- CalibSun | 专业积淀
辐照度空间化 面向大型光伏电站
装机超过 50 MWp 的光伏电站，单点全球水平辐照度数据不够用
对于 50 MWp 以上的公用事业级光伏电站， 单台总辐射表无法代表到达组件的太阳辐射量。 随着电站规模从几百兆瓦扩大到数吉瓦，地表辐照度在空间上变得不均匀。
一朵飘过的云很少能同时遮住 整个光伏电站。
电站局部区域发电量下降，而其他区域则依然晴空万里。 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。
这一局限现已得到 国际能源署光伏系统计划第16任务组 指南的确认；该指南建议约每10兆瓦峰值进行一次全球水平辐照度测量，以刻画大型光伏电站范围内的辐照度场。实践中，多数预测服务商仅依赖卫星数据，忽视了地面数据应达到的这种密度；也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。 该方法基于内部科学研究，并经与国际能源署第16任务组主要贡献者的交流验证，已在大型电站投入实际运行；在客户于30座光伏电站开展的为期3个月盲测基准中，它在7家预测服务商中排名第一。
CalibSun 的 辐照度空间化地理空间方法
CalibSun 设计了一套全球水平辐照度空间化方法，来弥补这一差距。该方法并不要求固定数量的总辐射表，而是要求把电站内每台传感器的精确位置作为主要输入。
传感器位置确定后， 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。 这一步量化的是，某一点的辐照度与场区其他位置的条件之间存在怎样的关系。
随后，CalibSun 采用克里金法------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这一估计的精度。其结果是对辐照度场的一种连续空间表示。基于这一表面模型，按网格逐格计算，就能得出空间平均的全球水平辐照度。
该数值比任何独立传感器都更准确地反映电站的真实全球水平辐照度。 它与实际测得的发电量之间呈现出显著更强的相关性。
对 超大型电站而言，这是一场决定性的胜利
电站越大，空间化就越关键。 CalibSun 认为，该方法从 50 兆瓦峰值起推荐采用，100 兆瓦峰值以上强制采用，并将其集成到 NEXT中。在这一规模下，这标志着预测质量迎来一个转折点。
只有空间化的辐照度场，才能捕捉到因云层在不同空间区域覆盖不均而导致的局部发电量下降。单点全球水平辐照度数据会系统性地错误反映这些下降。
通过解析空间分布模式和短期变异性， GHI 或 GTI 空间化既能提升短期预测精度，也能提升日前预测精度。影响是直接的：调度更精准、交易头寸更清晰，以及基于更充分信息的电网平衡决策。
- 常见问题
关于空间化 GHI 和 GTI 的常见问题
什么是全球水平辐照度空间化？
全球水平辐照度空间化重建整个光伏电站范围内的水平面总辐照度场，而非依赖点状全球水平辐照度数据。该方法基于传感器位置和地统计学插值（克里金法），生成太阳辐射的连续空间分布图，并给出与实际发电量密切相关的空间平均全球水平辐照度值。
为什么仅靠一台总辐射表不够？
在大型光伏电站中，云层覆盖通常并不均匀。一台总辐射表只能测一个位置的辐照度，无法捕捉其他区域局部发电量的下降。这会削弱测得的水平面总辐照度与实际发电量之间的相关性。
从多大的电站规模开始，就需要空间化处理？
CalibSun 建议 50兆瓦峰值及以上采用，100兆瓦峰值以上则视为必须，因为在这个规模上，空间变异性会显著影响发电量。
什么是克里金法，为什么用它？
克里金法是一种地统计学插值方法，通过已知点之间的协方差来估算连续表面上的数值。CalibSun 用它来生成整个电站范围内最优的空间平均全球水平辐照度值。
