马塞尔-苏里
Aug 4, 2020
Solargis技术总监Tomas Cebecauer和董事总经理Marcel Suri讲述了可靠数据库的核心要素、Solargis为增强和验证其数据服务所做的不懈努力，以及Solargis数据用户如何通过现场测量最有效地进行验证。
为什么可靠的太阳能数据库对全球太阳能产业的持续发展非常重要？
马塞尔：与传统发电方式相比，太阳能的能源成本越来越低，因此在全球范围内得到了推广。我们看到，在以前太阳能不具竞争力或基础设施欠发达的国家，太阳能的使用率越来越高。
太阳能数据必须跟上行业快速发展的步伐，为资产所有者和运营商提供支持，帮助他们优化日益复杂的项目，确保估值正确。
可靠数据库的核心要素是什么？
托马斯一个好的模型必须能够处理来自各种不同来源的输出，并确保以稳定的方式处理任何冲突，以确保数据的代表性，例如在重叠的卫星区域或当现代卫星取代旧卫星时。
一个特殊的挑战是，通过内部开发的几何和辐射预处理工具，将现代卫星数据与旧档案数据统一起来。这些工具帮助我们纳入了宝贵的长期历史数据，同时确保了高度的位置和时间稳定性以及整体可靠性。如今，Solargis 档案已经完整，根据卫星区域的不同，可分别追溯到 1994 年、1999 年和 2006 年。
随着太阳能在全球范围内的推广，必须准确地反映所有气候带和地理特征。数据应该在热带雨林或高纬度地区和阿塔卡马的极端沙漠中同样有效。
好的模型应能为所有主要参数提供可靠的输出结果：全球水平辐照度（GHI）、直接法线辐照度（DNI）和漫射水平辐照度（DIF）--这些参数必须相互平衡。
通常，确保 DNI 数据的准确性要求更高。然而，如果没有良好的 DNI，对跟踪器至关重要的全球倾斜辐照度（GTI）的计算可能会出现较大误差。如果一个数据库拥有高精度的全球辐照度（GHI），但在全日辐照度（DNI）方面却存在不足，那么在很多情况下，这个数据库可能并不适用。
我们在其他一些数据产品中看到的情况是 "过拟合"，即模型被迫与现场测量结果完全吻合，而忽略了不完美之处以及由此导致的现场测量结果的不确定性。偏差必须小，但关键是各点的均方根误差（RMSE）也必须小。对于一个好的模型来说，关键是要在所有能量范围内，在每小时以下的数据值水平上保持统一的表示方法。同样，平衡也很重要--任何单一的测量、参数或指标都不应占主导地位。这确实很棘手，因为我们使用的是不完善的参考数据--地面测量数据。
模型还应该能够正确区分不同类型的气溶胶和云层，包括高度和快速变化的大气浊度、雪、冰、雾和薄云。如果做不到这一点，就很难获得山区、人口稠密区、工业区和沿海地区的可靠数据。
最后，必须提供高空间分辨率的数据，以准确反映独特的现场条件。数字地形模型，如我们从多个来源协调并在 Solargis Prospect 应用程序中实施的数字地形模型，能够以 90 米的网格分辨率计算全球数据层。
Solargis是如何确保从第一天起就实现最大可靠性的？
马塞尔：在Solargis，我们不仅投入了多年的研发努力，以确保我们的模型稳健准确，还确保我们的太阳能数据集经过最广泛的验证。
在我们交付第一批商业数据产品之前，我们就决定开发自己的计算和传输系统。起初，理查德-佩雷斯博士（纽约州立大学的著名学者和教授）在模型定义方面提供了支持，后来我们开发了自己的太阳计算方法，并发表在多篇学术论文中。
我们从欧洲开始，逐步扩大全球覆盖范围。我们花了几年时间来获取必要的历史卫星图像。我们也遇到过一些困难，比如气溶胶光学深度数据的可用性，但现在有了几种选择。
托马斯我们知道，必须确保快速交付，以确保资产所有者在全球范围内获得最新的情报，最短只需几分钟。
为了优化光伏设计，需要能够提供 10 分钟和 15 分钟分辨率的数据。每小时的数据已经不够用了。同样重要的是，要确保每小时以下数值的可靠分布，特别是高能量和低能量值，以便正确评估光伏组件和逆变器的组合性能。我们收到越来越多关于 1 分钟数据的请求，以便对光伏和电池混合解决方案进行模拟。
我们使用来自气象模型和全球数据处理项目的数据，以进一步提高能源模拟模型和光伏性能分析的准确性。这些数据已经过充分验证，对于气温和气压等参数，还以更高的分辨率和更高的精度进行了重新计算。我们还开发了一个新的高分辨率全球反照率数据库和计算方案，该方案基于一种复杂的方法，结合了多个公共数据库的最佳功能。
马塞尔广泛的验证是证明用于开发、融资和运营决策的卫星太阳数据准确性的关键步骤。要证明可靠性，需要对所有太阳能组件进行严格验证。我们已经在全球 1000 多个地点对模型进行了验证，远远超过了市场上的其他公司。
最终，技术与经验的结合使我们能够为客户节省资金。不确定性每降低 1%，投资者的股本回报率就会提高约 5%。
您应该提供哪些测量数据来支持验证？
托马斯我们的客户可以通过与他们的现场气象测量数据或光伏生产数据进行一对一比较，自行验证我们的数据。一旦人们亲眼看到我们的数据和能源计算有多么精确，就会进一步巩固对我们流程的信任。
遗憾的是，太阳能测量容易出现许多错误和问题，因此在进行任何数据对比之前，必须控制测量数据的质量，否则对比就会出现错误。理想情况下，比较评估应考虑地面测量的不确定性。
我们在太阳能测量中看到的典型误差是由于传感器污染、遮光、仪器错位和校准过时造成的。此外，由于数据记录器、电源问题或不正确的数据处理和后处理，也可能导致记录缺失。
即使是来自高级科学测量网络的太阳能数据也会出现各种误差，在进一步使用前需要进行严格的质量检查。
马塞尔对业界来说，好消息是已经有专业的商业测量供应商提供可靠的服务，帮助确保历史数据、实时更新和预测之间的平稳连续性。
我们坚信透明度--每个人都可以在我们的免费版 Prospect 应用程序中看到 Solargis 全球数据参数的关键数据特征和长期值。可靠的数据有验证保证：Solargis时间序列适用于任何地点，如果当地有高质量的测量数据，则可以对其进行验证。
更好的数据如何为太阳能资产所有者带来更好的结果？
Marcel：我们的数据可用于项目生命周期的各个阶段--从预可行性评估到整个项目开发、工程和财务计算。电站投入运营后，我们的模型将继续为定期性能评估和太阳能发电预测提供数据。
通过我们的咨询服务，我们还帮助大型资产所有者重新评估最初的评估结果，通过使用高质量的本地测量数据对模型进行现场调整，从而提高准确性并减少不确定性。
托马斯：Solargis 的数据和服务一直在进一步完善和长期发展--我们正在系统地努力使计算方案更加精确，同时继续开发新的模型，更好地利用来自更详细的现代观测系统的大量数据。
这使我们能够计划提供新的产品和服务，如用于大量时间序列数据的操作、可视化、质量控制和分析的新工具。我们还致力于开发更有效地综合利用测量数据和模型数据的工具，以减少不确定性。最终，我们的光伏模拟软件将从改进的数据集和支持工具中受益。
