在電力領域，新近快被玩壞的兩個詞，一是智能電網，二是大數據。為了弄清互聯網×電網有哪些玩法，eo花了三個月時間，與美國、新西蘭等國的8家“互聯網×電網”公司CEO“聊天”。eo微信將陸續奉上8個國外先行者的實踐案例，敬請關注。

SolarGIS “學霸”氣質的太陽能預測公司
eo記者 王倩倩

SolarGIS的本質是由一系列太陽輻射、光伏數據、氣象和地理要素構成的數據庫，以此為基礎，經科學算法計算之后，提供太陽能資源評估和光伏模擬數據服務，屬于B2B模式。

在一個研究員腦子里有嚴格的“引用”邏輯不足為奇。不過從“摘要”到“參考文獻”一應俱全的“學霸”思維令人稱奇之余，恐怕更容易讓人感到的是學術過于“高冷”的乏味。但如果一個研究員把NASA和EUMETSAT昂貴的衛星數據糅進了太陽能資源預測，它理論上還覆蓋了全球99%的人口，看不見摸不著的“學霸思維”真的轉化為真金白銀，這就有點意思了。

太陽能資源評估和光伏模擬交互工具SolarGIS的創始人Marcel Suri，就是這樣一個精力充沛的“研究員”——在科研水到渠成的時候果斷地將成果商業化，在歐洲太陽能領域走起了“研而深則商”的路子。

研而深則商

在著手SolarGIS之前，Marcel Suri已在太陽能資源評估以及光伏電站模擬這一領域摸爬滾打數年，科研經驗等身。他曾負責國際可再生能源（IRENA）太陽能資源圖譜以及數據庫開發、國際能源機構（IEA）的太陽能預報項目，擔任過歐盟COST法案中專責太陽能和風能預報業務開發和標準化的可再生能源研發專家，也是歐盟MESoR（Management and Exploitation of Solar Resource Knowledge）項目的專家成員。

其中，從2001年一直到2008年，Marcel Suri都在歐洲委員會聯合中心做高級研究員，領導名為PVGis的太陽能在線評估項目，用于光伏在歐洲的推廣。“十多年前，太陽能在歐洲基本上是一個無人觸及的領域，人們對太陽能的認知并不十分清晰”，彼時作為一個完全的科研工作者，Marcel Suri對太陽能行業的脈絡看得十分清楚。他認為太陽能發電效益存在的隨機性和不確定性，與數據在解決問題上的價值未被發掘有很大關系。

發現問題同時也是解決問題的過程，歷時近十年的PVGis項目對歐洲光伏產業和太陽能行業發展起到了很大的推動作用。而PVGis，則成為后來Marcel Suri將之商業化的太陽能評估工具SolarGIS的前身。

2010年，Marcel Suri帶著技術和經驗與幾位同時在PVGis項目的技術人員，一起在斯洛伐克成立了GeoModel Solar公司，皇馬迄今身價最高的新貴貝爾正是來自這個歐洲腹地的國家。

覆蓋了全球99%的人口

和此前的PVGis項目不同，Marcel Suri收攏了它在地理、科學計算等方面研究性的分散布局，把SolarGIS完善成為一個完全的太陽能評估和交互式工具，“有了這個公司之后，只做太陽能”，“研究員”Marcel Suri 的商業化思路很明顯——專而精。

SolarGIS的本質是由一系列太陽輻射、光伏數據、氣象和地理要素構成的數據庫，以此數據庫為基礎，經科學算法計算之后，提供太陽能資源評估和光伏模擬數據服務，以有交互特點的iMaps、climData、pvPlanner、pvShot四種應用為主要軟件工具。

它可以提供最長14年、時間分辨率為30分鐘的GHI、DNI、DIFF和溫度的時間序列，環境參數的分辨率可以達到250米。而這些數據是綜合天氣預報數據、衛星遙感數據及地面觀測信息分析得來。

太陽能輻射預報與光伏發電功率預測的準確性，是這個行業繞不開的門檻。為了避免在低準確性、低時空分辨率數據中不必要的耕耘，出身學界的GeoModel Solar一開始就轉向衛星數據。

“舉例來說，在歐洲，我們與European Meteorological Satellite Organization合作，它們負責運行氣象衛星，我們向它們購買衛星遙感數據”，Marcel Suri告訴記者。他相較任何一個科技公司或者創業者的長處之一，可能就在于對這個行業的所有高質量數據源了如指掌。除了EUMETSAT，美國的國家海洋和大氣管理局（NOAA，National Oceanic and Atmospheric Administration）、歐洲中期天氣預報中心（ECMWF，European Centre for Medium-Range Weather Forecasts）等也都是Solar Gis付費數據的來源。

以SolarGIS的三種主要數據之一——太陽能輻射及光伏參數為例，它所需的輻射數據是基于EUMETSAT的Meteosat系列衛星和美國NOAA的GOES系列靜止軌道氣象衛星的衛星遙感數據，結合Meteosat和GOES的云指數和降雪指數、NOAA的GFS數據庫的水汽數據、ECMWF的MACC數據庫的大氣光學厚度數據、NOAA的GFS和CSFR的積雪厚度數據以及SRTM-3的數字地形數據，經過計算得出的包括GHI、DNI、DIF、GTI、OPTA、PVOUT在內的太陽能及光伏參數、氣象要素數值。

除了太陽能輻射和光伏參數，SolarGIS另外兩種主要數據庫分別為氣象要素、地理要素，這兩個數據庫的原始數據同樣來自第三方，比如后者的“地表植被”一項是整合了Global Land Cover 2000 （GLC2000）以及CORINE Land Cover 2000（CLC2000）的數據，而人口密度則來自于Gridded Population of the World。

由于取道衛星數據以及其他全球性的數據庫，SolarGIS可監測的范圍也就相對擴大，“除了太平洋部分海島兩極地區（沒有覆蓋到），可以說我們的數據覆蓋到了99%的人口”，Marcel Suri說道。

衛星監測以及長時間跨度、高時間分辨率的數據儲量，帶來了日照強度預測結果不確定性和波動性的降低——太陽能領域投資者和貸款者們最青睞的定心丸。

七分靠打拼

有好的血統，但想在太陽能這個人人摩拳擦掌的領域沖出一個出路，“七分還需靠打拼”。而這“七分”之中，有相當大一部分在于SolarGIS在數據整合和軟件支持方面下的功夫。

首先，數據整合與呈現是通行證。不同于數學家驗證諸如費馬大定理這樣的世界難題，存在即可招來膜拜，新能源與大數據所結合的一切創新，送到用戶面前、投入使用并產生效益，才算真正完成從科研成果到商品的轉變。SolarGIS雖然有學術基因，也自知如果因數據庫的“高精尖”而搞得奇貨可居，便難走商業化之路。因而它在數據處理上不遺余力——將天書般的衛星數據可視化，簡單地呈現形形色色的分析報告；稍微復雜些的實時動態數據或模擬服務則會被打包在軟件中，會將使用權賣給用戶。

舉例來說，SolarGIS提供的光伏電站性能線上模擬建模服務，只要根據開發商的要求，整合裝機容量、組件類型、折減系數、安裝方式、方位角、傾角及自動計算最優傾角一系列選項，就可以生成對某一地點的光伏項目產能進行模擬預估的分析報告，為開發商前期工作提供指導。

另外，軟件即服務（SaaS）是必須全“A”的必修課。SolarGIS主要有上文提及的四種應用。以iMaps為例，用戶進入應用輸入坐標或地理位置，就可以獲取該地點氣象數據和太陽能參數；而pvSpot借助于衛星太陽能建模和電力模擬，可監測光伏發電廠出現的性能不佳的情況。

轉型的姿勢

GeoModel迄今一共19個人，幾乎全部是與唯一的產品——SolarGIS相關的技術人員，Marcel Suri攜帶的“學霸”基因在這里得到了很好的繼承。不過，除了在人員配比上將“小巧”的GeoModel Solar人盡其才外，SolarGIS網頁也有明顯的“學霸”風格——詳細說明自己的數據庫以及數據來源，并將學界對其準確性的評估報告和與其他數據庫的技術參數對比一起擺上網。就像一篇學術論文，從文獻綜述到參考書目，一應俱全。

“在太陽能領域，我們有十五年的數據處理經驗”，Marcel Suri說到自己數據庫的優勢時當仁不讓。成熟的經驗也讓GeoModel Solar很快在新手場“破局”，成立次年（2011年）已實現盈利。

曾經的“研究員”Marcel Suri現在作為GeoModel Solar的總經理，他一大半的角色是管理者。說到角色的轉變，Marcel Suri樂見其成，表示這樣的職位很“刺激”：“這個很有意思。以前做研究項目，可能不會最終成型到需要考慮開發商、投資商這樣問題，但現在作為一個公司，我們自己去經營它，就意味著對于從研究到用戶終端的一系列事情都要全盤考慮。但是太陽能領域有很多很好的創新，能夠使它們落地，這其中的機遇和可能性，的確令人興奮。”

選自《南方能源觀察》2014年9月刊