一种用于模拟农光互补系统中太阳能板下方地表太阳辐射与水分重新分布的场尺度模型

《Renewable Energy》：A field-scale model for simulating the redistribution of solar radiation and water on the ground surface under solar panels in agrivoltaic systems

　　安赫·H·阮|刘耀泽|李思宇|吴卓航|马吉迪·R·阿布·纳吉姆|周立明|薛晓波|理查德·R·佩雷斯|马克·E·乌昌斯基|詹妮弗·M·布塞洛特|刘虎|吴传东美国纽约州立大学奥尔巴尼分校环境与可持续工程系，奥尔巴尼，NY，12222摘要：农光互补系统将太阳能光伏系统与农田结合在一起，有望实现土地使用的最优化。然而，现有的模型无法准确描述太阳能辐射以及光伏板下地表水深的所有关键因素。本研究开发了一种场尺度模型AVS-Microclimate，该模型能够模拟农光互补系统中太阳能辐射、降水（降雨和降雪）、融雪（光伏板上的雪和地面上的雪）以及光伏板清洁用水在光伏板下地表的重新分布情况。通过在美国科罗拉多州的一个农光互补基地进行三维模拟，验证了AVS-Microclimate模型的有效性。模型中用于描述降水、融雪和光伏板清洁用水重新分布的模块是依据观测数据参数化的，结果显示其水分布结果与实际数据高度吻合（偏差百分比：-1.64%，决定系数：0.95，纳什-萨特克利夫效率：0.95）。在不同天气条件、网格划分以及不同时间下，光伏板下地表的太阳能辐射和水深（降水、融雪和光伏板清洁用水）的分布情况存在很大差异。AVS-Microclimate模型可以通过分析太阳能光伏板的布局（倾角、方位角、高度、间距）和尺寸（长度/宽度）对光伏板下太阳能辐射和水深的影响，为农光互补系统中的作物生产提供决策支持。引言由于人口增长和经济发展，全球能源和食物消费量预计将大幅上升[1]。这些因素推动了可再生能源的研发，这类能源既可以补充化石燃料，也可以替代化石燃料。此外，提高粮食产量和提升土地使用效率对于确保粮食安全至关重要。建设大型光伏发电阵列是满足能源需求的有效途径。2010年，太阳能光伏系统产生的电力占美国新增发电能力的4%，而2023年前三个季度这一比例迅速上升至48%[2]。然而，建设更多光伏发电系统需要大量土地，这就导致了原本用于农业的土地出现竞争现象[3]。另外，灌溉农业对水资源的需求极为重要。随着水资源短缺和枯竭问题的加剧，水资源维持农业发展的能力正在下降。因此，在食物-能源-水关联背景下，有效管理太阳能、粮食生产和水资源利用是实现可持续发展的关键挑战。农光互补系统将太阳能光伏系统与农业生态系统的农田相结合，既能够生产粮食，又能够发电，越来越多地被视为解决粮食安全、水资源利用和可再生能源开发等问题的可持续方式[4][5]。这类系统旨在利用农业用地上的太阳能，为提升土地使用效率以及促进农业与能源生产的互利共生关系提供了有效途径[6]。通过在农作物上方安装太阳能光伏板，农光互补系统不仅能产生清洁能源，还能提供遮荫，从而减少水分蒸发，改善植物生长条件，在某些环境下甚至可能提高农业产量。这种双重用途的方案通过促进共存和互利，解决了土地资源往往面临的相互竞争问题[7]。已有研究通过场尺度实验研究了农光互补系统中的微气候、水分、电能生成和作物生长情况[3][8]，同时也有一些计算机模型被用来模拟农光互补系统[9]。农光互补系统在食物-能源-水关联背景下对电能生成、作物生长/产量以及水资源数量/质量的影响受多种关键因素影响，包括太阳能光伏板的布局（倾角、方位角、高度、间距）和尺寸（长度/宽度）、光伏板效率（自遮荫效应、光伏板温度、灰尘覆盖情况和积雪覆盖情况）、作物种类、光伏板下方及附近的田间微气候（降水、风速、气温、太阳辐射和相对湿度）、土壤类型和性质（含水量、温度和化学成分），以及水资源使用情况（光伏板清洁用水和灌溉用水）。尽管太阳能光伏板能够改变光伏板下的气温、风速和相对湿度[6][8]，进而影响土壤含水量和蒸散作用，但本研究的重点在于模拟农光互补系统中太阳能辐射、降水（降雨和降雪）、融雪（光伏板上的雪和地面上的雪）以及光伏板清洁用水在光伏板下的重新分布情况。光伏板下的蒸散作用、土壤含水量变化、光伏板温度、光伏板效率、光伏板自遮荫效应以及大气变量（光伏板下的气温、风速和相对湿度）等过程并未在模型中得到明确模拟，因此不属于本研究的范畴。不过，目前的计算机模型还无法准确描述农光互补系统中太阳能辐射、降水（降雨和降雪）、融雪（光伏板上的雪和地面上的雪）以及光伏板清洁用水在光伏板下地表的重新分布情况，而这些因素却是影响作物生长的微气候条件的关键组成部分。例如，阿马杜奇等人[10]开发了一个辐射模型，用于模拟采用双轴跟踪装置的农光互补系统中的太阳辐射分布情况。该模型将“研究区域单元”表示为由多个像素组成的多边形。在每个时间步长中，通过将阴影区域与研究区域重叠，来确定每个像素是否处于阴影状态。处于阴影状态的像素只能接收到散射辐射，而非阴影状态的像素则能同时接收到散射辐射和直射辐射。但该模型无法模拟光伏板下的水分重新分布情况。席尔瓦等人[11]开发了一种工具，用于计算由于周围障碍物（如建筑物）导致的太阳能光伏板接收到的太阳辐射减少量，但该工具中的计算方法还需要改进，才能准确计算出到达光伏板下地面的太阳辐射量。此外，以往的研究尚未充分考虑降水（降雨和降雪）、融雪（光伏板上的雪和地面上的雪）以及清洁用水在光伏板下方的三维重新分布情况。埃拉姆里等人[12]开发了AVRAIN模型，用于分析不同倾斜角度、高度和尺寸的太阳能光伏板对田间农光互补系统中的降雨分布的影响，但该模型仅考虑了垂直方向（x、z轴），没有考虑风对y方向降雨量的显著影响。因此，需要一种方法来模拟光伏板下方降水、融雪和清洁用水在三维空间中的重新分布情况。此前还没有研究探讨过光伏板凹陷存储深度与光伏板倾斜角度之间的关系，而这一关系对于非跟踪式和跟踪式光伏系统的水分平衡都十分重要。因此，需要一种能够模拟光伏板下方太阳能辐射和水重新分布关键过程的场尺度模型，为农光互补系统的设计和管理提供决策支持。本文的研究目标为：（1）开发一种场尺度模型AVS-Microclimate，重点模拟农光互补系统中太阳能辐射、降水（降雨和降雪）、融雪（光伏板上的雪和地面上的雪）以及光伏板清洁用水在光伏板下的重新分布情况；（2）通过案例研究，运用AVS-Microclimate模型模拟农光互补系统对光伏板下太阳能辐射和水深（降水、融雪和光伏板清洁用水）重新分布的影响。本研究提出了一种全新的场尺度模型，可用于模拟农光互补系统中太阳能辐射和水（降雨和降雪、光伏板及地面上的融雪、光伏板清洁用水）在光伏板下地表的重新分布情况。与现有方法不同的是，该模型将这些过程整合在三维框架内，能够分析光伏板的布局（倾角、方位角、高度和间距）以及尺寸如何影响光伏板下太阳能辐射和水深的空间分布特征。这些功能可以为农光互补系统的设计提供决策支持，对作物生产具有直接意义。部分内容地面与光伏板位置模块地面是通过四个顶点（V1、V2、V3和V4）利用笛卡尔坐标系构建的（见图1），每个顶点通过两次旋转和一次平移运动来确定位置[11]。具体而言，每个顶点的坐标（vx、vy和vz）会乘以旋转矩阵（Ry和Rz），从而完成两次旋转。第一次旋转是围绕y轴进行的，其数值与地面的倾斜角度相关；第二次旋转则是围绕……研究区域与数据来源作为展示AVS-Microclimate模型应用案例的研究区域，选择了科罗拉多州立大学旗下的南农业研究、开发和教育中心。自2018年起，科罗拉多州立大学便与福特柯林斯的桑盒德太阳能公司合作，开展研究，通过实验探究小型杆式安装的太阳能光伏板对植物的影响[21]（见图5）。表2中的数据来自南农业研究、开发和教育中心的实验以及其他数据来源。结果与讨论AVS-Microclimate模型是在MATLAB环境中开发的，如需模型代码，可向相应作者咨询。在本研究案例中，模拟是在一台个人电脑上进行的（CPU：酷睿i7，内存：32GB，操作系统：Windows 10）。在这个面积为60平方米的研究区域内，若网格大小为1米×1米，进行一次典型的场尺度三维模拟大约需要15分钟。计算需求主要取决于空间分辨率和研究区域的大小。提高网格分辨率和研究区域大小……结论本研究开发了一种场尺度模型AVS-Microclimate，用于模拟农光互补系统中太阳能辐射和水（降水、融雪以及光伏板清洁用水）在光伏板下地表的重新分布情况。将该模型应用于美国科罗拉多州的一个农光互补系统三维场景后，发现光伏板下地表的太阳能辐射和水深存在明显的空间差异。在光伏板覆盖的区域，太阳能辐射强度显著降低……作者贡献声明周立明：写作——审稿与编辑、方法学。马吉迪·R·阿布·纳吉姆：写作——审稿与编辑、方法学。吴卓航：写作——审稿与编辑、软件应用、定量分析。李思宇：写作——审稿与编辑、软件应用、定量分析。刘耀泽：写作——审稿与编辑、监督工作、软件应用、资源协调、项目管理、方法学、调查研究、资金筹集、概念构思。安赫·H·阮：撰写初稿、可视化处理、模型验证、软件应用。未引用参考文献[32]、[33]、[34]。利益冲突声明? 作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。