国际能源机构全球基准新研究显示，Solargis 模型的总体 GHI 和 DNI 精确度最高

该研究总结了各太阳辐照度模型机构或商业供应商提供的数据与在全球 129 个地点收集的地面测量数据的比较结果。它有助于太阳能开发人员浏览所有可用的数据库。

全球 129 个站点的 DNI 和 GHI 基准

国际能源机构（IEA）最近发布了题为 "2023 年全球建模太阳辐照度数据基准 "的报告。这项工作是在国际能源机构 光伏发电系统计划的一项任务下完成的。具体来说，任务编号为16 任务，标题为 "高渗透率和大规模应用的太阳能资源"。

该报告介绍了从模型推导出的直接法线辐照度 (DNI) 基准以及全球水平辐照度 (GHI) 数据，这些数据来自全球分布的 129 个地面辐射测量站。

研究中使用的基准站的位置以及在每个站点测试的模型数据集的数量。

辐照度模型对太阳能产业的贡献

准确的太阳辐照度模型的开发在太阳能发电资产的设计、融资和运营方面发挥着至关重要的作用。

它们能够提供多年的亚小时数据集，使太阳能开发商能够对其未来资产进行有价值的研究。此外，不断更新模型的能力也为太阳能运营商和资产管理者提供了进行性能评估的可靠参考。

国际能源机构研究中评估的大多数太阳能模型都使用地球静止卫星图像（第二代气象卫星）作为主要数据源。一些模型数据集使用了多颗卫星的图像以达到全球覆盖，而其他数据集仅评估了卫星视场的一部分。

报告中还包括使用不同方法的模型。一个基于数值天气数据预测再分析的模型和另一个基于极地卫星图像的模型就是这种情况。

显示卫星模型如何描述太阳辐照度到达地表前的过程。

从卫星估算地表太阳辐照度：过去、现在和未来的视角 - ResearchGate 上的科学人物。可查阅：https://www.researchgate.net/figure/Simplified-relations-between-satellite-observations-and-SSI-according-to-one-dimensional_fig1_335319601[2023 年 7 月 21 日访问]

地面测量数据质量控制的重要性

国际能源机构的研究考察了 129 个地面站。这些站点是从最初的 161 个站点中剔除了几个不符合数据质量要求的站点后选出的。

研究强调了参考数据质量的重要性。结论之一是确认 "如果没有严格的质量控制程序，就无法进行真正的验证，并有可能获得无效的结果"。

所应用的测试涉及多个方面，包括缺失时间戳、缺失值、K 测试、闭合测试、极罕见限制测试、物理上可能的限制测试和跟踪器关闭测试。

质量控制还包括目视检查，包括阴影评估、闭合测试、GHI 的 AM/PM 对称性检查和使用晴空指数的校准检查。

用于评估一个站点辐照度数据质量的各种质量控制测试的可视化（瑞典维斯比，2016 年）。

模型数据集的性能结果

基准结果显示，接受评估的 "各种模型数据集之间存在明显的性能偏差"。

特别是，主要基于静止卫星图像的数据集的偏差指标比基于 NWP 的数据集和基于极地卫星的数据集更接近。报告特别提到，"平均偏差指标最低的往往是一个数据集（Solargis）"。

计算了一套完整的性能指标，其中包括 rMBD，这是分析中最感兴趣的指标，因为它与总体低估或高估直接相关。

除 rMBD 外，研究还计算了综合性能指数 (CPI)，该指数将模型性能的几个方面合并为一个指数。这包括模型数据与地面测量数据之间的偏差大小（用 rRMSD 表示）、数据分布的相似性（用 rKSI 表示）以及超标情况的相对频率（用 rOVER 表示）。

较小的 rCPI 表示测试数据集性能良好。

国际能源机构第 16 项任务的未来工作计划

国际能源机构第 16 项任务的未来工作应包括对该基准研究的更新，包括迄今为止尚未很好覆盖或根本没有覆盖的地区的站点。

它还将涉及新的模型数据集和当前数据集的更新版本。此外，该任务的参与者还计划开展进一步分析，以评估各种后处理方法对模型数据的预期积极影响（称为 "站点适应"）。

所有这些活动都将为太阳能产业提供有价值的见解，并不断加强任务成员之间的合作。其最终目标是通过提高资源评估和太阳能预测的质量，降低光伏发电系统的规划和投资成本。


如果您想了解有关 Solargis Forecast太阳能数据验证的更多信息，请参阅我们的文档。