浮动光伏系统与大气相互作用的多尺度数值模拟与参数化研究

《Renewable Energy》：Boundary-layer parameterization for assessing temperature and evaporation in floating photovoltaics at the utility-scale

　　本研究针对浮动光伏（FPV）系统与大气相互作用的关键科学问题，开展了从几何解析计算流体动力学（CFD）到微气候模拟的多尺度研究。研究人员通过构建周期性CFD模型，系统量化了FPV阵列对动量、热量和水汽传输的影响，并成功将获得的参数化方案（如粗糙度长度z0、对流传热系数CHTC）集成到区域微气候模型中。结果表明，FPV系统的空气动力学特性强烈依赖于风向，其存在显著改变了局地能量平衡。该研究为精确评估大规模FPV部署的环境效应和优化系统性能提供了重要的数值工具和理论依据，对可再生能源的可持续发展具有重要意义。

　　

随着全球能源转型的加速，浮动光伏（Floating Photovoltaics, FPV）作为一种新兴的可再生能源技术，因其能节约土地资源、减少水体蒸发并可能提升发电效率等优势，正受到广泛关注。然而，将大规模光伏阵列铺设于水体表面，不可避免地会改变原有的水-气界面相互作用，对局地微气候产生复杂影响。准确预测FPV系统与周围环境的能量和质量交换，特别是其与大气边界层（Atmospheric Boundary Layer, ABL）的相互作用，对于评估其环境效应、优化系统设计以及确保其长期可持续性至关重要。当前，缺乏能够精确描述FPV阵列空气动力学和热力学特性的参数化方案，是制约大规模FPV环境影响精准评估的关键瓶颈。传统的经验公式或简化的物理模型往往难以捕捉FPV独特几何结构引起的复杂流动和传热传质过程。

为了解决这一挑战，研究人员在《Renewable Energy》上发表了一项开创性研究，他们发展了一套从微观机理到宏观效应的多尺度数值模拟框架。该研究旨在深入理解FPV面板与大气之间的相互作用机制，并建立可靠的参数化关系，最终将其应用于实际的FPV电站微气候模拟中，以精准评估其局地气候效应。

为开展此项研究，作者团队巧妙地结合了几何解析的计算流体动力学（Computational Fluid Dynamics, CFD）模拟和区域微气候建模两种技术路径。首先，他们设计了两个具有代表性的几何解析CFD实验（Exp. 1 和 Exp. 2）。Exp. 1 是一个简化模型，用于验证数值方法 against 风洞实验数据，确保模拟的准确性。Exp. 2 则构建了一个更接近真实FPV电站的周期性单元，包含了倾斜的PV模块及其下方的浮体结构，专门用于提取关键的空气动力学和热力学参数。这些CFD模拟在定常状态下进行，采用RANS方法和k-ω SST湍流模型，并施加了周期性边界条件来模拟无限延伸的FPV阵列。通过分析模拟结果中风速、温度和湿度的垂直分布，研究人员成功量化了FPV阵列的动力学粗糙度长度（z₀）、水汽传输的空气动力学阻力（R_w）以及对流热传递系数（CHTC）。其次，他们建立了一个覆盖真实FPV电站及周边环境的三维微气候模型。该模型将上述从CFD中获得的参数化关系作为关键输入，用于描述FPV表面的通量交换。模型利用现场观测的气象数据（如风速、风向、气温、湿度、辐射）作为驱动场，对选定时间段内电站区域的流动、温度和湿度场进行了高分辨率模拟，并将模拟结果与现场布置的多个气象站和温度传感器的观测数据进行了对比验证。

研究结果

3.1. 流动动力学与几何解析模型的验证

研究首先验证了CFD方法的可靠性。通过比较剪切应力驱动（SSD）、压力梯度驱动（PGD）以及模拟半无限阵列（SINF）的CFD模型与风洞实验数据，发现所有模型都能较好地再现实验观测的速度剖面，其中SINF模型表现最佳，能够捕捉到PV模块上方和下方流动的细微结构，特别是在模块尾流区的速度拐点。这表明所采用的RANS方法和k-ω SST湍流模型非常适合用于模拟FPV阵列与大气边界层的相互作用。

3.2. 浮动光伏系统的参数化

这是本研究的核心内容。通过对Exp. 2在不同风向下的模拟结果进行系统分析，研究人员得出了以下关键参数化关系：

• •
  动力学粗糙度长度（z₀）：研究发现，FPV阵列的z₀强烈依赖于风向（θ_w）。顺风（θ_w = 0°）和逆风（θ_w = 180°）条件下，由于流动受到PV模块的正面阻挡或后方尾流的强烈影响，粗糙度长度最大。而侧风（θ_w = 90°）条件下，流动更容易穿过模块间的缝隙，粗糙度长度最小。研究还发现，由浮力效应（与PV模块加热相关）和剪切效应（与风速相关）共同定义的无量纲数Π（类似理查逊数）对z₀有显著影响，当Π > 1时，流动可能趋于层流化，导致z₀增大。最终，研究给出了z₀随风向变化的经验拟合公式。
• •
  对流传热系数（CHTC）：分析表明，PV模块前表面的CHTC在不同风向下（顺风、逆风）差异不大，但侧风条件下的CHTC相对较低。这表明机械湍流混合是FPV模块散热的主要驱动力。
• •
  蒸发阻力（R_w）：对于被FPV覆盖的水体表面的蒸发过程，其空气动力学阻力R_w也表现出对风向的敏感性。在顺风条件下，由于模块下方的“通道效应”增强了空气流动和混合，水汽传输效率最高，R_w最小。而在逆风条件下，PV模块对流动的阻挡作用使得模块下方区域通风变差，从而增大了蒸发阻力。

3.3. 微气候模型的验证与应用

将上述参数化关系应用于实际的FPV电站微气候模拟后，模型能够较好地再现观测到的PV板温变化。对比结果显示，考虑了风向依赖性的参数化方案显著改善了PV板温的模拟精度，尤其是在风速较低、浮力效应可能占主导的时段。这表明，本研究发展的参数化方案能够更真实地反映FPV系统与环境的实际能量交换过程。

结论与讨论

本研究通过多尺度数值模拟，成功揭示了浮动光伏（FPV）系统与大气相互作用的物理机制，并发展了一套基于风向和稳定度函数的参数化方案，用于精确描述FPV阵列的动量、热量和水汽通量。主要结论包括：FPV系统的空气动力学粗糙度长度和对流交换系数并非固定值，而是随风向和大气稳定度显著变化的动态参数；忽略这种依赖性会导致对系统能量平衡（特别是PV模块工作温度）和局地水汽交换（水体蒸发）的估计出现偏差。

该研究的重要意义在于：首先，它提供了对FPV-大气相互作用机理的深刻理解，弥补了该领域基础研究的空白。其次，所建立的参数化方案具有普适性，可直接集成到更复杂的区域气候模型或能源系统优化模型中，为大规模FPV电站的选址、阵列布局优化（如考虑主导风向）以及环境影响的长期评估提供了强大的数值工具。最后，研究结果强调，在评估FPV的正面效益（如减少水体蒸发）和潜在影响（如改变局地微气候）时，必须考虑其与大气动力和热力过程的复杂耦合效应。这项工作为推动FPV技术的科学规划和环境友好型发展奠定了坚实的理论基础。未来研究可进一步考虑波浪作用、不同水体类型（如水库、湖泊、近海）以及不同气候带下的适用性等问题。