Introduction

En plus des données de séries temporelles à résolution standard et améliorée, SolarAnywhere® offre des séries temporelles à haute résolution et des données d'années types (TGY/TDY) pour une modélisation PV subhoraire plus précise. Les données à haute résolution présentent les caractéristiques suivantes :

1. Données de l'année type à une ou cinq minutes, L'offre la plus avancée de SolarAnywhere l'offre la plus avancée de SolarAnywhere en matière d'année IGH typique (TGY) et d'année DNI typique (TDY). Conçus pour répondre au besoin croissant de précision dans la modélisation photovoltaïque, ces ensembles de données s'appuient sur algorithmes de réduction d'échelle alimentés par l'IA pour fournir des données synthétique ressources solaires granulaires avec une variabilité intra-horaire réaliste.
2. Les données de séries temporelles à résolution native nominale de cinq minutes et 500 mètres utilisent la résolution maximale disponible de la dernière génération de satellites météorologiques pour la détection des nuages afin de fournir des performances photovoltaïques inférieures à l'heure supérieures et fiables. Les données satellitaires à pleine résolution révèlent l'intermittence des ressources solaires.
3. True Dynamics (TD), une méthodologie unique de préparation des images satellites pour l'analyse infra-horaire et une caractéristique des données de séries temporelles à haute résolution de SolarAnywhere. True Dynamics décrit les données solaires qui ont été augmentées avec des techniques statistiques pour se comporter plus comme des mesures au sol de la lumière solaire réelle. La TD s'applique à toutes les demandes de données de séries temporelles à haute résolution (5 minutes, 500 mètres).

Applications des données haute résolution de SolarAnywhere

Évaluation de la perte d'écrêtage

Les journées ensoleillées sont souvent interrompues par des nuages intermittents qui se déplacent sur un système photovoltaïque à une échelle de temps inférieure à l'heure, entraînant une variabilité à court terme et éventuellement un écrêtage intermittent^{.1 L} 'utilisation de données horaires pour prédire la puissance lors de journées ensoleillées mais nuageuses peut entraîner une surestimation du rendement énergétique si l'irradiation moyenne au cours d'une heure se traduit par une puissance générée supérieure à la puissance nominale maximale de l'onduleur. En 2012, des chercheurs de Sandia ont constaté que les simulations à moyenne horaire surestimaient la production annuelle de 2^%5.

Plus récemment, la surestimation de l'énergie CA due aux pertes par écrêtage a été estimée à 1,5-4% par an selon la conception et l'emplacement du système.⁶ La saturation ou l'écrêtage de l'onduleur se produit lorsque la puissance CC du générateur PV dépasse la puissance d'entrée maximale de l'onduleur. En réponse, l'onduleur ajuste la tension CC pour réduire la puissance CC. Il en résulte une perte de production de courant continu, également appelée "écrêtage de l'onduleur". Des rapports DC:AC plus élevés entraînent des pertes d'écrêtage plus importantes. Avec l'augmentation du nombre de grandes centrales solaires, les rapports DC:AC plus élevés sont de plus en plus courants, et certaines centrales solaires présentent même des rapports DC:AC pouvant atteindre 1,8.

La modélisation de la production PV à l'aide de données à haute résolution au lieu de données à résolution horaire peut permettre d'obtenir des estimations de perte d'écrêtage et de production PV plus précises et spécifiques au site^.7 Lors de tests internes, des simulations de 5 minutes avec les données True Dynamics de SolarAnywhere ont permis de réduire les erreurs de perte d'écrêtage de plus de 90 % par rapport aux données horaires pour des scénarios DC:AC élevés (voir Figure 1). En outre, lors de l'évaluation de l'erreur d'estimation de l'énergie pour une gamme de ratios de charge d'onduleur (ILR), de ratios DC:AC et de zones climatiques, les données TGY d'une minute ont systématiquement fourni des résultats plus précis que les données horaires au sol (voir Figure 2 et Figure 3).

Dans la pratique, les utilisateurs peuvent également comparer des simulations avec des valeurs de 1-minute et 5-minute aux données horaires pour estimer la perte d'écrêtage perte l'ajustement de l'erreur d'écrêtage approprié pour la simulation de la moyenne horaire.

Conception de ressources énergétiques solaires hybrides

La grande variabilité de la ressource solaire due au déplacement des nuages peut entraîner des fluctuations de la puissance PV sur des échelles de temps inférieures à une heure. À mesure que la pénétration du photovoltaïque augmente, cette variabilité peut avoir un impact négatif sur la stabilité du réseau. Pour atténuer ce phénomène, de nombreux codes de réseau intègrent des limitations du taux de rampe (RR) sur la puissance PV injectée. En général, ces limitations sont définies par un intervalle de temps d'une seconde ou d'une minute. Par exemple, l'Allemagne et Porto Rico exigent un taux de rampe maximum de 10% par minute de la puissance PV nominale. Comme les fluctuations transitoires de la puissance PV peuvent se produire sur plusieurs minutes, les simulations horaires sont inadéquates pour modéliser les rampes infra-horaires de la puissance solaire.

Avec l'arrivée à maturité du marché de l'énergie solaire, les acheteurs demandent de plus en plus une production d'énergie propre et garantie, quelles que soient les conditions météorologiques. Les accords d'achat d'énergie solaire (AAE) passent d'une énergie solaire conditionnelle à une énergie solaire ferme, dans laquelle le propriétaire de la centrale solaire peut être tenu d'assumer le risque météorologique (ou de forme). Par conséquent, les développeurs solaires doivent de plus en plus concevoir des systèmes qui fournissent de manière rentable une énergie ferme, quelles que soient les conditions météorologiques.

Les centrales hybrides solaire-plus-stockage peuvent aider les centrales photovoltaïques à fournir des services essentiels d'équilibrage du réseau et à répondre aux exigences de montée en puissance et de lissage en réduisant l'intermittence du soleil. Leur popularité croissante est attestée par un rapport du Berkeley Lab, qui indique que les centrales hybrides solaire-plus-stockage dominent désormais les files d'attente d'interconnexion dans certaines régions des États-Unis^.8 Une meilleure modélisation subhoraire du PV à l'aide des données haute résolution de SolarAnywhere peut aider les développeurs solaires à optimiser la conception des projets PV et à atteindre des marges de conception plus étroites, réduisant ainsi les dépenses d'investissement (CAPEX) nécessaires pour répondre aux exigences du projet.

Avec les données de prévision a posteriori permettant d'évaluer la répartition des batteries et les stratégies d'affermissement, les utilisateurs de SolarAnywhere peuvent obtenir les données solaires de nouvelle génération nécessaires pour modéliser en toute confiance les ressources d'énergie solaire hybride d'aujourd'hui.

Données de l'année type à haute résolution

Les données à haute résolution de l'année type soutiennent une gamme d'applications précieuses, y compris l'analyse de la perte d'écrêtage, la modélisation de la répartition des batteries, la diligence raisonnable et l'évaluation de la production d'énergie.

Les données des années types de 1 et 5 minutes peuvent être téléchargées à partir du site web de données de SolarAnywhere ou demandées via l'API avec accès à une licence TypicalYear+ et/ou Sites. Ces jeux de données sont disponibles pour toutes les régions situées entre +/-60° de latitude.

Méthodologie

Les jeux de données à haute résolution de SolarAnywhere pour les années typiques (TGY/TDY) à 1 et 5 minutes sont construits pour soutenir la modélisation PV subhoraire avec une précision temporelle maximale. La génération commence par l'imagerie satellite native, qui est ensuite ramenée à une résolution d'une ou cinq minutes à l'aide d'un modèle d'IA statistique amélioré développé par Clean Power Research.

Ce modèle s'appuie sur des recherches antérieures menées par Clean Power Research et utilise une approche T-Copula pour assurer la cohérence statistique entre les totaux d'insolation horaires, mensuels et annuels. Pour capturer avec précision la variabilité intra-horaire, un ajustement synthétique de la variabilité, basé sur des ensembles de données au sol utilisés pour former le modèle, est appliqué. Cet ajustement imite les fluctuations à court terme observées dans les mesures d'irradiation au sol, ce qui permet d'obtenir des profils de ressources solaires réalistes qui conviennent parfaitement aux applications de modélisation avancées telles que l'analyse des pertes d'écrêtage et la simulation de la répartition des batteries.

Validation des données

Les données haute résolution de l'année type de SolarAnywhere ont été développées grâce à une recherche et une validation rigoureuses. La bancabilité des ensembles de données TGY/TDY à haute résolution est assurée par les mesures suivantes :

• Préservation de l'insolation annuelle : Les totaux annuels de l'irradiation horizontale globale (GHI), de l'irradiation normale directe (DNI) et de l'irradiation horizontale diffuse (DHI) dans les ensembles de données de 1 minute et de 5 minutes sont validés pour conserver la cohérence annuelle - à 0,1 % près, et plus souvent à 0,01 % près - des valeurs horaires correspondantes.
• Modèles de variabilité adaptés au sol : L'indice de Kolmogorov-Smirnov (KSI) du GHI, les taux de rampe du GHI et le ratio de l'indice de variabilité (RVI) - défini comme le ratio de l'écart-type des données GHI modélisées sur 1 minute à l'écart-type des données GHI mesurées au sol sur 1 minute - sont évalués pour confirmer une variabilité intra-horaire réaliste.
• Comparaison de la vérité terrain au niveau mondial : La validation est effectuée à une résolution d'une minute à travers un réseau de stations terrestres fiables, comprenant uniquement des sites pyranométriques de classe A maintenus selon les normes de qualité des données BSRN.
• Robustesse à travers les climats : Le cadre de validation couvre diverses régions et zones climatiques, garantissant la fiabilité du modèle pour des projets dans le monde entier.

Les figures ci-dessous représentent une seule période de 24 heures à la station SURFRAD de Bondville dans l'Illinois. Elles démontrent que les données modélisées de l'IGH à 1 minute et 5 minutes ressemblent beaucoup aux mesures au sol, capturant efficacement la variabilité à court terme qui est lissée dans les données à 15, 30 et 60 minutes. Ceci est évident dans les tracés de séries temporelles, où les données modélisées d'une minute montrent une variabilité similaire aux données au sol, alors que le modèle horaire manque les fluctuations rapides.

Les graphiques de la fonction de densité de probabilité (PDF) présentés ci-dessous pour l'irradiance horizontale globale (GHI) et l'indice de ciel dégagé (kt) sur une minute fournissent une comparaison statistique entre les mesures au sol et les données modélisées par SolarAnywhere. Lorsque les PDF des données au sol et des données modélisées correspondent étroitement, cela prouve que les données modélisées reproduisent avec précision la distribution des valeurs d'irradiation et des conditions de ciel dégagé observées dans les mesures du monde réel. Pour le GHI, cela signifie que la fréquence et l'ampleur des valeurs d'irradiation solaire dans l'ensemble des données modélisées sont cohérentes avec celles enregistrées par les capteurs au sol, capturant à la fois les conditions typiques et les conditions extrêmes. De même, pour l'indice de ciel dégagé (kt), une correspondance étroite dans les PDF indique que les données modélisées reflètent de manière fiable la variabilité et la fréquence des conditions claires et nuageuses tout au long de la journée. Cette forte concordance des PDF pour GHI et kt valide le fait que les données haute résolution de l'année type de SolarAnywhere préservent les caractéristiques statistiques de la vérité terrain, ce qui justifie leur utilisation dans la modélisation PV avancée, l'évaluation du rendement énergétique et l'analyse des risques.

Pour confirmer la fiabilité des jeux de données haute résolution de SolarAnywhere sur les années types à 1 minute et 5 minutes, la validation a été effectuée sur plusieurs années (2019-2024) et sur un large réseau de stations SURFRAD et SOLRAD représentant diverses régions géographiques et climatiques. Cette approche garantit que la précision n'est pas limitée à des exemples isolés, mais qu'elle est cohérente dans le temps et dans des conditions variables.

Tableau 1 : Paramètres de validation pour les données modélisées d'une minute par rapport aux mesures au sol (2019-2024)

Résumé du rapport de variabilité et des valeurs KSI pour GHI et DNI dans les stations SURFRAD et BSRN, démontrant une forte concordance entre les données modélisées et les données au sol.

Le tableau ci-dessus résume les résultats pour les données d'une minute seulement, en comparant le GHI et le DNI modélisés par SolarAnywhere avec les observations au sol dans de multiples stations et climats. Deux mesures clés ont été utilisées :

• Rapport de variabilité (σ(∆GHI₁min))
  Compare l'écart-type des taux de rampe de l'IGH sur 1 minute entre les mesures au sol et les données modélisées. Un rapport de 1,0 indique une correspondance parfaite, ce qui signifie que les données modélisées reflètent les fluctuations à court terme observées dans les mesures au sol. Les rapports proches de 1 confirment que la variabilité synthétique introduite par le modèle reproduit fidèlement les conditions réelles.

• Indice de Kolmogorov-Smirnov (KSI(|∆GHI₁min|))
  Mesure la similarité entre les distributions des taux absolus de rampe de GHI sur 1 minute dans les données au sol et les données modélisées. Des valeurs KSI plus faibles indiquent une plus grande concordance (0 signifie une correspondance parfaite), validant le fait que le modèle préserve le comportement statistique de la variabilité de l'irradiation.

Ces mesures ont été calculées à la fois pour le GHI et le DNI sur tous les sites de validation. Les résultats montrent une forte concordance entre les données modélisées par SolarAnywhere et la réalité du terrain, confirmant que le modèle reproduit avec précision la variabilité intra-horaire à travers divers climats et géographies.

Cette validation au niveau du site démontre que les ensembles de données TGY/TDY haute résolution de SolarAnywhere sont statistiquement cohérents et adaptés aux applications de modélisation PV avancées, y compris l'analyse de la perte d'écrêtage, la simulation de la répartition de la batterie et l'évaluation du rendement énergétique.

Pour plus de détails sur l'importance des données à haute résolution de l'année type pour une estimation précise de la production d'énergie, voir notre blog récemment publié.

Données de séries temporelles à haute résolution

Les applications des données de séries temporelles à haute résolution comprennent l'estimation des taux de rampe, des besoins de raffermissement, des pertes d'écrêtage et bien plus encore.

Les données historiques de séries temporelles à haute résolution avec True Dynamics peuvent être téléchargées à partir du site web de données SolarAnywhere ou demandées via l'API avec une licence Sites à haute résolution. Sur le site web de données SolarAnywhere, les sites existants peuvent être mis à niveau vers la haute résolution sur demande. Les données de séries temporelles à haute résolution sont actuellement disponibles pour les sites de la région continentale des États-Unis (CONUS) à partir du 1er janvier 2020 jusqu'à la coupure des données historiques, mises à jour mensuellement.

Méthodologie

Les données de séries temporelles à haute résolution de SolarAnywhere tirent le meilleur parti de la dernière génération de satellites GOES (GOES-Est et GOES-Ouest) exploités par la National Oceanic and Atmospheric Administration (NOAA). Ces satellites balayent le territoire continental des États-Unis avec une résolution spatio-temporelle de 500 mètres, 5 minutes, soit 24 fois la résolution (6X temporelle, 4X spatiale) des générations précédentes. Les données GOES à pleine résolution révèlent l'intermittence des ressources solaires.

Pour obtenir les simulations de perte d'écrêtage et de taux de rampe les plus précises, les données solaires doivent présenter des variabilités subhoraires et des distributions de puissance réalistes. True Dynamics a été développé en partenariat avec le Dr Richard Perez et son équipe du Centre de recherche en sciences atmosphériques de l'Université d'Albany et s'appuie sur des décennies de recherche sur la variabilité solaire^.1

L'une des principales conclusions de leurs recherches est que la variabilité des données solaires peut être liée à l'étalement spatial et temporel des données solaires. Un point aura une plus grande variabilité qu'une zone. Dans de nombreux cas, la zone pertinente pour la modélisation est l'empreinte des panneaux connectés à un onduleur à grande échelle.2 (Les centrales solaires avec stockage couplé au courant continu peuvent bénéficier d'un lissage spatial accru)^.3

Certaines conditions nuageuses peuvent augmenter la quantité de lumière solaire atteignant les systèmes solaires photovoltaïques en raison de la réfraction par les molécules d'eau gelées dans les nuages de haute altitude. Les dépassements de ciel clair se produisent lorsque l'irradiation dépasse les valeurs d'irradiation du ciel clair en raison de la présence de nuages à proximité, ce que l'on appelle également l'augmentation de la couverture nuageuse. Les données empiriques montrent que le renforcement des nuages est courant dans des conditions variables et qu'il se produit trop rapidement pour être représenté dans les modèles horaires. Pour capturer les événements de dépassement du ciel clair, True Dynamics renforce synthétiquement la variabilité observée dans les données à haute résolution, 5 minutes, 500 mètres.

Enfin, les modèles de décomposition conçus pour des données horaires doivent être adaptés aux données d'entrée à haute résolution.

Comme le montre la figure 7, les données TD 5-min capturent des taux de rampe intra-horaires importants et des dépassements par ciel dégagé dus à la réflexion des nuages qui ne sont pas évidents dans les données moyennes horaires. Par conséquent, l'utilisation des données TD 5-min conduit généralement à une estimation plus précise de l'énergie AC.

Pour en savoir plus sur la méthodologie et les résultats de la TD, consultez l'article : "Amélioration de la variabilité temporelle des données d'irradiation solaire de 5 minutes dérivées des satellites".⁴

Références

¹ Perez R, David M, Hoff T, Jamaly M, Kivalov S, Kleissl J, Lauret P, Perez M, 2016. La variabilité spatiale et temporelle de l'énergie solaire. Foundations and Trends® in Renewable Energy, Volume 1, Number 1 : 1-44. doi.org/10.1561/2700000006. Lien

² Hobbs W, 2020. Surestimation de la production dans les modèles horaires en raison des rapports DC:AC élevés et de la variabilité solaire : une introduction. Groupe de travail sur la planification du système de l'ESIG, session d'été. Lien

³ Ahlstrom M, Mays J, Gimon E, Gelston A, Murphy C, Denholm P, Nemet G, 2021. Ressources hybrides : Challenges, Implications, Opportunities, and Innovation. IEEE Power and Energy Magazine, volume 19, numéro 6 : 37-44. DOI : 10.1109/MPE.2021.3104077. Lien

^4HuangJ, Perez R, Schlemmer J, Kubiniec A, Perez M, Bhat A, Keelin P, 2022. Amélioration de la variabilité temporelle des données d'irradiation solaire dérivées des satellites à 5 minutes. IEEE Photovoltaic Specialists Conference (PVSC). Lien

⁵ Hansen C W, Stein J S, Riley D, 2012. Effet de l'échelle de temps sur l'analyse de la performance des systèmes photovoltaïques. Sandia National Laboratories, numéro de rapport : SAND2012-1099. DOI:10.13140/2.1.1150.3368. Lien

⁶ Bradford K, Walker R, Moon D, Ibanez M, 2020. A Regression Model to Correct for Intra-Hourly Irradiance Variability Bias in Solar Energy Models. 2020 47th IEEE Photovoltaic Specialists Conference (PVSC), du 15 juin au 21 août 2021. DOI: 10.1109/PVSC45281.2020.9300613. Lien

⁷ Cormode D, Croft N, Hamilton R, Kottmer S, 2019. " Une méthode de compensation d'erreur des estimations de la production énergétique annuelle modélisée introduite par la variabilité de l'irradiance intra-horaire dans les centrales photovoltaïques avec un rapport DC/AC élevé ". 2019 IEEE 46th Photovoltaic Specialists Conference (PVSC) : 2293-2298. DOI: 10.1109/PVSC40753.2019.8981206. Lien

⁸ Seel J, Warner C, Mills A D, octobre 2021. Influence des modèles commerciaux sur les décisions de répartition PV-batterie et la valeur marchande. Advances in Applied Energy. DOI: 10.1016/j.adapen.2021.100076. Lien