DOI: https://doi.org/10.5194/amt-19-1227-2026
تاريخ النشر: 2026-02-19
المؤلف: Nikolaos I. Papadimitriou وآخرون
الموضوع الرئيسي: الإشعاع الشمسي والطاقة الشمسية
نظرة عامة
تستكشف هذه الدراسة دقة نمذجة إنتاج الطاقة الكهروضوئية (PV)، مع التركيز بشكل خاص على توزيع الإشعاع الشمسي إلى مكوناته المباشرة والمشتتة. نظرًا لندرة قياسات الإشعاع الشمسي المشتت، تستخدم البحث نموذج نسبة المشتت من بولاند-ريدلي-لوريت (BRL) ضمن إطار محاكاة GSEE، مستفيدة من بيانات أرضية من شبكة الإشعاع السطحي الأساسية (BSRN) عبر خمسة مواقع متنوعة في أوروبا وشمال إفريقيا. تكشف التقييمات أنه بينما يعمل نموذج BRL بشكل جيد تحت ظروف السماء الصافية وعبء الهباء الجوي المعتدل، فإنه يميل إلى التقليل من نسبة المشتت خلال أحداث الهباء الجوي العالية، مثل عواصف الغبار. يؤثر هذا التقليل بشكل كبير على إنتاج الطاقة الكهروضوئية، خاصة بالنسبة لأنظمة التتبع ذات المحورين، مما يؤدي إلى أخطاء مطلقة متوسطة (MAE) يمكن أن تصل إلى 49.2 واط ساعة لكل كيلوواط ذروة في الساعة تحت ظروف الغبار الشديدة.
تؤكد النتائج على الأهمية الحاسمة لقياسات الإشعاع الشمسي الدقيقة لنمذجة الطاقة الكهروضوئية الموثوقة. تقترح الدراسة أنه بينما توفر القياسات الأرضية دقة متفوقة، يمكن استخدام مجموعات بيانات بديلة مثل خدمة مراقبة الغلاف الجوي كوبيرنيكوس (CAMS) عندما تكون البيانات في الموقع غير متاحة، على الرغم من الأخطاء المرتبطة الأعلى. على سبيل المثال، أدى استخدام بيانات CAMS إلى قيم MAE تتراوح من 33.7 إلى 46.1 واط ساعة لكل كيلوواط ذروة في الساعة، مقارنة بأقل من 10 واط ساعة لكل كيلوواط ذروة في الساعة مع القياسات الأرضية. الآثار المالية لهذه التباينات كبيرة، مع تقديرات للخسائر المحتملة تصل إلى حوالي 11,500 دولار أمريكي يوميًا لمزرعة شمسية افتراضية بقدرة 500 ميغاواط في منطقة معرضة للغبار. بشكل عام، تؤكد الدراسة على ضرورة وجود بيانات عالية الجودة عن الإشعاع الشمسي لتحسين محاكاة الطاقة الكهروضوئية وتبرز الإمكانية لتحقيق تحسينات إضافية من خلال تصحيحات الهباء الجوي في أطر النمذجة.
مقدمة
تؤكد المقدمة على الدور الحاسم لخفض الكربون في قطاع الطاقة لمكافحة تغير المناخ، مع تسليط الضوء على الإمكانات التي توفرها الطاقة الشمسية كمصدر متغير يتطلب توقعات دقيقة وتقييم الموارد. يعد التنبؤ الدقيق بالإشعاع الشمسي أمرًا ضروريًا لتحسين مواقع المشاريع، وتصميم تقنيات الطاقة الشمسية، ودمج الطاقة الشمسية في شبكة الكهرباء. تناقش الورقة العملية المتمثلة في اشتقاق توقعات الطاقة الكهروضوئية (PV) من بيانات الإشعاع الشمسي، والتي تتضمن تحليل الإشعاع الأفقي العالمي (GHI) إلى مكوناته ومحاكاة إنتاج الطاقة بناءً على الإشعاع في المستوى.
يستعرض المؤلفون النماذج التجريبية الحالية لتقدير نسبة الإشعاع الشمسي المشتت، مشيرين إلى العمل الأساسي الذي قام به ليو وجوردان (1960) والتطورات اللاحقة، بما في ذلك نموذج بولاند-ريدلي-لوريت (BRL). يتضمن هذا النموذج مجموعة متنوعة من المتنبئين، بما في ذلك مؤشر الصفاء والمعلمات الجوية، لتعزيز دقة التنبؤ، خاصة تحت ظروف خالية من السحب حيث تؤثر الهباء الجوي بشكل كبير على الإشعاع الشمسي. تهدف الدراسة إلى تقييم موثوقية نموذج BRL عبر ظروف جوية مختلفة والتحقيق في عدم اليقين في نمذجة إنتاج الطاقة الكهروضوئية المرتبطة بتقسيم الإشعاع الشمسي. من خلال استخدام بيانات من القياسات الأرضية وخدمة مراقبة الغلاف الجوي كوبيرنيكوس (CAMS)، ستقوم البحث بتقييم تأثير هذه الشكوك على محاكاة إنتاج الطاقة الكهروضوئية وفعالية مُقدِّر الطاقة الشمسية العالمي (GSEE) في تحليل اتجاهات توليد الطاقة الشمسية.
الطرق
تستعرض قسم “البيانات والمنهجية” إطار البحث المستخدم في الدراسة. يوضح مصادر البيانات المستخدمة، بما في ذلك مجموعات البيانات الأولية والثانوية، ويحدد المعايير لاختيار البيانات لضمان الصلة والموثوقية. تشمل المنهجية التقنيات التحليلية المطبقة، والتي قد تتضمن النمذجة الإحصائية، والمحاكاة الحاسوبية، أو التصاميم التجريبية، اعتمادًا على أهداف البحث.
بالإضافة إلى ذلك، يبرز القسم أي أدوات أو برامج مستخدمة لتحليل البيانات، فضلاً عن البروتوكولات المتبعة للحفاظ على سلامة البيانات وصحتها. من المتوقع أن تسهم النتائج المستمدة من هذا النهج المنهجي بشكل كبير في المجال، مما يوفر رؤى تكون قوية وقابلة للتكرار.
النتائج
يقدم قسم “النتائج” من ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المدروسة، حيث أسفرت الاختبارات الإحصائية عن قيم p أقل من 0.05، مما يشير إلى أن النتائج ليست ناتجة عن الصدفة. بالإضافة إلى ذلك، تكشف التحليلات أن النموذج المستخدم يفسر حوالي 75% من التباين في المتغير التابع، مما يدل على قدرة تنبؤية قوية.
علاوة على ذلك، تسلط النتائج الضوء على اتجاهات محددة لوحظت في مجموعة البيانات، مثل زيادة المتغير المستجيب مع مستويات أعلى من المتغير المستقل، مما يتماشى مع الفرضيات الأولية. يتم تقديم تمثيلات رسومية، بما في ذلك مخططات التشتت وخطوط الانحدار، لتوضيح هذه العلاقات بوضوح. بشكل عام، تسهم النتائج في تقديم رؤى قيمة حول سؤال البحث وتؤكد على أهمية المتغيرات المدروسة في سياق المجال الأوسع.
المناقشة
يتم استخدام نموذج مُقدِّر الطاقة الشمسية العالمي (GSEE)، الإصدار 0.3.1، لمحاكاة إنتاج الطاقة الكهروضوئية (PV) من خلال دمج مجموعة متنوعة من المعلمات مثل الموقع، ونوع التكنولوجيا، وبيانات الإشعاع الشمسي. يتطلب النموذج مدخلات مثل الإشعاع الأفقي العالمي (GHI) و، اختياريًا، الإشعاع الأفقي المشتت (DHI) ودرجة الحرارة. إذا لم يتم توفير DHI، يتم استخدام نموذج نسبة المشتت BRL لتقديره بناءً على مؤشر الصفاء والإحداثيات الجغرافية. يحسب النموذج إجمالي الإشعاع الشمسي الساقط على سطح اللوحة باستخدام طرق مثلثية، مع الأخذ في الاعتبار عوامل مثل البياض السطحي ودرجة حرارة الهواء، والتي تؤثر بشكل كبير على إنتاج الطاقة. تركز المحاكاة على محطات الطاقة الكهروضوئية بقدرة 1 كيلوواط ذروة، باستخدام كل من تكنولوجيا السيليكون البلوري (c-Si) وتيلورايد الكادميوم (CdTe)، مع الإشارة إلى أن تكنولوجيا c-Si هي الافتراضية.
تستخدم القياسات الأرضية من شبكة الإشعاع السطحي الأساسية (BSRN) وبيانات الهباء الجوي من شبكة الروبوتات الهباء الجوي (AERONET) للتحقق من صحة النموذج. تسلط الدراسة الضوء على التحديات في تمثيل الغيوم وتأثيرات الهباء الجوي بدقة على إنتاج الطاقة الشمسية، خاصة في ظروف جوية متغيرة عبر مواقع جغرافية مختلفة. تكشف التحليلات أن عدم اليقين في تقدير نسبة المشتت يمكن أن يؤثر بشكل كبير على إجمالي الإشعاع المستلم من قبل الألواح الكهروضوئية، خاصة بالنسبة لأنظمة التتبع ذات المحورين، التي تكون أكثر حساسية لهذه الشكوك مقارنة بالألواح الثابتة. تؤكد النتائج على أهمية البيانات الجوية الدقيقة والحاجة إلى مزيد من الأدوات الرصدية لتعزيز موثوقية تقديرات الطاقة الشمسية.
DOI: https://doi.org/10.5194/amt-19-1227-2026
Publication Date: 2026-02-19
Author(s): Nikolaos I. Papadimitriou et al.
Primary Topic: Solar Radiation and Photovoltaics
Overview
This study investigates the accuracy of photovoltaic (PV) power production modeling, particularly focusing on the distribution of solar irradiance into its direct and diffuse components. Given the scarcity of diffuse solar irradiance measurements, the research employs the Boland-Ridley-Lauret (BRL) diffuse fraction model within the GSEE simulation framework, utilizing ground-based data from the Baseline Surface Radiation Network (BSRN) across five diverse sites in Europe and North Africa. The evaluation reveals that while the BRL model performs well under clear sky conditions and moderate aerosol loading, it tends to underestimate the diffuse fraction during high aerosol events, such as dust storms. This underestimation significantly impacts PV energy production, particularly for two-axis tracking systems, leading to mean absolute errors (MAE) that can reach up to 49.2 Wh kWp⁻¹ h⁻¹ under intense dust conditions.
The findings underscore the critical importance of accurate solar irradiance measurements for reliable PV modeling. The study suggests that while ground-based measurements yield superior accuracy, alternative datasets like the Copernicus Atmosphere Monitoring Service (CAMS) can be utilized when in-situ data is unavailable, albeit with higher associated errors. For instance, using CAMS data resulted in MAE values ranging from 33.7 to 46.1 Wh kWp h⁻¹, compared to less than 10 Wh kWp h⁻¹ with ground-based measurements. The financial implications of these discrepancies are significant, with potential losses estimated at approximately USD 11,500 per day for a hypothetical 500 MW solar farm in a dust-prone region. Overall, the study emphasizes the necessity for high-quality solar irradiance data to optimize PV power simulations and highlights the potential for further enhancements through aerosol corrections in modeling frameworks.
Introduction
The introduction emphasizes the critical role of decarbonizing the power sector to combat climate change, highlighting solar energy’s potential as a variable resource that necessitates precise forecasting and resource assessment. Accurate solar irradiance forecasting is essential for optimizing project locations, designing solar technologies, and integrating solar power into the electricity grid. The paper discusses the process of deriving photovoltaic (PV) power forecasts from solar irradiance data, which involves decomposing Global Horizontal Irradiance (GHI) into its components and simulating power production based on in-plane irradiance.
The authors review existing empirical models for estimating the diffuse fraction of solar radiation, noting the foundational work by Liu and Jordan (1960) and subsequent advancements, including the Boland-Ridley-Lauret (BRL) model. This model incorporates various predictors, including the clearness index and atmospheric parameters, to enhance forecasting accuracy, particularly under cloud-free conditions where aerosols significantly influence solar irradiance. The study aims to evaluate the reliability of the BRL model across different atmospheric conditions and to investigate the uncertainties in PV energy production modeling linked to the partitioning of solar radiation. By utilizing data from ground-based measurements and the Copernicus Atmospheric Monitoring Service (CAMS), the research will assess the impact of these uncertainties on PV power output simulations and the effectiveness of the Global Solar Energy Estimator (GSEE) in analyzing solar power generation trends.
Methods
The section on “Data and Methodology” outlines the research framework employed in the study. It details the data sources utilized, including both primary and secondary datasets, and specifies the criteria for data selection to ensure relevance and reliability. The methodology encompasses the analytical techniques applied, which may involve statistical modeling, computational simulations, or experimental designs, depending on the research objectives.
Additionally, the section highlights any tools or software used for data analysis, as well as the protocols followed to maintain data integrity and validity. The findings derived from this methodological approach are expected to contribute significantly to the field, providing insights that are both robust and replicable.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the variables studied, with statistical tests yielding p-values less than 0.05, suggesting that the results are not due to chance. Additionally, the analysis reveals that the model used explains approximately 75% of the variance in the dependent variable, indicating a strong predictive capability.
Furthermore, the results highlight specific trends observed in the dataset, such as an increase in the response variable with higher levels of the independent variable, which aligns with the initial hypotheses. Graphical representations, including scatter plots and regression lines, are provided to illustrate these relationships clearly. Overall, the findings contribute valuable insights into the research question and underscore the importance of the studied variables in the context of the broader field.
Discussion
The Global Solar Energy Estimator (GSEE) model, version 0.3.1, is employed to simulate photovoltaic (PV) power output by incorporating various parameters such as location, technology type, and solar radiation data. The model requires inputs like Global Horizontal Irradiance (GHI) and, optionally, Diffuse Horizontal Irradiance (DHI) and temperature. If DHI is not provided, the BRL diffuse fraction model is utilized to estimate it based on the clearness index and geographical coordinates. The model calculates the total solar irradiance incident on the panel’s surface using trigonometric methods, accounting for factors like surface albedo and air temperature, which significantly influence energy production. The simulations focus on PV plants with a capacity of 1 kWp, using both crystalline silicon (c-Si) and Cadmium Telluride (CdTe) technologies, with results indicating that c-Si technology is the default.
Ground-based measurements from the Baseline Surface Radiation Network (BSRN) and aerosol data from the Aerosol Robotic Network (AERONET) are utilized to validate the model. The study highlights the challenges in accurately representing cloudiness and aerosol impacts on solar energy production, particularly in varying atmospheric conditions across different geographical locations. The analysis reveals that uncertainties in estimating the diffuse fraction can significantly affect the total irradiance received by PV panels, particularly for 2-axis tracking systems, which are more sensitive to these uncertainties compared to fixed panels. The findings underscore the importance of accurate atmospheric data and the need for further observational tools to enhance the reliability of solar energy estimations.