两年前，"乌里风暴 "在得克萨斯州上空造成了严重的冰冻，导致大面积停电，450 多万人受到影响。风暴期间气温的急剧变化不仅降低了天然气产量，冻结了全州的风力涡轮机，还对太阳能发电厂造成了广泛影响。
当电网网络在风暴中崩溃时，许多光伏电站在关闭后无法恢复供电。其中一个原因是总开路电压 (VOC) 高于逆变器的直流启动电压范围，从而导致 性能问题并影响光伏发电组件。
现在回想起来，乌里风暴为太阳能项目设计提供了重要的一课：获取太阳能时间序列数据，并在太阳能项目的设计阶段使用从这些数据中收集的信息，可以为太阳能项目提供信息，并显著增强其抵御极端天气事件和气温剧烈变化的能力。
图 1：1999 年至 2021 年的环境温度（temp）。
X 轴：1999 年至 2021 年，Y 轴：-15°C 至 40°C 的温度。
图 2：2021 年环境温度热图。深蓝色 - 极端负面天气事件。
色标单位为摄氏度。如图 1 和图 2 所示，
Solargis Analyst在乌里风暴期间记录的气温明显低于长期平均值和历史数据。
时间序列数据与 TMY 数据集对比
逆变器专家强调了在设计光伏配置时考虑极端天气条件以确保系统可靠性和防止停机的重要性。
他们强调，雪、冻雨和低温等极端天气会导致空气潮湿，由于电缆和电线的阻抗较低，可能导致逆变器关闭和过压问题。
同时，太阳能电池对温度敏感，会受到极端天气条件的影响。然而，在太阳能项目的设计阶段，极端温度通常不会被考虑在内，行业仍然依赖于典型气象年（TMY）数据集来设计项目，这就造成了设计强度的盲点，并可能导致更大的经济损失，正如乌里风暴之后所看到的那样。
图 3：气温柱状图（摄氏度）：TMY P50（蓝色）、TMY P90（橙色）、时间序列（绿色）；显示了实际历史数据（从 1999 年到 2023 年）和 TMY 文件的直方图（来自 Solargis Analyst）。
图 3 摘自Solargis Analyst，强调了在设计和规划太阳能发电项目时利用准确数据和不过分依赖 TMY 情景的重要性。乌里风暴发生时，这些数据集中的温度值形成了鲜明对比。
这些负值的百分比接近 0%，说明了在暴风雪等极端天气条件下可能出现的变化幅度。图 3 清楚地表明，只有时间序列数据准确地捕捉到了极端低温事件（如圈内数值所示），而 TMY 数据集无法解释此类事件，因为它们仅代表典型的概率情景。
图 3 中与每个数据集相对应的每种颜色的深浅不同，突出了数据点的积累情况--浅色调表示数据密度较低。这再次强调了只有通过时间序列文件才能观测到的此类低温值的稀有性。
时间序列数据在项目设计中的重要性
图 3 的研究结果表明，利用准确的多年时间序列数据来更全面地了解极端天气事件对太阳能发电系统的潜在影响非常重要。
为了加强太阳能项目的设计以应对此类事件，研究和使用准确的数据以做出明智的决策至关重要，尤其是在太阳能项目的早期设计阶段。这样做有助于确定与每个逆变器串联和并联的模块数量，确保项目建设能够抵御极端天气条件。
准确的历史温度和辐照值对于分析趋势、预测情景以及在设计光伏项目时做出明智决策也至关重要。 利用概率情景，分析温度和辐照度数据的长期平均值、最大值和最小值，可以做出更明智的决策，并确保太阳能项目能够抵御极端天气和温度条件。
进一步了解 Solargis 的数据、软件和咨询服务如何支持项目设计和太阳能发电厂的恢复能力。
