本文档内容
我们将介绍 1 分钟、15 分钟和 60 分钟的数据集、它们的用途、优点、缺点和典型用例,以帮助您在使用 Solargis 平台设计太阳能项目时做出更好的决策。
概述
本文档可作为太阳能专业人士、项目开发人员和分析师从 Solargis 平台选择时间分辨率数据集(1 分钟、15 分钟和 60 分钟)的实用指南。它解释了这些数据类型如何影响资源评估、光伏系统设计和性能分析,帮助用户针对不同的项目阶段和分析需求做出明智的选择。
在里面,你会发现:
通过视觉示例清晰地比较时间分辨率类型。
每个数据集的典型应用和建议。
关于将数据解析与项目要求和技术约束相匹配的指南。
Solargis 方法和数据访问选项的概述。
参考研究和进一步阅读。
时间分辨率对数据表示的影响
太阳数据的时间分辨率显着影响其反映太阳辐照度和天气条件变化的准确程度。从历史上看,由于数据收集和处理系统的技术和计算限制,60 分钟数据是行业标准。随着太阳能行业的成熟,对更高分辨率数据的需求变得显而易见,导致了 15 分钟和最终 5 分钟数据集的开发。
太阳辐照度可以在短时间内发生巨大变化,从而推动了向更高时间分辨率的演变。 60 分钟的数据 对这些波动进行了平均,呈现出掩盖显着变异性的平滑轮廓。这种平均效应可能导致在部分多云条件下低估生产损失以及系统性能的歪曲。
15 分钟数据 成为新标准,捕捉更多的自然变化,同时在数据量方面保持可管理性。该分辨率揭示了小时内模式,并提供了云引起的辐照度变化的更真实的表示,尽管它仍然平均了一些最快速的波动。
1-minute data 代表了详细分析的最高标准,可捕获由于云经过而导致的快速辐照度变化,而较低分辨率的数据会完全平滑这些云(图 1)。在比较晴空超标事件(当辐照度由于云层增强而超过晴空值时)的表示时,这种差异尤其明显,这些事件仅在高分辨率数据中可见。
视觉表示差异:
60 分钟数据显示 平均值, 掩盖了短期变异性 并低估了间歇性的影响。
15 分钟的数据揭示了 更详细的辐照度变化模式,捕捉了一些云运动和系统响应特征。
1 分钟数据可捕捉 快速波动,包括云增强效果和短时阴影事件。
.png?sv=2022-11-02&spr=https&st=2025-10-30T20%3A37%3A09Z&se=2025-10-30T20%3A48%3A09Z&sr=c&sp=r&sig=KqBk%2BqT4p4I9WyCB8K948uqhLCGelQ8lK7TKObWKPng%3D)
图 1:每小时平均值和 5 分钟(顶部)GHI 时间序列数据的比较 (source )。
在光伏项目中的使用
尽管存在差异和局限性,但每个时间分辨率数据集在当今的太阳能行业中都具有重要的作用。行业专业人士并没有将这些数据集视为竞争替代方案,而是将它们视为综合太阳能资源评估工具包中的补充工具。
时间分辨率的选择应与具体的项目要求、开发阶段和分析目标保持一致。 早期可行性研究 可能只需要每小时的数据,而 详细的系统设计 和电网集成分析则受益于更高分辨率的数据。成本考虑、数据存储能力和处理要求也会影响为每个应用程序选择适当的时间分辨率。通过了解每个数据集的优势和局限性,太阳能专业人士可以根据自己的特定需求选择最合适的分辨率。
自太阳能数据行业的早期阶段以来,每小时数据一直是行业标准,当时数据收集和处理系统主要是为这种时间分辨率而设计的。
应用
初步能源产量评估。
初步现场勘探和可行性研究。
区域太阳能资源测绘。
为标准模拟创建典型气象年 (TMY)。
优势
数据量更小,更易于处理和存储。
足以进行许多初步分析。
与传统的光伏仿真工具广泛兼容。
局限性
详细分析的准确度和精密度不足。
掩盖太阳辐照度的短期变化。
无法捕捉影响电网稳定性的快速波动。
低估逆变器受限系统中的削波损耗。
不足以分析爬坡率和短期电网影响。
15 分钟的时间分辨率在每小时平均值和高频数据之间提供了中间地带,在保持可管理的数据量的同时捕获更多可变性。
应用
详细的光伏系统设计和优化。
需要亚小时分析的电网整合研究。
逆变器削波损耗的识别。
优势
比每小时数据更准确、更精确。
更好地表示太阳能资源的可变性。
改进了能量产量预测。
捕获更真实的系统行为。
局限性
仍然遗漏了在更高分辨率数据中可见的一些快速波动。
需要比每小时数据更多的存储和处理能力。
可能无法完全捕获所有云增强事件。
5 分钟数据是太阳能资源评估的最高常用分辨率,可提供有关太阳辐照度短期波动的详细信息。
应用
高频对光伏系统性能的影响分析。
电网稳定性和斜坡速率研究。
对存储系统和混合安装进行精确建模。
逆变器削波损耗的详细评估。
实时监控和预测应用程序。
优势
提供有关太阳变化的最准确和最精确的信息。
捕获由于云移动而导致的辐照度快速变化。
显示在低分辨率数据中不可见的晴空超标事件。
为电网集成实现更准确的光伏输出建模。
更好地代表绩效评估的实际现场条件。
局限性
更大的数据量需要更多的存储和处理能力。
需要专门的分析工具和专业知识。
对于一般可行性研究来说并不总是必要的。
科学证据和行业应用
研究表明,使用不同的时间分辨率时,光伏性能建模的准确性存在显着差异。
Solargis study 使用不同的时间分辨率数据比较太阳能资源的变异性,包括 1 分钟地面测量值以及 10 分钟、15 分钟和每小时的卫星模型数据。
虽然 1 分钟地面测量显示出明显高于较长时间步长的卫星数据的 变异性 ,但由于空间平均效应,公用事业规模光伏电站输出的变异性较低。分析表明, 基于卫星的 15 分钟模型数据可以作为评估典型大型光伏电站输出变异性的实用代理 ,因为它与在与公用事业规模光伏装置相当的区域内对多个地面测量点进行平均时观察到的变异性非常吻合。
.png?sv=2022-11-02&spr=https&st=2025-10-30T20%3A37%3A09Z&se=2025-10-30T20%3A48%3A09Z&sr=c&sp=r&sig=KqBk%2BqT4p4I9WyCB8K948uqhLCGelQ8lK7TKObWKPng%3D)
图 2: 不同时间分辨率的时间序列数据(基于 Solargis 卫星模型的数据和来自 ESMAP 的地面测量数据)的比较。
我们的时间解决方法
在Solargis,我们已经开发了全面的能力,可以提供多种时间分辨率的太阳能资源数据,以满足不同的行业需求。
数据处理方法
我们采用先进的太阳辐射模型,利用卫星观测和大气数据来提供准确的太阳能资源评估。我们开发了专有模型,这些模型:
模拟太阳辐射与地球大气层之间的相互作用。
集成大气数据以计算太阳模型的重要输入。
改进数据的地理和时间表示。
使用机器学习算法来提高模型准确性。
数据可用性和可访问性
Solargis 数据库提供:
长达 31 年的历史数据。
空间分辨率高达90米。
标准时间分辨率为 15 分钟,使用我们的合成数据生成器可达 1 分钟。
通过交互式应用程序、API 和推送交付 (SFTP) 进行访问。
支持时间序列、典型气象年 (TMY) 和长期平均 (LTA) 数据。
在实际项目中的应用
在 Solargis,我们为光伏项目利益相关者提供高分辨率、精细的太阳能资源和气象数据。我们的高分辨率数据能够:
在设计阶段进行准确的太阳能资源和光伏发电量评估。
改进了发电预测。
增强项目监控。
更准确的性能评估。
现场测量验证。
更好地管理与天气相关的风险。
结论
时间分辨率的选择取决于您的具体项目需求。对于初步可行性研究,60 分钟的数据通常就足够了。在设计光伏系统或进行详细的产量评估时,15 分钟的数据是准确性和复杂性之间的良好折衷。对于详细的电网并网研究、混合动力装置设计或快速波动分析,15 分钟的数据可提供必要的详细信息。
在选择适当的分辨率时,请考虑您的项目阶段、分析要求和处理能力。Solargis 提供所有这些选项,使您能够将数据粒度与从开发到运营不断变化的项目需求相匹配。
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》。
J. Betak、M. Opatovsky、K. Rosina、M. Suri 的《Global patterns of solar resource short-term variability based on solargis time series data》