求某光伏电站一个月以上的逐时实测数据，要带气象情况的，万分感谢！
只是发电功率预测的话，如果只是简单的话，NASA数据库里面就有了，如果是要较精确的，中国气象局网上有01和02的各地全年太阳能辐射数据，很细到天，要逐时的八成不好搞，至于气象数据，如果你只是气象站出具的光伏发电功率预测方面的数据也主要是温度，雷暴天数等等的数据。
建议你搞气象站的日太阳能辐射量来算日发电量，这个比较靠谱点
一般累计的，一天的，一月的，一年的。先设定一个标准线，即1000W/M2，然后累计一天的日照时数
因为气候这个东西会变化，所以一般采用气象局里往年的参数来界定太阳辐射强度
太阳辐射受季节和地理等因素的影响，具有明显的不连续性和不确定性特点，有着显著的年度变化、季节变化和日变化周期，且大气的物理化学状况如云量、湿度、大气透明度、气溶胶浓度也影响着太阳辐射的强弱。
美国、欧洲、日本等发达国家对太阳能光伏发电预测方法的较早的进行了研究与实验。我国太阳能光伏发电预测技术起步较晚，少数几个知名大学相继开展了以建模、仿真为主的技术研究。本文对对太阳能光伏发电的预测方法进行了分析与总结，归纳了各种预测方法的优点及不足，为国内太阳能光伏发电行业的发展提供重要依据。
1 太阳能光伏发电预测原理
当前，对太阳能光伏发电预测的研究主要集中在太阳能辐射强度的预测上。太阳辐射的逐日或逐时观测数据构成了随机性很强的时间序列，但太阳辐射序列的内部仍有某种确定性的规律，只有充分了解掌握太阳能光伏发电的特点、变化规律，才能建立符合实际情况的预测模型及方法。
太阳辐射分为直接太阳辐射和散射太阳辐射。直接太阳辐射为太阳光通过大气到达地面的辐射；散射太阳辐射为被大气中的微尘、分子、水汽等吸收、反射和散射后，到达地面的辐射。散射太阳辐射和直接太阳辐射之和称为总辐射。太阳总辐射强度的影响因素包括：太阳高度角、大气质量、大气透明度、海拔、纬度、坡度坡向、云层。
太阳能光伏发电预测是根据太阳辐射原理，通过历史气象资料、光伏发电量资料、卫星云图资料等，运用回归模型、人工神经网络、卫星遥感技术、数值模拟等方法获得预测信息，包括太阳高度角、大气质量、大气透明度、海拔、纬度、坡度坡向、云层等要素，根据这些要素建立太阳辐射预报模型。
2 太阳能光伏发电预测方法分析
太阳能变化趋势主要受到当地地理条件和气象条件的影响。地理条件的影响有明显规律，可以根据当地经纬度计算出全年太阳的运行轨迹，并结合光伏电池阵列自身的参数计算出太阳能变化的一个总体变化趋势。但该趋势并不能反映出几小时内，甚至不能反映出几天内的太阳能变化的大致情况。
气象条件对于太阳辐射的影响是最直接的。要实现几小时内的太阳能趋势预报，就必须找到根据气象条件推算出太阳能趋势的计算方法。近年来，随着太阳能产业的飞速发展，对太阳能光伏发电预测要求的不断增加，发达国家对太阳能光伏发电预测的研究较早、发展较快。目前，我国对太阳能光伏发电预测技术的研究还处于起步阶段，需进一步深入研究与实验。
太阳能辐射的预测方法主要有三大类：
第一类：基于历史气象数据和光伏发电量数据的研究，采用统计学方法进行分析建模；
第二类：基于卫星云图资料数据和地面监测资料数据，通过卫星、雷达图象处理，计算出实时太阳能辐射的预报方法；
第三类：基于数值天气预报的预测方法。
2.1 第一类预测方法
第一类预测方法，其模型的建立不考虑太阳辐射变化的物理过程，通过对历史观测数据资料进行分析和处理，以历史发电量预报未来发电量。一般采用回归模型预测、神经网络等数学方法，建立光伏发电系统与气象要素相关性的统计模型，进行发电量预测。该方法模型构造及运算方法较为简单，但只适应于发电量变化不大的平稳时间序列，对于发电量变化较大的时间序列，误差较大。
2.1.1 回归模型预测
回归模型预测根据历史资料，，找出天气变化与太阳辐射的关系及其变化规律，建立可以进行数学分析的数学模型，对未来的太阳辐射进行预测。该方法其特点是将预测目标的因素作为变量，将预测目标作为常量。利用给定的多组变量和常量资料，研究各种变量之间的关系。利用得到的回归方程式来表示变量与常量之间的相对关系，从而达到预测太阳辐射的目的。在大量的实验与实践中得出，变量误差较大，尤为正午时误差明显。
回归模型预测对于非线时间序列的太阳辐射数据预测结果并不理想。人工神经网络方法较回归模型预测误差较小。
2.1.2 人工神经网络
人工神经网络方法采用神经网络技术，建立发电量与太阳总辐射、板温的函数模型，历史数据结合效果较好。目前研究最多的是应用误差反向传播算法（BP算法）进行短期预期。该算法的主要思路为将历史数据和影响太阳辐射最大的几类因素作为输入量输入人工神经网络，经过输入层、隐含层和输出层中各种数据运算从而生成输出量；再以设定误差为目标函数对人工神经网络权值进行反复修正与完善，直至达到设定误差值。
在传统统计无法满足要求时，可利用人工神经网络进行预测方法，但该方法同样基于历史气象数据进行预测，发电量预报严重依赖于太阳总辐射预报准确： 未能找出影响光伏发电量的关键逐时气象要素，对突发及随机的天气变化预测较难控制。 2.2 第二类预测方法
第二类预测方法主要利用卫星遥感技术完成太阳辐射的预测。卫星遥感是指以人造卫星为传感器平台的观测活动，是通过勘测地球大气系统发射或反射的电磁辐射而实现的。它包括对地观测以及面向太空环境的观测活动，其中对地观测是目前卫星遥感的主要内容高空间分辨率图像数据和地理信息系统紧密结合，为太阳辐射预测提供了可高依据。
1960年，第一颗泰罗斯卫星将第一幅可见光云图传送至地球，使人们看到了用卫星遥感的巨大潜力。从此，以气象卫星技术的逐步完善为开始，又逐渐出现了遥感地球大气、地球表面陆地、海洋特征以及监测地球环境的各种卫星。
美国的卫星遥感技术一直处于世界领先地位，代表了卫星遥感技术的发展水平。欧洲、加拿大、日本等国都在大力发展研究遥感技术。我国的第一颗地球同步气象卫星“风云2号”，于1997年6月10升空，标志着我国卫星遥感技术迈上了新的台阶。
经过大量的研究与实践表明，卫星遥感技术获取的小时地面辐射数据与地面观测的辐射数据偏差较大，最大误差可达到均方根误差20%-25%。因此如何更好的较小误差，准确的统计、预测将成为遥感技术的发展方向。
2.3 第三类预测方法
第三类预测方法主要利用数值模拟方法进行预测，即用数学物理模式对大气状况进行分析，用高速计算机求解进行预报的方法。该方法根据描述大气运动规律的流动力学和热力学原理建立方程组，确定某个时刻大气的初始状态后，就可通过数学方法求解，计算出来某个时间大气的状态，就是通常所说的天气形势及有关的气象要素如温度、风、降水、辐照度等。数值模拟预测方法预测的时间较长，目前，可预测40 h甚至更长的数据。
数值模拟方法中的气象和环境因素最为复杂，难以精确确定，所以预报的误差不仅存在，对于短时又特别复杂的变化，准确度更是大大降低。因此精准度的提高一直是目前研究的重点和难点。
目前记录最详细的全球气象资料可以追溯到民国时期，从1901-2020年全球逐年/逐月/逐日/逐时气象数据都可以免费获取到。如图中所示，地图上红色密密麻麻的图钉，代表着一个个气象观测站，点击任意一个站点就可以获取该站点的经纬度信息，点击确定即可调取该站点的气象数据。考虑到很多气象站是建了拆、拆了又建，而且早在五六十年代的时候还没有那么多气象站。所以一般来说会先查逐年数据，然后根据该站点能提供的年份去查对应的逐月数据，最后再细化到逐日/逐时数据，根据实际情况而定。
事实上我们更关心的还是气象数据的准确性，所以会发现系统里有不同的数据栏目如：实测数据、网格数据、年鉴资料等。它们的来源不尽相同，实测是NOAA的地面观测资料、网格是NASA的卫星反演产品、年鉴资料由国家统计局颁布相当于一个标准的参照。比如同一个地域的降水量，不同栏目获取到的数据或多或少会存在差异。其实这对数据分析和科研来说是一件好事，多渠道的数据相互比对，可以给我们提供更多的参考依据。
根据最新的权威数据统计，2020年我国光伏新增装机48.2GW，累计装机量达到253GW，多晶硅产量39.2万吨，光伏组件产量124.6GW，光伏产品出口额197.5亿美元，组件出口量则达到78.8GW，创历史新高。
2020年发展形势
（一）应用市场恢复性增长2020年，我国光伏新增和累计装机容量继续保持了全球第一，国内光伏新增装机规模达48.2GW，创历史第二新高，同比增长60%，特别是集中式电站同比增长了近83%；截至2020年底，光伏累计并网装机量达253GW，同比增长23.5%；全年光伏发电量2605亿千瓦时，同比增长16.2%，占我国全年总发电量的3.5%，同比提高0.4个百分点。
（二）光伏产品出口稳中有增
2020年，我国光伏产品出口总额约197.5亿美元，同比下降5%。其中硅片出口额17.7亿美元，出口量约27GW；电池片出口额约9.9亿美元，出口量约9GW，硅片和电池片出口量与去年同期相比略有下降。组件出口额为169.9亿美元，出口量约78.8GW,同比增长18%。随着海外疫情的爆发，对海外光伏市场需求的预期下降,导致二季度光伏产品价格大幅下降,这是光伏产品出口额下降的主要原因。同时，海外工厂产能利用率下降导致硅片、电池片的出口量下降，但全球以光伏为代表的可再生能源市场发展并未受到疫情较大影响，继续拉动组件出口量的上升。多晶硅进口方面，随着国内多晶硅供应大幅提升，以及海外多晶硅产能的逐步退出，2020年，我国太阳能级多晶硅进口量约为9.9万吨，同比下降29.6%，进口额约为9亿美元。
一、发展现状
2011年9月5日，欧盟联合研究中心能源与交通研究所发布了其年度统计分析报告《光伏现状报告2011》，对全球超过300家相关企业的调查结果进行总结和评估。根据报告，从光伏组件生产情况来看，过去数年经历了重大变化，中国大陆已成为全球主要的太阳能电池和组件制造中心，其后是中国台湾、德国和日本。全球前20位太阳能电池制造商中，有8家中国大陆企业、5家欧美企业、4家台湾企业、3家日本企业，中国大陆有6家企业进入前十位。而从光伏装机情况来看，欧盟凭借其累计装机容量超过29 GW，领先于其他国家和地区。截至2010年底，欧洲光伏装机占到全球光伏装机总量的70%以上。
在价格方面，受光伏市场从供应受限向需求驱动转变，以及光伏组件产能过剩的影响，过去3年内光伏组件价格大幅降低，降幅接近50%。未来光伏系统成本的降低将不仅取决于太阳能电池和组件的技术改进和规模扩大效益，还取决于系统组件成本以及整体安装、规划、运行、许可与融资成本的降低。预计，光伏技术领域的投资将从2010年的350～400亿欧元翻倍增长至2015年的700亿欧元，组件终端价格还将持续下降。
在技术发展方面，结晶硅太阳能电池仍是主流技术，2010年其市场份额约占85%，目前，该技术主要优势是能够在相对较短的时间内提供、组装和开工生产。但由于硅原料的阶段性短缺和为新进企业直接提供交钥匙生产线的出现，使得2005～2009年，薄膜太阳能电池的投资有大幅度的增加，目前该行业已有超过200家企业。此外，聚光光伏（CPV）是一个新兴市场，包括两种技术途径：一种是高聚光倍数，超过300个日照强度；另一种是中低聚光倍数，聚光系数在2～300之间。目前CPV的市场份额还很低，但有越来越多的企业开始关注该领域。2008年CPV产量约为10兆瓦，2010年预计在10～20兆瓦之间，到2011年有望达到100～200兆瓦。此外，受到光伏市场整体增长驱动，染料敏化太阳能电池也已准备进入市场，此种电池主要由纳米多孔半导体薄膜、染料敏化剂、氧化还原电解质、对电极和导电基底等几部分组成，欧、美、日等发达国家已投入大量资金对其进行研发。
二、竞争力
2011年9月6日，欧洲光伏产业协会（EPIA）发布了最新光伏竞争力分析报告《太阳能光伏在能源部门的竞争在竞争的道路上》，全面分析了5个太阳能光伏产业主要市场，包括法国、德国、意大利、西班牙和英国。分析结果表明，一些国家最早于2013年可实现光伏产业竞争力，到2020年可在更广泛的市场实现竞争力。近年来已证明在合适的监管框架下，太阳能光伏发电技术可以成为达到欧盟2020年能源目标的一个主要贡献力量。
报告主要结论包括：在未来10年内，所有国家和各细分市场的光伏发电系统价格将下降36%～51%；考虑到光伏发电效率的提高、规模经济和光伏市场的发展成熟，以及所有电力来源发电成本的增长趋势，2020年前光伏可在欧盟5个最大的电力市场中具有竞争力；鉴于多数欧盟大国从南到北的太阳能辐射水平不同，以及不同的细分市场，欧洲各地不会在同一时间实现光伏技术的竞争力；整个欧洲范围光伏竞争力的实现将需要监管框架的政治承诺，支持技术发展，并消除市场畸变。
三、制约因素
如同其他任何新兴产业一样，光伏产业也存在着若干不容忽视的问题，将会制约其进一步发展。国际社会对光伏产业发展的制约因素也有着不同声音：
1.光伏发电蓬勃发展或造成铅污染
美国田纳西大学Knoxville分校土木与环境工程助理教授ChrIS Cherry领导的一项研究发现，由于太阳能光伏发电严重依赖铅酸蓄电池进行储能，到2022年，中国和印度太阳能光伏产业直接造成的铅污染可能相当于2009年全球铅产量的三分之一；这两个发展中国家由于在铅采选、冶炼、制造和重复使用生命周期环节的低效率，可能会产生超过240万吨的铅污染物；其他发展中国家也可能会出现类似的问题。研究指出，铅金属采选和冶炼业应进行技术改造以提高转化效率，太阳能光伏产业界应该开展铅回收和循环利用计划；而政府在国家太阳能发电计划中需要考虑到向铅蓄电池行业环境保护方面进行投资、制定电池回收政策等措施。如果情况得不到改善，铅电池的使用将导致环境的污染以及工人和儿童的铅中毒，如神经损伤、肾功能衰竭、心血管系统及生殖系统问题。
2.材料短缺将阻碍薄膜光伏发展
2011年7月，英国能源研究中心（UKERC）发布了题为《材料的可用性：未来低碳经济的潜在制约因素》的报告，基于太阳能电池厚度、转换效率和其他材料使用的主要驱动因素等不同假设，对全球铟和碲的需求与供应情况进行了评估。报告指出，铟和碲是目前主流薄膜太阳能电池（CIGS、CdTe）的关键材料，尽管目前薄膜光伏市场增长迅速，但短期内光伏设备的材料需求能够得到满足；而从长期来看，如果未来20年的市场增长速度与一些高增长预测情景相一致甚至超出，薄膜光伏设备的材料需求将大大超过当今全球的生产量，如碲需求的增长可能会高达1800%，铟（也用于平板显示器的制造）产量可能需要增加12%～170%。而且有关这两种稀有金属未来供应的信息不够充分（如不同来源的产量、储量或资源量预测值相差甚远），现有研究工作无法确定产量的扩大能否满足需求，还需要开展更多的工作及收集更加全面的数据来深入探讨这一问题。
3.利用光伏发电需要因地制宜
2011年7月6日，美国电气和电子工程师协会（IEEE）终身会士Prabhu Deodhar指出，目前，世界上一些国家正计划建设或已建设了大量兆瓦级太阳能光伏电站，但基于以下原因，许多专家都认为建设如此多的大型集中式太阳能发电站是浪费投资和滥用技术。
①一般常规电厂（水电或火电）需要在临近能源资源处建造，这就要求付出巨大的成本将电力输送到负荷中心。而由于太阳能是无所不在的，可在需要能源的地方就地收集利用，是理想的分布式电源，避免了高压输电造成的线损。
②光伏发电具有真正的模块化优势。它可以通过从数千瓦到20兆瓦甚至200兆瓦的不同规模实现成本效益。一座10千瓦电站或150兆瓦电站的每瓦太阳能发电成本相同，但土地成本和其他“软成本”使得大型电站更加昂贵。因此，大型太阳能光伏电站没有“规模优势”。事实上，由于逆变器的功率有限，所有兆瓦级太阳能电站基本上是若干500千瓦电站的集群，用一百座500千瓦电站来代替单个50兆瓦电站更切实际。
③兆瓦级太阳能光伏电站最大的问题在于，当电能通过一系列电力变压器后，损耗率达到12%～15%。太阳能光伏用400伏三相逆变器产生电力。在大型电站中，首先通过几个电力变压器将电压提高到66千伏或是更高，然后再通过变压器组降至400伏以满足消费者的需求。此外，在电网传输中还有5%～7%的损耗。而与此形成鲜明对比的是，规模较小的太阳能发电站靠近用户，在输送过程中几乎没有能量损失。
④太阳能光伏发电的一个主要限制是每千瓦占用空间较大，土地可以采用更有价值的使用方式，而不是被太阳能电池组件所覆盖。大型太阳能电站往往建在偏远地区，会导致环境问题或与农业用地产生冲突。大型集中式电站相关的安全和维护问题也日益突出。
⑤电力在电网中的流动方式和其电网结构的分析。大量的电力在电网中始终循环在66千瓦或132千瓦的水平。即使并入200兆瓦电力也只是极小的一部分。所以这样的容量提升并没有解决类似停电和电网终端“高阻抗”大幅波动的问题。相比于大型电站，400伏馈电通常能够切实减轻电网阻塞。电压波动的发生是由于电网的高阻抗，就地回馈400伏太阳能电力将立即降低电网的阻抗，并提供稳定、清洁的能源。
总之，光伏产业作为代表性清洁能源新兴产业，对应对能源问题，缓解气候变暖起着重要作用。但在蓬勃发展的光环下仍存在着如环境污染、材料短缺、规模问题等诸多负面因素。如果对此没有充分认识，并综合包括政府、学界、产业界、公众等各利益相关方的意见进行统筹规划、进行技术的升级改造和因地制宜的应用，将不可避免地对光伏产业未来发展造成严重影响。
不知道可不可以？
你好，2020年我国的光伏产业发展态势整体非常好，户用光伏补贴在11月底也会全部用完。而在临近年末，各地区都在下发有关于新能源的政策，可以说是为明年的发展带来了非常好的市场信心。
在最近召开的十四五计划会议中，明确提出要：“推进能源革命”、“构建生态文明体系，促进经济社会发展全面绿色转型”和“加快推动绿色低碳发展”、“全面提高资源利用效率”等要求，为能源产业的持续健康发展指明了方向。
而光伏发电光技术降本空间大、技术进步快、产业化确定性强，是未来主要发展的低成本节能发电方式之一。
未来，我国很多城市农村家庭房屋、建筑的屋顶都会安装光伏电站，来推动清洁能源产业的发展。
按照我国2050年近零排放，深度脱碳的愿景目标，“十四五”能源转型的步伐还需要进一步的加快。大家可以看到，煤电基本要关门了，煤炭提前达峰是大概率的事件。另外，我们要力保非化石能源占比不低于20%的比例，是非常关键的一个指标，风电和光伏就要担当主力了。光伏发电在“十四五”期间，至少要新增2.5亿千瓦，要达到累计装机5亿千瓦。这样我们才能为2030年光伏累计不少于8亿千瓦，实现25%的非化石能源打下基础，进而再一步实现到2030年和2050年非化石能源占到35%和70%的高比例目标。所以我们要坚信并且看见光伏发电将成为未来最重要的发电电源。
所谓，新能源光伏发电的发展前景非常好！
光伏电站
这种技术的关键元件是太阳能电池。
太阳能电池经过串联后进行封装保护可形成大面积的太阳电池组件，
再配合上功率控制器等部件就形成了光伏发电装置。
太阳能光伏组件将直射太阳光转化为直流电，
光伏组串通过直流汇流箱并联接入直流配电柜，
汇流后接入逆变器直流输入端，将直流电转变为交流电，
逆变器交流输出端接入交流配电柜，
经交流配电柜直接并入用户侧。
逆变器通过传感器计量、计算得到的发电量 和电表的发电量存在一定的误差。
一是因为逆变器的计量精度 和电表的计量精度不一样，伏并网系统使用的监控设备往往是系统建设单位自己采用的设备，而电表计量设备往往是电力部门安装的设备，因此设备不同，得到的数据可能会有一些差距。
二是光伏发电在传输过程中会有不同的线损，到达并网点的电表时计量到的电能并不是逆变器输出端计量到的电能，
但两者误差要控制在一定范围内，误差太大，可能是系统导致发电量偏低。
