Program Energetyki Fotowoltaicznej (PVPS) Międzynarodowej Agencji Energetycznej jest jednym z porozumień dot. współpracy badawczo-rozwojowej ustanowionych w IEA. Od czasu utworzenia programu PVPS jego uczestnicy prowadzą szereg wspólnych projektów w dziedzinie zastosowań fotowoltaicznej konwersji energii słonecznej na energię elektryczną.
W programie uczestniczy 28 krajów i organizacji, są to: Australia, Austria, Belgia, Chiny, Copper Alliance, Dania, EPIA, Francja, Niemcy, Izrael, Japonia, Kanada, Korea, Malezja, Meksyk, Holandia, Niemcy, Norwegia, Portugalia, Hiszpania, SEIA, SEPA, Szwecja, Szwajcaria, Tajlandia, Turcja, Włochy i Stany Zjednoczone.
Bieżące zadania:
Zadanie 1: Strategiczna analiza i zasięg PV
Zadanie 8: Wielkoskalowe instalacje fotowoltaiczne w odosobnionych lokalizacjach
Zadanie 9: Wdrażanie usług PV dla rozwoju regionalnego
Zadanie 12: Bezpieczeństwo i higiena pracy w dziedzinie PV
Zadanie 13: Eksploatacja i niezawodność systemów fotowoltaicznych
Zadanie 14: Wysoki poziom udziału systemów PV w sieciach elektroenergetycznych
Niniejszy raport opisuje aktualny stan wiedzy w dziedzinie modeli prognozowania na użytek energetyki solarnej i fotowoltaiki, ułatwiających integrację systemów fotowoltaicznych z systemem elektroenergetycznym i redukcję związanych z tym niepewności. Raport ten przedstawia, tak dokładnie jak to jest możliwe, konsensus w tej materii ekspertów uczestniczących w Zadaniu 14. Więcej informacji na temat działań i wyników w ramach Zadania 14 można uzyskać na stronie: www.iea‐pvps.org.
Do opracowywania prognoz dla systemów solarnych i fotowoltaicznych wykorzystywane są różne zasoby, począwszy od pomiarów warunków atmosferycznych i danych z systemu PV, przez obrazowanie satelitarne i obserwację chmur, skończywszy na numerycznych modelach prognozowania pogody (NWP) , które stanowią podstawę nowoczesnego prognozowania. Przydatność tych zasobów zmienia się zależnie od rozważanego horyzontu prognozy: krótkoterminowe prognozy “na teraz” (0 do 6 godzin wyprzedzenia) sprawdzają się najlepiej, jeżeli korzystają z danych pomiarowych, natomiast numeryczne modele prognozowania są niezbędne przy horyzontach sięgających dalej niż 6 godzin. Najlepsze metody wykorzystują zarówno dane jak i modele NWP. Przykładem tej strategii jest zastosowanie danych wyjściowych modelu NWP w stochastycznych modelach uczących się, lub użycie danych pomiarowych do przetwarzania końcowego (postprocessing) modeli NWP w celu korekty odchyleń systematycznych między wyjściami modelu NWP a danymi pomiarowymi.
