我々の予測データは）厳密に検証されている

1時間先（ナウキャスト）の予測精度

実施内容

• 衛星画像から雲の動きを追跡するSolargis独自の「Cloud Motion Vector（CMV）」モデルを用いて、1時間先までのGHI予測を生成した。
• 世界中の主要な気候帯を網羅する153カ所の観測地点について、Solargisの衛星データに基づく過去のGHI時系列参照値と予測値を照合し、検証を行いました。
• 2025年のデータを用いて、1時間ごとおよび15分ごとの時間分解能における精度を比較しました。
• 標準的な精度指標として、バイアス、MAD、RMSDを、全世界および各気候帯ごとに算出した。

得られた結果

GHI	1時間ごと	15分
平均バイアス	-0.18%	-0.18%
平均MAD	4.87%	5.39%
平均RMSD	8.58%	9.58%

気候帯別の全結果 →

結論

• 予測精度は、15分間隔のデータよりも1時間ごとのデータの方が優れており、これは主に、短期的な変動を平滑化する時間的集約効果によるものである。
• 乾燥地域は、安定した晴天の気象条件により、最も優れた予測精度を示している。
• 温帯および寒冷な気候帯では、雲量の変動や前線系の影響により、中程度の誤差が見られる。
• 熱帯および極地では、対流活動、急速な雲の形成、太陽角の低さ、および季節的な極端現象により、最も大きな誤差が見られる。

前日予測の精度

実施内容

• 数値天気予報（NWP）モデルを用いて、翌日GHI予測（約24～48時間先）を生成した。
• 2025年のデータを用いて、同一の153か所の世界各地の観測地点について、1時間ごとおよび15分ごとの解像度で検証を行った。
• 予測期間の延長が精度に与える影響を定量化するため、1時間先までの精度との結果を比較した。

得られた結果

GHI	1時間ごと	15分
平均バイアス	0.56%	0.57%
平均MAD	6.15%	6.61%
平均RMSD	10.11%	10.89%

気候帯別の全結果 →

結論

• 予測期間が長いため、1時間先予報に比べて精度は低くなる。
• 乾燥地域は気象条件が安定しているため、最も良好な予測精度を示している。
• 熱帯地域は、対流性雲の形成により、最も低い精度を示した。
• 極地では、サンプルサイズの制限も一因となり、精度が低くなっている。
• 温帯および寒冷な気候帯では、誤差は中程度である。

前日予測の精度

実施内容

• 同じ固定PVシステム構成を用いて、前日GHI/GTIおよびTEMP予測をPVOUT予測に変換した。
• 153カ所すべての地点について、1時間先予測の結果と比較することで精度を検証し、予測期間効果を定量化した。
• 運用上の現実的な精度期待値を裏付けるため、サイト間のMAD（平均絶対誤差）の最小値・最大値の変動を分析した。

得られた結果

PVOUT	1時間ごと	15分
平均バイアス	1.08%	1.08%
平均MAD	6.27%	6.70%
平均RMSD	10.49%	11.24%

気候帯別の全結果 →

結論

• 前日予測（PVOUT）の精度は、1時間前予測よりもわずかに劣る。
• デイアヘッドの予測期間こそが、電力市場への参加、送電網の計画、および蓄電池の最適化において最も重要である。
• 予測精度は設置場所によって大きく異なる可能性があるため、期待される性能を評価する際には、平均MAD（平均絶対誤差）だけでなく、最小値および最大値によって表される変動性も考慮すべきである。