NEXT
预测

NEXT

高精度 太阳能发电预测 用于 光伏 资产和多吉瓦级投资组合。 

NEXT 组合 数值天气预报, 卫星 太阳辐射通量, ,以及 实时 现场数据提供日内与日前数据 太阳能预报  根据您的电站情况进行了校准。

基于具体地点的太阳能及电力预测

随着太阳能发电在电力结构中的占比持续增长,运营商需要以越来越高的精度预测太阳能发电量——涵盖从15分钟的日内更新到日前规划的各个时间尺度。

NEXT 该系统基于三种互补数据源的独特融合:数值天气预报(NWP)模型、卫星影像和现场测量数据。通过学习每座太阳能电站的具体运行特性,NEXT 能够提供高度准确的发电量预测,使运营商能够充满信心地管理风险并优化性能。

NEXT 赢得了全球领先运营商的信赖,已在地球上一些规模最大的太阳能项目中得到大规模部署。

NEXT 适合哪些人?

独立太阳能发电企业

无论是否使用储能,通过最大化收益并最小化偏差考核费用来优化您的运营策略
  • 减少预测偏差罚分
    在预测发电量与实际发电量出现偏差时,最大限度地减少电网运营商施加的罚款。
  • 收入最大化
    在现货市场交易、电力购买协议、辅助服务和电池储能之间优化您的策略
  • 高效的存储管理
    优化电池管理,以最大限度地减少存储性能衰减,延长电池使用寿命,并降低更换成本。

聚合商与交易商

借助日内与日前精准、可靠的预测,最大限度地提高您的光伏资产收益。
  • 收入最大化
    利用不同市场之间的价格差异,优化投资组合的平衡。
  • 减轻处罚
    降低因预测不准确而产生的罚款成本。
  • 强化风险评估
    通过概率预报了解太阳能发电量的波动性,这对平衡供需至关重要

NEXT业绩背后的三大支柱

多源数据集成

NWP + 卫星 + 现场SCADA,通过自适应技术进行融合 数据驱动框架. 既涵盖了区域性 气象数据 以及局部植物尺度的变异性。

自适应机器学习

学习用于预测太阳能的算法 energy 会根据……动态调整数据源的权重 预测时限 并根据具体地点,适应当地的小气候、电网运行模式和季节性变化。

确定性与概率性输出

用于调度的一点预测,以及适用于风险感知交易、电池储能系统(BESS)调度及平衡策略的完整P5–P95分位数。

日内与日前预报

在 CalibSun,我们为大型太阳能企业提供日内与日前预测服务。我们采用一种独特的混合方法,将卫星影像、气象模型和实时现场数据相结合,从而根据当地实际情况对预测结果进行重新校准。

该方法实现了业界领先的准确率,在5分钟时提升了50%以上,在15分钟时提升了35%,这带来了切实的财务收益。

在所有预测时段内均保持一致的预测准确性

NEXT 动态组合 数值天气预报(NWP)模型、静止轨道卫星影像和实时地面观测数据 既能捕捉大尺度的大气动力学,又能捕捉驱动实际发电量的亚公里级变化。这种多来源数据整合确保了在各个预报时段内——从小时内调度到日前运行计划——预报精度的一致性。 

保证数据保密  : 每位客户对其数据拥有完全的所有权,这些数据仅用于其自身利益。

概率性(P95-P5)和确定性(P50)

NEXT 利用现场数据原生生成概率预测。这些宝贵的洞察有助于您为未来的发电制定各种情景。这种概率方法使电厂运营商、聚合商和交易商能够更好地管理与能源产量波动相关的财务风险。

根据您的电站情况进行校准,并实时重新校准

每座光伏电站的太阳辐射强度与发电量之间都存在独特的关联关系。NEXT 利用您的历史数据来学习这一特征,并在收到新的测量数据时持续进行重新校准。这种随时间推移的自适应机制,能够确保在多年的运行过程中——无论经历季节更替、电站老化还是天气条件的变化——始终保持峰值预测的准确性。

全球范围内均可使用,无需安装硬件

NEXT 该服务覆盖全球。它采用多种气象模型(GFS、Arome、Arpege)和不同卫星(MSG、IOD、GFS GOES、Himawari等),以确保全球范围的覆盖。 NEXT无需安装任何硬件,只需连接到您的现场传感器系统(SCADA),并综合相关数据来优化预测结果。

为什么要转用 NEXT

入职流程

从您的数据到可付诸行动的预测

1
质量检查与机器学习
我们会对您的历史时间序列进行质量检查,并训练我们的算法,以确保在开始时就能提供最佳的准确度。
2
连接
我们将NEXT通过API接入您现有的传感器和SCADA系统。
3
预测与实时仪表盘
确定性与概率性结果,并在私人仪表盘上进行关键绩效指标(KPI)跟踪

我们的应用场景

2023年9月,CALIBSUN提供了经过校准的数据,其中包含 与参考卫星数据库相比,GHI值增加了+1.5%,, 已准备好用于产量研究…… 

基于 科学严谨性

NEXT 由 CalibSun 开发,并基于科学研究,其 IAE 是第 16 项 PVPS 任务的主要贡献者, 巴黎矿业学院(Mines Paris – PSL),在太阳辐射建模、资源评估和数值天气预报领域拥有深厚的专业知识。经同行评审的研究以及 持续开展研发并发表在科学论文上, 确保NEXT在太阳能预测领域始终处于科学前沿.

需要更多信息吗?
联系我们吧!

光伏太阳能预测常见问题解答

随着光伏装机容量的增长,电网运营商需要预判太阳能发电的波动性,以保持供需平衡。准确的太阳能发电预测可以降低备用容量启用成本、减少弃光情况,并增强太阳能发电在现代电力系统中的可靠性。

短期预报涵盖未来15分钟至数小时的时间范围,依托实时卫星数据和现场数据来捕捉云量变化——非常适合日内交易和负荷平衡。日前预报覆盖24至48小时的时间范围,利用数值天气预报(NWP)模型来支持市场报价和调度。

NEXT 系统整合了卫星影像、数值天气预报(NWP)模型和现场传感器数据,并通过机器学习进行动态权重调整,从而追踪云层运动和辐照度变化趋势。对于30分钟以内的预报时段,可选配的天空成像仪能在天气快速变化的情况下进一步提升临近预测的精准度。

太阳能发电预测是基于气象数据、历史数据以及电厂的具体特性,对光伏电站未来的发电量进行预测。它有助于运营商优化运营、确保交易收益,并为构建稳定、脱碳的电网做出贡献。

太阳能预测面临的主要挑战包括:受云层覆盖和大气条件影响,太阳辐射强度波动较大;单数据源模型的局限性;以及不同地理区域预测结果存在的不确定性。 NEXT 通过融合多种数据源——数值天气预报(NWP)模型、卫星数据以及现场历史数据——并借助自适应机器学习引擎,持续对预测模型进行重新校准,从而克服了这些预测难题,无论所在位置或天气条件如何,都能保持最高的预测精度。