本文档内容
我们将解释 1 分钟数据在发电厂设计中的重要性,以及它如何影响发电量估算和设备选择。
概述
本文档将帮助您使用 1 分钟分辨率数据 在 Solargis 平台中设计和优化光伏发电厂。您将了解高分辨率数据集如何揭示短期变异性、改进性能建模、支持合规性并减少预测偏差——这些功能通常受限于 15 或 60 分钟的数据。
在里面,你会发现:
时间分辨率和何时使用每个分辨率之间的清晰比较
显示数据粒度如何影响能源估算、设备规模和电网集成的真实用例
根据您场地的气候和项目要求选择和应用正确数据集的指南
利用 1 分钟数据实现稳健、高效且可融资的光伏项目的实用技巧
为什么在光伏电站设计中考虑 1 分钟分辨率数据?
准确的光伏 (PV) 电站设计取决于从初始设计阶段开始对高分辨率太阳能资源数据的全面分析。现代光伏系统的复杂性日益增加,使得 1 分钟分辨率数据对于可靠功率输出 (PVOUT) 估算和系统优化至关重要:
通过捕捉光伏阵列尺寸和逆变器容量之间的真实动态,实现精确的DC/AC比率优化,最大限度地减少逆变器削波造成的生产损失,并支持更具成本效益的系统设计。
揭示由快速辐照度变化(例如云边缘效应和间歇性云层覆盖)引起的短期功率输出变化,这些变化被 15 或 60 分钟的数据所掩盖,从而实现更准确的产量估算和更好的系统性能。
通过准确跟踪光伏输出的快速波动、改进对电能质量参数(电压变化、闪烁、谐波、频移)的评估以及促进辅助服务和电网集成设备的正确规范,支持符合现代电网规范。
提供对特定地点气象影响的详细见解,例如当地天气模式、温度和湿度影响,从而可以对地点适用性和预期系统性能进行定制评估。
显示出不同气候带的年能源产量和削波损失计算存在显着差异,热带气候在高直流/交流比下使用 60 分钟数据时显示出高达 2.5% 的年产量高估,而干燥气候表现出最高的绝对削波损失,但时间分辨率之间的百分比差异最低。
提高储能规模和平滑输出的准确性 ,因为 1 分钟数据可以更好地反映现实世界的波动并支持高级电能质量管理。
通过减少对能源产量的系统性高估并实现更可靠的长期绩效预测,促进更精确的财务建模和风险评估。
通过采用 1 分钟分辨率数据,光伏系统设计人员可以实现更高的性能预测准确性,根据当地情况优化系统配置,并保持对不断变化的技术和电网要求的合规性,从而实现更稳健、更高效、更可融资的太阳能发电项目。
系统配置优化
光伏系统设计需要仔细优化DC/AC比,即标准测试条件(STC)下的光伏组件功率与逆变器交流额定功率之间的关系。该比率直接影响系统性能、削波损失和财务结果。
DC/AC 比率优化代表了一个多标准问题,旨在最大限度地减少投资和运营成本,同时保持符合技术法规。当 DC/AC 比率过高时,光伏阵列产生的功率可能会超过逆变器所能处理的功率,从而导致削波损耗,从而影响整体系统效率。
DC/AC 比率优化的关键考虑因素包括几个相互关联的因素。与STC条件相比,光伏组件技术和安装配置对实际性能有显著影响,而逆变器效率特性和额定功率限制决定了转换能力。地理位置因素也发挥着作用,特别是在频繁经历可能影响电力输出的云边缘效应的地区。此外,必须仔细评估特定地点的辐射水平及其全年的变化性,以及影响组件输出效率的温度条件。必须考虑这些因素才能实现最佳的系统设计和性能。
与 15 分钟或 60 分钟的间隔相比,一分钟的分辨率数据提供了更准确的见解:
可以更精确地捕获功率输出变化,揭示被较长平均周期所掩盖的快速波动(图 1)。
光伏仿真在使用 15 分钟或 60 分钟数据时通常会低估削波损耗,尤其是在较大的 DC/AC 比率下。
年剪切损失随 DC/AC 比率而变化很大,以 1.5 的比率达到 2-5%。
.png?sv=2022-11-02&spr=https&st=2026-04-02T14%3A17%3A17Z&se=2026-04-02T14%3A28%3A17Z&sr=c&sp=r&sig=j8jvJruKwi5XSWmlQaxAm1GpvgnQBp4GfQn4ua%2FwheU%3D)
图 1:特定一天的模拟 PVout:基于 1 分钟、15 分钟和 60 分钟输入数据的计算
功率输出可变性
太阳能发电厂的输出波动会显着影响系统性能和电网并网要求。通过高分辨率数据分析了解这些变化对于准确的系统设计和作至关重要。
一分钟分辨率数据 揭示了关键的功率输出变化,这些变化通常在较长的平均周期内被掩盖:
由于云边效应导致的短期辐照度变化会导致功率输出 快速波动 。
间歇性云频繁的地点表现出特别显着的变化。
当使用 15 分钟或 60 分钟的数据间隔时,功率波动通常会被低估。
通过 1 分钟分辨率数据准确评估功率输出变化,可以做出更好的系统设计决策和更精确的产量估算,特别是在天气条件多变的地区。
不同的气候带表现出不同的变化模式:
热带气候的扩散与全球 (D2G) 比最高,导致频繁的短期波动。
干燥气候表现出更稳定的输出模式,但总体剪切损失更高。
光伏输出和GTI变异性适中的站点在生产计算中表现出最高的不准确率。
功率波动管理需要:
储能系统尺寸合适,可实现平滑控制。
准确评估光伏输出的快速变化。
实施适当的电能质量控制措施。
电网集成要求
高分辨率数据分析可确保光伏系统的正确电网并网,特别是在电能质量和电网合规性要求方面。
一分钟分辨率数据 为电网集成提供了重要的见解:
准确捕获被较长平均周期掩盖的快速光伏输出波动。
能够精确评估电能质量参数。
帮助确定适当的设备规格以实现电网合规性。
促进更好地规划辅助服务。
使用 1 分钟分辨率数据可以实现更精确的电网并网规划,并有助于确保向消费者可靠地供应优质电力,同时保持对电网运营商要求的合规性。
并网光伏系统必须解决几个关键的电能质量问题:
短时和长时电压变化(骤降/骤升和欠压/过压)。
电压波动导致闪烁效应。
谐波失真随逆变器工作点而变化。
由于发电-负荷不平衡导致的工频变化。
储能系统在平滑功率变化方面发挥着重要作用:
系统规模需要准确评估光伏输出的快速变化。
一分钟数据可以正确评估平滑控制要求。
通过适当的存储解决方案,可以有效管理连接点 (POC) 的功率变化。
特定于站点的特征
当使用不同的时间分辨率时,站点位置和当地环境条件会显着影响光伏系统性能和功率输出预测的准确性。
跨气候区域的一分钟分辨率数据分析揭示了时间分辨率如何影响功率预测的不同模式:
热带气候在 1 分钟和更长间隔计算之间显示出最大的百分比差异。
尽管总体GTI值最高,但干燥气候的差异最小。
温带气候和大陆性气候表现出适度的差异。
时间分辨率的影响根据特定地点的特征而有很大差异,因此单个站点分析对于准确的系统设计和性能预测至关重要。
特定地点的天气模式通过以下方式影响功率输出变化:
导致辐照度突然增加的云缘效应,特别是在热带和季风地区。
影响短期波动的扩散与全局 (D2G) 比率变化。
温度和湿度会影响组件效率。
影响时间分辨率重要性的位置特定因素包括:
本地云模式和频率。
大气颗粒含量。
季节性天气变化。
场地海拔和周围地形。
时间分辨率影响分析
以下 study 分析了不同气候组的 20 个地点,以证明时间分辨率对光伏输出计算的影响。选取5个代表性地点进行详细分析,包括GTI最低的大陆性气候、GTI最高的干燥气候、D2G比最高的热带气候、干燥气候和PVOUT差异最大的热带气候。
分析使用了三种时间分辨率: 1 分钟数据 (最高分辨率)、 15 分钟数据和 60 分钟数据。评估了1.1、1.3和1.5的DC/AC比,以评估不同系统配置下的削波损耗。
对这些网站的分析表明:
GTI最高的干燥气候区年 剪裁损失最高 ,但时间分辨率之间的百分比差异最小。
热带气候D2G比值最高的站点年 剪裁损失排名第三 ,但时间分辨率之间的差异最大。
PVOUT差异最大的热带气候地点表现出 明显的高估PVOUT,使用60分钟数据,在DC/AC比值为1.5时达到2%以上。
当使用直流/交流比为 1.5 的 60 分钟数据时,热带地区对年产量的高 估高达 2.5% (图 3)。
D2G 比率高的站点需要特别注意短期功率输出变化效应。
间歇性云频繁的站点显示 出显着的功率波动。
使用 1 分钟分辨率数据可以更准确地指定电能质量控制措施。
与 1 分钟分辨率数据相比,使用 60 分钟分辨率数据时,具有中等 PV 输出和 GTI 变异性的站点在生产计算中的 不准确率 最高。
一个站点的详细示例显示了 逆变器削波 的一天内 PVOUT 如何随时间分辨率变化(图 2)。60 分钟数据(绿线)显示没有削波,与 1 分钟和 15 分钟的测量相比,导致高估。
.png?sv=2022-11-02&spr=https&st=2026-04-02T14%3A17%3A17Z&se=2026-04-02T14%3A28%3A17Z&sr=c&sp=r&sig=j8jvJruKwi5XSWmlQaxAm1GpvgnQBp4GfQn4ua%2FwheU%3D)
图 2:PVOUT 差异最高的热带气候现场的 PVOUT,直流与交流比 1.3:发生逆变器削波的一天,有 1 分钟和 15 分钟的数据。
.png?sv=2022-11-02&spr=https&st=2026-04-02T14%3A17%3A17Z&se=2026-04-02T14%3A28%3A17Z&sr=c&sp=r&sig=j8jvJruKwi5XSWmlQaxAm1GpvgnQBp4GfQn4ua%2FwheU%3D)
图 3:高估了不同时间分辨率和直流与交流比的年度 PVOUT。
结论
对光伏系统设计中 1 分钟分辨率数据的分析揭示了在不同气候带和系统配置中实现最佳系统性能的几个关键优势。
通过 1 分钟的数据, DC/AC 比率优化 变得更加精确,从而实现更准确的尺寸决策,从而平衡投资成本和性能。与 1 分钟评估相比,使用 15 分钟或 60 分钟数据的年度能源计算可能会高估产量几个百分点,在 DC/AC 比率为 1.5 时削波损耗达到 2-5%。
不同的 气候带 在时间分辨率如何影响功率预测方面表现出不同的模式。热带气候在 1 分钟和更长间隔计算之间显示出最大的百分比差异,而干燥气候尽管具有最高的总体 GTI 值,但表现出最低的差异。光伏输出和GTI变异性适中的站点在生产计算中表现出最高的不准确率。
一分钟分辨率数据可以更好地管理电压变化和波动、谐波失真、工频变化以及储能系统尺寸以实现输出平滑。事实证明,这些精细数据对于电网合规性和系统稳定性特别有价值。
采用 1 分钟分辨率数据代表了光伏系统设计方法的重大进步。它提供更准确的性能预测,并在不同的地理位置和气候条件下实现更好的优化安装。使用 15 分钟数据而不是 60 分钟数据通常可以将产量高估减少约 50%,但与 1 分钟数据仍然存在显着差异。
进一步阅读
J.Rusnak、B. Schnierer、M. Suri、M. Opatovsky、G. Srinivasan 的《Impact of time resolution of solar and meteorological data on clipping losses and energy yield simulation》。