利用实地测量数据验证光伏模拟的不确定性

机器翻译，未经校对人员审核，可能存在错误。

作者：

Branislav Schnierer、Jozef Rusnak、Tomas Cebecauer、Lubos Helienek（Solargis）

Jürgen Sutterlüti（Gantner Instruments）

在 PVPMC 2026（阿尔伯克基）上发表

2026 年 5 月 12–14 日

概述

每一次光伏发电量模拟都带有不确定度，而该不确定度决定了贷款方、投资方和运营方能够对结果抱有多大信心。Solargis 对 Argus 光伏模拟链条（用于 Solargis Evaluate）的每一个环节量化不确定度，但计算出的不确定度只有在实际情况落在其范围之内时才有意义。本研究将模拟得到的光伏输出功率及其月度不确定度，与四种气候下五个在运场址的实测发电量进行对比。

方法

光伏模拟链条由一系列模块构成，每个模块依据所采用的模型、其配置的不确定度以及运行条件，贡献各自的不确定度。各部分不确定度通过平方和根法合成为光伏输出功率（PVOUT）的月度不确定度，所依据的框架由 Helienek 等人（2023 年）发表：

图 1：英国东德文郡某光伏电站月度光伏模拟不确定度示例。各分量均经过重新缩放，使柱高等于实际的合成不确定度。

最大的贡献来自太阳辐射（实测或基于卫星的倾斜面总辐照量 — GTI）、诸如遮挡、积尘和积雪等环境因素、入射角与光谱损失，以及太阳能到电能的转换。电气模拟的贡献最小。

场址	位置与条件	光伏系统	测量周期
1	Gantner Instruments 测试基地，美国亚利桑那州。干燥、多尘、高温	2 块单面晶硅组件，固定倾角 33°，方位角 180°	2022 年， 15 分钟数据
2	Sedrun Solar 测试基地，瑞士。阿尔卑斯山区、高海拔、有积雪	双面晶硅组件，固定倾角 65°，方位角 155°	2024 年， 1 分钟数据
3	垂直双面安装，法国。温带气候，采用 LiDAR 地表模型	垂直双面晶硅组件	14 个月， 10 分钟数据
4 和 5	工业级地面安装电站，斯洛伐克。大陆性气候	固定倾角地面安装阵列	14 年以上， 15 分钟数据

表 1：五个验证场址。所有不确定度区间均表示 80% 的出现概率区间。

主要研究发现

实测输出保持在预测区间之内。 在亚利桑那场址，模拟 GTI 相对于实测的偏差为 1.73%，两块组件的 PVOUT 偏差分别达到 0.59% 和 1.25%，而月度不确定度约为 7% 至 8%。阿尔卑斯场址是难度大得多的考验，其地面反射率高、存在反射且有积雪覆盖：GTI 偏差达到 4.59%，PVOUT 偏差达到 2.13%，而月度不确定度为 7.4% 至 9.1%。在两个场址上，实测发电量都紧随模拟曲线。

图 2：测试场址 1（美国亚利桑那州）的实测与模拟月度单位发电量及其不确定度区间。

其余差异源自测量装置本身。 最大的残余偏差可追溯至组件所经历的条件与传感器所记录的条件之间的差异：组件受到而总辐射表未受到的遮挡、组件上有积雪而总辐射表上没有，以及被积雪包裹隔热的温度传感器。在亚利桑那场址，将 10 月的对比限定在 07:00–16:00（剔除组件受到而总辐射表未受到的遮挡），可使日偏差从 1.83% 降至 0.12%。

不确定度区间可发现运行问题。 在法国场址，该对比揭示了一路逆变器支路的停运。在斯洛伐克的电站，长期记录揭示出卫星数据中积雪表征的问题、发电停运，以及偏保守的衰减估计——后者在运行第十四年时形成了可见的差距。

结论及对光伏行业的意义

在四种气候和多种系统类型下， Solargis Evaluate 模拟链条及其准确性已针对真实光伏发电量得到验证 ，且不确定度概念在月度尺度上得到确认。
结果 对遮挡、地面反射率、积雪、系统规格和衰减的量化程度较为敏感。这些输入值值得投入与模拟模型同等的关注。
模拟不确定度可作为一种监测手段使用：发电量落在不确定度区间之外，即表明很可能存在运行问题。
工作仍在链条的光学部分继续推进，该部分以遮挡、积雪和积尘为主导，同时也在推进日尺度不确定度和组合层面的分析。

Documentation Index

利用实地测量数据验证光伏模拟的不确定性

概述

方法

主要研究发现

结论及对光伏行业的意义

延伸阅读