一部の技術用語が異なる場合があります。英語版を基準としています。

日陰、汚れ、トラッカーの不具合、センサーのわずかな位置ずれ――地上測定におけるこうした問題は見過ごされがちですが、それらはデータに基づいて導き出されたすべての結果を静かに歪めてしまいます。 実際、私たちが分析した地上計測データセットはすべて、品質上の問題を抱えていました。入力データに欠陥があると、その後の分析をいくら行ってもそれを修正することはできず、その不確実性はサイトの最適化、性能評価、予測、デューデリジェンスにまで波及してしまいます。

このウェビナーでは、地上測定においてどのような問題に注意すべきか、Excelやカスタムスクリプトではなぜそれらを見逃しがちなのか、そして測定値を太陽エネルギー資源モデルや近隣のセンサーと比較することで、単純な時系列データでは隠れてしまう問題がどのように明らかになるかを学びます。

録画をご覧いただければ、当社のアナリストが地上測定データの処理に実際に使用しているツール「Solargis Analyst」でのワークフローをリアルタイムでご確認いただけます。

  • 所要時間:40分
  • 関連サービス:Solargis Analyst
  • 収録日:2026年10月27日

参加者からの質問#

質問全文:この統計(全データセットの100%に問題がある)において、Solargisは現地でのプロジェクトに関与していましたか?つまり、設置場所の正確な地形や、センサーの傾斜角度が実際にどのような状態であったかを知っていましたか? CADファイルや設計図上のPVモジュールの理論上の傾斜角は、実際に現場に設置された状態と一致しないことが多いため、実際にはPVモジュールと完全に一致しているにもかかわらず、多くのパイラノメーターの測定値が誤りとしてフラグ付けされてしまいます。したがって、理論的な考察や晴天モデルに基づいて、これらのデータを単に誤りとして破棄することはできません。

回答:ありがとうございます 。完成時の形状が設計と異なることはよくあり、品質管理(QC)においてこれを考慮しなければならないという点については、全面的に同意いたします。

統計に関する2つの補足説明:

1) 「データセットの100%に問題がある」とは、すべてのデータセットにおいて、物理的限界値を下回る/上回る値、日陰、結露/霜、汚れ、静的(固定)値、タイムスタンプのずれ、ロガーの停止、位置ずれなど、何らかの種類のQC上の指摘が少なくとも1件あったことを意味します。 1回でも発生していれば対象となります。これは、データセットが使用不能であったり、その大部分が削除されたりしたことを意味するものではありません。

2) Solargisは現場での品質チェックには関与していないため、実測の幾何学的形状について独自の知識は持ち合わせていません。 当方は、提供された文書にのみ依拠するしかありません。したがって、太陽光発電システムおよび気象計測機器の検証済み構成(センサーの傾斜角・方位角、トラッカーの設定、地平線、設置場所の写真、保守記録)を提供する責任は顧客にあります。

当社はこれらの文書を「グラウンドトゥルース」として扱い、自動および手動(専門家による)テストを実施します。これらのテストにより、測定データだけでなく、提供された気象観測ステーションおよび太陽光発電システムの構成における問題も明らかになります。

データの典型的な特徴(例:晴天時の午前・午後の系統的な非対称性。これは他のセンサーやモデルとも整合している)が確認され、かつ申告された構成からの逸脱が閾値を超えた場合、位置ずれとしてフラグが立てられます。

パイラノメーターが実設モジュールに合わせて調整されており、その幾何学的配置が申告されている場合、そのデータは合格となります。申告されたメタデータが誤っている場合(例:センサーが水平と申告されているが、実際には傾斜して設置されている)、そのフラグは申告内容に対して正しいものとなります。

このような場合、この指摘はセンサーそのものではなく、提供された構成における誤りを示しています。そこで、当社は顧客と実設置状態の幾何学的形状を確認した上で、データを再評価します。

Solargis Analystの年間利用料は1,400ユーロです。デスクトップソフトウェアのため、1つのライセンスで1台のコンピュータ上の1ユーザー分が利用可能です。さらにライセンスが必要な場合は、弊社までご連絡ください。お客様のチームに最適なプランについて、詳しくご相談させていただきます。

はい。Analystは、どのパイラノメーターモデルでも使用可能です。お使いの機器が既知の機器リストにない場合は、設定画面で独自に定義することができます。この定義は、ご自身のアプリケーション内にのみ保存されます。欠落している機器についてフィードバックをお送りいただければ、Analystに追加し、次回のリリースで全ユーザーが利用できるようになります。

質問全文: 現場に担当者がいない場合 、データの取り扱いには注意が必要です。実際、信頼できる基準点は理論的にのみ扱うことはできません。なぜなら、現場には常に結果を左右しうる固有の要素が存在するからです。

この問題、特にプラント全体にわたる傾斜のばらつきのような事象には、どのように対処すればよいでしょうか?

回答:

傾斜した(POA/GTI)センサーの品質管理(QC)は、提供されるメタデータに大きく依存します。そのため、各観測点を個別に扱います。つまり、すべての気象観測点について、その観測点固有のセンサー方位を要求し、トラッカーについては、トラッカーの完全な構成情報(トラッカーの種類、軸の傾斜角と方位角、回転制限、バックトラッキング、地被率)を要求します。プラント全体での傾斜のばらつき(例:地形追従型トラッカー)もこの方法で処理されます。各センサーは、プラント全体の設計値ではなく、それぞれが申告した幾何学的仕様に対してチェックされます。

申告された構成が実態と一致しない場合(例:トラッカーが傾いているにもかかわらず、軸の傾斜角が0°と申告されている場合)、閾値を超える偏差は、申告内容に対する位置ずれとして正しくフラグが立てられます。 そのような場合、データを盲目的に受け入れるのではなく、メタデータを修正することが解決策となります。その後、実測値(理想的には傾斜計、トラッカーコントローラのログ、または現地調査によるもの)が使用され、品質管理(QC)が繰り返されます。

センサーの数に決まった上限はありません。当社のテストでは、70台のパイラノメーターから得られたデータセットを処理しましたが、制約となったのはコンピュータのリソース(CPUとRAM)のみでした。

質問全文:記録されたデータを整理する標準的な方法はありますか? プラントのオペレーターたちは皆、記録データの整理にそれぞれ異なる手法を採用しています。

回答: 現時点では、唯一の拘束力のある標準は存在 しないため、オペレーターごとにアプローチが異なっています。

一般的に参照されている資料は以下の通りです:

  • BSRNの品質管理に関する推奨事項(物理的に可能な限界値および極めて稀な限界値、構成要素間の比較)、
  • IEA PVPS タスク16/NREL『太陽エネルギー利用のための太陽資源データの収集および利用に関するベストプラクティス・ハンドブック』(第4版、2024年)、これは現在最も包括的な参考資料です、
  • IEC 61724-1(太陽光発電所のモニタリングにおけるデータ品質チェックを定義する規格:範囲チェック、欠損値および固定値など)。

実際には、優れた品質管理(QC)では、自動テスト(物理的限界値、GHI、DHI、DNI間の一貫性、晴天時データや衛星データとの比較、冗長センサー間の比較)と専門家による目視確認を組み合わせ、すべてのフラグを文書化します。

Zスコアは、比較可能なセンサーが多数ある場合(例えば、大規模なプラント全体に同じ向きで設置された複数のPOAセンサーなど)、有用な補助的な検査手段となり得ますが、主要な手法としては使用しません。

  • センサーの数が少ない場合、この手法はほとんど機能しません。センサーが2つまたは3つの場合、Zスコアは数学的に約1~1.4を超えることが決してないため、一般的な閾値である2~3では決してトリガーされません。
  • センサーが2つの場合、どちらが誤っているかを判別できません。
  • 平均値と標準偏差は、それ自体が故障したセンサーによって歪められてしまいます。そのため、ロバスト統計量(中央値やMAD、「修正Zスコア」)の方が適しています。
  • すべてのセンサーに共通する誤差(共通の汚れ、同じロガーやタイムスタンプの問題、同じ校正誤差など)は、センサー間の比較では検出できないため、晴天時のデータや衛星データなどの独立した参照情報がいまだに必要です。
  • 大きな植物では、雲の影によってセンサー間で実際の差異が生じるため、テストは安定した(晴天の)条件、あるいはより長い集計期間に限定すべきです。

質問全文:気象観測所に(比較のために)2台のクラスAパイラノメーターを設置することには、大きな価値があることは明らかです。他にも、重複して測定する価値のある項目はありますか?例えば、周囲温度などでしょうか?それとも、他に何かありますか?

回答:はい、GHI以外にも冗長性は価値がありますが、量よりも質が優先されます。

冗長なセンサーが役立つのは、同じ故障を起こさない場合に限られます。実際には、多くの問題はデータロガーに起因しており(時刻のずれ、データの欠落、スケーリングの誤りなど)、1つのロガーに接続されたセンサーは通常、同じ問題を抱えることになります。

  • 周囲温度と相対湿度については、WMOガイドラインに従って正しく設置された(適切な高さ、換気機能付きの放射遮蔽、インバーターや建物、高温の表面などの近隣物体からの影響がない)1台の計測器の方が、不適切に設置された2台以上の計測器よりも優れています。 2台目のセンサーを追加する場合、わずかに異なる場所(数十メートル離した位置)に設置し、理想的には別のロガーまたはチャンネルに接続するのが最も有効です。これにより、局所的な影響やセンサーの不具合(シールドの汚れ、換気不良、ドリフト)を特定しやすくなります。

  • 風速:理想的には2つの高さで測定します。10 mでの測定は、気象モデルとの比較や設置場所への適応のための標準です。モジュールやトラッカーの高さ付近での測定は、資源評価にはあまり関連性がありませんが、トラッカーの運用(突風、格納位置)にとって重要な情報を提供します。

  • 単に同じ測定を行うのではなく、異なる要素を測定することで、より大きな価値が得られることがよくあります。GHIとDHI(およびDNI)を併用することで、GHI = DHI + DNI·cos(天頂角)という閉合テストが可能となり、これは利用可能な品質管理(QC)チェックの中でも最も強力なものの1つです。基準セルの隣にパイラノメーターを設置することで、異なる故障モードを持つセンサーが追加されます。

  • 特にGHIに関しては、2台のクラスAパイラノメーターに、異なるタイプの3台目のセンサーを追加することで、品質管理上のメリットが得られます。2台のクラスA計測器が基準となり、3台目のセンサーが、その挙動が類似しているかどうかを示すのです。

    この目的には、シリコンフォトダイオード式パイラノメーターが適しています(例えば、回転式シャドウバンド放射計に使用されるセンサーや、独立型ユニットなど)。 フォトダイオードセンサーは、汚れや結露の影響を受けにくく、応答も速いですが、精度(分光応答、コサイン応答、温度依存性)は低く、通常、加熱や換気は行われません。

    2 種類のセンサーは同じ事象に対して異なる反応を示すため、これらを比較することで、クラス A データにおける偏差(両方のクラス A センサーに影響を及ぼすものを含む)が、センサーの問題(ドームの汚れや結露など)によるものなのか、それとも実際の気象現象によるものなのかを区別することができます。 これは、クラスAパイラノメーターの代替ではなく、品質管理(QC)の補助手段として機能します。

はい。晴天時の日射量は、観測地点の位置(緯度、経度、標高)および日時から算出されます。

したがって、正しいタイムゾーンとタイムスタンプの表記方法(区間の開始/終了/中央)が不可欠です。時刻のずれは、私たちが遭遇する最も一般的な問題の一つです。

  • アレイ面(POA/GTI):はい – 晴天時の放射照度は、指定されたトラッカー構成を用いてセンサー面に転置されます。
  • 温度:いいえ。気温には、物理的な「晴天時」に相当する概念はありません。

質問全文:Solargis Analystによる理論値/衛星データの分析は、クラス1パイラノメーターの実際のデータと比較して、どの程度正確なのでしょうか?この分析は、2023年から2025年までの直近の数年間について行われたものですか?

回答: Analystの「晴天時」の値は 、実際の日射量の推定値ではありません。これらは理論上の無雲状態を表すものであり、妥当性チェック(例えば、時間ずれ、位置ずれ、あるいは物理的に不合理な値の検出など)のための上限値として使用されています。

したがって、精度指標として実測値と比較することは意味がなく、その意味での検証は行われていません。

Solargisの衛星に基づく時系列データは、高品質な地上観測データと照合して検証されており、GHIおよびDNIの結果は当社のナレッジベース(https://kb.solargis.com/docs/validation-of-solar-irradiance-data)で公開されています。

また、Solargisは、独立したIEA PVPSタスク16「モデル化された太陽放射データの全世界ベンチマーク」(2023年)にも含まれています。

この検証は現在のモデルバージョンに適用されます。2023年から2025年までの期間に限定した公開研究は現在ありません。

いいえ。Solargis Analystライセンスにはソフトウェアが含まれています。お客様のサイト向けのSolargisモデル時系列データは、別途販売されているデータ製品となります。こちらのフォームにご記入の上、弊社営業チームまでご連絡いただくか、contact@solargis.comまでメールをお送りください。お見積もりをご用意いたします。

自動洗浄は、特に手動での洗浄を頻繁に行えない遠隔地や粉塵の多い現場において、測定の信頼性を向上させる可能性を秘めています。

しかし、現時点では、どのような条件下で改善につながるかを断言できるほど、こうした導入事例に関する十分な経験がまだありません。

検討すべき点:

  • 洗浄作業自体がアーチファクト(拭き取りや噴霧中のスパイクやドロップ、水滴や筋、硬水による残留物、ドームの傷)を引き起こす可能性があること、
  • すべての洗浄作業はタイムスタンプ付きで記録すべきであり、それによって影響を受けた記録にフラグを立て、洗浄の影響を検証できるようにする。
  • 定期的な点検、水平調整、再校正に代わるものではない。

測定結果が信頼できる基準として認められるためには、文書化された保守手順とトレーサブルな校正が最も重要です。

もしそのような設備からのデータをお持ちでしたら、喜んで評価させていただきます。

続きを読む

PVプロジェクトにおける異常気象の影響
Webinars

PVプロジェクトにおける異常気象の影響

私たちの専門家チームは、異常気象による不測の事態を回避するための実用的なヒントを提供し、お客様のベストプラクティスをご紹介します。

Solargis Analyst 新機能と改良点(バージョン1.4.2)
Webinars

Solargis Analyst 新機能と改良点(バージョン1.4.2)

Solargis Analystの新バージョン(バージョン1.4.2)では、今後の新機能や新パラメータに不可欠なデータベース構造が更新されました。

衛星モデルデータがストレージ・アプリケーションにどのように役立つか
Webinars

衛星モデルデータがストレージ・アプリケーションにどのように役立つか

このウェビナーでは、1分単位のデータが、初期設計段階においても、バッテリーの最適なサイジングや交換戦略にどのように役立つかを紹介します。