机器翻译,未经校对人员审核,可能存在错误。
本文内容
本文介绍用于在完整光伏(PV)模拟链条上对比 Solargis Evaluate、Solargis Prospect、PVsyst、System Advisor Model (SAM)、pvlib 和 SolarFarmer 的测试设置与方法。文中定义了本系列后续所有对比文章所使用的测试场址、系统配置、模拟软件版本以及统计指标。
概述
本系列通过对每款模拟软件应用相同的输入数据、相同的系统设计和相同的评估指标,对六款光伏模拟工具进行对比。目标是刻画模拟方法与输出结果上的差异,而非以实测电站数据验证任何一款模拟软件。
方法的关键原则
所有模拟软件均使用相同的六个测试场址、四种系统配置以及 Solargis 典型气象年(TMY)P50 输入数据。
对比结果以 Solargis Evaluate 为基准呈现——参见 下方注意事项。
结果使用 偏差和均方根误差(RMSE) 在模拟软件两两之间的层面上进行汇总,并跨场址和配置进行聚合。
测试场址的气候多样性采用柯本-盖格气候分类进行核查,涵盖热带、干旱、温带和大陆性气候区。
该设置遵循已发表研究中确立的跨模拟软件基准测试实践,包括 Driesse 与 Patel(“Cross-validation of PV Simulation Software”)以及 NREL 关于平板式光伏建模的技术报告(NREL/TP-6A20-61497)。
测试场址
本对比系列共使用六个场址,其选取依据是气候多样性。气候多样性之所以重要,是因为太阳能资源特征、环境温度、积尘状况和大气清洁度在不同气候区之间差异显著,而这些因素都会影响各个模拟模型的表现。
所选场址涵盖热带雨林(Af)、干旱炎热沙漠(BWh)、湿润副热带(Cwa/Cwb)以及暖夏湿润大陸性(Dfb)气候。该范围使每款模拟软件都在商业光伏项目中具有代表性的各类条件下得到检验。
场址 | 国家 | 纬度 | 经度 | 海拔 [米,海平面以上] | 柯本-盖格气候区 |
|---|---|---|---|---|---|
Dharan(达兰) | 尼泊尔 | 26.794171° | 87.291505° | 315 | Cwa |
Kadhdhoo(卡杜) | 马尔代夫 | 1.858333° | 73.519720° | 2 | Af |
Las Vegas(拉斯维加斯) | 美国内华达州 | 36.102767° | -115.152796° | 615 | BWh |
Pretoria(比勒陀利亚) | 南非 | -25.757827° | 28.227997° | 1,410 | Cwa/Cwb |
Sulov(苏洛夫) | 斯洛伐克 | 49.162646° | 18.582428° | 393 | Dfb |
Yaren(亚伦) | 瑙鲁 | -0.543409° | 166.931995° | 28 | Af |
表 1:测试场址及其坐标、海拔和柯本-盖格气候分类。

图 1:测试场址在世界地图上的分布。
系统配置
每个场址均应用四种光伏系统配置,由两种跟踪几何形式和两种光伏组件类型组合而成。各配置的直流与交流容量、逆变器选型、变压器和并网连接完全相同,以便单独考察支架几何形式和组件技术的影响。
所有配置的共同参数:
逆变器:Sungrow SG350HX-20 组串式逆变器,2 台
变压器:通用 800 kVA 中压变压器
交流容量:704 kW
电网:无有功功率限制,cos φ = 1
组串布置:每串 25 块组件,跟踪支架为纵向布置,固定倾角为横向布置
双面配置采用 0.78 的双面率系数。所有场址的地面反射率均设为 Solargis 长期平均反射率(12 个月度数值)。
单轴跟踪(SAT)配置采用相同的跟踪支架几何形式:地面覆盖率(GCR)40%,±60° 旋转范围,安装高度 1 米。固定倾角配置采用按当地优化确定的场址专属倾角和 GCR。
配置 | 支架形式 | 光伏组件 | 直流容量 [kWp] | 直交流比 |
|---|---|---|---|---|
配置 1 | 单轴跟踪 | 双面 JAM66D45-605/LB 1,500 块 | 907.5 | 1.29 |
配置 2 | 单轴跟踪 | 单面 TSM-345DD14A(II) 2,400 块 | 828.0 | 1.18 |
配置 3 | 固定倾角 | 双面 JAM66D45-605/LB 1,500 块 | 907.5 | 1.29 |
配置 4 | 固定倾角 | 单面 TSM-345DD14A(II) 2,400 块 | 828.0 | 1.18 |
表 2:在每个测试场址应用的系统配置。
场址 | 方位角 | 倾角 | GCR |
|---|---|---|---|
Dharan(达兰) | 180° | 24° | 46% |
Kadhdhoo(卡杜) | 180° | 4° | 46% |
Las Vegas(拉斯维加斯) | 180° | 34° | 56% |
Pretoria(比勒陀利亚) | 0° | 28° | 45% |
Sulov(苏洛夫) | 180° | 37° | 37% |
Yaren(亚伦) | 0° | 4° | 46% |
表 3:各场址固定倾角参数。
输入的太阳能与气象数据
所有模拟均使用相同的输入数据——由 Solargis Evaluate 生成的特定地点 Solargis 典型气象年(TMY)P50 数据集,时间分辨率为 15 分钟。Solargis Prospect 是例外,它使用自有的内部输入格式:十二条小时级曲线,每月一条,各代表该月的平均日。
模拟软件版本
在可能的情况下,每款模拟软件均配置为使用相同的输入数据、相同的模型选择和相同的系统参数,以使观察到的差异反映方法学而非配置选择。当某款模拟软件不支持某项输入时(例如亚小时级数据或特定天空模型),则采用最接近的可用选项,并在相应文章中加以说明。
表 4 列出了本系列对比的六款模拟软件,以及测试时所使用的版本:
模拟软件 | 版本 | 类型 |
|---|---|---|
Solargis Evaluate | v2.5 | 商业软件,云端 |
Solargis Prospect | v2.5 | 商业软件,云端 |
PVsyst | v8.1.4 | 商业软件,桌面端 |
System Advisor Model (SAM) | v2025.4.16 | 免费,桌面端 |
pvlib | v0.13.1 | 开源 Python 库 |
SolarFarmer | v1.6 | 商业软件,桌面端与云端 |
表 4:本系列对比的模拟软件。
注意:
SolarFarmer 在本系列中的结果均为理论结果。由于许可限制,本次对比未执行任何 SolarFarmer 模拟。文中出现 SolarFarmer 之处,所对比的是其公开文档所述的方法和默认设置,而非模拟输出,因此不报告其偏差或 RMSE 数值。
Solargis Prospect 同样被排除在定量对比之外。其输出仅限于十二条代表性日变化曲线(每月 24 个小时值),而非完整的年度时间序列,且不暴露各阶段的损失数值,因此无法与其他模拟软件所用的方法对齐。文中出现 Solargis Prospect 之处,对比仅限于其公开文档所述的方法。
模拟链条与变量
每款模拟软件对贯穿模拟链条的变量(从太阳几何、经光学辐照度损失阶段直至电气输出)都采用各自的命名和结构约定。这些变量很少能在各软件之间一一对应。多数变量涵盖可比的物理量,但有些在其他工具中没有直接对应项。例如,无损失的正面倾斜面总辐照度在 Solargis Evaluate 中称为 GTI_FRONT_NOSHD ,在 Solargis Prospect 中称为 gti_front_theoretical ,在 pvlib 中称为 poa_global ,在 PVsyst 中称为 GlobInc ,在 SAM 中称为 I 或 poa_nom 。在 SolarFarmer 中,正面 GTI 被分解为三个参数: POA Beam、 POA Diffuse和 POA Reflected。
这使得某些阶段的数值对比变得困难,因为无法映射出可供对比的等效变量。因此,在本系列后续文章中,部分数值对比是在缩减后的模拟软件集合上进行的。在 交流侧建模中,三个模拟阶段被合并为一个进行数值对比。
对比指标
本系列各文章的结果均采用两项应用于模拟软件两两输出的统计指标来报告:偏差和 RMSE。两者均以相对(百分比)形式给出,以便在绝对输出水平不同的场址之间进行对比。
偏差 量化两款模拟软件在给定场址和配置下的系统性差异。偏差接近零表示两款模拟软件平均而言得出相同的结果。符号表示哪一款模拟软件得出较高的数值。
RMSE (均方根误差)量化两款模拟软件在各时间步上差异的离散程度。只要差异在符号或幅度上随时间变化,RMSE 就会高于绝对偏差。它以 15 分钟分辨率计算,并以平均参考值的百分比形式报告。
偏差的计算方式为模拟软件均值与 Solargis Evaluate 均值之差,并以 Solargis Evaluate 均值的百分比表示。因此,正偏差意味着该模拟软件计算出的数值高于 Solargis Evaluate。所有统计量仅在白昼时间步上计算,白昼时间步定义为 Solargis Evaluate 太阳高度角大于零的时间步。
两项指标的计算公式详见 理解太阳能软件的准确性 (RMSE 在该文中称为 RMSD)。
结果以偏差和 RMSE 图表形式呈现:一种是每个场址一个面板的拆解视图,另一种是将六个场址合并为按配置和模拟软件给出的 p10/p50/p90(偏差)或 p50/p90(RMSE)分布的汇总视图。p50 是跨场址分布的中位数,p10/p90 为其下界和上界。RMSE(始终非负)仅以 p50/p90 汇总,而偏差则使用完整的 p10/p50/p90 范围,因为它可正可负。这与上文所述的 TMY P50 输入数据集无关——此处的 p50 描述的是各模拟软件在不同场址间的分歧程度,而非某种输入数据产品。
注意:在本对比系列中,Solargis Evaluate 被用作计算偏差和 RMSE 的数学参考序列。这些统计量需要一个选定的参考对象,而 Solargis Evaluate 是一个合适的选择。此约定并不意味着 Solargis Evaluate 比其他模拟软件更准确。差异表明各模拟软件在方法学上何处存在分歧,而非何者正确。
数值指标与损失指标
本系列对比两类量:
数值阶段 指标对比模拟链条中某一点上的量本身(例如倾斜面转换后的 GTI,或并网点的交流功率)。偏差和 RMSE 直接在各模拟软件的数值与对应的 Solargis Evaluate 数值之间计算,两者均以 Solargis Evaluate 平均值的百分比表示。
损失阶段 指标对比单个损失环节(例如积尘损失或逆变器转换损失),按各模拟软件自身该环节前后数值之差计算。由于在某些场址和配置下损失可能接近零,损失偏差和 RMSE 以进入该环节的信号均值(进入该环节的辐照度或功率)归一化,而非以损失本身归一化。这样可使百分比保持稳定且具有物理意义,避免损失趋近于零时数值飙升。由于损失是从输入信号中扣除的,负的损失偏差意味着该模拟软件计算出的损失 更小 ,因而向下一阶段传递更多能量。
位于 直流侧电气建模 中的直流转换环节是例外。它以组件效率(直流功率输出除以到达电池的有效辐照度)量化。这种方式仅对直流转换环节进行对比,排除光学和遮挡差异的影响。
延伸阅读
“理解太阳能软件的准确性”:Solargis
“Argus 光伏模拟链条”:Solargis
“光伏发电量模拟”:Solargis
“Cross-validation of PV Simulation Software”:Driesse, A., Patel, N.
“Validation of multiple tools for flat plate PV modeling”(NREL/TP-6A20-61497):NREL