成长之痛 3：大规模太阳能的现场测量

在没有充分了解其潜在产出的情况下设计和运营大型太阳能项目，不可避免地会增加整个生命周期的风险。开发商的解决方案之一是通过卫星模型计算出有效的太阳能资源数据，帮助进行精确的能源产出计算。

然而，为了减少这些计算的不确定性和财务风险，太阳能数据战略还有另一个关键组成部分：现场测量。

对于小于 10 兆瓦的太阳能项目，开展最佳实践现场测量活动的成本可能不划算。然而，对于大型项目而言，对太阳能测量的投资可在技术设计和财务决策方面带来重大改进。

认识到这一点后，太阳能项目开发商越来越多地利用现场测量来加强卫星模型数据，降低财务和技术风险。该行业的下一步工作是确保现场测量活动始终遵循最佳实践，从而避免因数据输出质量不高而浪费投资。

本期 "成长的烦恼 "将解释为什么确保现场测量的准确性至关重要，并概述如何克服两个最常见的挑战：设备不足和实施不当。

精确现场测量活动简介

开发大型光伏项目需要长期的太阳能和气象数据，最好是 20 年或更长的时间。模型可提供历史数据，跟踪温度、风和太阳辐射等变量，但其空间和时间粒度有限。

全球模型覆盖大片领土，但可能不够详细，无法捕捉到当地的气候，因为在几公里甚至几百米的距离内，当地气候可能会有很大变化。例如，沿海城市的气温、风力和降雨量与稍远内陆地区的气温、风力和降雨量不同。在丘陵地带也会观察到显著差异。

此外，全球数据集的标准时间分辨率为一小时，但对于详细的技术设计建模，可能需要以分钟为单位的数据。这对于太阳能加储能项目尤为重要。

解决方法是用至少一年的特定地点详细本地测量数据来补充模型中的历史数据。这使开发商能够重新校准模型数据，使其更能代表现场的小气候，同时减少数据的不确定性。经过本地调整的历史模型数据将用于准确可靠地预测未来 20 到 25 年的光伏发电量。调整后的模型数据不仅可靠地代表了长期气候平均值，还代表了极端天气，这对了解风险模式非常重要。

最佳实践测量活动的组成部分

一年的现场测量需要对高温计或其他太阳能仪器、气象传感器、数据记录器和其他硬件进行投资。设备安装和操作应包括定期清洁和维护，并遵循世界气象组织规定的最佳做法和标准。

目标是在整个活动期间保持现场测量的低不确定性。这就要求

• 至少使用 2 个 A 级高温计，测量全球水平辐照度，并配备通风装置，以建立冗余。
• 在更具挑战性的气候条件下，或对于大型项目（超过 100 兆瓦），需要测量太阳能资源的其他组成部分，如直接法线辐照度和漫反射水平辐照度。这些额外的太阳参数可通过各种太阳跟踪仪、旋转阴影带辐射计 (RSR) 或 SPN1 热成像仪进行测量。
• 还可测量其他气象参数，如气温、风速、风向、气压和降水。对于采用双面光伏组件技术的项目，还要测量反照率。
• 高温计和气象设备的清洁和维护均遵循最佳做法。

现场测量活动面临的三大挑战

本节概述了获取和使用太阳能现场测量数据的三个常见挑战。它们是

1. 使用不合适的仪器和设备
2. 不正确的实施过程
3. 地面测量与卫星模型时间序列的协调。

挑战 1：使用不合适的设备

测量活动的一个重要好处是减少太阳模型数据集的系统偏差。如果由于高温计和其他气象仪器的数据不准确而无法实现这一目标，那么整个工作就是对资源的无效利用。

由于开展严格、科学可信的测量活动的前期成本不低，每年约为 20,000 美元或更多，因此太阳能项目的利益相关者可能会通过减少高温计的使用数量或选择廉价仪器来提高成本效益。

由于投资不足，导致传感器缺失、使用不合格和设计不良的设备或缺乏测量冗余，大型项目开发商面临以下风险：

• 数据读取不可靠，导致统计数据不完整和偏差。
• 系统性低估/高估长期能源产出，导致财务业绩不佳或价值低估。
• 光伏电站的技术设计缺陷，没有考虑具体的小气候特征，包括极端天气。
• 由于缺乏对当地环境风险（如强风、污染加剧、灰尘、腐蚀、高温变化或高湿度）的了解，导致光伏组件退化加剧，运营和维护成本上升。

有关太阳能数据不准确带来的财务和技术风险的更多信息，请阅读成长的烦恼 #1：项目设计

为降低这些风险，Solargis 建议开发商及其测量合作伙伴

• 投资建设气象站，其中包括高标准的补充仪器，以便对数据的一致性和稳定性进行系统检查。
• 在活动中增加冗余。这样可以减少因故障或不正确维护造成的错误数据点的影响。
• 考虑到长期投资。一个好的测温仪价格可能高达 1500 欧元以上，但购买便宜设备所节省的初期成本，可能远远低于使用不准确数据设计大型太阳能项目的成本。

挑战 2：错误实施测量活动

即使使用市场上最好的仪器，如果部署和维护策略不符合最佳实践，测量活动也无法提供有用的数据。

特别是对于大型太阳能项目，有两个关键问题需要考虑：

1. 清洁、运行和维护策略是否合适？
2. 测量结果是否反映了现场的实际情况？

清洁、运营和维护策略是否合适？

在大型光伏项目中，通常会安装数十个测温仪。然而，仅靠数量并不足以提供可靠的数据。不理想的清洁和维护以及推迟重新校准，会迅速降低测量活动所获数据的价值。

为了降低成本，太阳能行业倾向于内部实施测量活动，而不是委托经验丰富的太阳能测量承包商。

然而，与温度测量不同，太阳辐射设备需要精心安置和系统维护。开发场地的大部分气象设备都安装在不理想的条件下，并且会受到以下影响：

• 光伏组件、物体或地形遮挡阳光
• 光伏组件、明亮地形表面或水面的反射。
• 位置不正确，例如高度过高，不便于维护。
• 清洁不足，导致灰尘、泥土或露水堆积，遮挡传感器。
• 电池、网络或数据记录器问题，校准证书无效，数据质量控制缺失或不足。

为解决这一问题，Solargis 建议

• 使用具备良好仪器部署和布局知识以及防盗和防动物经验的专业合作伙伴。
• 安装数量有限、质量较高、维护良好的高温计，最好与 RSR 或 SPN1 仪器结合使用。
• 在编制活动预算时，应将总预算的很大一部分用于清洁、操作和维护，而不是购买随后无法妥善维护的额外设备。

测量结果是否反映了现场的实际情况？

大型太阳能项目通常位于偏远地区。为了保证偏远地区贵重气象设备的安全并对其进行监控，需要在人类居住区附近组织测量活动，因为在那里可以以较低的成本部署和维护设备。

然而，当地的小气候可能变化很大，这意味着对预定项目地点进行的测量并不准确。在山区或沿海地区尤其如此。

此外，大型项目越来越多地使用双面组件，这种组件可以捕获从表面反射的太阳辐照。反照率测量需要从项目运营计划中相同或类似的表面类型进行。

为减少这一问题，Solargis 建议

• 对于大型太阳能发电厂，应在多个地点进行测量，以确保充分考虑当地气候/地表的变化。
• 考虑季节性--在反照测量中，地表在冬季和夏季或干燥和潮湿季节具有不同的特性，因此至少要测量 12 个月。
• 由知识渊博、值得信赖的太阳能资源专家对测量数据进行质量控制、验证和认证。

挑战 3：协调地面测量与卫星模型时间序列

太阳能开发商在将现场测量活动的数据与现有卫星模型进行整合时，往往面临巨大挑战。尤其是在现场测量活动的数据没有质量控制的情况下。

现场测量活动的数据可能是

• 不可靠--包含异常和可疑的数据点，这些数据点彼此不同，和/或与模型值不同。
• 不完整--由于设备故障或校准错误，数据长期缺失。
• 格式不一致 - 时间戳和元数据不同。

这可能导致开发人员效率严重低下，尤其是当数据专家需要使用不完善的软件工具（如电子表格）手动纠正和调整数据时，因为这些工具无法提供特定领域的功能。

为有效管理数据质量，Solargis 建议开发商投资购买专为太阳能行业设计的数据可视化和分析工具，该工具具有以下功能

• 轻松导入和可视化数据，以确定需要纠正的地方。
• 利用替代测量数据或模型时间序列数据填补空白，创建统一的时间序列。
• 对齐时间序列数据并修正不同的时间戳。
• 根据需要的详细程度添加元数据。
• 使用基于太阳物理学的工具验证数据。
• 用卫星模型时间序列数据验证测量结果。

最终，当测量时间序列用于补充经过验证的准确卫星太阳数据集时，效果最佳。卫星模型数据和测量数据都存在不确定性。在评估某个地点的太阳能性能时，将数据源结合起来有助于将不确定性降到最低。

基于处理太阳能测量和模型数据的丰富经验，Solargis 最近发布了一款软件工具，帮助太阳能开发商和运营商有效管理数据质量。Solargis Analyst 可直接比较现场测量或模型的数据集，并确保数据质量的一致性。

如需了解 Solargis 如何为大型太阳能项目的现场测量活动的实施和验证提供建议，请联系：https://solargis.com/about-us/contact。