为什么不使用公共资源数据集对太阳能资源评估?

你是一个开发人员正在进行一项大型太阳能项目,你决定哪些太阳能资源数据集使用。你有一个严格的最后期限和不能保证你会得到一个电力购买协议,这意味着你不想花很多钱。为什么不直接使用一些免费的公共数据在PVsyst可用的吗?

听起来是不是很熟悉?开发人员没有很多指南使用资源数据时除对自己从金融界和偶尔的指导。还几乎没有信息,比较不同的资源数据集,并允许开发人员作出明智的选择。你如何让一个不错的选择?

有三个关键的问题在选择你的资源数据。

1. 每小时的数据,或者只有每月的意思吗?
2. 数据集多大了?
3. 不确定性是什么?

如果你能回答这些问题对您所使用的数据,那么你已经走上一个不错的选择。基于这些答案,你的风险偏好,作出明智的权衡,准确性,和成本。

每月和每小时的数据

我们先解决每月和每小时的辩论。PVsyst和其他一些软件程序将为您创建一个小时能量配置文件基于插值的年度和月度平均值。在项目的早期阶段的设计,这是一个快速的方法得到指示数字。如果你有很好的月度数据,那么这种方法甚至可能好固定光伏项目。

这种方法的问题在于它可以添加太多的不确定性,甚至在勘探早期阶段的项目开发。特别是追踪PV植物。在最近的一次研究中,插值数据导致了7%的不确定性,它太高了,因为它可以创造或毁灭一个项目。这就是为什么我们推荐使用每小时的数据项目阶段。

年龄和长度的数据集

第二个考虑的是多长时间的数据记录是什么时候最后一次更新。任何数据集用于长期项目估计应该至少10年或更长时间长度。这就是一些公共数据集的用武之地,因为他们有20年或更多的数据整合。不幸的是,他们大多是只有TMY(典型气象年)时间序列,这样你就不会得到使用的所有数据来评估资源的年度变化。一些网站不同或多或少比每年2.5%的行业标准假设资源的变化。如果你依赖于较短的数据集,你可能会很惊讶时操作。

当最后一次更新数据集的数据集的关键取决于整体年龄和你的位置。例如,在全球PVsyst NASA的数据有一个20 +记录但自2005年以来还没有更新。Meteonorm提供30 +年的数据,但它记录在2010年结束。气候变化在过去的十年中你的位置将不会被这些数据集。你愿意把这个机会吗?

不确定性的数据集

最后你要考虑资源的效果数据集的不确定性会对你的能量估计的时候,你的内部审查委员会或获得外部融资。高质量的、私人数据集有一个年度不确定性,定义为固有误差的标准差,5%或更少。例如,Vaisala有5个不同的模型有一个全球全球健康行动计划的不确定性范围在4.4%和4.8%之间。相比之下,Meteonorm版本6 PVsyst免费提供的信息具有不确定性的10 - 12%。

那么什么样的影响呢?我们可以隔离资源估算的不确定性对能量的影响通过保持所有其他项目组件相同的,只有看P90值如何改变。我们关心P90的值,因为它们敏感的不确定性和银行敏感P50 P90比率作为衡量项目风险。

以一个假想的项目在印度75 MW直流能力P50 1年我们得到:121.6、妇女。当我们应用资源的不确定性得到第一年5% P90 (unc 5%): 110.5、妇女,当我们申请一个10%的不确定性,将所有其他组件相同的情况下,我们得到一年1 P90 (unc 10%): 105.0、妇女。P90下降近5%的价值和整体有一个总体能源的不确定性增加近4%,将银行从7.1%降至10.7%。

底线

每个开发人员都有不同的风险偏好和不同的预算。通过仔细考虑太阳能资源可以依赖的数据集,可以做出一个好的决定,导致前期投资和盈利性的最佳平衡。

如果你没有选择保持紧密的时间表,资源数据的准确性和成本收购吗?Vaisala太阳能的时间序列的工具可以在数小时内获得高度准确的资源数据和低至50美元每小时的时间序列数据。

点击更多信息,查看网上购物的选择。