部分技术术语可能存在差异,请以英文版本为参考。

Solargis 团队最近参加了 10 月 29 日至 30 日在塞浦路斯 Ayia Napa 举行的光伏性能建模合作组织(PVPMC)2025 研讨会。今年的活动汇集了光伏性能建模、系统分析和太阳能集成领域的顶尖专家,特别关注岛屿电网面临的挑战和解决方案。

展示我们的研究成果

Solargis 的数据和建模专家在技术会议和海报展览中均有贡献。

在 "会议 1:光伏性能建模 "中,我们的光伏模拟专家 Marek Minda 发表了题为 "使用智能光线跟踪对复杂光伏能源系统进行可扩展模拟 "的演讲,为复杂系统设计和验证的高级模拟方法的讨论做出了贡献。

1761747468867

Solargis 光伏仿真专家 Marek Minda 在 PVPMC 2025 的第一天发表演讲。

他的演讲探讨了如何将光线跟踪技术用于复杂的光伏系统设计和验证,展示了提高能源产出模拟的准确性和效率的方法。

会议最后,与会者就光伏系统分析的实际应用、建模挑战和未来展开了热烈讨论。通过交流,与会者进一步认识到数据驱动建模仍是优化性能和系统设计的关键驱动力。

1761747468827

2025 PVPMC 研讨会汇聚了光伏性能建模和系统监控领域的顶尖专家,进行了为期三天的知识分享、合作和创新。

为我们团队的一份科学海报赢得奖项

2025 PVPMC 研讨会的海报展示环节展示了全球光伏性能建模界的前沿研究和创新成果。与会者分享了数据分析、系统设计和性能优化等方面的见解,反映了当今光伏研究领域的深度和多样性。

我们的研究人员展示了三份科学海报,涵盖了我们研发的核心领域,反映了我们在太阳能数据质量、减少不确定性和性能建模最佳实践方面正在开展的工作。

我们很荣幸其中一篇题为 "量化质量控制对光伏应用的影响 "的海报获得了 PVPMC 2025 最佳海报奖。

1761855303569

我们团队的一篇题为 "量化质量控制对光伏应用的影响 "的科学海报荣获最佳海报奖。

1761855303513

在研讨会上,Solargis 研究人员展示了三份科学海报。

以下是我们的三张海报。

1.量化质量控制对光伏应用的影响(🥇最佳海报奖)

作者:M:M. H. Jansova、K. Blstak Catlosova、A. Camara、T. Cebecauer、M. Jakubik、O. Osvald

这项研究量化了保留受损数据如何影响偏差、均方根误差和总体不确定性-- 根据质量问题的不同,影响范围从可忽略到偏差超过 1.3% 和 均方根误差超过 3.2%。 这项研究强调了定期、主动质量控制(QC)和持续仪器维护的重要性,以确保光伏应用获得可靠、可靠的数据。

查看海报

2.详细光伏模拟结果的操作方案

作者: Michal JunMichal Jun, Marek Minda, Branislav Schnierer, Jozef Rusnak

本文展示了亚小时模拟和数字孪生方法如何揭示传统的长期平均值所忽略的运行情况,如电压极限突破或遮阳引起的损失。它强调了在光伏设计中考虑动态气候条件和特定场地配置以防止能源损失和设备压力的必要性。

查看海报

3.光伏组件退化对逆变器削波损耗的影响

作者: Jozef RusnakJozef Rusnak、Branislav Schnierer

本研究利用长期的、每小时以下的太阳能模型数据,分析了组件退化如何影响电站寿命期间的逆变器削波损耗 (CL)。结果表明,时间步分辨率和退化建模在某些情况下会影响发电量 3% 以上。该研究强调,与后处理方法相比,将退化直接纳入时间序列模拟可提供更准确的预测。

查看海报

关于 PVPMC

光伏性能建模合作(PVPMC)研讨会由 EPL Technology Frontiers Ltd、塞浦路斯大学 Phaethon 高级研究中心和桑迪亚国家实验室共同主办。活动内容包括光伏性能建模、数据分析、系统设计和集成挑战,重点是提高整个太阳能行业的准确性和可靠性。

PVPMC 研讨会仍然是连接光伏行业科学研究和实际应用的最重要国际论坛之一。2025 年的研讨会再次强调了数据质量、仿真可扩展性和跨学科合作在追求更可靠、更高效和更具预测性的光伏建模过程中的重要性。

我们感谢主办方、联合主办方和其他与会者为我们提供了一次鼓舞人心的思想交流和知识共享的机会。

继续阅读

确定太阳辐射的不确定性
Best practices

确定太阳辐射的不确定性

在光伏发电量模拟方面,不确定性有助于用户了解所使用软件产生的结果中可能存在的偏差。了解这些偏差在选择发电厂的最佳设计以及评估财务风险和投资回报方面起着关键作用。

如何计算 P90(或其他 Pxx)光伏发电量估算值
Best practices

如何计算 P90(或其他 Pxx)光伏发电量估算值

光伏模拟最关键的输出之一是 P50 年发电量估计值。P50 值通常被称为 "最佳估计值",表示有 50% 的概率会超过的年发电量(实际发电量低于 P50 值的概率同样为 50%)。
然而,对于项目利益相关者来说,仅仅依靠 P50 值可能过于乐观。为了解决这个问题,通常会使用其他基于概率的产量估算,例如 P90 值,它表示预计 90% 的时间内会超过的能源产量。

为什么 TMY 数据不足以进行光伏模拟?
Best practices

为什么 TMY 数据不足以进行光伏模拟?

虽然 TMY 数据集对于早期阶段的预可行性评估很有用,但对于性能建模和财务分析来说,它们已不再足够。正如我们曾经从低分辨率电视屏幕过渡到超高清电视屏幕一样,太阳能产业现在也必须实现同样的飞跃,将高分辨率时间序列数据作为新标准。