deep-dives
← Zurück zum Blog- 1
Physikbasierte vs. ML-basierte Solarprognose — warum der Ansatz entscheidend ist
Zwei grundverschiedene Wege, PV-Erträge vorherzusagen: der eine modelliert die Physik, der andere lernt aus Daten. Warum der Unterschied für deine Prognose zählt.
- 2
Woher Wetterprognosen kommen: NWP-Modelle erklärt für PV-Besitzer
Deine Solarprognose ist nur so gut wie ihr Wetterinput. So funktionieren numerische Wettermodelle — und wo sie bei Solarenergie an ihre Grenzen stoßen.
- 3
Warum Bewölkung die schwierigste Variable der Solarprognose ist
Temperatur ist berechenbar, der Sonnenstand exakt kalkulierbar. Doch Wolken sind Chaostheorie in Aktion — und die größte Fehlerquelle jeder Solarprognose.
- 4
Die Reise der Einstrahlung: Vom All zu deinem Solarmodul in 8 Schritten
Begleite einen Sonnenstrahl vom Rand der Atmosphäre durch Streuung, Absorption, Wolken und Reflexion, bis er auf dein geneigtes Modul trifft und zu Strom wird.
- 5
Transpositionsmodelle: Wie Volcast berechnet, was auf dein geneigtes Modul trifft
Wetterdaten liefern die Einstrahlung auf eine horizontale Fläche. Deine Module sind geneigt. Die Brücke dazwischen heißt Transposition — und das Modell zählt.
- 6
Nowcasting, Day-Ahead oder Wochenprognose — Genauigkeit über alle Zeithorizonte
Eine 15-Minuten-Prognose und eine 7-Tage-Prognose sind grundverschiedene Probleme. Was jeder Zeithorizont realistisch leisten kann.
- 7
Warum neue Anlagen mit physikbasierten Modellen keine Trainingsdaten brauchen
Die meisten Prognose-Tools brauchen Monate an Verlaufsdaten. Physikbasierte Prognosen funktionieren ab dem ersten Tag. Warum das so ist.