Probing Cloud Dynamics Using Metrics of Irradiance Variability
Notice bibliographique
Résumé
Understanding solar irradiance variability is necessary for its prediction as part of photovoltaic system performance forecasting, especially in grid-connected real time markets. Deeper understanding on sub-hour time scales is critical for probabilistic treatments of energy balance and grid stability consideration. In particular, irradiance variation dominated by cloud dynamics is still poorly characterized in the broad temporal window that extends down to the sub-second ramping regime. We report preliminary analyses of our now-multiyear database of narrow and broadband global horizontal irradiance (GHI) measurements, comparing results for 2022 with those of 2023. These local spectral irradiance measurements were acquired in Ottawa, Canda beginning in 2022 using a custom Spectrafy SolarSIM G multi-filter radiometer augmented for 4 Hz sampling. We removed the orbital and diurnal deterministic components of the GHI measurements through clear-sky normalization with respect to a standard atmosphere, creating timeseries that are then dominated by the cloud dynamics. We focused on their forward- differenced values as a metric sensitive to variations in these cloud dynamics. For such clear-sky index increments, their probability density functions (PDF) were found by kernel density estimation for time shifts ranging from 1 to 2000 s. Power law scaling over two to three orders of magnitude was observed with interesting similarities and differences between the two years in both the broadband and spectral GHI results. The two years had significantly different cloud type distributions that may have been due to the presence of substantial wildfire smoke in Ottawa in 2023. A preliminary assessment for the smokiest month suggests that there is a correlation between atmospheric fine particulate matter and the dominant daily cloud type. We suggest that this may be the origin of the differences in the power law scaling behavior between years.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».