- CalibSun | 科学出版物
科学 出版物
CalibSun 是 Solais 的衍生公司，Solais 是一家在光伏领域拥有超过 18 年专业经验的太阳能工程咨询公司，这使我们积累了关于光伏项目融资、开发和运营的宝贵实践经验。
- 预测
- 2025
关于选择最优气象变量作为机器学习模型输入以进行太阳辐射预测的研究
数值天气预报模型输出的变量至关重要，且被广泛用作机器学习模型的输入，以预测地面可获得的辐照度。鉴于数据量庞大，必须制定有效的优化策略，以识别最相关的特征并剔除影响有限的特征，从而减少计算资源的消耗。
筛选
- 预测
- 2022
基于光伏组件污损监测与建模的清洁作业规划
灰尘和污垢会降低沙漠型或工业型太阳能电站的发电量。本文作者提出了一种方法，用于对多个站点 DustIQ 光学传感器的测量结果进行校准。他们引入了一种决策算法，该算法利用天气预报，在最具成本效益的时间点安排组件清洁工作。
- 预测
- 2022
探索一种基于集成太阳能预测的、针对无储能非并网混合能源系统的实用经济性能评估新方法
对于远程、离网系统（如矿区），使用储能系统（BESS）会增加资本成本。 本文提出了一种电力管理系统（PMS），该系统利用高精度、短期的太阳能预测，在不使用储能设备的情况下运行光伏/柴油混合发电系统。该系统引入了一项基于运营成本的评估指标，以取代均方根误差（RMSE）或平均绝对误差（MAE）等传统指标。
- 概率性
- 2021
一种基于卫星云运动向量的概率性太阳辐射预测新方法
本文介绍了一种结合物理和统计技术的方法。该方法利用晴空指数数据以及来自卫星数据流的云运动向量（CMV）（传统上仅用于确定性模型），以生成精确的概率预测。 经地面实测的水平面总辐照度（GHI）数据验证，该模型相比标准基准将连续分级概率评分（CRPS）降低了37%至62%。
- 太阳能资源评估
- 2021
西欧水平面总辐照量站点适应性核密度映射方法的收敛性与鲁棒性特征分析
聚焦于利用现场辐射表实测数据校正历史卫星数据库（Solargis、HelioClim-3、CAMS Radiation）。通过核密度映射（KDM）算法，在所研究的西欧站点上，卫星数据库的系统性偏差由 ±3% 降至 0.5%，从而提升融资测算的准确性。
- 概率性
- 2020
一种覆盖多个时间尺度的无缝概率光伏发电量预测新方法
本研究对“类比集合”（Analog Ensemble，AnEn）模型进行了调整，以生成覆盖多个时间维度的连续、透明的概率预测。该算法可从一天中的任意时间点开始运行，并针对每个时间维度自适应地选择最相关的输入数据，因此非常适合连续的日内交易。
- BESS
- 2020
并入电力市场的光伏-储能系统联合运行策略
在先前研究的基础上，本文详细阐述了电力市场中光伏/电池储能系统（PV/BESS）的控制策略。文中提出了一种模型预测控制（MPC）模型，该模型可在日前市场和实时调度阶段同时追踪电池退化成本，从而防止电池过早磨损。
- 概率性
- 2020
基于天空状态变异类之间转换概率的、针对太阳变异性的简单而稳健的概率分析
太阳能波动是孤网或混合（光伏/柴油）电站电网不稳定性的关键驱动因素。本研究通过分析不同天空状态之间的数学转移概率，对局部太阳能波动进行了建模，从而帮助开发商评估新建混合发电设施的可行性和可预测性。
- 预测
- 2019
一种基于价值的能源预测与数据驱动决策的综合方法：在可再生能源交易中的应用
本文没有采用两步法（先进行预测，再优化调度），而是将预测和决策步骤整合到一个函数中。整个预测引擎经过优化，旨在最大化市场收入。
我们的作者
CalibSun 由 Nicolas Thévenin 和 Sébastien Pitaval 于 2023 年创立，二人也是 Solaïs 的创始人。Solaïs 是一家在光伏领域拥有超过 18 年专业经验的公司，同时也是全球眩光研究领域的领导者。
- CalibSun 的资源
我们的资源
太阳能与数据领域的专业知识
深入了解我们在光伏、太阳能资源和数据科学方面的专业知识，以及这些知识如何提升我们的服务质量。
