在ACP Peak 2025大会发布SunSolve P90

我们在ACP Peak 2025大会发布SunSolve P90——一个免费的Python API,使用蒙特卡洛仿真量化PVsyst、SolarFarmer、PVLib、SunSolve及其他发电量预测的不确定性。

我们在ACP Peak 2025大会发布SunSolve P90——一个免费的Python API,使用蒙特卡洛仿真量化PVsyst、SolarFarmer、PVLib、SunSolve及其他发电量预测的不确定性。

· Ben Sudbury  · 9 min read

推出SunSolve P90:免费的太阳能发电量预测不确定性API

我们很高兴分享SunSolve P90,这是我们对能源产出评估(EYA)不确定性量化持续努力的贡献。这个免费的Python API用于计算太阳能发电量预测不确定性,建立在多年研究和行业讨论的基础上,旨在提高预测的可信度。

基于十年物理建模经验

SunSolve P90源于我们与太阳能行业合作开发基于物理的仿真工具超过10年的工作。我们在SunSolve Power(太阳能电池和组件设计)和SunSolve Yield(大型光伏发电系统能源建模)方面的基础,使我们能够为不确定性分析带来务实和严谨的方法。

如果没有与行业的广泛咨询,这个新工具就不会存在。我们在PVPMC 2024举办了圆桌讨论,在ACP Resource and Tech调查了从业者,并一直在向从事类似挑战的同行学习。他们关于不确定性量化在实践中需要实现什么的见解,对塑造这项工作至关重要。

我们共同面临的挑战

我们共同面临的挑战

能源产出评估(EYA)是太阳能项目中最重要的文件之一,但不确定性量化仍然是我们行业面临的挑战。

银行和其他投资者不只是想听到”这个项目每年将产生100 GWh电量”。他们需要了解该估计的不确定性。您能提供什么置信区间?P50到P90的比率是多少?如果没有适当的量化,您就无法证明项目设计改进或权衡的价值。

虽然已经有一些有价值的研究和现有工具来解决不确定性量化问题,但许多EYA仍然严重依赖单点估计或P90的简化方法。这使得利益相关者在没有关于预测置信度的完整信息的情况下做出数百万美元的决策——这是我们都在努力解决的挑战。

建立信心的新基础

在澳大利亚可再生能源署(ARENA)的支持下,我们开发了SunSolve P90,我们相信这是提高投资者对EYA信心的下一个关键步骤:一个使考虑太阳能预测中复杂不确定性变得实用的工具。

我们的方法解决了当前方法难以应对的三个基本挑战:

  1. 捕获所有不确定性来源 – 从天气变化和衰减到可用性和运营因素
  2. 考虑非对称不确定性来源 - 简单的高斯分布无法表示输入分布的真实形状,例如可用性、限电和散射辐照度比例
  3. 正确组合不确定性 – 考虑它们的相互依赖性,而不是将它们视为简单、独立的变量

蒙特卡洛:成熟的方法应用于太阳能

金融行业自1960年代以来一直使用蒙特卡洛仿真来量化不确定性,因为这个概念既强大又简洁优雅。

我们不是生成单一预测然后试图估计其不确定性,而是生成数千个预测——每个都代表天气模式、衰减率、可用性场景和其他变量的合理组合。结果是一个自然捕获不同不确定性来源之间复杂相互作用的分布。

虽然为EYA运行数万次仿真通常非常耗时,但我们的新方法可以在几分钟内处理这种复杂性。

邀请您合作

我们认为严格的不确定性分析应该对太阳能行业的每个人都是可及的——这就是为什么我们将其作为免费工具发布。但更重要的是,我们将此视为作为行业共同努力的机会。

我们渴望与已经在从事不确定性量化工作的研究人员、工具开发人员和从业者合作。如果您正在开发类似问题的方法,我们很乐意探讨SunSolve P90如何支持或集成您的工作。

您可以通过以下几种实际方式与我们合作:

  • 在实际项目中使用该工具并分享您的经验——什么有效,什么无效,以及可以改进什么;
  • 为共享库做出贡献,提供可用性、衰减、积灰等因素的默认不确定性分布;
  • 帮助我们完善方法,基于不同项目类型和地区的实践经验。

我们也欢迎行业对建立开放、可重现的能源产出评估不确定性报告标准提出意见。通过共享方法论、根据实际项目数据验证方法,并共同构建通用框架,我们可以为项目融资创建一个更透明、更值得信赖的基础——这对每个人都有益。

在ACP Peak大会上与我们见面

我们将在ACP Peak 2025大会上展示我们的工作,并很乐意听取您在不确定性量化方面的经验。无论您是已经在开发类似工具、刚开始入门,还是对协作方法感兴趣,我们都渴望相互联系和学习。

无法参加会议?我们将在本网站上发布SunSolve P90的详细入门指南和文档。如果您希望在API发布和新资源可用时收到通知,请与我们联系。


更好预测的道路始于诚实的不确定性量化。我们很高兴与社区分享这个工具,并共同努力建立我们行业蓬勃发展所需的信任。

致谢

感谢PVPMC支持了最初的小组讨论,为本项目提供了指导,以及感谢参与我们在ACP Resource and Tech 2024行业调查的每一位。我们也感谢来自行业和学术界的同事们的鼓励和反馈——他们人数众多,无法一一列举——他们的见解对塑造这项工作非常宝贵。

本工作得到了澳大利亚可再生能源署(ARENA)的资助支持。此处表达的观点不一定代表澳大利亚政府的观点,澳大利亚政府对此处包含的任何信息或建议不承担责任。

    Share: