Accurate photovoltaic (PV) power forecasts are essential for the grid integration of the technology. Most solar forecasting studies deal only with solar irradiance forecasting, which highlights the importance of the irradiance to power conversion methods to enable the practical utilization of the advanced irradiance forecasting techniques. The PV power output is commonly calculated with physical model chains that rely on the main design parameters of the PV plants. This study presents an analysis of how the unavailability or uncertain knowledge of the design parameters affects the physical power forecast accuracy. The analysis is performed by verifying the power forecasts created by the bests of 32,400 model chains for 16 PV plants in Hungary for five data availability scenarios based on numerical weather prediction data. The results show that even though the knowledge of all relevant design parameters ensures the lowers errors, the critical parameters are only the nameplate capacities and the module orientation. The increase in mean absolute error and root mean square error is only 1.3% and 0.5%, respectively, if only these crucial parameters are known compared to the baseline scenario. If necessary, the tilt and azimuth angles can also be inferred, where the resulting inaccuracy depends on the estimation errors. The results reveal that the physical model chains can be used with a decent accuracy for power forecast calculations even if the design parameters are unknown, which highly broadens the applicability of the physical method.

准确的光伏 (PV) 功率预测对于该技术的电网集成至关重要。大多数太阳预测研究仅涉及太阳辐照度预测，这突出了辐照度到功率转换方法的重要性，以便能够实际利用先进的辐照度预测技术。光伏功率输出通常使用依赖于光伏电站主要设计参数的物理模型链计算。本研究分析了设计参数的不可用性或不确定性如何影响物理功率预测精度。该分析是通过验证由匈牙利 16 个光伏电站的 32,400 个模型链中的最佳模型创建的功率预测来执行的，该预测基于数值天气预报数据，用于五个数据可用性场景。结果表明，即使所有相关设计参数的知识确保降低误差，关键参数也只是铭牌容量和模块方向。平均绝对误差和均方根误差的增加分别仅为 1.3% 和 0.5%，前提是与基线情景相比，这些关键参数是已知的。如有必要，还可以推断倾斜角和方位角，其中产生的不准确度取决于估计误差。结果表明，即使设计参数未知，物理模型链也可以用于功率预测计算，具有不错的精度，这极大地拓宽了物理方法的适用性。关键参数仅是铭牌容量和模块方向。平均绝对误差和均方根误差的增加分别仅为 1.3% 和 0.5%，前提是与基线情景相比，这些关键参数是已知的。如有必要，还可以推断倾斜角和方位角，其中产生的不准确度取决于估计误差。结果表明，即使设计参数未知，物理模型链也可以用于功率预测计算，具有不错的精度，这极大地拓宽了物理方法的适用性。关键参数仅是铭牌容量和模块方向。平均绝对误差和均方根误差的增加分别仅为 1.3% 和 0.5%，前提是与基线情景相比，这些关键参数是已知的。如有必要，还可以推断倾斜角和方位角，其中产生的不准确度取决于估计误差。结果表明，即使设计参数未知，物理模型链也可以用于功率预测计算，具有不错的精度，这极大地拓宽了物理方法的适用性。倾斜角和方位角也可以推断出来，其中产生的不准确度取决于估计误差。结果表明，即使设计参数未知，物理模型链也可以用于功率预测计算，具有不错的精度，这极大地拓宽了物理方法的适用性。倾斜角和方位角也可以推断出来，其中产生的不准确度取决于估计误差。结果表明，即使设计参数未知，物理模型链也可以用于功率预测计算，具有不错的精度，这极大地拓宽了物理方法的适用性。