支持的研究

光线追踪光学模拟：

对于理想场景，SunSolve Yield 和视因子给出相同结果

光线追踪引擎的基本测试是是否能准确模拟理想场景。下图展示了其中一个测试结果。此测试条件是当中央双面组件在无限大的场地中没有任何支架结构、组件之间无间隙且光源各向同性的情况。在这种简单情况下，视因子方法可用于计算组件前后辐照度，并提供结果以测试光线追踪的精确性。

双面组件的模拟和实验结果高度一致

在一项合作研究中，FTC Solar 和 PV Lighthouse 发现 SunSolve Yield 能准确预测太阳能跟踪器的光学特性 [2, 3]。下图显示了在晴天双面 1P 跟踪系统前后辐照度的图像。蓝色符号表示安装在扭矩管轴和阵列平面上的辐照度测量值，橙色符号表示在相同位置由光线追踪计算的辐照度。

正如图表（以及低 MBE 和 CRMSE）所示，模拟与实验结果高度一致。光线追踪不仅能预测辐照度的总体变化，还能准确预测由两个复杂因素引起的二次效应：(i) 保守的反向跟踪算法使得光线在白天早晚间落在行间，(ii) 光线从相邻组件的前侧反射到后 POA 探测器。

光线追踪框架经百篇学术论文验证

SunSolve Yield 使用的光学光线追踪框架最初由 PV Lighthouse 于 2015 年创建。自那时起，有众多业内人士，如业界领先的的光伏公司研发人员和其他来自学术界、研究所的众多研究人员对其进行了测试。他们已发表了超过 100 篇学术论文，应用和验证了他们对光伏电池、组件和系统的 SunSolve 模拟。

例如，LONGi 比较了其在《Nature Energy》上发表的世界纪录太阳能电池的模拟与测量结果 [1]。从下图中可以看出，他们证明了模拟的 EQE（蓝色区域边缘）与其测量值（红色符号）在所有波长上都吻合。这使他们对 SunSolve 损失分析的信心大增。

双面因素：

SunSolve Yield 经常被开发人员用来确定 PVSyst 和其他发电量模拟平台（如 Solar Farmer、Plant Predict 和 SAM）所需的组件双面因子。

确定这些因素的方法在 Array Technologies、CFV Solar 和 PV Lighthouse 之间的协作研究中进行了评估 [4, 5]。在该研究中，首先在 CFV Solar 的测试设施中使用 Array Technologies 的单轴跟踪器验证了 SunSolve 模拟，然后用于确定特定于 Array 跟踪器的双面输入。将 SunSolve 确定的双面因子作为变量输入 PVSyst 后，Array Technologies 得出结论，他们可以在 16 天的测试期内将两种双面系统的净发电量误差值控制在 ±0.3% 以内。

热模型：

SunSolve Yield 提供了包含高级热模型的选项，可扩展大多数软件中使用的标准 Faiman 模型。这些模型在与 FTC Solar 和 5B 的独立协作研究中进行了评估。高级模型发现将模拟组件温度的误差减少了 2 到 3 倍。

例如，下面的图表绘制了与 FTC Solar 对单轴跟踪器的研究中预测和测量的组件温度 T_m [3]。对于 Model 5 的结果显示了标准 Faiman 模型所能达到的最佳拟合；其预测的 T_m 不确定性为 ±6.6 ºC。各种高级热模型大大降低了该不确定性；最先进模型的 T_m 不确定性仅为 ±2.8 ºC。（引用的误差表示 95% 的置信区间。）

与 PVSyst 和其他传统发电量模拟平台的区别：

发电量预测包含许多相互关联的大大小小的仿真模型。这些模型包括太阳光谱模型、从天空到组件的光线入射角度模型以及电池和组件的电气和热行为模型。

我们发现，对于理想条件（如无限场地的的中央单面组件，无阴影或失配损失），SunSolve Yield 提供与 PVSyst 高度相似的模拟结果。这表明在理想条件下，光线追踪模型和视角因子模型是一致的。然而，随着模拟情景的复杂程度增加（例如双面组件的应用，或由于组件支架的阴影和二次反射，或组件之间的间距变化），SunSolve Yield 的结果与 PVSyst 的差异越来越大。

我们在这个 演讲 中解释并量化了差异的来源 [2]。