DayCast™ ist das Produkt von Reuniwatt zur Erstellung von Day-Ahead-Solar- und Windstromprognosen. Unsere Algorithmen basieren auf für die Sonneneinstrahlungsberechnung optimierten meteorologischen Modellen, die mit künstlicher Intelligenz und statistischen Modellen kombiniert werden. Sie prognostizieren die Sonneneinstrahlung und die PV-Produktion bis zu 10 Tage im Voraus.
Globale Reichweite bei hoher lokaler Genauigkeit
Globale Reichweite bei hoher lokaler Genauigkeit
Unsere Algorithmen für Day-Ahead-Solarstromprognosen liefern weltweit Vorhersagen der Solar- und Windstromproduktion. Darüber hinaus verwendet Reuniwatt regionale meteorologische Modelle, um eine hohe zeitliche und räumliche Auflösung für den ausgewählten Standort zu gewährleisten.
Diversifizierung der Quelldaten
Diversifizierung der Quelldaten
Die Day-Ahead-Solarstromprognosen von Reuniwatt integrieren Bewölkungsparameter aus verschiedenen Quellen und erreichen somit eine erhöhte Zuverlässigkeit.
Verbesserte Abbildung der Wolken in Wettermodellen
Verbesserte Abbildung der Wolken in Wettermodellen
Die klassischen Wettervorhersagen priorisieren die gründliche Untersuchung der Entwicklung der Wolkendecke nicht. Reuniwatt hingegen forscht kontinuierlich an deren Modellierung, da sie die Hauptquelle für Schwankungen in der Photovoltaik-Stromerzeugung sind.
Methode
DayCast™ ist eine von Reuniwatt entwickelte Wettervorhersagetechnik, die speziell auf die Day-Ahead Prognose von einem Tag bis zu einer ganzen Woche im Voraus von Bewölkung und Sonneneinstrahlung optimiert wurde, sowie auf Wind und das Windfeld in verschiedenen Höhen..
DayCast™ kombiniert mehrere numerische meteorologische Modelle, um die Robustheit der Prognosen zu verbessern. Dank künstlicher Intelligenz lernen unsere Modelle, die lokalen Phänomene besser zu berücksichtigen.
DayCast™ ist weltweit verfügbar und bietet viele Parameter, die für die Prognosen des nächsten Tages nützlich sind:
- Simulation mittels eines Wettermodells, das regionale Besonderheiten integriert
- Integration externer Wetterdaten, um die Genauigkeit des Modells zu verbessern
- Häufige Aktualisierungen der Simulationen
- Initialisierung hochaufgelöster, wolkenauflösender, regionaler Modelle mittels innovativer Datenassimilationsmethoden
Merkmale
Prognosen für einzelne Standorte, Portfolios oder größere Gebiete
Self-learning Modul zur kontinuierlichen Leistungsverbesserung
Prognosehorizont bis zu 10 Tage im Voraus
Prognosen zur globalen Einstrahlungsstärke und Solarstromerzeugung
Windgeschwindigkeit und Windrichtung in stündlicher Auflösung
Flexibler Datentransfer (FTP, E-Mail, API,…) und -format (XML, JSON, CSV…)