气象数据与光伏电站的收益预测

随着光伏产业的日臻成熟，业界对气象数据的要求也越来越高。这就需要我们对不同地域的气象信息进行细致的分析，对不同的气象数据库进行仔细的对比。才能精确估算出光伏发电的收益。

1.1气象数据库

1.1.1 官方气象局数据库

当一个项目立项以后，需要开始编制可行性研究报告。在编制过程中需要对项目发电量进行估算。正常情况下，当地的地面气象辐射观测数据可以从当地的气象部门获得，一般可以购买到项目地点前5年的气象数据。气象数据相对准确，但是价格不菲，通常一个地区的气象数据价格过万，甚至几万元。

当然我们也能从互联网上获得一些气象站点的数据。比如：《中国科学院人地系统主体数据库》但是该数据库记录的数据为1951-1980年的气象数据数据，记录年代过于久远。

我们也能通过购买资料的方式获得年代较近的数据库资料，比如《中国建筑热环境分析专用气象数据集》收录了1971-2003年的气象数据，对于专业人员有一定的参考价值。

中国气象局官方网站有最新的数据，但是需要二级核心会员资格(非盈利行的研究机构)而光伏电站是一个营利性机构，该数据不易获得。

1.1.2 通过第三方获得的气象数据

1.1.2.1 METEONORM软件

METEONORM其数据来源于全球能量平衡档案馆(Global Energy Balance Archive)、世界气象组织(WMO/OMM)和瑞士气象局等权威机构，包含有全球7750个气象站的辐射数据，我国有98个气象辐射观测站被该软件的数据库收录。通过该软件6.0版本可以查询到收录的气象辐射观测站的1981-2000年多年平均各月的辐射量(对于7.0版本，为1990-2005年多年平均各月的辐射量)。此外，该软件还提供其他无气象辐射观测资料的任意地点的通过插值等方法获得的多年平均各月的辐射量。

1.1.2.2 NASA地面辐射数据库

NASA地面辐射数据库是根据卫星观测的大气层顶的辐射(Top of atmosphere radiance)、云层分布图、臭氧层分布图、悬浮颗粒物分布等数据，通过复杂的建模和运算得到了全球地表水平面总辐射数据，然后根据相关公式由水平面的总辐射推算出水平面的散射辐射和法向直接辐射(DNI)数据。“云”为是指停留大气层上的水滴或冰晶胶体的集合体，光线在穿射这些水滴以及冰晶胶体的时候会发生折射、散射、衰弱。从而达到卫星的反射光线减弱以及成像与实际位置出现偏差，在成像上体现为模糊不清、阴暗。

我国南方地区，特别是长江以南的地域，水网纵横密布。水汽蒸发会在对流层形成比较厚的云层，由于卫星受到云层、空气悬浮物、大型水体影响的因素影响。NASA的数据和一般地面气象站的数据差距就非常大。(见表1-1)

我国西北新疆、内蒙、青海、甘肃等地区开阔、干旱、太阳辐射较好的地区。已经建成的光伏电站自备气象站的辐射数据(西北隔壁沙漠地区地面观测站较少)与NASA数据库的数值相差较小。

1.1.3 自备气象站

有些EPC公司或者专业的光伏公司也会有自己的气象站数据。比如上海淘科提供的上海地区2014年1-8月的气象站数据如下表1-1。官方气象局的太阳能辐照数据每分钟采集一次，专业的光伏气象站每隔0.5秒-1秒钟采集一次气象数据(辐照度、风速、温度)准确度相对较高，非常有利用价值。

表1-1

表1-1中所示，上海地区最佳倾角条件下(28°)的辐照度数据。2014年实测辐照度数据与Meteonorm数据相差较小，而NASA(本文参考RETSCREEN自带数据)数据偏大，数据相差30%。

1.1.4 2004年前我国地面气象站数据准确性分析

由于我国光伏行业起步比较晚，对太阳能辐射的数据收集的不细致、不全面。大部分数据的记录时间间隔为3小时，有很多缺失数据都是采用数学插补法来获得。有的气象站在早起根本不收录太阳能辐射资料，很多数据都是由已知的气象要素数据推算出来的。

20世纪90年代，我国执行的气象辐射观测方法，对辐射观测站进行了一、二、三级的分级。只有一级站才有全面的的观测数据：总辐射、散射辐射、直接辐射、反射辐射、净全辐射。三级站只测量总辐射。由于当时全国270个台站中，只有1/3站点有能力观测太阳能辐射数据(90余个被METEONORM收录)其余的站点的太阳能辐照数据是依据公式推算出来的。这样的数据已经失去了在发电量估算的使用价值。

由于我国有90余个气象站数据被METEONORM收录，METEONORM数据库中我国的气象站数据准确也有待商榷。而且目前METEONORM软件是收取服务费的，而且服务费用很高。我们目前能够使用的免费数据截至1990-2005年左右。

2.1 气象数据对项目投资回报的影响

2.1.1 数据建模

假设项目地点位于南京，容量10兆瓦、系统效率80%、7.5元/瓦，发电自发自用电费1.2元/度。运维费用200万/年，贷款利率等财务参数与当前市场相符。

财务评价指标汇总(首年利用小时1000H)

由表1-2、1-3、1-4可以看出，气象数据10%的偏差造成了财务数据的巨大变化。或者引起投资失误，或者错过好的投资机会。

气象数据的准确性非常的重要，而获得相对准确的气象数据又比较困难。这就需要整个光伏行业进行数据共享，科学系统的整理分析过往数据互通有无。同时，政府的气象部门应该将数据分类，推出几档精度不同的数据，1.精确到 年、月;2.精确到日;3.3年前、5年期;同时将精确到年、月的数据免费的公布在气象局网站上。以供需要的设计人员参考。