Chmury z potencjałem: Jak ich typ wpływa na precyzję prognoz produkcji energii z OZE? 

• Chmury mogą posiadać bardzo zróżnicowaną budowę oraz parametry, co wpływa na to w jaki sposób oddziałują na przelatujące przez nie światło.
• Uwzględnianie typów chmur w modelach prognozowania nasłonecznienia może znacznie poprawiać ich dokładność.
• Dynamiczna zmienność struktury niektórych typów chmur stanowi wciąż słabo poznany czynnik, który może jeszcze bardziej usprawnić metody prognozowania nasłonecznienia. 

Nasłonecznienie to podstawa oceny potencjalnej produkcji z instalacji PV

Insolacja, czy inaczej właśnie nasłonecznienie, jest wielkością fizyczną określającą średnią moc promieniowania słonecznego przypadającą na jednostkę powierzchni poziomej, jaką najczęściej będzie po prostu grunt. Nasłonecznienie jest parametrem szczególnie istotnym dla branży fotowoltaicznej, która oczywiście bazuje na promieniowaniu słonecznym, czyli po prostu świetle. Wysokie nasłonecznienie w danym miejscu oznacza, że możliwym w nim będzie osiągnięcie większej średniej mocy w danym czasie przy pomocy instalacji fotowoltaicznej. Większa średnia moc oznacza z kolei większą produkcję energii w konkretnym przedziale czasowym. Insolacja jest więc kluczowym czynnikiem determinującym wielkość produkcji z instalacji PV. Z tego powodu inwestorzy poszukujący miejsc pod postawienie większych systemów fotowoltaicznych zawsze analizują lub sami wykonują prognozę nasłonecznienia dla danego terenu. Prognoza taka dostarcza informacji o przewidywanym poziomie promieniowania słonecznego, co pozwala na dokonanie oceny potencjalnej wydajności planowanych lub istniejących instalacji. Prognozy wykonuje się na podstawie meteorologicznych i klimatycznych danych, które następnie poddaje się analizie przy pomocy specjalnych algorytmów. Obecna metodologia, choć zaawansowana, to wciąż posiada pewne niedoskonałości, które obniżają dokładność wykonywanych prognoz. Jedną z nich, jak dowiodło International Solar Energy Society (ISES), jest pomijanie typów chmur podczas analiz. 

Różnorodny świat chmur

Wielu z nas może nie zdawać sobie sprawy z tego, ile rozróżniamy rodzajów chmur. Dla niektórych mogą one wyglądać generalnie tak samo, lub bardzo podobnie, ale to właśnie czasem nieduże różnice mogą wpływać na przydziały chmur do odmiennych typów. Te wyznacza się przede wszystkim ze względu kształty chmur, ich kolor, gęstość,lub to czy dają z siebie jakiegoś rodzaju opady. W ten sposób będziemy oddzielać przede wszystkim kłębiaste cumulusy, podłużne i mniej gęste stratusy, ciemne i deszczowe nimbostratusy oraz  masywne i również deszczowe cumulonimbusy. Innym kryterium podziału będzie wysokość, na której znajdują się chmury. Wyróżniamy 3 piętra ich występowania – niskie, średnie oraz wysokie. Chmury na poszczególnych piętrach często wykazują pewne podobieństwa względem innych pięter, przez co możemy przykładowo mówić o niskich stratusach, nieco wyżej występujących altostratusach oraz wysokich cirrostratusach. Wszystkie wykazują podobne cechy, choć wyższe z nich są bardziej rozmyte i rzadkie. Możemy więc mówić tu o swojego rodzaju podtypach. Część chmur może jednak występować na wielu piętrach jednocześnie. Nimbostratusu mogą przykładowo sięgać od niskiego do średniego piętra, a cumulonimbusy są w stanie rozciągać się na wszystkich trzech piętrach, tworząc ogromne formacje.

Mnogie typy chmur wykazują znaczne różnice względem siebie, czego można się domyślić na pierwszy rzut oka, spoglądając na ich budowę. Ta różnorodność jest jednak problematyczna dla prognozowania nasłonecznienia, ponieważ zgodnie z ustaleniami naukowców z ISES, światło reaguje na różne sposoby, gdy wchodzi w interakcję z poszczególnymi typami chmur. 

Cechy chmur wpływające na prognozowanie nasłonecznienia

Specjaliści z ISES przeprowadzili kompleksowe badania, których celem było wykrycie wpływu uwzględniania typów chmur w modelach prognozowania nasłonecznienia na ich dokładność. Skompletowanie wniosków zamieszczonych w ostatecznym raporcie wymagało od ekspertów analizy danych pochodzących z okresu przekraczającego 10 lat, które pochodziły od organizacji takich jak U.S. Department of Energy (DOE) Atmospheric Radiation Measurement (ARM) oraz Program South Great Plain (SGP). Mnogość zgromadzonych pomiarów z różnych lokalizacji pozwoliły na wykazanie niewątpliwego wpływu typu chmur na dokładność prognozowania nasłonecznienia.

Różne rodzaje chmur posiadają inne właściwości, co przekłada się na ich zróżnicowany wpływ na światło słoneczne. Jednym z najważniejszych parametrów wpływających na światło, jest albedo chmur, czyli parametr określający zdolność danej powierzchni do odbijania światła. W przypadku chmur różni się ono w zależności od tego, czy chmura jest gęsta czy rzadka. Duże, kłębiaste chmury będą posiadały znacznie większe albedo od półprzezroczystych chmur, co będzie przekładało się na to, że będą przepuszczać mniej promieniowania słonecznego do powierzchni Ziemi, a więc także do instalacji PV. Niskie albedo chmur będzie korzystnym czynnikiem dla nasłonecznienia, ponieważ większa ilość promieniowania przedrze się do Ziemi, a nie zostanie odbita w stronę wyższych warstw atmosfery. 

Kolejnym istotnym aspektem interakcji światła z chmurami jest jego rozpraszanie się w nich. Część światła, która nie została odbita od powierzchni chmury, wnika w jej strukturę i przemieszcza się przez nią, rozpraszając się na skutek kontaktu z małymi kropelkami cieczy i kryształkami lodu w jej wnętrzu. Wysoki współczynnik rozpraszania światła w chmurze jest niekorzystny dla instalacji fotowoltaicznych ze względu na to, że promieniowanie rozproszone dostarcza mniejsze ilości energii do instalacji niż promieniowanie bezpośrednie będące światłem, na którego drodze od słońca do instalacji nie stanęła żadna przeszkoda, nie licząc samej atmosfery Ziemi. Problem promieniowania rozproszonego tym bardziej pogłębia się w przypadku kolektorów słonecznych i systemów koncentratorowych, które są jeszcze wrażliwsze na zanik promieniowania bezpośredniego. Rozpraszanie ponownie skorelowane będzie z gęstością chmury, jej kształtem oraz rozmiarem, a duże, gęste chmury przeważnie będą oznaczać nieoptymalne nasłonecznienie. Co jednak istotne, światło rozproszone w chmurach można następnie podzielić na składowe, jakimi są wartości pionowa i pozioma promieniowania rozproszonego. Typ chmur wpływa przede wszystkim na pionową składową promieniowania rozproszonego, natomiast wpływ na poziomą jest znikomy. Mimo tego moduły fotowoltaiczne i inne instalacje słoneczne przeważnie bazują w większym stopniu na pionowej składowej promieniowania, jeśli już dochodzi do jego rozproszenia.

Wnioski specjalistów

Znajomość wpływu poszczególnych typów chmur na zachowanie światła, a także wiedza o częstości ich występowania pozwoliły na opracowanie nowych metod prognozowania nasłonecznienia. Modele prognozowania uwzględniające dane dotyczące rodzajów chmur zostały przetestowane w praktyce i wykazały się większą precyzją. Poprawa dokładności prognoz wynosiła od 12% do 33%, co oznacza znaczny przeskok w kontekście wykorzystania nowoczesnych prognoz do szacowania potencjalnej produkcji instalacji fotowoltaicznych. Autorzy raportu podkreślają jednak, że opracowane przez nich modele prognozowania nie spełniają jeszcze w pełni ich oczekiwań. Poprawa dokładności względem starszych metod nie oznacza jeszcze, że udało się osiągnąć pełną dokładność. Wyniki prognoz wciąż charakteryzuje pewna niepewność, która osiąga najwyższy poziom w przypadku kłębiastych i głębokich chmur konwekcyjnych, takich jak Cumulusy lub Cumulonimbusy. Chmury te odznacza skomplikowana struktura przestrzenna, która posiada tendencję do dynamicznych, nieprzewidywalnych zmian. Mocno utrudnia to przeanalizowanie wpływu danej chmury na przelatujące przez nią światło, a więc również obniża dokładność prognozy. 

Naukowcy z ISES stwierdzają, że dalsze usprawnianie metod prognozowania nasłonecznienia będzie wymagało bezpośredniej integracji informacji o chmurze z modelami prognostycznymi, a także zastosowania bardziej zaawansowanych modeli uczenia maszynowego. Specjaliści są natomiast zadowoleni z obecnych wyników badań, które doprowadziły do poprawy dokładności metod prognozowania oraz wyznaczyły drogę, która pozwoli na osiągnięcie jeszcze większej precyzji prognozowania nasłonecznienia.  

Źródła: dlcpower.com, pv-magazine.com, Use of physics to improve solar forecast: Part Ⅲ, impacts of different cloud types