Onderzoekers op het gebied van zonne-energie hebben traditioneel alleen de vermogensmetingen van enkele residentiële fotovoltaïsche (PV) systemen gebruikt om het vermogen dat in een stad wordt opgewekt te schatten. Maar één installatie is niet een goede weergave van alle daken in de stad, waar de tijd van de dag, paneel richting, en schaduw van bomen en wolken beïnvloeden de elektriciteitsproductie.

Gegevens van PV-systemen verspreid over een stad zijn hard nodig om volledig te begrijpen hoe deze hernieuwbare energiebron kan worden geïntegreerd in het elektriciteitsnet zonder de betrouwbare stroom van elektriciteit te verstoren waarvan de ontwikkelingslanden afhankelijk zijn.

Ingenieurs van de Australian National University en het Fraunhofer-Instituut voor zonne-energiesystemen ISE, Duitsland, hebben een vrij beschikbare, op kwaliteit gecontroleerde en afgestemde dataset geleverd van 1, 287 residentiële installaties in heel Australië. De dataset wordt gepresenteerd in de Tijdschrift voor hernieuwbare en duurzame energie .

De dataset beschrijven als "een geschenk" voor zonneonderzoekers, auteur Jamie Bright zei:"Niemand heeft een vrij toegankelijk stuk data aangeleverd van zes maanden aan metingen uit drie verschillende steden. Dat is een aanzienlijk bedrag."

Bright legde eerder uit dat onderzoekers waren tot het uiterste gedreven om vermogensmetingen te verzamelen, het uitvinden van cloudmodellen die zich door een stad verplaatsen om PV-vermogensoutput voor verschillende locaties te "faken".

"Voor de eerste keer, je hebt gemakkelijk toegang tot gegevens en voert het soort ruimtelijke analyse uit dat nodig is om de integratie van zonne-energie in het net op een gecontroleerde manier te beheren, " zei Helder.

In Australië, waar ongeveer 23% van alle woonhuizen PV-systemen heeft, dit is met name relevant voor een veilig en betrouwbaar beheer van het net. Bijvoorbeeld, om de aanbevolen spanning voor apparaten te behouden en om de elektriciteitsvoorziening te garanderen, netbeheerders moeten reageren en plannen voor fluctuaties in zonne-energie.

Door zich te abonneren op een openbare website - pvoutput.org - kregen Bright en collega's toegang tot onbewerkte PV-stroomgegevens die werden geleverd door de automatische logging van de elektrische omvormers van het PV-systeem. Een computerprogrammeur haalde gegevens uit de website en zette deze in een database voor de ingenieurs, die vervolgens karakteristieke details over elk PV-systeem verzamelde, zoals de grootte en efficiëntie. Door deze metadata te gebruiken naast satellietbeelden, ze voerden strenge kwaliteitscontroles uit en trainden afstemmingsalgoritmen op de dataset om eventuele 'slechte gegevens' op te ruimen.

"Onze afstemmingsroutine is een allesomvattende methode om alle mogelijke systeemverliezen te vinden, zoals schaduw, en ze uit de gegevens te verwijderen. Niet alleen verwijderen, maar het terug opschalen om het representatief te maken, " zei Helder.

Het representatieve scenario kan vervolgens worden geëxtrapoleerd naar grotere gebieden en samen met satellieten worden gebruikt om de zonnevoorspelling te verbeteren.

"Nu hebben we met deze dataset bewezen dat PV-systemen met live rapportage de prognoses aanzienlijk kunnen verbeteren - zonne-voorspellingsbedrijven passen onze aanpak toe op een echt operationeel industrieel prognosesysteem, " zei Helder.

Door de codes en instructies voor hun dataset in elke verwerkingsfase te verstrekken, Bright hoopt dat ze andere onderzoekers een voorsprong geven.