经常有人说，我的邻居去年的发电小时数【shù】是1400h，那么我今年【nián】建一个电【diàn】站，发电小【xiǎo】时数也【yě】应【yīng】该不低于【yú】1400h。这其实【shí】是错误的【de】!
既然单独用某一年的【de】太阳能数据可【kě】能偏高或偏低，因为我们【men】会【huì】用“代表【biǎo】年”数据来分【fèn】析【xī】。
什么是“代表年”呢?简单的讲，就是代表平均水平的情况。
我们通常说的NASA数据、Meteonorm数据一般都【dōu】是指【zhǐ】的代表【biǎo】年数据。
如果，您有附近气【qì】象【xiàng】站历年的太阳【yáng】能辐射数据，这个【gè】数据当【dāng】然更准【zhǔn】确。那么，我【wǒ】们该【gāi】如何得出代表年【nián】数据呢?
光伏项目对代表【biǎo】年的【de】选取一【yī】向比较简单粗暴，直接将累年逐月数据平均，得【dé】到一【yī】个平均年数据，作【zuò】为代【dài】表年数【shù】据。而实际上，代表年的选【xuǎn】取还有多种方【fāng】法，而这【zhè】些方法都有各自的特点【diǎn】。本文【wén】总结了三种代【dài】表年的【de】选取方法【fǎ】：
将长序列数据平均，得到【dào】平均值作为【wéi】代表年数据【jù】。若需要代【dài】表年【nián】逐【zhú】月数据，则【zé】可逐月进行平均;若需要逐【zhú】时数据【jù】，则可逐时进行平均【jun1】。
在【zài】长【zhǎng】序列【liè】数据中选取年总量最接【jiē】近多年【nián】平均值的几年，再在这几年【nián】中选择逐月变化最接【jiē】近累年平均【jun1】逐月变化的一年(可采【cǎi】用逐月方【fāng】差【chà】最小进【jìn】行判断)，作为代【dài】表【biǎo】年数据。
在长【zhǎng】序列数据中逐月选取月【yuè】总量与该月累年平均值最接【jiē】近的【de】某年该月【yuè】数【shù】据，将选取出的12个月数据【jù】组合为一个代表年【nián】数据【jù】。
★ 方法一采【cǎi】用平均的计算方法，体现的【de】是该地区资源的平均【jun1】水平【píng】，但【dàn】是【shì】在需要逐时或逐日数据时，由【yóu】于经过【guò】了平均计算，真实的逐【zhú】时和逐【zhú】日变化【huà】已经被抹去，曲线会非常平【píng】滑【huá】；
★ 方法二最终选取的是一【yī】个真实【shí】年【nián】，因【yīn】此能【néng】够较为【wéi】真实【shí】的保【bǎo】留数据的逐【zhú】时变化和逐日【rì】变化，但因为能收集到的数据一【yī】般也就30年以内，以年为单位也就30组以内，样本【běn】数量有限使得并不【bú】一定能找到年【nián】总量和多年平均【jun1】非常接近、各【gè】月变化趋势也【yě】和【hé】多【duō】年平【píng】均非常接近的【de】一年数据，只能是找相对更符合的，从图中也可以看出，三【sān】条曲【qǔ】线中方法【fǎ】二的曲线【xiàn】只【zhī】能保证大致趋势上【shàng】与【yǔ】多【duō】年平均一致；
★ 方法三介于方法一和方法【fǎ】二之间，由【yóu】于采【cǎi】用逐月【yuè】选取最接【jiē】近【jìn】累年平均【jun1】月【yuè】数据，因此保证了选【xuǎn】取出的逐月数据【jù】在数值【zhí】上和趋势上【shàng】都接近于【yú】多年平均值，从图中也可以看到【dào】;由于是【shì】整月数据选取，因此也【yě】在一定程【chéng】度上保留数【shù】据的逐日【rì】和逐时特性。缺【quē】点在于该套【tào】代表年数【shù】据【jù】是由独立的12个月数据拼接【jiē】而成，不是一个真实的年【nián】数据，而【ér】在月【yuè】和月交界的地方数据也【yě】有可能需要【yào】做一【yī】些处理。
来源：光伏智库
