为太阳能行业企业提供18年以上光伏工程经验
让它们在不同尺度、不同区域和不同数据源之间协调运作，才是真正的工程挑战。
在这个全球可再生能源装机容量以创纪录的速度增长、电网管理面临日益严峻的需求压力的行业中，能够实时获取、处理太阳能资源数据并据此采取行动，已成为市场的一项基本要求。
在 CalibSun，这正是我们一直致力于解决的挑战——得益于我们从 Solaïs 继承的光伏工程技术，Solaïs 是一家成立于 2008 年的开创性光伏工程咨询公司。我们的解决方案依托于 一项扎实的学术研究，由国际能源署（IEA）的一位主要贡献者合作完成 专注于太阳辐射、气象学及数据领域。凭借对研发的坚定承诺，我们通过持续的研究、经同行评审的学术论文以及在国际会议上的贡献，积极推动太阳能科学的发展。
我们在太阳能领域的专业知识
传感器数据的质量检查
在光伏电站中，数据完整性直接影响着每一个下游流程：太阳能和电力预测、性能监测与资产管理，以及太阳能资源评估。 CalibSun 采用两阶段质量检查流程： 在机器学习系统上线时对历史数据进行一次性质量控制，并对每条新接收的测量数据持续进行自动标记。
GHI的空间化
CalibSun 是唯一一家能够原生集成现场数据并实现真正 GHI 空间化的服务商。 该方法已在大型电站投入实际运行，并在客户于三十座光伏电站开展的为期三个月的盲测基准中，于七家预测服务商中排名第一。它对电站真实 GHI 的还原远优于任何单独的传感器，与实测发电量的相关性也显著更强。
现场数据集成
CalibSun 整合了直接从光伏电站采集的现场太阳能数据，以实时监测实际天气状况。 对于太阳能发电量预测而言，这些现场测量数据是主要的信息来源，在短期预测时段内，卫星影像和数值天气预报（NWP）模型无法取代其作用。
太阳科学：三层，一个预测
这三个数据层所服务的预测时段并不相同。气象模式支撑日前，卫星影像支撑日内，现场实测支撑最短的时段。在长期资源评估中，这一关系反转：现场测量活动用于校准卫星历史数据，真正决定项目规模的是校准后的历史数据，而非测量活动本身。
现场数据
用于测量总日照量（GHI）和总太阳辐射量（GTI）的总辐射表、气象传感器，以及用于采集发电量的SCADA遥测系统。
卫星影像
地球静止轨道卫星在区域或大陆尺度上以高时间频率提供的空间覆盖范围
天气模型（数值天气预报）
辐照度是针对数小时至数天后不同时间段的大气状态完整预测所产生的副产品。
- CalibSun 的资源
我们的资源
专为您量身定制
CalibSun 团队的研究论文、技术说明与媒体报道。我们的出版物阐述了现场实测数据与天空成像如何提升太阳能预测精度，以及发电商和交易商如何将这一精度转化为收益。
- 问题
太阳能专业知识：为您解答疑问
太阳能数据与气象数据有什么区别？
- 气象数据涵盖了大气状态的方方面面, ，包括风速、降水、气温、气压、湿度、风暴模式、云量等，这些数据由地面观测站网络监测，并由包括美国国家海洋和大气管理局（NOAA）以及全球各国气象部门在内的政府机构发布。
- 太阳辐射数据是一个重点子集，主要围绕辐射变量：GHI、DNI、DHI及其衍生量展开。 实际上，太阳能预测流程将这两者结合在一起：气象数据提供了大气背景信息，而包括地表太阳辐射在内的各项变量则是能源产量模型的直接输入。
没有现场传感器，能否获取太阳能数据？
是的——借助卫星观测数据和数值天气预报（NWP）结果，无需任何地面传感器即可对地球上任意地点的太阳能资源进行评估。公共数据库提供了几乎涵盖所有地区和国家的太阳能数据，这些数据在太阳能项目的初期阶段被广泛用于资源筛选和装机容量估算。 然而，缺乏现场数据会带来精度上的损失： 通过整合实时辐照度和现场发电量数据，可以进一步优化预测结果，使CalibSun的NEXT系统在5分钟预测时段的准确度比现有预测服务商提高了46%，在15分钟预测时段提高了33%。 现场数据并非强制要求，但它是提升预测性能的关键因素。
在恶劣的气候条件下，预测准确度会如何变化？
基于标准数值天气预报（NWP）的短期预测在热带、岛屿、高海拔或受季风影响的气候区中准确度会显著下降——这些地区云动力学具有局部性和高度变异性，而这些地区正是太阳能装机容量增长最快的地区。 在这些情况下，传统模型是不够的：天气状况过于局部且变化无常，因此实时天空监测变得至关重要。
CalibSun 的 INSTANT 解决方案通过利用鱼眼成像仪网络探测远达 30 公里外的云层，从而预判光伏发电量的波动，使公用事业运营商和电站管理者能够在太阳能发电量下降前最多提前 30 分钟调整热电发电量。
