太阳能、气象和环境数据

本文档内容

您将了解高质量的太阳能、气象和环境数据在太阳能项目评估中的重要性、数据检索挑战、最佳实践以及 Solargis 解决该主题的方法。

太阳能项目评估的基本数据

太阳能、气象和环境数据为评估场地适用性、潜在发电量和整体项目可行性提供了关键信息：

太阳辐射数据 对于估计光伏系统的潜在发电量至关重要。
气象数据 包括温度、湿度、风速、降水和降雪，它们影响着光伏系统的性能效率和退化。
环境数据 包括地表反照率、大气参数、地形和土地利用，这些数据会影响反射辐射和阴影并确定项目的适用性。

现场数据的系统准确性和质量至关重要。即使是微小的差异也可能导致项目可行性和财务可行性出现重大差异。高质量的数据可实现最佳设计和运营效率，同时降低天气和特定位置的风险。

数据挑战

来自测量和模型的大量卫星、气象、大气和环境数据需要复杂的检索、处理技术和数值模型，才能为地球上的任何位置提供标准化的时间序列数据。模型的开发和运行对于提供计算太阳能潜力所需的多个参数至关重要。

太阳能项目数据输入要求

全面：利用来自地理信息系统（GIS）中的模型、卫星和测量数据，在全球范围内提供标准化解决方案。
准确：利用模型数据和地面测量来确保对任何地理位置进行可靠的估计。
强大的数据管理：实施基于云的平台，以实现高效的数据处理和利益相关者之间的共享。
标准化格式：使用行业标准的数据格式和协议无缝集成来自各种来源的数据。
系统验证：持续更新和验证程序，保持高精度和可靠性。
高级分析：采用复杂的分析来系统地监控数据质量。
合规性：遵守标准和最佳实践，包括安全和数据隐私。

Solargis 方法

在 Solargis，我们致力于为全球太阳能项目提供高质量的数据。作为领先的数据提供商，我们从各种来源收集和处理大量数据集，并应用严格的保证程序为太阳能评估提供可靠的输入。

我们的输入和输出数据

输入数据

我们利用来自卫星观测、气象和环境模型以及地面测量的数据来获取我们的模型、算法和数据处理基础设施的输入。

卫星观测

气象卫星，如气象卫星、GOES、MTSAT 和向日葵，在云建模中发挥着至关重要的作用。来自 EUMETSAT、美国国家海洋和大气管理局（NOAA）和日本气象厅（JMA）等国家和国际组织的数据运营着卫星，为计算太阳辐射建模的历史、最近和预测云量数据提供了关键输入。

气象再分析模型和数值天气预报模型

我们利用ERA5、ERA5-Land、CSFR和MERRA-2等再分析模型的历史气象数据来制备历史时间序列数据。我们从哥白尼 CAMS 服务中获取大气数据，例如气溶胶。对于太阳能预报，我们整合了来自全球数值天气预报（NWP）模型（如 IFS、 GFS和 ICON）以及区域 NWP（如 ICON-EU 和 HRRR）的数据。我们从国际和国家机构 ECMWF、NOAA、NASA 和 DWD 运营的系统获取这些数据。

地面测量

我们使用来自公共气象网络和私人项目的太阳和气象测量来验证和校准我们的模型和处理算法。

高分辨率环境数据

我们处理高分辨率的全球数据，例如海拔、地表反照率和土地覆盖，这对于评估太阳能项目至关重要。例如，美国宇航局的航天飞机雷达地形任务（SRTM） 提供了详细的高程数据，可用于分析太阳能装置的阴影影响。我们还使用 digital elevation models

输出数据

我们使用专有算法和模型处理上述输入数据，以生成一系列数据产品。

输出数据

历史特定地点的太阳辐射和气 Time Series象和 Typical Meteorological Year （TMY）数据：我们为陆地上的任何位置（极地除外）提供长期（长达 31 年）的高分辨率时间序列数据，其中包括所有太阳和气象参数，这些参数对于详细可靠地评估光伏项目的电力性能和发电量非常重要。这些数据以各种时间分辨率（包括 60 分钟、15 分钟和1-minute间隔）提供，允许用户选择最适合其要求的详细级别。对于较大的光伏项目（规模高于 10 MWp），我们建议通过当地太阳能和气象测量对模型进行现场调整，以提供具有较低不确定性的长期估计。
运营特定站点的太阳辐射和气象时间序列数据： 这些数据用于运营中的光伏项目的运营监控和定期绩效评估。很多时候，模型数据与地面测量相结合，以实现更高的分辨率和更高的精度。
太阳能发电预测： 我们的预测服务被发电厂运营商、贸易商和能源管理公司用来有效管理能源供需。
太阳能资源图： 我们 maps 提供跨地区的太阳能潜力和天气事件的可视化表示，帮助新项目选择选址以及了解最近的天气和预报。

我们如何处理数据

在 Solargis，我们开发先进的太阳辐射模型，利用卫星观测和大气数据提供准确的太阳能资源评估并增强太阳能项目的能源产量预测。

模型和技术	他们做什么
太阳能模型	我们采用内部开发的太阳模型来模拟太阳辐射与地球大气层和表面之间的相互作用，以计算和估计地球上任何位置（极地除外）光伏组件的太阳辐射输入。
大气模型	我们使用集成大气数据的模型来计算太阳模型的重要输入，例如气溶胶和可降水的水蒸气。
气象模型	我们开发和运营模型，以改进太阳和气象模型和测量数据的地理和时间表示。我们还计算光伏模拟模型所需的特殊气象数据，例如光伏组件温度。
环境模型	我们开发的模型考虑了周围地形和物体的阴影、地表反照率、积雪和光伏组件污染造成的电损耗等。
机器学习	我们使用机器学习算法来分析历史数据中的模式，从而提高太阳能模型和太阳能预测的准确性。
统计方法	我们采用统计方法来加强我们的数据分析。时间序列分析有助于我们识别历史太阳能数据趋势并为我们的预测模型提供信息。
空间插值	在特定情况下，我们使用空间插值方法（例如样条）来估计我们拥有粗略模型数据或临时测量的参数的地理分布。
数据集成	通过整合来自多个来源的数据，我们为太阳辐射和太阳预报创建了全面而强大的计算解决方案。
安全和备份	我们运营安全、冗余和弹性的计算和数据存储基础设施，确保实时数据流的高可用性。
质量控制算法	我们的 quality control 算法结合了对模型数据和观测的自动验证和手动审查，以随着时间的推移和地理区域保持数据完整性。这些程序有助于识别和纠正我们模型数据集的数据输入中的异常，确保我们的客户对 Solagis 的期望和可靠性。

验证和数据完整性

Validation of solar resource data 对于太阳能项目的技术和财务可行性至关重要。它支持能源产量估计和性能，并包括对数据不确定性的估计，这些不确定性对天气、地理和技术特定因素很敏感。

验证的重要性

验证减少了太阳辐射、气象和环境参数估计的不确定性。如果没有严格的验证，项目可能会面临保守的估计，这可能会阻碍对太阳能项目的投资，特别是在地理复杂的地区。

验证的好处

财务规划：严格的验证可以实现可靠的长期能源产量预测，同时减少不确定性。这对于财务评估和确保投资至关重要。
技术设计： 高分辨率、特定地点和低不确定性时间序列数据有助于优化太阳能发电厂的设计和性能，同时降低光伏性能不佳或损坏的天气相关风险。
提高准确性：验证可以降低数据不确定性——对于 GHI，在中低不确定度区域通常为 0.5% 至 2%，在高不确定度区域为 1.5% 至 3.5%。验证应用于所有关键参数。

在 Solargis，我们通过利用公共太阳能和气象测量进行严格验证来支持项目，这些测量是我们作为内部质量程序的一部分系统地进行的。对于项目开发商和业主，我们还提供基于使用本地测量的场地特定模型调整服务。

对于特定项目的需求，我们的流程包括将模型输出与地面测量值进行比较，增强模型对当地地理的表示，并减少不确定性。我们致力于彻底的验证实践，使我们成为提供可靠的太阳能资源和气象数据的领导者，这对于成功的项目开发至关重要。

数据结构和可访问性

Solargis 数据库是我们数据收集和处理框架的重要组成部分，为太阳能专业人士提供全面且持续更新的数据。它集成了我们所有的数据源，提供了丰富的太阳能、气象和环境参数存储库。

Solargis 数据库拥有长达 31 年的历史数据 ，使用户能够进行彻底的分析并做出明智的决策。这个广泛的档案具有空间 分辨率高达 90 米、时间分辨率高达 1 分钟的高分辨率数据，确保在不同地区进行准确的太阳评估。

通过 Solargis 平台的交付渠道，可以方便地访问 Solargis 数据库：（1）交互式 应用程序、（2） API 和 （3） 推送交付 （SFTP），允许用户将太阳能和气象数据无缝集成到他们的应用程序中。这种灵活性支持（预）可行性分析、项目开发中的尽职调查、定期绩效评估和太阳能预测。所有交付方法都提供对特定于应用的时间序列和典型气象年份（TMY）数据的访问。此外，Solargis 通过定期或临时交付以及基于 Web 的标准 地图服务提供地图数据。Solargis 数据服务可以通过 第三方软件轻松访问。

Solargis 数据与竞争对手的比较

Solargis 提供可融资的数据产品和服务已超过 15 年。凭借我们对卓越科学、持续研发、系统数据验证、内置广泛质量控制和合格客户支持的关注，我们将我们的服务定位为全球最可靠和最可靠的服务。

下面是新的 Solargis Evaluate 解决方案的比较，其中包括带有嵌入式 Solargis 数据的新 Evaluate 应用程序：

特征	Solargis 评估	其他软件解决方案
使用的数据产品	默认情况下使用 Solargis 时间序列;我们还支持 TMY 进行快速评估和特定任务	在绝大多数情况下，使用 TMY 数据;一些软件解决方案允许有限地使用时间序列。
历史表现	数据代表长达 31 年的历史，具体取决于地理区域。	其他数据产品提供了较短的数据历史记录。
数据时间步长	15分钟为标准;时间序列和 TMY 可制备长达 1 分钟的时间分辨率	每小时时间步长是行业标准;一些软件解决方案允许有限地使用具有亚小时时间分辨率的数据。
空间分辨率	太阳参数中的地形阴影以 90 米的分辨率计算，将气温和相对湿度缩小到 1 km，地表反照率以 0.5 和 1 km 的分辨率可用;其他气象参数通常代表 12 公里和 25 公里的网格单元。	太阳和气象数据参数通常以较低的空间分辨率提供。
如何计算数据	我们始终计算数据，以获得准确的纬度/经度坐标给出的项目的精确地理参考。我们始终应用项目参考点的精确高程，并准确表示地形地平线。这就是为什么以 15 分钟分辨率交付完整历史时间序列的所有参数需要 Solargis Evaluate 长达 90 秒的原因。	数据通常为预定义的低分辨率网格提供，有时与空间插值技术相结合。