Clean Power Research® a le plaisir de présenter les jeux de données SolarAnywhere® à haute résolution pour les années IGH (TGY) et DNI (TDY) à des résolutions temporelles de 1 minute et 5 minutes. En s'appuyant sur des algorithmes de réduction d'échelle alimentés par l'IA, ces jeux de données fournissent des données hautement granulaires sur les ressources solaires avec une variabilité intra-horaire réaliste qui correspond étroitement aux observations au sol. Cela permet aux modélisateurs de systèmes photovoltaïques de simuler la variabilité à court terme, d'estimer avec précision les pertes par écrêtage et d'optimiser la répartition des batteries, tout en garantissant que les totaux annuels d'insolation sont préservés pour une année type. Ces jeux de données haute résolution sont disponibles pour les utilisateurs de SolarAnywhere avec une licence Typical Year+ ou Sites.
Les capacités de données infra-horaires sont de plus en plus essentielles car l'industrie solaire est confrontée à des marges bénéficiaires plus étroites, à des projets de plus grande envergure et à des conceptions de systèmes plus complexes. Avec l'expiration prochaine des principaux crédits d'impôt fédéraux, notamment le crédit d'impôt à l'investissement (ITC) et le crédit d'impôt à la production (PTC), la rentabilité des projets devient de plus en plus difficile. En conséquence, les développeurs, les opérateurs et la communauté des prêteurs sont sous pression pour mieux estimer les rendements financiers et maximiser les performances. Pour cette raison, et alors que les investissements s'orientent vers des projets PV plus importants avec des ratios DC:AC plus élevés, le besoin d'une modélisation plus précise des performances - y compris l'estimation précise des pertes d'écrêtage à l'aide de données sur les ressources solaires sur 1 minute et 5 minutes - est devenu essentiel pour la réussite du projet.
Les figures 1 et 2 illustrent la comparaison des ensembles de données infra-horaires de SolarAnywhere avec l'indice de GES mesuré au sol et entre eux à un même endroit sur une période de 12 heures. La figure 1 présente une comparaison de séries temporelles de GHI modélisé et observé en 1 minute, montrant comment la résolution temporelle fine suit de près la variabilité du monde réel. La figure 2 s'appuie sur cette comparaison en comparant l'IGH modélisé à des résolutions multiples (1, 5, 30 et 60 minutes), démontrant que les données à plus haute résolution capturent plus précisément les fluctuations à court terme qui sont lissées à des intervalles plus grossiers.
Figure 1 : Comparaison entre les données au sol et le GHI modélisé par SolarAnywhere à SURFRAD Bondville (période de 12 heures)
Comparaison des séries temporelles du GHI mesuré au sol en 1 minute et du GHI modélisé par SolarAnywhere à des résolutions de 1 et 60 minutes. Les données modélisées en 1 minute suivent de près les observations au sol par rapport à la résolution de 60 minutes.
Comparaison des séries temporelles de GHI modélisé par SolarAnywhere à plusieurs résolutions (1 minute, 5 minutes, 30 minutes et 60 minutes). Les données modélisées en 1 minute capturent mieux la variabilité à court terme qui est lissée dans les intervalles plus grossiers.
Les principaux avantages des données SolarAnywhere sur les années typiques de 1 et 5 minutes sont les suivants :
- Une variabilité synthétique qui imite les conditions réelles - Notre approche introduit des fluctuations intra-horaires qui reflètent les schémas observés dans les mesures au sol fiables.
- Précision annuelle préservée - Les totaux annuels d'insolation pour l'irradiation horizontale globale (GHI), l'irradiation normale directe (DNI) et l'irradiation horizontale diffuse (DHI) sont préservés - souvent à un centième de pour cent près des valeurs horaires correspondantes - ce qui garantit la cohérence des évaluations de rendement annuelles.
- Couverture mondiale - Disponible pour toutes les régions situées entre ±60° de latitude, accessible via l'interface utilisateur et l'API pour les clients disposant de licences éligibles.
- Pas d'augmentation de prix pour les clients existants - Les clients actuels de Typical Year+ et de Sites auront accès à ces nouveaux jeux de données à haute résolution sans frais supplémentaires.
Coup de projecteur sur une étude : Pourquoi les données à la minute près sont importantes pour une estimation précise de la production d'énergie
Pour démontrer la valeur des données à résolution d'une minute générées par un modèle d'IA statistique, Jing Huang, Ph.D., membre de l'équipe de recherche de Clean Power Research, a mené une étude sur un site de Seattle. L'étude a utilisé une année de données d'irradiation d'une minute au sol (2021) et une année de données modélisées d'une minute de l'année type de SolarAnywhere produites par notre approche exclusive de réduction d'échelle statistique. L'étude a comparé la précision de l'estimation de l'énergie basée sur le GHI, en supposant un panneau horizontal fixe, et a évalué la performance pour différents rapports DC:AC (c.-à-d. les ratios de charge de l'onduleur).
La figure 3 ci-dessous montre que l'erreur relative d'estimation de l'énergie pour les données horaires augmente avec les rapports DC:AC, alors que les données modélisées en 1 minute de SolarAnywhere restent toujours plus précises et stables pour les rapports DC:AC. Cela démontre l'avantage évident d'utiliser des ensembles de données 1 minute à haute résolution pour la modélisation PV avancée afin de capturer les pertes d'écrêtage.
Figure 3 : Erreur d'estimation de l'énergie pour certains taux de charge des onduleurs (ILR), Seattle, Washington, États-Unis, 2021
Ce travail s'appuie sur des recherches antérieures menées par Jing Huang, Ph.D., Marc Perez, Ph.D., et Richard Perez, Ph.D. - tous membres de l'équipe de recherche Clean Power Research - qui sont détaillées dans un livre blanc intitulé Nonparametric Temporal Downscaling of GHI Clear-sky Indices using Gaussian Copula (Réduction d'échelle temporelle non paramétrique des indices de ciel clair GHI à l'aide d'une copule gaussienne). Lors de l'élaboration du modèle SolarAnywhere utilisé pour obtenir des données sur 1 minute et 5 minutes, des améliorations significatives ont été apportées à la méthodologie décrite dans cette publication.
Le modèle statistique d'IA amélioré va au-delà de la méthode statistique originale de la copule gaussienne, ce qui donne des représentations plus précises de la variabilité. En outre, le modèle a été entraîné sur plus de 250 ans de données terrestres de haute qualité, d'une durée d'une minute, recueillies auprès de stations réparties sur six continents (à l'exception de l'Antarctique) et sur douze classifications climatiques Köppen-Geiger, ce qui améliore encore sa précision et son applicabilité à l'échelle mondiale.
Les principales conclusions sont les suivantes :
- Les données d'une minute offrent une précision supérieure - Par rapport aux valeurs horaires de l'indice GES, les données d'une minute à échelle réduite peuvent réduire l'erreur d'estimation énergétique de 5 à 10 %, jusqu'à environ ±2 % (une réduction de 50 à 100 %), en fonction de l'emplacement et du type de climat. Les données modélisées en 1 minute maintiennent une erreur relative faible et constante pour tous les rapports DC:AC, correspondant étroitement à la "vérité" établie par les mesures au sol en 1 minute.
- Les données horaires sous-estiment les pertes dues à l'écrêtage - Lorsque l'on utilise des données au sol moyennées sur une heure, l'erreur relative dans l'estimation de l'énergie augmente au fur et à mesure que le rapport CC/CA augmente, pour atteindre un maximum autour d'un rapport de 1:6. Cela signifie que les données horaires ne parviennent pas à capturer la variabilité à court terme qui est à l'origine des événements d'écrêtage dans le monde réel.
- Importance de l'étude - Les systèmes photovoltaïques étant de plus en plus souvent conçus avec des rapports DC:AC plus élevés afin d'optimiser la rentabilité, la modélisation précise des pertes dues à l'écrêtage devient essentielle pour la prise de décisions financières et opérationnelles. Nos résultats montrent que seules les données à haute résolution (1 minute) peuvent capturer ces effets de manière fiable.
Validation des données : Garantir la précision annuelle et intra-horaire
Les ensembles de données à haute résolution n'ont de valeur que si leur précision et leur fiabilité sont prouvées. Pour s'assurer que les données SolarAnywhere 1 minute et 5 minutes de l'année typique (TGY/TDY) répondent à cette norme, Clean Power Research a procédé à une validation rigoureuse de la variabilité intra-horaire en plus de la validation globale existante pour la version de données V4.0. Comme ces ensembles de données à haute résolution sont dérivés de la version V4.0 et alignés au niveau horaire, cette validation supplémentaire de la variabilité confirme leur précision à des échelles de temps inférieures à l'heure. Ensemble, ces validations démontrent la bancabilité des données intra-horaires tout en maintenant la cohérence annuelle établie par la V4.0.
Cette validation supplémentaire de la variabilité des données s'étend sur la période 2019-2024 et utilise des données au sol provenant d'un vaste réseau de stations SURFRAD et SOLRAD réparties dans diverses régions géographiques et climatiques. Cette approche globale confirme que le modèle fonctionne de manière cohérente dans des conditions variées à travers le monde.
Comment nous validons l'exactitude :
- Analyse comparative de la vérité au sol - La validation est effectuée à une résolution de 1 minute par rapport à des stations terrestres fiables, y compris des sites pyranométriques de classe A entretenus selon les normes BSRN.
- Variabilité intra-horaire réalistey - Nous évaluons l'indice de Kolmogorov-Smirnov (KSI) et le rapport de variabilité pour confirmer que la variabilité modélisée du taux de rampe correspond étroitement aux observations au sol.
- Ratio de variabilité : Une correspondance parfaite est égale à 1,0 ; les valeurs proches de 1 indiquent que la variabilité modélisée reflète les conditions réelles.
- KSI : des valeurs plus faibles indiquent une meilleure concordance entre les distributions de taux de rampe modélisées et au sol.
- Robustesse à travers les climats et les régions géographiques - La validation couvre plusieurs classifications climatiques Köppen-Geiger et régions géographiques, garantissant ainsi une applicabilité mondiale.
La figure 4 illustre l'alignement étroit entre les données SolarAnywhere à 1 minute et les données au sol à la station SURFRAD de Bondville. La validation montre que pour toutes les stations et zones climatiques, les données modélisées à la minute de SolarAnywhere concordent fortement avec la vérité au sol. Les ratios de variabilité restent proches de 1 et les valeurs KSI sont faibles, ce qui confirme que le modèle reproduit avec précision la variabilité intra-horaire. Cela signifie que les développeurs et les ingénieurs peuvent faire confiance à ces ensembles de données pour la modélisation PV avancée, l'analyse de la perte d'écrêtage et les simulations de répartition de la batterie.
Graphiques de la fonction de densité de probabilité comparant les mesures au sol et les données modélisées par SolarAnywhere pour l'indice de rayonnement global (GHI) et l'indice de ciel dégagé (kt) sur 1 minute. L'alignement étroit entre les distributions démontre que les données modélisées reproduisent avec précision les caractéristiques statistiques de l'irradiation et des conditions de ciel observées dans les mesures réelles.
Pour en savoir plus, lisez la documentation complète sur la validation des données TGY/TDY 1 minute et 5 minutes de SolarAnywhere.
Commencez dès aujourd'hui
Les jeux de données TGY/TDY haute résolution de 1 minute et 5 minutes de SolarAnywhere de Clean Power Research établissent un nouveau standard de précision et de réalisme dans la modélisation des systèmes photovoltaïques. En comblant le fossé entre les données horaires de l'année type et la dynamique solaire réelle, ces ensembles de données permettent aux développeurs, aux ingénieurs et aux financiers de prendre des décisions plus éclairées, en particulier lorsqu'il s'agit de modéliser avec précision les pertes d'écrêtage et d'optimiser les performances du système.
Si vous n'avez pas encore de compte SolarAnywhere, inscrivez-vous gratuitement pour accéder aux données haute résolution de l'année type et à toutes les autres fonctionnalités de SolarAnywhere Data sur certains sites, ou contactez-nous pour en savoir plus.