Prognoses in detail
Technische verdieping in hoe natuurkundige zonnestroomprognoses werken: van weermodellen via transpositie tot de analyse van de nauwkeurigheid.
← Terug naar de blog- 1
Zonneprognose: natuurkunde of machine learning?
Twee fundamenteel verschillende manieren om zonnestroom te voorspellen: de een modelleert de natuurkunde, de ander leert van data. Dit is het verschil.
- 2
Waar weersverwachtingen vandaan komen: NWP-modellen
Je zonneprognose is zo goed als de weerdata erachter. Zo werken numerieke weermodellen, wat ze goed doen en waar ze tekortschieten voor zonne-energie.
- 3
Waarom bewolking de moeilijkste variabele is
Temperatuur is voorspelbaar en de zonnestand te berekenen. Maar wolken? Chaostheorie in de praktijk en de grootste bron van fouten in zonneprognoses.
- 4
De reis van zonlicht: van ruimte naar paneel in 8 stappen
Volg een zonnestraal van de rand van de atmosfeer, via verstrooiing, absorptie, wolken en reflectie, tot hij je schuine paneel bereikt en stroom wordt.
- 5
Transpositiemodellen: wat er op je schuine paneel valt
Weerdata geeft de instraling op een horizontaal vlak, maar je panelen staan schuin. De brug daartussen heet transpositie en de modelkeuze doet ertoe.
- 6
Nowcasting, day-ahead en weekprognose: nauwkeurigheid
Een prognose voor 15 minuten en een voor 7 dagen zijn verschillende problemen. Dit kan elke horizon realistisch leveren en waar de nauwkeurigheid afbreekt.
- 7
Nieuwe installatie? Geen historische data nodig
De meeste prognosetools hebben maanden aan geschiedenis nodig voordat ze werken. Een natuurkundig model werkt vanaf dag één. Dit is waarom dat kan.