机器翻译，未经校对人员审核，可能存在错误。
在本文件中
我们将解释为什么太阳辐照度数据集是电厂设计和仿真中最关键的输入之一，显著影响预期功率输出的可靠性。准确的估算和纳入对于可靠的能源产额预测至关重要，因为它们决定了光伏系统可用的太阳能量。
概述
太阳辐照度是决定光伏系统可用能量的主要因素，全球水平辐射（GHI）和直接正向辐射（DNI）是其关键组成部分。两者在光伏（PV）仿真中都发挥着关键作用，用于计算电厂的总入射能量和系统性能仿真。
准确的GHI和DNI数据对于光伏模拟至关重要，因为它们决定了可用于发电的太阳能量，直接影响能源产率预测和系统性能评估。可靠的太阳辐照度数据确保对特定场地太阳条件的精确建模，减少系统设计、能源产出估算和财务建模中的不确定性。
为验证Solargis卫星模型数据的准确性，模型的亚小时数值已与全球高质量公开站点的地面测量数据进行了比较。
地面参考数据完全来自高精度仪器，这些仪器经过严格的质量评估，以确保其不确定性在仪器的容差范围内。这一过程确保验证比较的可靠性和稳健性。
验证研究 | |
|---|---|
地理范围 | 全球 |
数据参数 | GHI，国家信息局 |
计算指标 | 偏向，RMSD |
GHI验证统计
GHI代表单位面积在水平表面上接收的总太阳辐射。作为光伏仿真中最广泛使用的参数，GHI对太阳能发电厂至关重要。它作为该地点可用太阳能资源的基线衡量标准，直接影响能源产出的预测。
下表总结了Solargis GHI数据的准确性统计数据，经过全球300多个不同气候条件的高质量地面测量验证。你可以在 这篇文章中了解更多关于不同统计数据计算方式的信息。
GHI | |
|---|---|
验证站点数量 | 320 |
测量仪器数量 | 339 |
所有站点的平均偏差 | 0.5% |
偏置值的标准差 | 3.0% |
GHI平均偏差为0.5%，表明卫星GHI数据与地面测量几乎完全一致，展示了模型准确反映不同区域总太阳辐照度的能力。
GHI偏差值的 标准差为3.0% 表示变异性极小，强化了数据集的可靠性和一致性。
更有用的统计数据呈现方式是根据气候区对参考地点进行分组。
GHI | 气候 | |||||
|---|---|---|---|---|---|---|
全部 | 热带地区 | 干旱 | 温带 | 冷 | 极地* | |
测量仪器数量 | 339 | 90 | 120 | 95 | 33 | 1 |
最大偏差 | 11.6% | 11.6% | 4.8% | 11.0% | 2.7% | -6.7% |
最小偏差 | -13.6% | -6.1% | -4.2% | -13.6% | -7.4% | -6.7% |
平均偏置 | 0.5% | 1.6% | -0.2% | 1.3% | -1.7% | -6.7% |
标准差 | 3.0% | 3.5% | 1.8% | 3.3% | 2.3% | – |
百分位数 P5–P95 | -4.0%至+5.9% | -4.2%至+7.4% | -2.9%到+2.7% | -3.3%到+6.6% | -4.9%到+1.7% | – |
*该气候区仅有一个可访问的地点。
另一方面，均 方根偏差（RMSD ）的计算表明模型表现一致，随着数据在更长时间尺度上的聚合，数值会下降。换句话说，RMSD在小时值中高于日值，日值相比月值更高。这种行为在卫星模型中是预期的，可以用数据的不同性质来解释：卫星影像提供数平方公里区域的平均值，而火速计和热日仪则记录单点测量。
重要的是要审视这两组统计数据：偏倚和RMSD。偏倚识别模型与测量之间的系统性偏差，而RMSD则捕捉因抵消效应而可能被偏置隐藏的非系统性偏差。你可以在 这篇文章中了解更多关于不同统计数据计算方式的信息。
GHI | 每小时 | 每日报 | 月刊 |
|---|---|---|---|
最大RMSD | 46.7% | 21.5% | 16.2% |
最小RMSD | 4.7% | 2.7% | 0.8% |
平均RMSD | 16.4% | 8.4% | 3.7% |
RMSD百分位（P5–P95） | 9.1 – 27.3% | 4.3 – 14.6% | 1.1 – 8.3% |
GHI | 气候 | ||||
|---|---|---|---|---|---|
热带地区 | 干旱 | 温带 | 冷 | 极地* | |
测量仪器数量 | 90 | 120 | 95 | 33 | 1 |
RMSD每小时 | 19.3% | 12.0% | 17.7% | 20.7% | 16.6% |
RMSD每日 | 9.2% | 6.4% | 8.8% | 12.3% | 9.9% |
RMSD月度 | 4.3% | 2.8% | 3.8% | 5.0% | 6.7% |
*该气候区仅有一个可访问的地点。
下图显示了Solargis GHI时间序列与地面测量数据进行验证的地点。点击网站即可显示其详细信息，包括基本网站特征、验证统计数据——偏差、均方根偏差（RMSD）和有效数据对数量。
DNI验证统计
DNI测量单位面积在垂直于太阳光线表面接收到的太阳辐射，不包括漫射辐射。准确且精准的DNI数据对于PV模拟至关重要，因为它与GHI一起，使得GTI的计算成为可能。对于某些高度依赖直射阳光的光伏技术和应用，如CPV和CSP，这是一个特别关键的参数。
下表展示了Solargis DNI数据与200多个不同气候种类高质量地面测量的准确性统计摘要：
国家情报局 | |
|---|---|
验证站点数量 | 235 |
测量仪器数量 | 235 |
所有网站的平均偏差 | 2.2% |
偏置值的标准差 | 6.0% |
DNI的平均偏差为2.2%，显示卫星DNI数据与地面测量高度吻合，凸显模型在捕捉直接太阳辐照方面的可靠性。
DNI偏差值的6.0%标准差反映了不同站点间的适度变异，可能源于区域性大气复杂性，如气溶胶或云层覆盖。
国家情报局 | 气候 | |||||
|---|---|---|---|---|---|---|
全部 | 热带地区 | 干旱 | 温带 | 冷 | 极地* | |
测量仪器数量 | 235 | 44 | 97 | 72 | 21 | 1 |
最大偏差 | 27.4% | 27.4% | 13.0% | 19.2% | 9.3% | -7.7% |
最小偏差 | -20.8% | -6.3% | -10.7% | -20.8% | -15.8% | -7.7% |
平均偏置 | 2.2% | 6.5% | 0.7% | 3.0% | -1.5% | -7.7% |
标准差 | 6.0% | 7.1% | 4.1% | 5.4% | 7.0% | – |
百分位数 P5–P95 | -7.2%至+11.1% | -3.6%到+18.8% | -7.1%到+7.2% | -2.6%到+9.7% | -13.3%至+6.9% | – |
*该气候区仅有一个可访问的地点
对于DNI，计算 均方根偏差（RMSD）也 表明模型性能一致，随着数据在更长时间尺度上的聚合，数值逐渐下降。
国家情报局 | 每小时 | 每日报 | 月刊 |
|---|---|---|---|
最大RMSD | 78.7% | 50.5% | 35.9% |
最小RMSD | 14.5% | 8.8% | 1.1% |
平均RMSD | 32.6% | 20.7% | 9.0% |
RMSD百分位（P5–P95） | 17.9 – 53.1% | 11.0 – 35.3% | 2.9 – 20.4% |
国家情报局 | 气候 | ||||
|---|---|---|---|---|---|
热带地区 | 干旱 | 温带 | 冷 | 极地* | |
测量仪器数量 | 44 | 97 | 72 | 21 | 1 |
RMSD每小时 | 41.3% | 25.5% | 34.0% | 43.4% | 23.3% |
RMSD每日 | 24.8% | 17.2% | 20.0% | 31.6% | 14.5% |
RMSD月度 | 12.8% | 7.2% | 7.8% | 14.0% | 7.9% |
*该气候区仅有一个可访问的地点。
下图显示了Solargis DNI时间序列与地面测量数据进行验证的地点。点击网站即可显示其详细信息，包括基本网站特征、验证统计数据——偏差、均方根偏差（RMSD）和有效数据对数量。
结论
验证工作确认基于卫星的GHI和DNI数据在光伏模拟中具有准确性和可靠性，增强了其支持光伏系统设计、仿真和优化能力的信心。
在全球330多个站点进行验证后，参考数据显示出良好的地理和气候覆盖，提升了结果在不同地区和条件下的可靠性和适用性。跨气候和地区的一致性确保了数据在全球光伏系统设计和能源产额预测中的适用性。
小时、日和月均值的一致RMSD（均方根偏差）强化了卫星数据跨时间分辨率的可靠性，支持短期运营评估和长期能源产额预测。
在热带地区，偏差主要由频繁出现的破碎云以及模型从卫星数据中准确判断其光学特性的能力所驱动。
在干旱区，主导因素是气溶胶的正确表现，气溶胶对太阳辐射有着强烈影响。
在温带和寒冷区，云效应和气溶胶效应共同作用，使模型性能评估更加复杂。
在寒冷和极地带，极端的太阳-卫星角度、卫星网格单元的变形以及积雪覆盖等问题进一步阻碍了云属性的准确反复。
示例网站数据
对于我们多个不同气候的验证站点，我们提供了原始地面测量数据、Solargis卫星模型时间序列链接，以及包含质量控制结果和验证统计的报告。您可以在下方找到这些数据，同时也标注到上方地图中每个验证点。
遗址 | 测量网址 | Solargis 模型网址 | 报告网址 |
|---|---|---|---|
布基纳法索德杜古（热带气候） | |||
费尼，孟加拉国（热带气候） | |||
澳大利亚爱丽斯泉（干旱气候） | |||
SRRL，BMS，美国（干旱气候） | |||
巴西圣马丁霍达塞拉（温带气候） | |||
法国卡庞特拉（温带气候） | |||
日本立野（寒冷气候） | |||
林登堡，德国（寒冷气候） | |||
南非比勒陀利亚（温带气候） |
详细报告供进一步分析
你可以在世界 银行的详细报告中进一步审查和分析验证情况。请注意，由于四舍五入，地图上显示的数据与报告中显示的数据可能存在细微差别。