Productos
menu item
Prospect
Estimación rápida del potencial solar del emplazamiento fotovoltaico
menu item
Evaluate
Series temporales y datos TMY para modelización energética
menu item
Monitor
Evaluación de la producción fotovoltaica en tiempo real
menu item
Forecast
Previsión de la producción de energía solar para hasta 14 días
menu item
Analyst
Gestión de datos solares simplificada y unificada
menu item
Integraciones
Automatice la entrega de datos Solargis
Casos de uso
menu item
Selección de emplazamientos
Encuentre la ubicación adecuada para su proyecto solar
menu item
Simulación de la producción de energía
Analice los beneficios y riesgos potenciales
menu item
Optimización del diseño de plantas de generación eléctrica
Encuentre el diseño óptimo de la central eléctrica
menu item
Rendimiento real de plantas de generación eléctrica
Conozca la verdadera producción eléctrica
menu item
Predicción de generación
Obtenga predicciones de la producción de energía del proyecto solar
menu item
Verificación de datos de tierra
Verifique la calidad de las mediciones solares y meteorológicas
Evaluación de recursos solares y meteorología
Validación y evaluación detallada del recurso solar
Adaptación al sitio de modelos Solargis
Combinación de datos de satélite con mediciones de tierra
Control de calidad de mediciones solares y meteorológicas
Corrección de errores en los datos medidos en tierra
Datos SIG personalizados
Datos SIG de Solargis personalizados para sus aplicaciones
Evaluación de la producción de energía fotovoltaica
Estimación de incertidumbres de energía y datos de entrada relacionados
Evaluación del rendimiento fotovoltaico
Estimación de energía para refinanciación o adquisición de activos
Estudio de variabilidad fotovoltaica y optimización de almacenamiento
Comprensión de la variabilidad de la producción en amplias regiones geográficas
Estudio del potencial regional de energía solar
Identificación de ubicaciones para plantas de energía solar
Nuestra experiencia y conocimientos
Cómo funciona nuestra tecnología
Metodología
Cómo transformamos la ciencia en tecnología
API e integración
Cómo integrar los datos de Solargis mediante API
Guías de productos y documentación
Notas de la versión
Casos de éxito
Blog
Ebooks
Seminarios web
Publicaciones
Eventos
Mapas y datos GIS gratuitos
Mapas de rendimiento solar
Acerca de Solargis
Socios
Certificación ISO
Empleo

Esta página aún no está traducida al español. Puede verla sólo en inglés.

Several independent comparisons of solar radiation databases have been performed in recent years. In all these comparisons, Solargis has been identified as the best performing database. Results of two of these comparison studies are available publicly and are summarised below.

IEA’s 2023 Worldwide Benchmark study shows the highest overall GHI and DNI accuracy for Solargis model

As a result of a new collaborative effort of international experts in the field of solar energy, International Energy Agency (IEA) released the report titled "Worldwide Benchmark of Modeled Solar Irradiance Data 2023". This work was done under one of the IEA’s tasks in the PV Power Systems Programme. Specifically, under Task no. 16 with the title "Solar Resource for High Penetration and Large-Scale Applications".

The report presents a benchmark of model-derived direct normal irradiance (DNI) as well as global horizontal irradiance (GHI) data at the sites of 129 globally distributed ground-based radiation measurement stations. 

The benchmark results show "noticeable deviations in performance between the various modeled data sets" that were evaluated. 

In particular, deviation metrics of data sets based mainly on geostationary satellite imagery are closer to each other than to the NWP-based and polar satellite-based data sets. Specifically, the report mentions that “lowest average deviation metrics are often achieved by a single data set (Solargis)”.

IEA satellite data validation study 2014 - by Pierre Ineichen, University of Geneva

This study presents results of a validation in the European and Mediterranean region of satellite-derived irradiation databases in hourly, daily and monthly values. GHI and DNI data from 6 satellite-irradiance-models were compared with high quality measurements from 18 locations. Up to 16 years of continuous measurements have been used for the validation. The locations chosen for validation cover different climate conditions - from desert to oceanic, the latitude varies from 20°N to 60°N, and the altitudes from sea level to 1580 metres.

Solargis has been identified as the data source with the lowest overall bias, lowest mean bias deviation, and lowest RMSD. A summary of the validation results in presented in the table below.

    Solargis Helioclim 3 Solemi Heliomont CM-SAF IrSOLaV
GHI Mean bias 0% 1% 2% 1% 0% 1%
Standard deviation of biases 2.1% 5.1% 4.8% 3.6% 3.7% 4.2%
DNI Mean bias -2% 6% -11% 0% 2% 0%
Standard deviation of biases 5.9% 13.9% 14.5% 9.3% 9.1% 12%

The IEA SHC Task 36 data inter-comparison study 2011 - by Pierre Ineichen, University of Geneva

In this study, GHI and DNI data from five satellite derived irradiation database are compared with high quality measurements from 23 locations across Europe, Middle East and Africa for the year 2006 (365 days). The models validated in this study include:

  • Solargis
  • SoDa Helioclim
  • 3Tier (Vaisala)
  • IrSOLaV
  • University of Oldenburg (EnMetSol-Solis and EnMetSol-Dumortier)

The Solargis database demonstrated the lowest bias and RMSD values amongst all data sources.

Comparison of Annual Global Horizontal Irradiation Maps for Australia - by Jessie K Copper and Anna Bruce, University of New South Wales

This study undertook a cross comparison of the annual global horizontal irradiation data sources available for Australia. The models validated in this study include: Solargis, Meteonorm 7.2, NASA POWER, Vaisala, MERRA-2, Australian Bureau of Meteorology (BoM) gridded solar data.

Besides other conclusions also this study found that Solargis database demonstrated the lowest bias and RMSD values amongst compared data sources.

Solargis NASA POWER MERRA-2 Australian Bureau of Meteorology
GHI Mean bias 0.0% -0.9% 5.9% -0.4%
Standard deviation of biases 1.50% 3.72% 4.46% 2.23%

Other studies

Solar Resource Assessment over Kuwait: Validation of Satellite-derived Data and Reanalysis Modeling by Majed AL-Rasheedi, Christian A. Gueymard, Alaa Ismail and Salem AL-Hajraf, EuroSun 2014 Conference Proceedings, 16-19 September 2014

Satellite or ground-based measurements for production of site specific hourly irradiance data: Which is most accurate and where? by Diane Palmer, Elena Koubli, Ian Cole, Tom Betts, Ralph Gottschalg, Solar Energy, Volume 165, 1 May 2018, Pages 240-255

Validation of solar resource and meteorological data for Japan by Solargis, 2021