- CalibSun | 专业领域
辐照度的空间化 适用于大型光伏电站
对于装机容量超过50MWp的光伏电站，仅靠单点GHI数据是不够的
对于装机容量超过 50 MWp 的公用事业级光伏电站，, 单个总辐射表无法代表到达组件的太阳辐射量。 随着装机容量从数百兆瓦扩大到数千吉瓦，地表的辐照度在空间上变得不均匀。
飘过的云很少能遮住阳光 一次性浏览整个网站
局部地区产量下降，而其他地区则依然晴空万里。 A 总辐射表仅能测量一个地点的数据。 该方法未能捕捉到这些复杂的空间分布模式，从而削弱了测得的全球水平辐照度（GHI）与实际能源产出之间的相关性。
国际能源署光伏规划与支持（IEA PVPS）第16工作组指南现已认识到这一局限性，该指南建议每10 MWp进行约一次地面总辐射（GHI）测量，以表征大型光伏电站的辐照度分布。实际上，大多数预测服务提供商仅依赖卫星数据，而忽视了这种高密度的地面数据。没有一家通过严谨的空间分析来利用这些数据。
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。 该方法基于内部科学研究，经与国际能源署（IEA）第16工作组的主要贡献者交流后得到验证，并已在大规模电站中投入实际应用。
CalibSun 采用的地理空间方法用于 辐照度的空间化
CalibSun 设计了一种 GHI 空间化方法，以弥补这一差距。该过程并不要求使用固定数量的总辐射表，而是需要将电站内每个传感器的精确位置作为主要输入数据。
一旦确定了传感器的位置，, CalibSun 运用地理空间和地统计学方法，对每对传感器之间的协方差（即空间变异性）进行建模。 这一步骤旨在量化某一点处的辐照度与场地表面其他位置的条件之间的关系。
随后，CalibSun 采用克里金法（kriging）——一种地统计学插值方法——来估算整个电站占地范围内的局部辐照度。 传感器网络的配置决定了该估计值的精度。其结果是对辐照度场的一种连续空间表示。基于该表面模型（按网格方格逐个计算得出），可推导出空间平均的全球总辐射（GHI）。
该数值比任何独立传感器都能更准确地反映该植物的真实GHI值。 它与实际测得的发电量之间呈现出显著更强的相关性。
一场决定性的胜利，对于 非常大的植物
植物越大，空间化就越关键。 CalibSun 建议在 50 MWp 及以上采用该方法，并在 100 MWp 以上将其作为强制要求. 在这一尺度上，这标志着预报质量的一个转折点。
只有空间化的辐照度场才能捕捉到因空间范围内云层覆盖不均匀而导致的局部发电量下降。点GHI数据会系统性地误报这些下降情况。
通过解析空间分布模式和短期变异性，, GHI 或 GTI 的空间化处理既能提高短期预报的准确性，也能提高日前预报的准确性. 其影响是直接的：调度更精准、交易头寸更明晰，以及基于更充分信息的电网平衡决策。
创新性内部研究
已应用于+1.4GWp太阳能电站的现场建设中
CalibSun独家报道
CalibSun 是目前唯一一家在此尺度上应用真正 GHI 空间化的预报服务提供商。 该原则与国际能源署光伏计划（IEA PVPS）第16项任务一致，, 然而，在整个行业中，其实际应用仍属罕见。
该技术源自CalibSun的内部研究，并在ICEM 2025会议上进行了展示 （国际能源与气象会议），这进一步印证了该技术的科学成熟度。该技术已部署于全球部分要求最为严苛的站点，其中包括印度的一座装机容量为+1.4 GW的太阳能电站——在那里，受季风影响的云层变化使得辐照度建模工作异常困难。
- 问题
关于 Spacialized GHI 和 GTI 的常见问题解答
什么是GHI空间化？
GHI空间化处理通过重建整个太阳能电站范围内的全球水平辐照度场，而非依赖于点状GHI数据。该方法基于传感器位置和地统计学插值（克里金法），生成太阳能辐射的连续空间分布图，并得出与实际发电量密切相关的空间平均GHI值。
为什么仅靠一个总辐射表是不够的？
在大型光伏电站中，云层覆盖通常并不均匀。一个总辐射表仅能测量单一位置的辐照度，无法捕捉到其他区域局部发电量的下降。这削弱了测得的总高空辐射（GHI）与实际发电量之间的关联性。
从多大的植物规模开始，就需要进行空间化处理了？
CalibSun建议在50 MWp及以上时采用该方案，并认为在100 MWp以上时必须采用，因为此时空间变异性会对发电量产生显著影响。
什么是克里金法，为什么使用它？
克里金法是一种地统计学插值方法，它通过已知点之间的协方差来估算连续表面上的值。CalibSun利用该方法生成整个电站范围内最优的空间平均GHI值。
