深耕光伏工程 18 年，服务全球光伏企业
让它们在不同尺度、不同区域、不同数据源之间协调运作，才是真正的工程挑战。
全球可再生能源装机屡创新高，电网管理承压日增。在这样的行业环境下，能否实时获取、处理光伏资源数据并据此采取行动，已成为企业进入市场的基本门槛。
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 扎实的学术研究，研究合作方是国际能源署的一家主要贡献机构 （IEA） 专注于太阳辐射、气象学和数据领域。凭借对研发的坚定承诺，我们通过持续的研究和经同行评审的成果，积极推动太阳能科学的发展。 出版物，以及在国际会议上的论文。
我们的光伏专业能力
传感器数据质检
在光伏电站里，数据完整性牵动着每一个下游环节：光伏功率预测、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： 接入时对历史数据做一次性质量控制（供机器学习使用），之后对每条新接收数据持续自动打标。
GHI的空间化
CalibSun 是唯一一家原生实时整合现场数据、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 30 座光伏电站开展的为期 3 个月盲测中，从 7 家预测服务商中脱颖而出，位列第一。它对电站真实 GHI 的还原远优于任何单台传感器，与实测发电量的相关性也明显更强。
现场数据集成
CalibSun 整合直接从光伏电站采集的现场数据，实时监测实际天气状况。 对光伏功率预测而言，这些现场实测数据是根本依据；在短预测时域内，卫星影像和数值天气预报模型都无法替代。
太阳科学：三层数据，一份预测
这三层数据所服务的预测时域并不相同。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域。在长期资源评估中，这个关系会反转：现场测量活动用来校准卫星历史数据，真正决定项目规模的是校准后的历史数据，而不是测量活动本身。
电站现场数据
用于测量总日照量（GHI）和倾斜面总辐照度（GTI）的总辐射表、气象传感器，以及采集发电量的 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。
天气模型（数值天气预报）
辐照度，是对未来数小时到数天大气状态做完整预测后得到的副产品。
- CalibSun 的相关资源
我们的资源
为您量身定制
CalibSun 团队的研究论文、技术说明和媒体报道。我们的出版物阐述了现场实测数据和天空成像如何提升光伏预测精度，以及发电商和交易商如何把这一精度转化为收益。
- 常见问题
光伏专业能力：为您解答疑问
光伏数据与气象数据有什么区别？
- 气象数据涵盖大气状态的方方面面– 风速、降水量、气温、气压、湿度、风暴模式、云量，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。
- 太阳辐射数据是其中一个重点子集，主要围绕辐射变量：GHI、DNI、DHI 及其衍生量。 实际上，光伏预测流程会把两者结合起来：气象数据提供大气背景，包括地表太阳辐射在内的各项变量，则是发电量模型的直接输入。
没有现场传感器，能获取太阳能数据吗？
可以。借助卫星遥感产品和数值天气预报结果，无需任何地面传感器，就能对地球上任意地点的太阳能资源进行估算。公共数据库提供了几乎覆盖所有地区和国家的太阳能数据，在光伏项目初期阶段被广泛用于资源筛选和装机容量估算。 但缺少现场数据，精度就会打折： 整合实时辐照度和现场发电量数据，可以进一步校准预测。相比原预测服务商，CalibSun 的 NEXT 在 5 分钟预测时域上精度提升 46%，在 15 分钟时域上提升 33%。现场数据不是必须的，但它是提升预测性能的关键。
恶劣气候条件下，预测准确度会如何变化？
基于标准数值天气预报的短期预测，在热带、岛屿、高海拔或受季风影响的气候区，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，传统模型已难以胜任：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 方案，通过鱼眼成像仪网络探测远达 30 公里外的云层，预判光伏出力波动，让公用事业运营商和电站管理者能在光伏出力下降前最多 30 分钟调整火电出力。
