本文要点
- 在热带或季风气候中，对流云团的形成、达到峰值并消散通常都在一小时之内完成，而位于其下方的电站可能会 在几分钟内损失一半产量.
- 在小时以下的时间尺度上，卫星图像和数值天气预报的预测准确性会下降：10到15分钟的重新观测和几公里的像素分辨率，无法分辨一个存在20分钟、尺寸为几公里的单元。
- 在一座运行中的热带光伏电站开展的96天测试表明，基于现场数据的模型在 2小时预测时域下，相较数值天气预报和持续性预报，误差分别降低25%和24%；而在预测时域短于21分钟时，持续性预报仍占优势。
- A 由半球形摄像机组成的地面网络 填补了这一数据空白，在已安装日照计的站点上，平均每30分钟以下的时间段增加了20%的数据。
在热带或季风气候下，对流单体在几平方公里范围内生成、达到峰值又消散，整个过程不到一小时。它笼罩下的光伏电站，发电量几分钟内就能掉一半，恢复也一样快。这不是建模上的奇谈，而是运营商实际面对的时间尺度：向市场申报电量、决定电池是充电还是保持、为申报量与实际交付量的差额付费，都发生在这一尺度上。
本文介绍2026年8月在圣保罗智慧能源南美展大会上展示的研究成果：在热带气候下，卫星影像和数值天气预报在哪里失效，一座在运电站96天的实测数据揭示了什么，地面摄像头网络又如何补位。
巴西发电机组发生了哪些变化
限电、储能，以及 一座接受调度的电站
输电网络已无法送出电站在午间发出的全部电力。发电量超过输电线路向南输送的能力，多余电量只能 被限发。与此同时，储能系统正与光伏阵列配套安装，让原本被动的资产变成可控资产：充电、待机还是放电，都成为一项决策，且每隔几分钟就要调整一次。
太阳能制氢项目则增添了第三个层面，因为 电解槽的运行计划必须根据其实际接收的辐照度来制定，而不是与日均值相比。
电价信号 已经反转
将巴西东北地区的结算价格与2026年5月至8月的实际发电量对比，规律一目了然： 发电量最高的时段，已不再是价值最高的时段。发电量在午间达到峰值，电价却跌破购电协议参考价；到了傍晚，电站出力逐渐回落，电价反而回升。
如今，运营商需要同一座光伏电站提供两样不同的东西： 短期预测，用来决定调度和申报；以及 实测数据，用来掌握电站实际出力。
对流单体并非锋面，这正是问题的症结所在
外推法为何 在温带地区行得通
如今使用的几乎所有业务预报方法，都是针对中纬度天气设计的。在那里，云系由 大范围锋面. 这些云系规模庞大，垂直对流受限，而平流则由高空气流驱动，且这种气流能保持数小时的连贯性。从实用近似来看，此刻观测到的某片云，稍后在其他地方仍将是同一片云。外推法之所以可行，正是因为存在可供外推的对象。
又为何 无法照搬到热带
大陆热带纬度的表现则有所不同。气旋是由地表升温形成的，其形成过程通过 几平方公里，它们会垂直发展而非移动，并在出现地点附近消散。其中几乎不存在协同平流，而协同平流恰恰是云运动方法所依赖的。这些方法在巴西的应用并非不妥。 这些方法正被应用于它们原本并非为此设计的现象。
卫星所见与地面所测
两天， 两种仪器
在单个站点上，这种差异最容易看清。以 法属圭亚那某在运电站连续两天的水平面总辐照度为例，该地区按全年平均来看，被公认为全球气候变异性最大的地区之一。我们用基于 GOES 卫星、分辨率为 10 分钟的卫星产品，与同一电站每 5 分钟采样一次的总辐射表实测数据进行对比。
这两条曲线在日变化趋势上一致，但在小时内的所有关键细节上均不一致。卫星估算结果较为平滑，而地面测量数据则呈锯齿状： 每平方米几百瓦的功率骤降，持续几分钟，但在卫星记录中完全未见.
在下方的条形图中，每幅卫星图像下方均标注了卫星估算值以及随后十分钟内实际测得的最低辐照度。协调世界时15:20时，卫星测得 每平方米1049瓦. 地面塌陷至 229 在随后的这段时间里。15:00时，卫星870号的地面最小值显示为185。该工厂已经经历了一段增长期，无论是像素大小还是刷新间隔都无法分辨这一变化。
尺度错配， 以及无人计入的延迟
这并非卫星产品的缺陷。而是尺度与时间上的不匹配：重访间隔为10至15分钟、像元尺寸为几公里的卫星，无法分辨一个存在时间为20分钟、尺寸为几公里的气象单元。
而且上述比较对卫星来说还算宽容，因为它使用了 图像的名义时间戳. 从数据采集到估计结果传达到操作员手中的处理和传输延迟并未计入其中。实际运行中，这一时间差比图中显示的要大。
各数据源的有效时域
这样看来，问题就不再是"哪款产品最好"，而是 哪个数据源在哪个预测时域能提供有效信息.
数值天气预报适用于次日及数小时内的预报。卫星图像则适用于大约1小时至2.5小时的时间范围，在此期间云系仍保持稳定。在对流性气候条件下，当预报时间短于1小时时，这两者都会失效，剩下的便是地面上能够测量和观测到的内容： 目前用于监测工厂现状的日照计，以及用于监测即将到货情况的摄像头.
96天，3种方法，一座电站
试验方案
为了量化这一效应，而不是就此争论不休，我们对一个正在运行的热带站点进行了持续评估 2026年5月1日至8月4日，96天未进行选拔. 每十五分钟发布一次预测，并将预测结果与工厂实际产出进行对比。三种方法均基于相同的数据进行运行。
持续性预测。 假设天空维持现状。它只需一个传感器，别无其他；在对流气候下，在极短预测时域内，它很有竞争力。
仅限数值天气预报。 一个基于几公里网格的模型，每天更新几次。
一种基于现场数据的学习模型，融合卫星图像和数值天气预报输入。
三个数字 从这份记录中得出
误差以平均产出的百分比表示，因此这些数据可适用于任何规模的工厂。仅限于对调度至关重要的时间范围（即两小时以内），记录显示： 25%：与两小时数值天气预报的对比, 24% 针对同一时间维度的持续性，以及位于 21分钟, 在该阈值以下，持久化方法在三者中仍具有最低的平均绝对误差。
最后那个数字很有意思，因为它准确指出了剩余问题所在。在零到二十一分钟之间， 没有任何一个大规模数据源包含相关信息，而目前最合理的解释是假设一切保持不变。必须有其他因素来填补这一空白。
运营商 实际面对的是什么
汇总误差会掩盖某个下午实际发生的情况。这份记录中的两天数据，在三个预测时域上直接说明了这一点。持续性预测跟着电站走，但 滞后一个步长，一旦开始爬坡就毫无价值。天气模型给出一个看似合理的平台，却 完全漏掉了傍晚的骤降。而利用现场数据的模型，在三个时域上都能跟上当日走势，包括这次骤降。
要预测30分钟以内，必须直接观测天空。
四个处理步骤， 在站内连续运行
填补这一时间窗口的，正是电站上空那片从地面仰望的天空。 半球形摄像头网络 实时监测逼近的云团。多台成像仪从不同位置观测同一片天空，就能定位云团的三维位置，而不只是拍到它，并把云影投射到电站布局上。
现场连续执行以下四个步骤：识别半球形图像中的云层，估算其高度，估算其运动，然后将阴影投影到地面上。输出结果是 预计未来三十分钟的产出 供该工厂使用，并持续更新。
20%，现场实测之外的额外提升
在已经安装了日射计的站点上，摄像机网络平均可增加 30分钟内完成20%技能. 该增益并非以一个简单的基准值作为参照来测量的，而是基于一个已经具备地面测量数据的安装系统来测量的，这也是运营商应接受的唯一比较方式。
一套仪器两用
有一个实用的论点往往能决定这个问题，而它与预报毫无关系。用于预报的仪器与用于解答运营问题的仪器是相同的。
施工前，参考站用于校准卫星观测数据（该数据在热带气候条件下存在偏差），并描述电池必须吸收的电压变化曲线。 工厂一旦投入运行, 辐射计网络能够将发电限制和污损损失区分开来并加以量化，并且能够根据电站实际经历的时间尺度来分析波动情况，而不是依据月度报告的时间尺度。
一套设备，两种用途。这通常就是促成交易的关键。
这对运营商意味着什么
若您旗下电站位于对流型气候区，且调度决策在小时以内完成，则从实测记录中可得出以下三点结论。
真正对你有用的预测时域，恰恰是卫星图像和气象模型最弱的区间，而再多的后处理也推不动这条边界。 对于一小时以内的预测，现场测量是主力，不是补充。而且 同一套传感器能带来双重回报：一次体现在预测精度上，一次体现在掌握电站实际出力上。
