1、太阳能资源数据特点
根据《光伏发电工程可行性研究报告编制办法》（试行）的要求：项目现场太阳辐射观测站至少连续一年的逐分钟太阳能的总辐射、直接辐射、散射辐射、气温等的实测时间序列数据。而《太阳能资源评估办法》（QX/T89-2008）中的方法不能满足《光伏发电工程可行性研究报告编制办法》（试行）的要求。
目前基于数据订正的长序列数据来源主要有以下几种：基于数据库（）数据、基于气象站历史观测资料、基于太阳能资源评估的数值模拟（即：QX/T89-2008中方法）；
为了提高对光伏电站太阳能资源评估的准确性，太阳能资源评价根据现场一年的实测数据，结合附近有代表性的长期测站的观测资料。将验证后的现场太阳能数据订正为一套反映光伏电站长期平均水平的代表性数据进行太阳能资源分析。但由于受气象及地形影响，太阳能资源的随机性较大。在一些光伏电站内，虽然数据观测年与长系列太阳能辐射统计值相同。但各月变化仍存在较大差别，且有正负之分。如果只是单一以实测数据年与长系列年太阳能辐射值差值作为订正太阳能数据的依据。并不能反映实测数据年内各月相对于长系列年太阳能辐射值各月的变化趋势，这将在太阳能资源评估中产生一定的误差。
因缺少太阳能资源评估详细的技术规范，目前各设计咨询单位在进行光伏电站的太阳能资源评估时，其方法各异。本文将对各设计咨询单位目前采用的主要方法进行探讨，以分析各类方法的差异。
2、太阳能资源数据预处理
2.1、数据预处理
数据预处理包括数据修正、归一化和低通滤波。如前文论述，数据包含的各环境因子较多，各环境因子的数量级差别较大，因本文只对太阳能资源数据进行分析。本文不再对各环境因子进行规一化处理。
由于受传感器故障、AD采集转换模块故障、总线通信误码和电磁干扰等影响，测量数据在某些采样点波动很大，远远超出物理量的实际最大可能变化范围，须对其修正（修正方法见下文）。结合光伏电站太阳能分析工作实践与相关国家标准、行业标准，制定以下数据趋势检验判别标准，如下表所示。
因记录的数据为每秒采样一次，并自动计算和记录的每1min的平均辐射值。因此，数据不再进行低通滤波。
2.2、数据的插补
采用期间（完整年）应获得的525600组数据（采样时间1min），因仪器故障等原因，数据一般存在缺失。需对缺失数据进行插补，
缺失的数据分为如下几类：1）小时内少量不连续数据的缺失；2）一天内大量连续数据的缺失；3）几天数据的连续缺失。
针对上述三种情况，对数据的插补采用了如下不同的处理方式。
1）首先插值为前10点数据的平均值，比较并计算σ（σ为每点相对平均值的标准差）；平均值如相差超过±3σ，认为该插值需向上或向下修正；再将该值与以前的数据逐点平均，直到逐点平均值与前10点数据平均值相差小于±3σ或超过5个点，即将逐点平均值作为该点的插值（该插值方法同样用于数据的修正）。
2）首先找出年内与该天对称时间的数据进行最小二乘的线性拟合，而后进行插补。（该天对称时间定义如下：与该地真太阳时12时相差相同时长的时刻）。如对称时间的数据也缺失，则与相邻天的辐照值进行最小二乘的线性拟合，而后进行插补。
3）首先根据《太阳能资源评估办法》（QX/T89-2008）中方法计算数据缺失天及前后十天的理论辐射值，再对数据缺失天的前后十天的实测数据与理论值进行最小二乘的相关分析，最后根据拟合曲线，根据理论值推算缺失天的辐射值。
为得到光伏电站的太阳能资源平均状况，必须以参证站气候平均值为气候背景，将为期一年的太阳能样本数据进行长序列订正。
