我々のデータセットとモデルは）厳密に検証されている

我々が行ったこと

• 多様な気候帯にまたがる11,000以上の地点から、基準となる気象観測所のデータを収集。
• 同じ地点のSolargisデータセットに含まれる2メートル地点の気温（TEMP）値を比較し、利用可能なすべての観測所について、モデル化されたデータと測定されたデータの偏りを計算する。

得られた結果

• TEMPについては、平均バイアス-0.1℃（24時間）、標準偏差 1℃と算出された。
• 一般に、夜間の偏差はやや大きいが、太陽光発電に関連する昼間の値は高い精度で推定されている。

結論

• Solargis 時系列の気象学的パラメータを導出するための手法は、グローバル NWP モデルと、温度データの解像度を向上させる高度な後処理技術を統合したものであり、その検証は成功した。
• Solargisの気温は信頼性が高く、PVシステムの熱損失を評価する上で重要な要素であるPVセル温度の計算に適している。
• グローバルNWPモデルから得られる気温データはより広い地域を表しており、局地的な微気候を完全に捉えることはできないかもしれないが、一貫して高い信頼性を示しており、PVシミュレーションに非常に有効である。

詳しくはナレッジベースをご覧ください。

我々が行ったこと

• 多様な気候帯にまたがる11,000以上の地点から、基準となる気象観測所のデータを収集。
• 同じ地点のSolargisデータセットに含まれる風速（WS）値を比較し、利用可能なすべての観測所についてモデル化されたデータと測定されたデータのバイアスを計算。

得られた結果

• WSについては、平均バイアス0.1m/s（24時間）、標準偏差1.1m/sを算出した。
• 一般に、夜間の偏差はやや大きいが、太陽光発電に関連する昼間の値はより高い精度で推定されている。

結論

• Solargisの風速データは信頼性が高く、気温や日射など他のパラメータと組み合わせてPVセル温度を計算するのに適している。
• グローバルNWPモデルの風速データはより広い地域を表現しており、局地的な微気候を十分に捉えていない可能性があるが、一貫して高い信頼性を示しており、PVシミュレーションに非常に有効である。

詳しくはナレッジベースをご覧ください。

我々が行ったこと

• 多様な気候帯にわたる11,000以上の地点の基準気象観測所からデータを収集。
• 同じ地点のSolargisデータセットに含まれる相対湿度（RH）値を比較し、利用可能なすべての観測所についてモデル化されたデータと測定されたデータの偏りを計算。

得られた結果

• RHについては、計算された平均バイアスは0％（24時間）、標準偏差は7％で、地上測定との確かな一致を示した。

結論

• Solargisの相対湿度データは、物理モデルを用いて予想される汚れ損失をさらに計算するための正確なインプットを提供する。
• 全球NWPモデルの相対湿度データはより広い地域を表しており、局地的な微気候を十分に捉えていない可能性があるが、一貫して高い信頼性を示しており、PVシミュレーションに非常に有効である。

詳しくはナレッジベースをご覧ください。

私たちがしたこと

• 業界で最も人気のあるPVモジュールの技術仕様書を収集。
• 一般データ、機械的特性、電気的特性、ダイオードモデル特性、光学的特性、PVモジュール特性、基準条件などをチェック。

得られた結果

• 収集した情報を検証した結果、Solargisの専門家は、データシート、証明書、ラボレポートに矛盾や情報の欠落があることを発見しました。
• 検証されていないPVモジュールを使用してシミュレーションを実行した場合の影響は、かなり大きくなる可能性があります。

結論

• PVモジュールの技術的詳細の正確さと信頼性は、正確なPVシミュレーション結果を保証する鍵である。
• 厳密な部品検証プロセスが必要であり、専門家のチェックを通じて各PVモジュールに信頼性クラスを割り当てる。
• 検証プロセスでは、必要なパラメーターを入力し、重要なバリデーションに合格し、データシート、証明書、ラボレポートの信頼性を検証する。

詳しくはPV部品カタログをご覧ください。

私たちがしたこと

• 業界で最も人気のあるソーラー・インバータの技術仕様書を収集。
• 一般的なデータ、入出力特性、動作性能、機械的特性、効率、高度な機能など、具体的なパラメーターをチェック。

得られた結果

• 収集した情報を検証した結果、Solargisの専門家は、データシート、証明書、ラボレポートに矛盾や情報の欠落があることを発見しました。
• 検証されていないインバーターを使用してシミュレーションを実行した場合の影響は、かなり大きくなる可能性があります。

結論

• 正確なPVシミュレーション結果を保証するためには、インバータの技術的詳細の精度と信頼性が鍵となる。
• 厳密なコンポーネント検証プロセスが必要であり、専門家のチェックによって各インバータに信頼性クラスを割り当てる。
• 検証プロセスでは、必要なパラメーターを入力し、重要な検証に合格し、データシート、証明書、ラボレポートの信頼性を検証する。

詳しくはPV部品カタログをご覧ください。

我々が行ったこと

• 多様な気候帯をカバーする20サイトの高解像度太陽光データセットを収集。
• 1分、15分、60分間隔の時間分解能の太陽放射照度入力データを使用して、計算されたインバータのクリッピング損失とエネルギー収量を比較する。

得られた結果

• トロピカルなサイトでは、1分間の代わりに60分間のデータを使用した場合、年間生産量の最大2.5％の過大評価が見られた。
• DC/AC比が1.5の場合、より大きな値が得られた。

結論

• PVシステム設計において1分解像度のデータを使用すると、生産量の過大評価を最小限に抑え、クリッピングロスをより正確に評価できるため、精度が向上する。
• 直流/交流比の最適化、系統安定性の分析、蓄電システムのサイジング、系統遵守の確保には、正確な1分モデルを開発し使用することが強く推奨される。

詳しくはナレッジベースをご覧ください。