Solarstrahlung

• Die meteoblue MultiModel Vorhersage bietet höchste Genauigkeit durch die Kombination mehrerer Modelle für die Best-Fit-Prognose.
• Diese Vorhersage kann durch Echtzeit-Updates (Intraday) oder durch das Training mit Hilfe von Energieertragsdaten (MOS) noch weiter verbessert werden.
• Beim Vergleich verschiedener Rohmodelle zeigen ICON und GFS die höchste Vohersagegenauigkeit bei der Vorhersage der Solarstrahlung.
• meteoblue validiert kontinuierlich verschiedene Modelle und Methoden und verbessert so die Vorhersage durch Einbeziehung aktueller Datensätze und Technologien.
• Für historische Zeitreihen erreichen Satellitenbeobachtungen (SARAH) die höchste Genauigkeit, während ERA5 sich für langfristige Analysen und Gap Filling anbietet.

Für die erneuerbaren Energien wie beispielsweise die Solarstromerzeugung sind Wettervorhersagen essentiell. Die sich rasch entwickelnde Marktsituation erfordert eine präzise und anwendbare Modellierung, Vorhersage und Berechnung der Sonneneinstrahlung. Um Solaranlagen effizient planen und betreiben zu können, müssen Vorhersagen für bis zu 48 Stunden bereitgestellt werden.

Daher ist es von großer Bedeutung, das Potenzial und die Genauigkeit von Vorhersagemodellen und Wettervorhersagen zu untersuchen und zu vergleichen. Im Folgenden fassen wir die Ergebnisse mehrerer Studien zusammen, die die Vorhersage der Solarstrahlung sowie die Leistung des (meteoblue) MultiModel- und MOS-Ansatzes zur Verbesserung der Vorhersage untersucht haben.

Neueste Verbesserungen der meteoblue Strahlungsvorhersage

Für die Vorhersage der Solarstrahlung und der Photovoltaikproduktion nutzt meteoblue Post-Processing-Methoden. Zusätzlich zu einfachen numerischen Wettervorhersagemodellen und Multimodellierung wendet meteoblue zur weiteren Verbesserung der Vorhersagen Techniken wie Nowcasting und MOS an. Die folgenden Diagramme zeigen den relativen mittleren absoluten Fehler (rMAE) verschiedener meteoblue Datensätze.

Dazu gehören die prozessierten Vorhersagedaten des meteoblue MultiModels (Day-Ahead-Vorhersage), MOS und der 3-Stunden-Nowcast. Darüber hinaus sind Rohdaten des Modells NEMS30 und satellitengestützte Echtzeit-Strahlungsdaten des SARAH-Satelliten (Echtzeitbilder) enthalten. Zum Vergleich wurden alle Daten mit stündlichen Messungen von über 100 Stationen des Deutschen Wetterdienstes (DWD) von März 2022 bis Februar 2023 validiert.

MOS wurde für alle Standorte und einen Zeitraum von 3 Jahren (2019-2022) trainiert. Die Diagramme zeigen den rMAE für jede Station für Sommer und Winter.

In beiden Diagrammen ist eine allgemeine Verringerung des Vorhersagefehlers um bis zu 5 % durch MultiModel und MOS im Vergleich zum Rohmodell NEMS30 zu erkennen. Weiterhin schneidet MOS sogar besser ab als das meteoblue MultiModel. Im Winter sind die rMAE's im Allgemeinen höher, da der absolute Fehler über das ganze Jahr relativ konstant bleibt, die Einstrahlung aber geringer ist.

Da das MOS-Training einen bidirektionalen Datenaustausch erfordert, ist es recht aufwendig und eignet sich nur für anspruchsvolle Prognosen im Bereich der erneuerbaren Energien, während die meisten Anwendungsfälle mit dem meteoblue MultiModel abgedeckt werden können.

Unsere laufenden Bemühungen, die Strahlungsvorhersage weiter zu verbessern, haben sich als erfolgreich erwiesen. Wenn Sie an einem direkten Vergleich mit älteren Vorhersagen der Solarstrahlung interessiert sind, besuchen Sie unsere Studien.

Globale Verifikation der Solarstrahlung

Im Rahmen einer Bachelorarbeit (Reiss, 2021) wurde die einfallende kurzwellige Strahlung der Wettermodelle NEMSGLOBAL, GFS, ICON und MFGLOBAL sowie des Reanalysemodells ERA5 mit stündlichen weltweiten Messungen des Baseline Surface Radiation Network (BSRN) und des World Radiation Data Center (WRDC) verifiziert. Die Analyse berücksichtigt die Jahre 2018-2020 für mehr als 70 Stationen. Bei allen Messungen wurde eine Qualitätskontrolle durchgeführt, um fehlerhafte Messungen bei der Verifikation zu vermeiden.

Verifikation der Rohmodelle

Zum Vergleich verschiedener Rohmodelle wurde der MAE berechnet. Die Abbildung zeigt beispielhaft die Ergebnisse des Datensatzes von BSRN. Das Modell ERA5 hat den niedrigsten MAE, gefolgt von ICON und GFS. MFGLOBAL und NEMSGLOBAL weisen die höchsten Fehler auf.

Die Vorhersage der Strahlung hängt stark von den Wolkenschemen ab. Häufig über- oder unterschätzen die Modelle die Strahlung, weil diese Wolkenschemen nicht korrekt vorhergesagt werden. ERA5 ist ein gutes Beispiel für die Vorteile von Post-Processing-Methoden, da es Modellrohdaten mit zusätzlichen Inputs wie Messungen oder Satellitendaten kombiniert.

Verifikation des MultiModel-Ansatzes

Der MultiModel-Ansatz wurde für die Solarstrahlung getestet und validiert. Für den MultiModel-Ansatz werden ausgewählte Modelle kombiniert und unterschiedlich gewichtet. Die Studie deutet darauf hin, dass die Kombination von 3 oder 4 Modellen die geringsten Fehler erzielt und somit die Rohmodelle übertrifft. Außerdem wurde nicht nur der MAE gesenkt, sondern auch andere statistische Fehler wie der MBE. Weitere Details finden Sie in der  Bachelorarbeit (3.5 MB).

Innerhalb jedes Datensatzes wurden die optimalen stationsspezifischen MultiModel-Kombinationen gemittelt, was zu einer globalen MultiModel-Kombination führte. Mit diesem Ansatz konnte der Fehler um bis zu ca. 4 W/m2 gesenkt werden. Das MultiModel schneidet also besser ab als die Rohmodelle und zeigt vergleichbare Ergebnisse wie das Reanalysemodell ERA5.