的云遮系数期望值及满足不同置信水平的云遮系数区间；最后，计算预测日各时刻有云天气下的太阳辐射强度期望值及满足不同置信水平的太阳辐射强度区间。针对云层变化导致的太阳辐射强度不确定的问题，该发明为太阳辐射强度预测进而为光伏发电功率预测提出了一种新的思路，且效果比较理想。

发明专利3则提供一种反映太阳辐射强度变化特性的光伏出力随机模型建模方法，包括以下步骤：确定太阳辐射强度变化特性；建立考虑太阳辐射强度变化特性的太阳辐射强度模型；建立光伏阵列输出功率模型。该发明所建立的光伏出力模型既可反映光伏出力随着季节变化和昼夜交替表现出的规律性，又可反映因天气等因素影响表现出的波动性和不确定性，使光伏出力更符合实际情况。

光伏系统太阳辐射强度影响光伏系统的发电量，根据工程上常用的晶体硅太阳电池的数学模型，文献4利用典型气象年逐时数据，考虑太阳辐射强度的影响，利用Visual Basic语言编程分别计算了一天和一年中的光伏电池组件的发电量，并与不考虑辐射强度影响的峰值日照时数方法计算结果进行比较。结果表明：昆明地区考虑辐射强度的逐时计算结果与不考虑辐射强度的计算结果相差7.05%，光伏系统设计中必须考虑当地的太阳辐射强度分布情况。

城市辐射强度文献5根据全国主要城市冬季各月典型日水平面上的太阳总辐射强度和散射辐射日总量，计算出全国主要城市冬季各月典型日大气透明度和水平面上的散射辐射强度与垂直于太阳光线平面上的太阳直射辐射强度之比，进而计算出全国主要城市冬季各月典型日水平面和各朝向立面各时刻的直射辐射、散射辐射和总辐射强度。