基于混合CFD与Penman-Monteith（FAO-56）方法估算农业光伏系统内空间参考蒸散量：高纬度地区的验证与应用

《Energy Nexus》：A Hybrid CFD and Penman-Monteith (FAO-56) Approach for Estimating Spatial Reference Evapotranspiration within Agrivoltaic Systems: Validation and Application at High-Latitudes

　　

提出一种混合计算流体动力学（CFD）与FAO-56 Penman-Monteith模型，用于绘制农业光伏（agrivoltaic, AV）系统中的蒸散量（evapotranspiration, ET）空间分布图。该模型利用自主研发的微型蒸渗仪（micro-lysimeter）获取的田间数据进行验证。模型能够捕捉标准气象站数据无法反映的微气候蒸散量（ET）时空变化。该工具可为农业光伏系统中的精准灌溉与监测优化提供支持。地面安装式（GMAV）、架空式（OAV）和垂直安装式（VMAV）三种布局分别可使日参考蒸散量（ETo）降低22%、12.8%和13.1%。

论文解读

一、研究背景与问题

地面安装式光伏（ground-mounted photovoltaic, GMPV）系统的快速扩张需要占用大量土地资源，据估计13%至16%的GMPV电站建设在农田上，直接引发了能源生产与粮食种植之间的土地竞争矛盾。这一矛盾在农业用地有限的欧洲国家尤为突出。农业光伏（agrivoltaic, AV）系统通过在同一地块上集成光伏（PV）组件与农作物种植，为缓解土地竞争提供了可行方案。然而，AV系统的成功实施依赖于在发电效率与农业生产力之间取得最优平衡，而这种平衡强烈受到PV结构下方及周围微气候条件的影响，包括光照、温度、湿度、降水和土壤水分等要素的时空变化。

现有研究虽已通过实验测量和数值模拟对AV系统微气候进行了多方面探索，但参考蒸散量（reference evapotranspiration, ET_o）作为关键的微气候参数，在已有CFD模拟研究中尚未得到充分验证和深入研究。传统气象站数据难以捕捉AV系统内由PV阵列引起的微气候异质性，而数据驱动和机器学习方法在数据稀缺的AV微气候环境中可靠性受限。因此，亟需一种耦合物理原理、田间实测与经验公式的混合框架，以提供对ET_o动态变化的可解释性认识。

二、研究内容与主要结论

本研究以瑞典K?rrbo Pr?stg?rd（59.55° N, 16.76° E）的AV实验设施为案例，首次提出并实现了将CFD模拟与FAO-56 Penman-Monteith方程相结合的混合数值框架，用于估算AV田间ET_o的时空分布。研究利用自主研发的称重式微型蒸渗仪对ET_o进行了田间实测验证，同时完成了速度场和温度场的验证。研究对垂直安装式（VMAV）、地面安装式（GMAV）和架空式（OAV）三种AV布局的空间ET_o异质性进行了比较分析。研究还针对高纬度环境（瑞典）特定太阳与气候条件，对VMAV布局开展了定向敏感性分析，量化了边缘效应对风场、太阳辐照及局部ET_o的动态影响。

研究结果表明，GMAV、OAV和VMAV三种布局分别可使日ET_o降低22%、12.8%和13.1%，证实了AV系统对蒸散过程具有显著的调控作用。该混合框架能够捕捉标准气象站数据无法反映的微气候ET变化，为AV系统中的精准灌溉和监测优化提供了有效工具。

三、关键技术方法

研究人员采用了以下主要技术方法：其一，基于雷诺平均Navier-Stokes（RANS）方程的CFD数值模拟，在ANSYS Fluent中实现，用于求解风场、温度场和辐射场；其二，FAO-56 Penman-Monteith方程，利用CFD输出的微气候参数计算参考蒸散量（ET_o）；其三，自主研发的称重式微型蒸渗仪（micro-lysimeter），采用S型称重传感器（CALT Sensor DYLY-103）配合HX711放大模块和Arduino MKR 1010物联网监测系统，通过ThingSpeak平台无线传输数据，实现ET_o的高精度田间实测；其四，Solar-Log Sensor Box Professional Plus气象监测系统，用于连续采集微气候数据。研究选取2022年6月23日进行热模型基准测试，2022年6月24日作为代表性晴天进行敏感性和比较分析。

四、研究结果

CFD模型验证。 研究利用微型蒸渗仪实测数据对CFD模拟的ET_o进行了验证，同时对速度场和温度场也进行了验证，结果表明所开发的混合框架能够可靠地估算AV系统内的ET_o空间分布。

三种AV布局的ET_o比较分析。 研究人员对VMAV、GMAV和OAV三种布局的空间ET_o异质性进行了系统比较，发现GMAV布局对日ET_o的降低效果最为显著（降低22%），而OAV和VMAV布局分别降低12.8%和13.1%。

VMAV布局敏感性分析。 针对高纬度环境下的VMAV布局，研究量化了边缘效应对风场、太阳辐照和局部ET_o的影响，揭示了PV阵列边缘区域与内部区域在微气候条件和蒸散过程中的显著差异。

五、讨论与结论

讨论部分指出，现有文献中CFD模拟的AV微气候研究虽日益增多，但ET作为关键的微气候参数一直缺乏明确的验证和深入研究。本研究的混合框架填补了这一空白，通过耦合CFD、气象站数据与FAO-56方程，实现了对AV系统内ET_o时空分布的可靠估算，并通过微型蒸渗仪进行了严格验证。该框架能够捕捉标准气象站数据无法反映的微气候ET变化，为AV系统中的精准灌溉策略制定和监测方案优化提供了科学支撑。研究同时强调了风场和太阳辐照对ET_o的动态影响，表明不同AV布局对蒸散过程的调控机制存在显著差异。该研究为高纬度地区AV系统的设计和运行优化提供了重要的理论依据和技术工具。