Dlaczego zachmurzenie to najtrudniejsza zmienna w prognozowaniu solarnym

Jeśli kiedykolwiek porównywałeś prognozę solarną z rzeczywistą produkcją, prawdopodobnie zauważyłeś wzorzec: pogodne dni i w pełni zachmurzone dni są prognozowane dobrze. Dni z częściowym zachmurzeniem to bałagan.

To nie porażka modelu prognostycznego. To fundamentalna własność chmur. Są one, być może, najtrudniejszą rzeczą do przewidzenia w całej nauce o atmosferze — a jednocześnie najważniejszą zmienną dla energii słonecznej.

Dlaczego chmury są inne

Rozważ inne zmienne istotne dla produkcji PV. Pozycja Słońca to czysta astronomia — obliczalna z precyzją do sekund kątowych na wieki naprzód. Temperatura powietrza zmienia się stopniowo i jest dobrze ograniczona przez wielkoskalowe wzorce pogodowe.

Chmury łamią ten wzorzec, ponieważ istnieją na przecięciu wielu procesów fizycznych, z których każdy działa w innej skali. Wielkoskalowa dynamika atmosfery określa, czy region jest pod wyżem (pogodnie) czy systemem frontalnym (pochmurno). Procesy mezoskalowe tworzą zorganizowane pasma chmur i komórki konwekcyjne. Mikroskalowa turbulencja determinuje dokładne krawędzie chmur, grubość i właściwości optyczne.

Modele pogodowe radzą sobie z dużą skalą dość dobrze. Mają trudności ze skalą mezo- i mikro — a to dokładnie skala, która ma znaczenie dla Twojego dachu.

Nie wszystkie chmury są równe

Różne typy chmur mają diametralnie różny wpływ na produkcję PV i stawiają różne wyzwania prognostyczne.

Cirrusy (wysokie, cienkie, pierzaste) — redukują bezpośrednie nasłonecznienie o 10-30%, ale są stosunkowo przejrzyste. Łatwe do prognozowania, bo związane z wielkoskalowymi cechami atmosfery. Twoje panele nadal dobrze produkują pod cirrusami.

Stratusy (niskie, jednolite, szara kapa) — blokują większość bezpośredniego światła, przepuszczając głównie promieniowanie rozproszone. Redukują produkcję do 20-40% wartości dla czystego nieba. Stosunkowo łatwe do prognozowania, bo tworzą się w przewidywalnych warunkach i utrzymują się godzinami.

Cumulusy (kłębiaste, pojedyncze komórki) — tu prognozowanie się rozpada. Chmury cumulusowe są konwekcyjne: tworzą się, gdy powierzchnia nagrzewa się nierównomiernie, tworząc pęcherze wznoszącego powietrza, które kondensują na wysokości. Są z natury chaotyczne — małe różnice w nagrzewaniu powierzchni, wilgotności czy uskoku wiatru produkują kompletnie różne pola chmur.

Chmura cumulusowa może zacieniać Twoje panele przez 5 minut, potem przechodzi, dając pełne słońce na 15 minut, zanim nadejdzie następna. Ten wzorzec włącz-wyłącz tworzy szybkie wahania mocy, których żaden model pogodowy o rozdzielczości 10+ km nie jest w stanie uchwycić.

Cumulonimbusy (potężne chmury burzowe) — redukują nasłonecznienie niemal do zera i towarzyszą im gwałtowne zjawiska pogodowe. Same burze są w pewnym stopniu przewidywalne, ale ich dokładny timing i lokalizacja — nie.

Problem częściowego zachmurzenia

Najgorszy scenariusz dla prognozowania solarnego to nie w pełni pochmurny dzień — to dzień częściowo zachmurzony. I to właśnie najczęstszy stan w wielu klimatach, włącznie z Europą Środkową.

W częściowo pochmurny dzień nasłonecznienie w Twojej lokalizacji waha się gwałtownie. Jedną minutę masz 900 W/m² promieniowania bezpośredniego. Dwie minuty później chmura przechodzi i jesteś na 200 W/m² samego promieniowania rozproszonego. Dwie minuty potem możesz zobaczyć 1100 W/m² od wzmocnienia chmurowego — krótki skok powyżej wartości dla czystego nieba.

Model pogodowy widzi ten dzień jako „50% zachmurzenia, średnio 600 W/m² nasłonecznienia.” Ta średnia jest w przybliżeniu poprawna dla sumy godzinowej, ale chwilowa rzeczywistość nie ma nic wspólnego z gładkimi 600 W/m².

Dlaczego modele mają trudności

Modele NWP reprezentują chmury przez schematy parametryzacji — uproszczone recepty matematyczne estymujące właściwości chmur z większoskalowych zmiennych, które model potrafi rozwiązać.

Te parametryzacje są przybliżeniami. Działają statystycznie — uśrednione po wielu komórkach siatki i wielu dniach, właściwości chmur są w przybliżeniu poprawne. Ale dla konkretnej komórki siatki w konkretnej godzinie parametryzowana chmura może być istotnie błędna.

Fundamentalnym wyzwaniem jest skala: chmury konwekcyjne tworzą się w skalach od setek metrów do kilku kilometrów, ale modele globalne mają komórki siatki 10-25 km. Model nie może symulować tego, czego nie jest w stanie rozwiązać.

Co to oznacza dla prognoz solarnych

Praktyczne implikacje:

Dzienne sumy energii są prognozowane dość dobrze. Nawet jeśli model myli timing chmur, całkowity współczynnik zachmurzenia w ciągu dnia jest zwykle w przybliżeniu poprawny. Prognozy dziennej produkcji dzień-naprzód mieszczą się typowo w 15-25% od rzeczywistości.

Godzinowe profile mocy są znacznie trudniejsze. Prognoza może przewidywać szczyt produkcji o 13:00, gdy rzeczywistość szczytuje o 11:00, bo system chmur nadszedł wcześniej.

Zmienność podgodzinowa jest zasadniczo nieprzewidywalna poza następnymi 30-60 minutami. To domena nowcastingu — używającego obrazów satelitarnych lub kamer nieba do śledzenia chmur w czasie rzeczywistym.

Pogodne i zachmurzone dni są prognozowane dobrze, bo reprezentują stabilne stany atmosferyczne. To przejściowe, mieszane warunki pokonują prognozę.

Volcast radzi sobie z tym uczciwie. Model fizyczny produkuje najlepszą możliwą estymację przy danym wejściu pogodowym, ale nie udaje, że przewiduje 5-minutowe wahania mocy w częściowo pochmurne popołudnie. Celem jest dać Ci użyteczną estymację produkcji dzień-naprzód i trafny kształt krzywej godzinowej — i być transparentnym co do tego, gdzie żyje niepewność. Spoiler: żyje w chmurach.