SolarGIS太阳能辐照资源预测工具的学霸基因
来源:南方能源观察 | 0评论 | 10375查看 | 2014-09-23 09:06:00    
  在一个研究员脑子里有严格的“引用”逻辑不足为奇。不过从“摘要”到“参考文献”一应俱全的“学霸”思维令人称奇之余,恐怕更容易让人感到的是学术过于“高冷”的乏味。但如果一个研究员把NASA和EUMETSAT昂贵的卫星数据糅进了太阳能资源预测,它理论上还覆盖了全球99%的人口,看不见摸不着的“学霸思维”真的转化为真金白银,这就有点意思了。

  太阳能资源评估和光伏模拟交互工具SolarGIS的创始人Marcel Suri,就是这样一个精力充沛的“研究员”——在科研水到渠成的时候果断地将成果商业化,在欧洲太阳能领域走起了“研而深则商”的路子。

研而深则商

  在着手SolarGIS之前,Marcel Suri已在太阳能资源评估以及光伏电站模拟这一领域摸爬滚打数年,科研经验等身。他曾负责国际可再生能源(IRENA)太阳能资源图谱以及数据库开发、国际能源机构(IEA)的太阳能预报项目,担任过欧盟COST法案中专责太阳能和风能预报业务开发和标准化的可再生能源研发专家,也是欧盟MESoR(Management and Exploitation of Solar Resource Knowledge)项目的专家成员。

  其中,从2001年一直到2008年,Marcel Suri都在欧洲委员会联合中心做高级研究员,领导名为PVGis的太阳能在线评估项目,用于光伏在欧洲的推广。“十多年前,太阳能在欧洲基本上是一个无人触及的领域,人们对太阳能的认知并不十分清晰”,彼时作为一个完全的科研工作者,Marcel Suri对太阳能行业的脉络看得十分清楚。他认为太阳能发电效益存在的随机性和不确定性,与数据在解决问题上的价值未被发掘有很大关系。

  发现问题同时也是解决问题的过程,历时近十年的PVGis项目对欧洲光伏产业和太阳能行业发展起到了很大的推动作用。而PVGis,则成为后来Marcel Suri将之商业化的太阳能评估工具SolarGIS的前身。

  2010年,Marcel Suri带着技术和经验与几位同时在PVGis项目的技术人员,一起在斯洛伐克成立了GeoModel Solar公司,皇马迄今身价最高的新贵贝尔正是来自这个欧洲腹地的国家。

覆盖了全球99%的人口

  和此前的PVGis项目不同,Marcel Suri收拢了它在地理、科学计算等方面研究性的分散布局,把SolarGIS完善成为一个完全的太阳能评估和交互式工具,“有了这个公司之后,只做太阳能”,“研究员”Marcel Suri 的商业化思路很明显——专而精。

  SolarGIS的本质是由一系列太阳辐射、光伏数据、气象和地理要素构成的数据库,以此数据库为基础,经科学算法计算之后,提供太阳能资源评估和光伏模拟数据服务,以有交互特点的iMaps、climData、pvPlanner、pvShot四种应用为主要软件工具。

  它可以提供最长14年、时间分辨率为30分钟的GHI、DNI、DIFF和温度的时间序列,环境参数的分辨率可以达到250米。而这些数据是综合天气预报数据、卫星遥感数据及地面观测信息分析得来。

  太阳能辐射预报与光伏发电功率预测的准确性,是这个行业绕不开的门槛。为了避免在低准确性、低时空分辨率数据中不必要的耕耘,出身学界的GeoModel Solar一开始就转向卫星数据。

  “举例来说,在欧洲,我们与European Meteorological Satellite Organization合作,它们负责运行气象卫星,我们向它们购买卫星遥感数据”,Marcel Suri告诉记者。他相较任何一个科技公司或者创业者的长处之一,可能就在于对这个行业的所有高质量数据源了如指掌。除了EUMETSAT,美国的国家海洋和大气管理局(NOAA,National Oceanic and Atmospheric Administration)、欧洲中期天气预报中心(ECMWF,European Centre for Medium-Range Weather Forecasts)等也都是Solar Gis付费数据的来源。

  以SolarGIS的三种主要数据之一——太阳能辐射及光伏参数为例,它所需的辐射数据是基于EUMETSAT的Meteosat系列卫星和美国NOAA的GOES系列静止轨道气象卫星的卫星遥感数据,结合Meteosat和GOES的云指数和降雪指数、NOAA的GFS数据库的水汽数据、ECMWF的MACC数据库的大气光学厚度数据、NOAA的GFS和CSFR的积雪厚度数据以及SRTM-3的数字地形数据,经过计算得出的包括GHI、DNI、DIF、GTI、OPTA、PVOUT在内的太阳能及光伏参数、气象要素数值。

  除了太阳能辐射和光伏参数,SolarGIS另外两种主要数据库分别为气象要素、地理要素,这两个数据库的原始数据同样来自第三方,比如后者的“地表植被”一项是整合了Global Land Cover 2000 (GLC2000)以及CORINE Land Cover 2000(CLC2000)的数据,而人口密度则来自于Gridded Population of the World。

  由于取道卫星数据以及其他全球性的数据库,SolarGIS可监测的范围也就相对扩大,“除了太平洋部分海岛两极地区(没有覆盖到),可以说我们的数据覆盖到了99%的人口”,Marcel Suri说道。

  卫星监测以及长时间跨度、高时间分辨率的数据储量,带来了日照强度预测结果不确定性和波动性的降低——太阳能领域投资者和贷款者们最青睐的定心丸。

七分靠打拼

  有好的血统,但想在太阳能这个人人摩拳擦掌的领域冲出一个出路,“七分还需靠打拼”。而这“七分”之中,有相当大一部分在于SolarGIS在数据整合和软件支持方面下的功夫。

  首先,数据整合与呈现是通行证。不同于数学家验证诸如费马大定理这样的世界难题,存在即可招来膜拜,新能源与大数据所结合的一切创新,送到用户面前、投入使用并产生效益,才算真正完成从科研成果到商品的转变。SolarGIS虽然有学术基因,也自知如果因数据库的“高精尖”而搞得奇货可居,便难走商业化之路。因而它在数据处理上不遗余力——将天书般的卫星数据可视化,简单地呈现形形色色的分析报告;稍微复杂些的实时动态数据或模拟服务则会被打包在软件中,会将使用权卖给用户。

  举例来说,SolarGIS提供的光伏电站性能线上模拟建模服务,只要根据开发商的要求,整合装机容量、组件类型、折减系数、安装方式、方位角、倾角及自动计算最优倾角一系列选项,就可以生成对某一地点的光伏项目产能进行模拟预估的分析报告,为开发商前期工作提供指导。

  另外,软件即服务(SaaS)是必须全“A”的必修课。SolarGIS主要有上文提及的四种应用。以iMaps为例,用户进入应用输入坐标或地理位置,就可以获取该地点气象数据和太阳能参数;而pvSpot借助于卫星太阳能建模和电力模拟,可监测光伏发电厂出现的性能不佳的情况。

转型的姿势

  GeoModel迄今一共19个人,几乎全部是与唯一的产品——SolarGIS相关的技术人员,Marcel Suri携带的“学霸”基因在这里得到了很好的继承。不过,除了在人员配比上将“小巧”的GeoModel Solar人尽其才外,SolarGIS网页也有明显的“学霸”风格——详细说明自己的数据库以及数据来源,并将学界对其准确性的评估报告和与其他数据库的技术参数对比一起摆上网。就像一篇学术论文,从文献综述到参考书目,一应俱全。

  “在太阳能领域,我们有十五年的数据处理经验”,Marcel Suri说到自己数据库的优势时当仁不让。成熟的经验也让GeoModel Solar很快在新手场“破局”,成立次年(2011年)已实现盈利。

  曾经的“研究员”Marcel Suri现在作为GeoModel Solar的总经理,他一大半的角色是管理者。说到角色的转变,Marcel Suri乐见其成,表示这样的职位很“刺激”:“这个很有意思。以前做研究项目,可能不会最终成型到需要考虑开发商、投资商这样问题,但现在作为一个公司,我们自己去经营它,就意味着对于从研究到用户终端的一系列事情都要全盘考虑。但是太阳能领域有很多很好的创新,能够使它们落地,这其中的机遇和可能性,的确令人兴奋。”
最新评论
0人参与
马上参与
最新资讯