为什么需要双面因子？
大多数产量预测是使用简单的视角因子模型进行的。该模型依赖于许多不符合实际的假设，简化模型的来预估中、大型光伏发电量，以减少计算量。为了解决建模与实际情况之间的差异，用户通过微调不同的损耗因子来使建模的输出更符合实际。通常，这些用于调整仿真模拟的损耗因子包括：
- 来自物理结构的结构性遮挡，
- 电气失配以及
- 系统边缘效应。
不同站点间变化有多大？
对于使用相同追踪支架、处于两个不同位置的组件，人们通常会出于直觉认为两者的发电量非常类似。实际上并非如此。正如以下示例所示，哪怕只有微小的变化（例如更改组件类型）可以显著影响系统的遮挡因子。
以下示例显示了不同组件的背发电量不匹配在不同地点的变化。对于相同的系统，天气和纬度会导致背发电量失配损失带来的的显著变化。
以下示例显示了不同组件的背发电量不匹配在不同地点的变化。对于相同的系统，天气和纬度会导致背发电量失配损失带来的的显著变化。
SunSolve 如何提供帮助？
您可以使用 SunSolve Yield 来计算双面率和光谱调整因子，并将这些结果应用到您的传统的年发电量预测系统中。这可以帮助您在与使用视角因子模型进行预测的第三方协商时，或在您的其他内部部门依赖视角因子建模时提高预测准确性。
通过使用 SunSolve 计算双面率和光谱调整因子，您可以提高发电量预测的准确性，并降低项目财务模型中的不确定性。