2. Het schatten van zonnestroomproductie

2.1 Invloeden op zonnestroomproductie 

De opbrengst uit zonnepanelen wordt beïnvloed door verschillende factoren, gerelateerd aan weeromstandigheden, eigenschappen van de panelen, de ligging van de installatie, en technische omstandigheden.

Weersomstandigheden:  

• Zonnestraling: Beschikbaar is de zonne-energie die per dag op een horizontaal vlak terechtkomt, gemeten bij zo’n 30 KNMI-weerstations. Bij bewolking wekt een paneel minder stroom op dan bij zonneschijn, in de winter (korte dagen) minder dan in de zomer. Deze aspecten zitten automatisch in de metingen van het KNMI. Naast de gegevens van de 30 weerstations is ook satellietdata beschikbaar waarmee op een gedetailleerder niveau de zonnestraling berekend kan worden (zie Sectie 2.6).  
• Sneeuw: met sneeuw op de panelen is de productie nihil, ook als de zon schijnt. Op vlakke panelen blijft sneeuw waarschijnlijk langer liggen, van steilere panelen glijdt de sneeuw makkelijker af. 
• Temperatuur: Bij hitte werken zonnepanelen minder goed. Het gaat om de temperatuur van de panelen, niet de luchttemperatuur. Wind speelt dus ook een rol, en de ligging van de panelen (ventilatie). 

Eigenschappen van panelen:

• Vermogen panelen: elk paneel heeft een bepaald piekvermogen dat wordt uitgedrukt in Wattpiek (Wp); dit vermogen geeft aan hoeveel stroom (in kWh) een paneel opwekt in ideale omstandigheden. Ofwel: onder omstandigheden in een testopstelling, met optimale lichtinval van 1000 Watt per m² en een temperatuur van 25 graden.
• Vermogen omvormer: bepaalt het maximale uitgangsvermogen van de omvormer en wordt gegeven in (kilo)Watt (kW). Dit maximale vermogen moet bij de aanschaf van zonnepanelen goed gekozen worden in relatie tot het vermogen van de panelen. Als de omvormer te klein is, kan de productie van de panelen niet gebruikt worden. Als de omvormer te groot is, slaat hij niet aan als de productie van de panelen laag is, en gaat er op deze manier energie verloren. Een omvormer met een groter vermogen is duurder, wat een reden kan zijn om een iets kleinere omvormer te kiezen. De panelen halen niet vaak hun theoretisch maximaal mogelijke productie, daarom wordt er vaak gekozen voor een omvormer-vermogen dat iets kleiner dan het paneelvermogen. Aan de andere kant kan er soms een grotere omvormer gekozen worden zodat er een uitbreiding van de panelen plaats kan vinden.
• Leeftijd: De panelen gaan in de loop van de tijd achteruit. Het ligt aan het merk hoe snel dit gaat. Daarnaast zijn er ook toevallige invloeden die de achteruitgang kunnen versnellen. 

Ligging van installatie: 

• Oriëntatie: bepaalt hoe de zonnestralen op de panelen vallen. Naar het zuiden is optimaal als het gaat om in totaal maximale productie. Maar een oost-west oriëntatie op een plat dak wordt de laatste jaren ook vaak gekozen. De opbrengst is dan hoger in periodes aan de randen van de dag, wanneer elektriciteit duurder is (bij dynamische contracten). Er zijn ook installaties die met de zon meebewegen. Dit speelt vooral bij grote veldinstallaties. Bij kleine installaties, het onderwerp van deze nota, houden we er (voorlopig) geen rekening mee. 
• Hellingshoek: bepaalt ook hoe de zonnestralen op de panelen vallen. Het is optimaal als de zon (ongeveer) verticaal op de panelen schijnt. Horizontale panelen hebben een relatief hoge opbrengst als de zon hoog staat, schuine panelen als de zon laag staat. Bij schuine panelen is de opbrengst niet direct te berekenen als functie van de straling op een horizontaal vlak, in de winter (laagstaande zon) is de opbrengst relatief hoger (als de oriëntatie ongeveer zuid is). 
• Schaduw: Hierdoor kan er minder zonnestraling op de panelen vallen. Als panelen bovendien in serie geschakeld staan, kan schaduw op één paneel de opbrengst van alle verbonden panelen negatief beïnvloeden. 

Technische omstandigheden:

• Storingen: de panelen kunnen weleens last hebben van een storing. We weten niet hoe vaak dat gebeurt, en hoe lang het dan duurt voordat de storing verholpen is. 
• Overbelasting elektriciteitsnet: Dit lijkt af en toe te gebeuren, waarschijnlijk wordt het in de toekomst meer. Opbrengst uit grote en kleine installaties kan dan niet meer afgenomen/teruggeleverd worden. Het is ook mogelijk dat de eigenaar van een installatie een negatieve prijs krijgt in deze periodes. Dan is uitzetten niet verplicht, maar wel aan te bevelen. 

Al deze factoren hoeven niet expliciet terug te komen om een nauwkeurige productieschatting te maken. Een deel van deze factoren kan impliciet ondervangen worden in het kengetal, welke het gemiddelde van alle installaties goed hoort te weerspiegelen. Dit kan op den duur wel voor afwijkingen in productie zorgen als deze factoren in loop van tijd veranderen. Dit betekent dat het kengetal regelmatig geüpdatet moet worden.

In de huidige methode voor productieschatting wordt met twee van de bovenstaande factoren expliciet rekening gehouden voor de opbrengst van de installaties: vermogen en zonnestraling. Deze methode wordt hieronder in meer detail beschreven.

2.2 Methode voor productieschatting

Schattingen voor productie van zonnestroom worden gedaan op basis van het vermogen van de installatie, zonnestraling zoals gemeten door het KNMI, en het kengetal (K). We gaan uit van een lineaire relatie tussen straling en energieproductie; de energieproductie in een bepaald jaar wordt als volgt berekend:

(1) E = K * (IR_r,j / IR_NL) * P

E: energieproductie [kWh] van de installatie
K: kengetal, 875 [kWh/kWp] zoals vermeld in literatuur (Van Sark, 2014)
IR_r,j: regionale straling in jaar j = zoninstraling van meest nabijgelegen KNMI-station in jaar j (in J/cm²)
IR_NL: landelijke straling = langjarig gemiddelde zoninstraling in De Bilt tussen 1981-2010 (van 368.292 J/cm²)
P: vermogen van installatie [kWp]

De geschatte energieproductie wordt gebruikt voor alle installaties met vermogen t/m 15 kWp, en de installaties met een groter vermogen waarvan de productiewaarde in CertiQ ontbreekt of niet plausibel wordt geacht.

Voor een beperkt aantal installaties is maar één vermogen bekend, waarbij niet duidelijk is of dit het vermogen van de panelen of van de omvormer is. Als beide vermogens bekend zijn, wordt het vermogen van de panelen gebruikt voor de productieschatting. 

Wanneer een installatie een deel van het jaar in gebruik is, wordt hiervoor (op maandbasis) gecorrigeerd. De straling zoals gemeten door een KNMI-meetstation wordt geaggregeerd per maand, en als een installatie slechts een deel van de maand in gebruik is, wordt die fractie van straling meegenomen voor productieschatting. Op deze manier kan ook een energieproductie voor een kortere periode dan een jaar worden geschat, en zouden productiecijfers op maandbasis mogelijk zijn.

2.3 Analyses van CertiQ data

Sinds 2016 ontvangt het CBS data van het CertiQ register, hierin wordt van zonnestroominstallaties onder meer het vermogen, de locatie, de ingebruikname datum, en in principe de maandelijkse productiewaarden bijgehouden. Dit register bevat zowel kleine installaties (<=15 kWp) als grotere installaties met een vermogen van vaak meer dan 100 kWp. In recente jaren groeit voornamelijk het aantal grotere installaties, en komen er steeds minder kleine installaties bij. Voor de kleinere installaties ontbreken de productiewaarden vaak helemaal of zijn deze alleen op jaarbasis ingevuld (“jaarrapportage”). Omdat van kleinere installaties de productiewaarden vaak ontbreken, moet onderzocht worden in hoeverre CertiQ voldoende waarnemingen hiervan bevat om een betrouwbare productiefactor te schatten, of, in hoeverre de productiefactoren van (middel)grote installaties gebruikt kunnen worden voor het schatten van productiefactoren van kleine installaties. 

2.3.1 Productiefactoren op basis van CertiQ

Per installatie in de CertiQ dataset is voor meerdere jaren een jaarproductiefactor bepaald door de gerapporteerde jaarproductie te delen door het vermogen van de installatie. Hierbij selecteren we alleen de installaties die het gehele jaar in gebruik waren en een plausibele jaarproductie hebben. We beschouwen een jaarproductie als plausibel als deze valt binnen het bereik 0.5 tot 1.5 maal de verwachte productie wanneer we deze zouden schatten aan de hand van formule 1 (paragraaf 2.2)⁴⁾. Daarnaast verdelen we de installaties in drie vermogensklassen (1: <= 15 kWp, 2: 15 < P <= 100 kWp, 3: P > 100 kWp), omdat we verwachten dat de grotere installaties een relatief hogere opwek hebben en om zicht te krijgen op het aantal installaties in elke categorie. Tabel 2.3.1.1 laat de aantallen installaties in deze drie vermogensklassen zien, onderverdeeld in plausibele jaarproductie, minder dan plausibele jaarproductie en meer dan plausibele jaarproductie. Bij de kleine installaties zien we relatief vaak niet plausibele productiecijfers. 

Per jaar kunnen we vervolgens de gemiddelde productiefactor per jaar (PF_CertiQ) berekenen, per vermogensklasse en voor alle vermogensklassen gezamenlijk, zie Tabel 2.3.1.2. In Figuur 2.3.1.3 zijn de productiefactoren van de verschillende vermogensklassen weergegeven. De productiefactor is stralingsafhankelijk: het is bijvoorbeeld te zien dat zeer zonnige jaren, zoals 2018, 2020 en 2022, ook de hoogste productiefactoren rapporteren. Daarnaast loopt de productiefactor op met vermogensklasse, installaties met een groter vermogen hebben in de CertiQ populatie een hogere productiefactor (zie Figuur 2.3.1.3).

2.3.2 Productiefactoren voor kleine installaties (<=15 kWp)

Om te bepalen of de CertiQ data gebruikt kunnen worden om productiefactoren voor kleine installaties (<= 15 kWp) te bepalen, is ook bekeken hoeveel CertiQ installaties met plausibele jaarproductiewaarden in de verschillende vermogensklassen vallen, en hoe frequent deze installaties productie rapporteren. In het ideale geval zijn van een installatie per maand productiewaarden bekend, zodat productiefactoren op maandbasis met redelijke zekerheid vastgesteld kunnen worden. Wanneer er alleen een jaarproductiewaarde bekend is, zou deze verdeeld kunnen worden over de periode in gebruik, bijvoorbeeld naar rato van zonnestraling, maar in hoeverre de productieverdeling dan correct is blijft onzeker.

De CertiQ installaties uit 2021 met een plausibele jaarproductie werden verdeeld in drie groepen rapporteerders:

1. Jaarrapporteerders (met 1 meetwaarde per jaar)
2. Maandrapporteerders (met 12 meetwaarden ongelijk aan 0 en niet ontbrekend)
3. Overig

Hoewel voor elke vermogensklasse dus een paar duizend installaties een plausibele jaarproductie hebben, is het aantal maandrapporteerders in de kleine installatiegroep (maximaal 15 kWp) minder dan 10%. Door het geringe aantal kleine installaties met (maand)productiewaarden, valt het niet aan te raden productiefactoren te schatten op basis van de data van de kleine installaties.

Daarnaast is onderzocht of er een verband is tussen productiefactor en het installatiejaar, door voor 2021 de installaties te groeperen op jaar ingebruikname en de productiefactoren zo te rapporteren (Figuur 2.3.2.1). In deze grafiek lijkt de productiefactor voor kleine installaties af te nemen met installatiejaar. Hier hebben we nog geen eenduidige verklaring voor gevonden. Het is in ieder geval  goed om te beseffen dat het aantal nieuwe kleinere installaties dat in CertiQ geregistreerd wordt flink afneemt over de jaren, zie Figuur 2.3.2.2, waardoor de onzekerheid in de berekende productiefactor in recente jaren groter is. Een mogelijke verklaring voor een lagere productiefactor voor de kleinere installaties is dat deze installaties in recentere jaren vermoedelijk vaker opgesteld worden in oriëntaties die minder totale productie opleveren.  

Uit de analyses van de aantallen installaties per vermogensklasse blijkt dat onder de installaties met middelgroot vermogen (15 t/m 100 kWp) zo’n 75% productie op maandbasis rapporteert. In absolute aantallen zijn dat zo’n 4400 installaties. Op basis van Figuur 2.3.1.3 zou men wellicht geneigd zijn de productiefactor van de middelgrote installaties, gecorrigeerd met een factor, toe te passen om productie van kleine installaties te schatten. De ratio tussen de productiefactoren van de kleine en middelgrote installaties verschilt echter per jaar, wat betekent dat de correctiefactor ook jaarlijks bepaald zou moeten worden. Uit Figuur 2.3.2.1 blijkt daarnaast dat de productiefactor ook afhankelijk is van het jaar ingebruikname. Hierdoor is het ook waarschijnlijk dat de eigenschappen van de kleine en middelgrote installaties in CertiQ zodanig van elkaar verschillen dat een correctiefactor berekenen niet aan te raden is. Tot slot zou de correctiefactor berekend moeten worden met een steeds geringer aantal kleine installaties, wat de onzekerheid in de correctiefactor zou vergroten.

2.3.3 Voorlopige conclusies

Voor alle drie de vermogensklassen zijn er momenteel een paar duizend installaties met een plausibele jaarproductie. Het percentage maandrapporteerders in de groep van kleine installaties is echter veel lager dan in de andere twee groepen, waardoor maandproductiefactoren slechts op een klein aantal installaties gebaseerd zou zijn, zelfs op landelijk niveau. Verder is de productie van de nieuwe kleine installaties erg laag. Het kan zijn dat dit specifiek is voor de kleine installaties in CertiQ. De eigenschappen van kleine en grotere installaties verschillen wel van elkaar, en het is dus niet aan te raden om het kengetal te herzien alleen op basis van CertiQ data.  

2.4 Analyses teruggerekend kengetal 

Voor CertiQ hebben we in de vorige sectie beschreven hoe we per jaar en per vermogensklasse  productiefactoren hebben berekend, door de waargenomen productie te delen door het installatievermogen. Er zijn ook nog andere bronnen die voor een bepaalde installatiedataset (al dan niet jaarlijks) een productiefactor hebben gerapporteerd, namelijk SolarCare en de methode Laevens.

Om te onderzoeken of de waargenomen productiefactoren in lijn zijn met het huidige kengetal van 875 kWh/kWp, moet er over productiefactoren uit een bepaalde installatiedataset een correctie op straling plaatsvinden (zie formule (1)). Deze correctie houdt in dat de productiefactor van een bepaald verslagjaar gedeeld wordt door de jaarstraling van dat jaar en vermenigvuldigd wordt met het langjarig gemiddelde, om tot een zogeheten “teruggerekend kengetal” te komen. Als de waarden van deze teruggerekende kengetallen vervolgens hoger of lager dan 875 kWh/kWp uitkomen, kan dit een indicatie zijn dat het huidige kengetal moet worden herzien. 

SolarCare is een bedrijf dat de productie van installaties in de gaten houdt om storingen te signaleren en te verhelpen. SolarCare publiceert zelf schattingen van jaaropbrengstfactoren, onder meer op landelijk niveau (SolarCare, 2023). De basis van deze productiefactoren is een steekproef uit de data van de eigen klanten. Hierbij worden 2500 installaties willekeurig qua zonnepaneeltechnologie, bedrijfsuren, systeemcapaciteit, oriëntatie, hellingshoek en schaduwvorming geselecteerd “uit een populatie die het gehele jaar storingsvrij operationeel is geweest en weinig tot geen last van schaduwvorming heeft.” Uit deze informatie blijkt nog niet direct in hoeverre sprake is van een representatieve steekproef uit de populatie, en in hoeverre grote installaties meegenomen zijn. Voor het CBS zou een productiefactor voor alleen kleine installaties wenselijk zijn.

In Laevens et al. (2021) is een methode uitgewerkt voor de schatting van zonnestroomproductie. Deze methode wordt nader besproken in Sectie 2.6. In het paper van Laevens worden jaarproductiefactoren voor 2016 en 2017 gerapporteerd, gebaseerd op data van PVoutput. Dit is een register waarin mensen zich vrijwillig kunnen aanmelden om de productie van de eigen installatie dagelijks (automatisch) door te geven.

2.4.1 Vergelijking teruggerekende kengetallen

In Tabel 2.4.1.1 is voor de SolarCare data in tabelvorm weergegeven welke landelijke jaarproductiefactoren zijn gepubliceerd en welke kengetallen daaruit teruggerekend zijn na correctie via de zoninstraling. De teruggerekende kengetallen op basis van SolarCare vallen allemaal lager uit dan 875 kWh/kWp, en in de meest recente jaren is een dalende trend zichtbaar.

De CertiQ productiefactoren uit Tabel 2.3.1.2 zijn op dezelfde manier teruggerekend naar kengetallen per jaar voor 2016 t/m 2022. Voor de methode Laevens zijn de onder- en bovengrenzen van de productiefactoren alleen voor 2016 en 2017 beschikbaar. Deze zijn gebruikt om voor deze jaren de boven- en ondergrens van het teruggerekend kengetal te bepalen.

In Figuur 2.4.1.1 worden de teruggerekende kengetallen op basis van CertiQ, SolarCare (lichtblauw), en de methode Laevens in een staafdiagram weergegeven. Voor CertiQ is van alle installaties zowel de uitsplitsing gemaakt op vermogensklasse (Figuur 2.4.1.1; donkerblauw, lichtgroen, donkergroen) als alles samengenomen (Figuur 2.4.1.1; oranje). Op 2016 na liggen de teruggerekende kengetallen allemaal onder de 875 kWh/kWp (de horizontale lijn). Beide bronnen lijken te wijzen op een dalende trend in het teruggerekende kengetal.

2.4.2 Voorlopige conclusies

De teruggerekende kengetallen uit verschillende bronnen lijken af te nemen vanaf 2016, en komen sinds 2017 consequent lager uit dan het huidige kengetal van 875 kWh/kWp. Dit wijst erop dat dit getal aan herziening toe is. De vraag is echter of de datasets voldoende groot en/of representatief zijn om een herijking op te baseren. 

2.5 Analyses Sundata 

Vanuit het project PVobs hebben we via Sundata beschikking over de productiegegevens van 100 installaties in Amersfoort. Sundata is een bedrijf dat installaties in de gaten houdt om storingen snel te signaleren. Helaas is het niet gelukt data van alle beschikbare installaties van Sundata te krijgen. 

Deze 100 installaties zijn geen willekeurige representatie van zonnestroominstallaties in Nederland, ze zijn rond dezelfde datum geïnstalleerd en hebben in sommige gevallen deels dezelfde eigenaar (verhuurder). Desondanks is nader onderzoek aan de hand van deze dataset erg interessant, omdat we meer informatie hebben over verschillende factoren (zie 2.1) die zonnestroomproductie beïnvloeden.  Maar gezien de omvang van de dataset, kunnen toevallige eigenschappen van de installaties of de weersomstandigheden ook een rol spelen bij de gevonden resultaten. Dit geldt des te meer als selecties van installaties en/of dagen bekeken worden. 

Van de 100 installaties is het volgende bekend: installatiedatum, vermogen (panelen of omvormer), oriëntatie (afgerond naar zuid, zuidoost, oost, zuidwest, west) en hellingshoek (afgerond naar 15, 30, 45 graden). Bij oriëntatie en hellingshoek gaat het niet om de daadwerkelijke vastgestelde ligging van de panelen maar om metingen van het dak en daarvan uitgaande de gunstigste positie voor de panelen. Bij vlakke daken wordt vermoedelijk 15 graden aangenomen en een afgeronde oriëntatie zuid, zuidoost of zuidwest. 

2.5.1 Teruggerekende kengetallen Sundata

Op basis van Sundata gegevens kan een teruggerekend kengetal voor de jaren 2020 en 2021 berekend worden, zie Figuren 2.5.1.1 en Figuur 2.5.1.2. In tegenstelling tot de datasets besproken in sectie 2.4, is er duidelijk een hoge frequentie van installaties met een teruggerekend kengetal rond de 875 kWh/kWp. Er is echter ook een tweede (kleinere) piek met een duidelijke lagere opbrengst. We hebben nader onderzocht wat een mogelijke verklaring kan zijn, en de oriëntatie van de installaties lijkt hier een rol in te spelen (Tabel 2.5.1.3). Installaties met een opstelling meer richting het oosten of westen hebben een lager teruggerekend kengetal dan installaties met een oriëntatie op het zuiden. Het gemiddelde van alle installaties in beide jaren is 837 kWh/kWp.

2.5.1.1 Histogram teruggerekende kengetallen voor 2020 op basis van 100 installaties van Sundata. De verticale rode lijn geeft het huidige kengetal van 875 kWh/kWp weer.

2.5.1.2 Histogram teruggerekende kengetallen voor 2021 op basis van 100 installaties van Sundata. De verticale rode lijn geeft het huidige kengetal van 875 kWh/kWp weer.

2.5.2 Vergelijking geschatte en gemeten zonnestroomproductie

Figuur 2.5.2.1 laat voor één installatie de ratio van de gemeten dagproductie en de geschatte dagproductie volgens formule 1 zien. De grafiek begint op 1 april 2019 en eindigt op 26 december 2021. De oscillatie van de ratio rond de 1 betekent dus dat de formule redelijk nauwkeurig is. Opvallend is het seizoenspatroon met meer fluctuaties in de winter. Ook zijn er enkele dagen zichtbaar met een extreem lage productie, soms zelfs 0. Of dit storingen van de installatie zijn (dus echt geen productie) of alleen van de meting, is niet duidelijk. Maar dit lijkt maar zelden voor te komen. 

2.5.2.1 Ratio van geschatte en gemeten zonnestroomproductie van een Sundata installatie.

2.5.3 Verband tussen ligging van de installaties en zonnestroomproductie

Het effect van oriëntatie en hellingshoek op zonnestroomproductie hebben we ook verder onderzocht aan de hand van de 100 Sundata installaties. In Figuur 2.5.3.1 zijn installaties met oriëntatie zuid, zuidoost of zuidwest weergegeven. In de bovenste twee subfiguren zijn installaties met een hellingshoek van 45 graden weergegeven, en in de onderste twee figuren installaties van 15 graden. De figuren in de linkerkolom tonen de gemeten productie, in het zwart, en de geschatte productie (volgens formule 1) in het groen. De figuren in de rechterkolom tonen de ratio’s van deze twee waardes. De opbrengst wordt per maand weergegeven, en begint in april 2019.

Bij een hellingshoek van 45 graden is er een duidelijk seizoenspatroon in de ratio te zien. In de winter is de productie veel hoger dan de formule voorspelt, en in de zomer juist (iets) lager. We benadrukken dat het hier om de ratio gaat, de productie in de winter is alleen hoog vergeleken met de theoretische verwachtingen, niet in absolute zin. Bij de 15-graden-installaties zien we dat de gemeten productie bijna elke maand lager is dan de geschatte productie, aangezien de ratio tussen de gemeten en de geschatte productie over het algemeen onder de 1 ligt. Een seizoenspatroon is hier niet zichtbaar. De 15 graden installaties doen het dus slechter dan verwacht kan worden op basis van de berekening met het kengetal. 

Hiervoor zijn de volgende verklaringen mogelijk:

• Temperatuur. Bij hitte werken zonnepanelen minder goed en is er minder productie dan je zou verwachten in de zomermaanden. Dat het seizoenspatroon bij de 15-graden installaties minder aanwezig is, zou te verklaren zijn door de ventilatie. Het gaat hier vaak om installaties op platte daken. Doordat deze vaak onder een hoek op het dak geïnstalleerd worden, kan de wind deze beter afkoelen dan installaties die rechtstreeks op schuine daken liggen. Dat het patroon bij deze installaties echter helemaal niet aanwezig is, is opmerkelijk en kan samenhangen met andere effecten. Het is bijvoorbeeld mogelijk dat in de winter (bij laagstaande zon) de installaties meer last hebben van schaduw. 
• Hellingshoek. In de formule wordt uitgegaan van energie op een horizontaal vlak, maar installaties zijn onder een hellingshoek zijn geïnstalleerd. In de zomer schijnt de zon een langere periode hoogstaand. In de winter is er sprake van laagstaande zon, die minder uren schijnt. Dit kan de productie beïnvloeden: een schuine opgestelde installatie heeft bij laagstaande zon (wat meer voorkomt in de winter) bijvoorbeeld een hogere productie dan een horizontaal opgestelde installatie.

2.5.3.1 Opbrengst (waargenomen en geschat) en de ratio daarvan voor installaties met een hellingshoek van 45 of 15 graden.

2.5.4 Vergelijking zon- en schaduwdagen

Het effect van zon- en schaduwdagen op zonnestroomproductie is ook bekeken aan de hand van de 100 Sundata installaties, zonnige dagen zijn gedefinieerd als meer dan 70% zon en schaduwdagen als minder dan 10% zon. In Figuur 2.5.4.1 is de ratio weergegeven tussen gemeten en geschatte productie onder verschillende hellingshoeken (45 graden en 15 graden) op zon- en schaduwdagen . Op schaduwdagen zijn er geen duidelijke patronen zichtbaar. Op zonnige dagen wordt het seizoenspatroon bij 45 graden nog extremer dan als alle dagen meegenomen worden. Bij 15 graden is er een omgekeerd patroon zichtbaar op zonnige dagen, met de laagste ratio in december, verder is er geen uitgesproken seizoenspatroon. De missende waarden in de reeksen zijn maanden waar het geen enkele dag voldoende bewolkt/zonnig was. 

Op bewolkte dagen bereikt de zonnestraling het aardoppervlak minder gericht dan op heldere dagen. Er is dan sprake van verstrooiing, het licht komt als het ware uit alle richtingen. Om deze reden speelt hellingshoek op schaduwdagen vermoedelijk een minder grote rol. Ook is de ratio tussen de gemeten en geschatte waarden op schaduwdagen over het algemeen lager dan 1. Het temperatuurseffect zou ook nog een rol kunnen spelen in sommige van de patronen; het uitblijven van de zomerdip bij 45 graden op schaduwdagen (panelen worden minder warm), en dip in juni bij 15 graden op zonnige dagen (panelen worden warm).

2.6 Methode Laevens

Een andere methode om productie uit zonnestroom te schatten, intern ontwikkeld door de methodologie afdeling van het CBS, is beschreven in Laevens et al. (2021). Deze methode maakt gebruik van het zogeheten PVoutput register waarin eigenaren van installaties vrijwillig hun productie kunnen registreren, waarbij de oriëntatie en de hellingshoek van de panelen bekend zijn. Verder gebruikt de methode stralingsdata van het KNMI die op satellietmetingen gebaseerd is. Op basis van deze bronnen wordt een kansdichtheidsfunctie bepaald, op basis waarvan per installatie een productieschatting gemaakt kan worden. De methode leidt volgens de auteurs tot plausibele resultaten voor 2016 en 2017 wanneer de gemiddelde jaarproductiefactor vergeleken wordt met databronnen SolarCare en CertiQ. Het paper laat ook zien wat de invloed is van gebruik van een selectie van installaties uit PVoutput, bijvoorbeeld dat de geschatte productie het hoogst is wanneer alleen installaties met zuidoriëntatie worden meegenomen (zoals we ook zagen in de gegevens van Sundata).

Het paper beschrijft ook limitaties van de methode: stralingsdata wordt meegenomen op een hoge resolutie, per gebied van 3 bij 5 kilometer, maar een nadeel van het gebruik van satellietmetingen is dat deze alleen nauwkeurig zijn als de zon voldoende hoog staat (meer dan 12 graden). In de wintermaanden komt de zon echter nauwelijks hoger. Daarnaast is in het paper geen analyse uitgevoerd in hoeverre lokale weerverschillen relevant zijn voor de zonnestroomproductie. Op sommige dagen kunnen er bijvoorbeeld grote verschillen zijn op lokaal niveau, maar het is twijfelachtig of dit voor maandcijfers of jaarcijfers nog relevant is. 

De methode zelf is daarnaast complex: er wordt een Monte-Carlo-methode toegepast om een beeld te krijgen van de onzekerheid van de schattingen. Alleen wordt op deze manier maar een klein deel van de onzekerheid (toevallige selectie van installaties uit PVoutput) meegenomen. Andere onzekerheden (fouten in het register, selectiviteit van PVoutput) worden genegeerd. Het is nog maar de vraag in hoeverre de complexiteit van de methode (Monte-Carlo, gebruik van satellietdata) een toegevoegde waarde heeft.