パブロ・カバジェロ
Jan 10, 2019
品質や精度とともに、入力された太陽・気象データの本来の時間粒度を 見ることも重要である。このような観点から、PVシミュレーションを行う際には、主に2つのアプローチが見られます：
合成的に生成された人工的な1時間ごとの値を使用することは一般的に行われていますが、この方法は推奨されません。
この記事では、月平均値から合成的に生成された1時間単位のデータではなく、実際の1時間単位またはサブ1時間単位の時系列を使用することの利点について議論する。
この目的のために、Solargisモデルから取得した実データを1時間単位で用いてPVシミュレーションを行った。次に、合成的に生成した1時間毎のデータ（元の1時間毎の時系列の月平均値から生成）を使用した同じシミュレーションと結果を比較した。
PVエネルギー出力シミュレーションに必要な主な太陽・天候パラメータは、入射日射量とPVセル温度（気温から計算）である。
信頼性の高いエネルギーシミュレーションを行うためには、各時間ステップにおいて日射量と気温が正しく一致する ことが重要です。そうでないと、発電所の出力や関連するエネルギー損失が過大または過小に見積もられる可能性があります。
この影響は、合成データを使用する際の不確実性分析の追加 要素として考慮する必要があります。スペイン南東部に位置するデフォルトの15kWpシステム（Plataforma Solar de Almería、サンプルファイルはこちら）を対象としたソフトウェアPVsystのサンプルシミュレーションでは、実時間データを使用した場合、合成的に生成された時間データを使用した場合と比較して、年間エネルギー出力に1.2%の差が見られました。他の場所でも同様の実験を行ったところ、より大きな差が見られたが、そのほとんどは ±2%以内であり 、合成的に生成されたデータを使用した場合の追加的な不確実性の妥当な見積もりと考えることができる。日射量と気温のパターンがより複雑な地点では、追加の不確実性はさらに高くなると予想される。
すべての不確実性を考慮した上で（P90の計算方法については以前の記事で詳しく説明している）、サンプルサイトのPVエネルギーシミュレーションの結果を以下の表1で比較することができる。
表1：シンプルな固定型システムのシミュレーションで得られたエネルギー出力
( 1) pvPlannerから事前に計算された長期平均値を使用した場合、不確実性が約1%とやや高くなる可能性がある。
(2) PVsystから取得した年間変動率。
(3) 合成的に生成されたプロファイルを使用することによる不確実性が含まれる。
上記の例では、合成された毎時データを使用した場合にP50 値が 高くなる（一見すると「魅力的」に見える）としても、 不確実性が高くなるためP90 値は低く なる（結局「魅力的」ではなくなる）。この状況は以下の確率表に示されている。いずれにせよ、プロジェクトの成功のためには、不確実性が最も低いアプローチを常に使用することが推奨される。
図1.不確実性の異なる2つのシミュレーションによるP50とP90のエネルギー値
年間エネルギー推定値の全不確実性を推定するためには、気象条件と予想エネルギー出力の年間変動幅を知る必要がある。これは、最近の歴史から少なくとも10年間の年間合計が分かれば、正確に推定できる。複数年の時系列データがない場合、年間エネルギー生産量の予想年間変動幅を推測するしかないが、年ごとの変動幅は非常に複雑な地理的パターンを持つため、これは非常に困難である。
時系列データがない場合、代替的なアプローチとして、日射量レベルや気候条件が類似している地点のGHI年間変動値を利用する方法がある。例えば、PVsyst ソフトウェアで P90 を計算する場合、この方法がデフォルトとして使用される（http://files.pvsyst.com/help/meteo_notes_annual_variability.htm 参照）。この方法には2つの問題がある。第一に、気候条件や日射量が類似している場所でも、年変動が大きく異なることがある。第二に、以前のブログ記事で説明したように、GHIの年変動とPV出力の年変動は一致しない。
表2：スペイン、アルメリアのサンプル地点の経年変動（標準偏差
実データと合成データの月ごとの合計が同じであっても、時間ごとの分析では常に決定的な差異が見られる。つまり、合成で生成された1時間ごとの時系列データでは、典型的な値や極端な値が十分に捉えられて おらず、合成データには一般的に系統的な偏差が見られる。合成データを使用する場合、予想される気象条件についてよりリスクの高い仮定をすることなく、最適な設計とコンポーネントを選択することは不可能な作業となる。
この記事で使用したサンプルサイトでは、実時間のTMYと合成的に生成された年の両方のデータセットを比較すると、このような違いが直接観察される。データに登録された最大値だけでなく、ある閾値を上回ったり下回ったりする時間ごとの値の統計的な発生にも違いがある。これは、シミュレーションの入力として使用された全てのパラメータ（我々の場合は、全球水平日射量（GHI）、拡散水平日射量（DIF）、気温（TEMP）、風速（WS）について容易に観察することができる。サンプルサイトの関連統計量を表3に示す。
表 3: サンプル地点の PV シミュレーションにおける主要気象パラメータの平均値。
表 4：スペイン・アルメリアのサンプル地点の実データと合成データから算出した極値を示す気象統計量。
より完全な結果を得るためには、過去の時系列データ一式（Solargis の TMY データセットで提供）を使用することを推奨する。
合成データでは、時間ごとの分布がうまく表現されていないことがほとんどであり、このことは予想収益の分析に大きな影響を与える可能性があります。発電エネルギーの価格設定が、スポット市場または最終的な電力購入契約（PPA）によって設定される時間ごとの価格によって 異なるためだけでなく、PVシステムが自家消費用に設計されている場合も同様である。このような場合、PVシステムで生産されるエネルギーを最大化する計画を設計するためには、発電プロファイルの正確な長期予測が必要である。
図2および以下の表5と表6は、時系列に基づくシミュレーションと、実時間データおよび合成時間データを比較したときの、1日の時間ごとの違いを表している。年間レベルで見ると、合成データで最も過大評価が見られるのは午後である。月別の偏差の表からも、特に特定の月において、1日の最初と最後の時間帯に顕著な差があることがわかる。
図2：各時間の合成データと実時間の差の年間集計値
表5：合成データと実時間データの差の月別集計値（時間帯別）。
表6：合成データと実時間データの差の月別集計値（時間帯別）（パーセント表示
バイアス（Bias）または平均バイアス偏差（Mean Bias Deviation：MBD）は 、あるサイトにおける系統的なモデル偏差、すなわち系統的な過大評価または過小評価を特徴づけるもので、二乗平均平方根偏差（Root Mean Square Deviation：RMSD） および平均絶対偏差（Mean Absolute Deviation：MAD）は、瞬時値の誤差の広がりを示すために使用される。
プロジェクト現場から良質な地上測定値を 得ることは、このような統計量を計算し、気象データモデルを検証するためのまたとない機会となる（表 7 および図 3）。しかし、実測値の1時間ごとの粒度が一致する期間が ある場合にのみ、適切な比較を実行し、モデルの逸脱の可能性を特定することができる。合成的に生成されたデータや月平均値は、実際の測定値を表していないため、太陽資源モデルの検証には適していない。
表7：スペイン、アルメリアのサンプルサイトの検証統計値。
図3：サンプルサイトの1時間毎、1日毎、1ヶ月毎の値について、衛星ベースのモデル化されたデータと地上測定データを比較した分散。
シミュレーションに使用した気象データの品質を検証することは、結果に信頼性を与える。しかし、十分な期間（少なくとも12ヶ月）が記録されていれば、モデルのサイト適応とデータの相関にも使用できる。そして、サイト適応されたモデルは、より高精度で不確実性の低いデータセットの再計算に使用される。
気象データモデルは、過去の実時間データを提供することができますが、PVプラントの全ライフタイムにわたってリアルタイムでデータを計算することも可能です（図5参照）。このことは、発電所の立地調査、計画、設計に使用された同じデータ源を、後の段階で発電所の運転中にも使用できることを意味する。これによって、実際の 性能評価と プロジェクト開発中に最初に計算された性能評価との一貫した比較が可能になる。発電所が再評価の対象となった場合にも役立ち、太陽光発電資産に関連する投資について、より透明性の高い取引と確かな評価を可能にします。
図5：実際のモデルデータは、PVプラントの寿命期間中、すべての評価活動で一貫して使用することができる。
月次平均から合成的に生成されたデータの使用は、分析の範囲が非常に限定され、シミュレーションから得られる結果の不確実性が高いため、時代遅れのアプローチである。その結果、合成的に生成されたデータを使用することは、誤った決定につながる可能性がある。最も正確な結果を得るため、またPV発電所の完全な分析と最適化を行うためには、信頼できるソースからの実時間データを使用することがあらゆる場合に望ましい。月平均データの使用は、プロジェクトの前段階における立地調査やごく基本的な調査に有用である。
表8：1時間ごとの実データと1時間ごとの合成データの比較
