【学习目标】
1.知识目标
（1）掌握光伏系统设计的主要内容；
（2）理解光伏系统的设计原则、掌握其设计步骤；
（3）了解光伏系统设计时应考虑的相关因素和技术条件。
2.能力目标
（1）能够陈述光伏发电系统设计的主要内容；
（2）能够陈述光伏发电系统设计的步骤；
（3）能够陈述光伏系统设计时应考虑的相关因素和技术条件。
【学习内容】
【微课视频】
【过关测试】
【梳理小结】
【拓展提升】
全球光资源数据库汇总(本文转载自PV兔子，感谢作者提供的优质资源）
导读
目前，随着光伏在我国的迅猛发展，人们对光伏电站在项目开工前的发电量以及收益概算要求越来越高，如何准确的预测整体项目的发电量以及收益，首先我们需要有项目场址准确的光资源数据。然而由于光伏项目本身项目周期较短，很少有公司或个人在当地项目开工前建立完善的测光系统并收集一个完整年的光资源数据。那么通过现有的光资源辐射数据库模拟以及通过参证气象站推算和修正项目所在地的光资源数据就显得尤为重要了。下面是兔子君为大家总结的目前全球光资源库，除了我们大家耳熟能详的NASA、METEONORM等数据库，让我们看看还有哪些吧！
名词解释
GHI
Global Horizontal Irradiance 太阳的 DHI和 DNI到达水平表面称为总水平辐射，通常简称为总辐射，简写为 GHI。
DNI
Direct Normal Irradiance 阳光从太阳盘面直接照射到与光路正交的表面，称作直接辐射简写为 DNI。
DHI
Diffuse Horizontal Irradiance 在大气中散射的直接到达地面的阳光称为散射辐射。散射辐射的标准测量在水平面上进行，这个测量叫做散射水平辐射，或者简化为“散射”简写为DHI。
1. NASA
NASA Surface Meteorology and Solar Energy
对于光伏系统设计者而言，NASA（美国太空总署气象数据库）早起广泛的被使用在我国光伏项目设计中，NASA数据库可查询任一地点的太阳能资源以及相关气象资料。诸如当地太阳能辐射量、降水量、风速等气象数据。
时间区间: 1983.7–2005.6
时间分辨率: 月平均、年平均 (kWh/m2/day)
空间覆盖范围: 全球
空间分辨率: 1度
要素: GHI, DNI, and DHI及气象要素
不确定度: GHI 8.71%, DHI 22.78%, DNI 20.93%
下载地址: http://eosweb.larc.nasa.gov/sse/
2. METEONORM
Meteonorm数据来源于瑞士的Meteonorm研究所，包含有全球7750个气象站的辐射数据。由于我国98个气象辐射观测站中的大部分均被该软件的数据库收录，输入项目地点的经纬度坐标后可以得到该地区1981~2010年的平均各月总辐射量，其项目地点的年总辐射量已经应用于我国大部分光伏工程中。
时间区间: 1981–2000/2010
时间分辨率: 分钟/小时模拟数据
空间覆盖范围: 全球
空间分辨率: 8055个气象站空间插值（1422个实测GHI）
要素:
实测: 月平均GHI, 温度, 湿度, 降水, 风速风向, 日照.
模拟: 分钟和小时的典型年GHI, DNI, DHI, 斜面辐射等.
数据质量: 有效性验证
不确定度: 年平均GHI 17 W/m2 (10%)
下载地址: www.meteonorm.com
3. SolarGIS
SolarGIS使用的辐射数据是基于Meteosat ( EUMETSAT, DE)和GOES (NOAA, USA)卫星遥感数据，另外结合Meteosat ( EUMETSAT, DE)和GOES ( NOAA, USA)的云指数和降雪指数、GFS数据库(?NOAA, USA)的水汽数据、MACC数据库(?ECMWF)的大气光学厚度数据、GFS和CSFR( NOAA)和积雪厚度数据以及SRTM-3的数字地形数据，使用最终计算得出的包括太阳辐射、温度在内的一系列气象要素值。由于其数据相比于NASA和METEONORM等数据库目前尚未免费对外开放，所以其在我国资源评估市场尚未有广泛的应用。
· 时间区间: 1994, 1999, 2007至今 (不同区域)
· 时间分辨率: 15/30分钟
· 空间覆盖范围: 60°N and 50°S
· 空间分辨率: ~3 km (赤道) / ~80 m using SRTM-3 DEM
· 要素: DNI, GHI, DHI等
· 数据质量: 有评估
· 不确定度: 如下表（Europe and North Africa）
· 下载地址: http://solargis.info.
4. WMO WRDC
WRDC为 WMO在俄罗斯联邦圣彼得堡设立的WMO世界辐射资料中心。
时间区间: 1964至今
时间分辨率: 逐日
空间覆盖范围: 全球
空间分辨率: 超过1000个站点
要素: 以逐日GHI, 日照时数为主, 有一部分DHI 和DNI, 少量站点有小时数据
数据质量: 尽可能作质量控制
不确定度: 无信息
下载地址: http://wrdc-mgo.nrel.gov and http://wrdc.mgo.rssi.ru.25
5. BSRN
全名: Baseline Surface Radiation Network
时间区间: 1992至今
时间分辨率: 1分钟
空间覆盖范围: 全球
空间分辨率: 40个观测站
要素: GHI, DNI, DHI等
不确定度: 15 W/m2
下载地址: www.bsrn.awi.de/en/home/
6. DLR ISIS
总部位于科隆的德国宇航中心（Deutsches Zentrum für Luft- und Raumfahrt，简称DLR）是德国负责研究航空航天并且计划、实施航天任务的机构，是德国国家级航空和航天研究中心，其广泛的研究和开发工作被纳入国家和国际合作项目中。
时间区间: 1983.7–2004.12
时间分辨率: 3小时
空间覆盖范围: 全球
空间分辨率: 280 km
要素: DNI and GHI
不确定度: 月平均3%
下载地址: http://www.pa.op.dlr.de/ISIS/.
7. SWERA
全名:Solar and Wind Energy Resource Assessment
时间区间: 中分辨率1985–1991; 高分辨率1998–2002
时间分辨率: 月平均、年平均日总量 (kWh/m2/day)
空间覆盖范围: 中分辨率: 含东亚；高分辨率: 含中国西部
空间分辨率: 中分辨率40-km; 高分辨率: 10 km
要素: GHI, DNI (DHI)等
数据质量: 无信息
不确定度: 无信息
下载地址: http://maps.nrel.gov/swera
8. NSRDB
NSRDB美国国家太阳辐射数据库包括全球的水平辐射、直接辐射以及散射辐射等数据。此外NSRDB还设有860个气象站完整的20年数据汇总与统计（每月/每年，日，和持续）。
时间区间: 1961–1990/1991-2009
时间分辨率: 逐时
空间覆盖范围: 美国
空间分辨率: 239 站/1454站
要素: GHI, DNI, DHI
数据质量: 分级
不确定度: 分级
下载地址: http://rredc.nrel.gov/solar/old_data/nsrdb/1961-1990/
9. 3TIER Solar Time Series
2010年，3TIER公司宣布完成了重新测定全球风能和太阳能资源的计划。该计划发起于2008年3月，致力于解决全球可再生能源应用中存在的缺乏资源潜力和可用性信息的问题。随着全球太阳能资源地图和数据集的发布，3TIER对全球风能和太阳能资源的测绘工作已经完成。最新发布的太阳能资源地图和数据集是基于10到13年时间收集的高清晰卫星图像，这些图像是由覆盖地球表面的9颗卫星每隔半小时收集一次得到的。图像处理使用统一的方法，该方法来自于全球大气科学协会提供的研究资料。
· 时间区间: 1997.1至今
· 时间分辨率: 30分钟/1小时
· 空间覆盖范围: 西半球/亚洲/海洋
· 空间分辨率: ~ 3 km
· 要素: GHI, DNI, and DHI
· 数据质量: 有评估
· 不确定度: W/m2, GHI [77/4], DNI [181/4], DHI [63/4]
· 下载地址: www.3tier.com/products/
10. NCEP/NCAR
NCEP/NCAR再分析数据美国环境预报中心(NCEP)和国家大气研究中心(NCAR)联合正式对外发布逐6h再分析资料集。
时间区间: 1948–2009
时间分辨率: 6-hour (W/m2)
空间覆盖范围: 全球
空间分辨率: 2.5 度
要素：水平总辐射及其他80余个变量
数据质量：无信息
不确定度：无信息
下载地址：http://rda.ucar.edu/datasets/ds090.0/
兔子君总结
看了上面这个多的数据库，是不是有点眼花缭乱的感觉，下面让兔子君帮您一一总结分析，以后我们要根据每个数据库的特点有针对性的选取资源数据啦！
目前主流的而且免费对外公开可查询的数据库主要还是基于NASA和METEONORM数据系统，广大的光伏开发设计朋友们都可以通过直接从网站输入坐标下载，也可以通过PVSYST、RETSCREEN、METEONORM等软件应用模拟得到项目所在地的资源数据。
但由于NASA数据是美国航空航天局（NASA）通过对卫星观测数据反演得到的分辨率在3Km~110km的太阳辐射数据，通过我们对比分析发现在我国不同地区存在着不同程度或高或低的偏差，尤其是在中东部地区阴雨天较多的地区，NASA数据要高于实测数据10%以上，在这类地区如果仅凭NASA数据进行收益测算，很可能结果过于乐观。
而METEONORM数据实为气象站数据，虽然正在被业内人士广泛的应用，但是其原理是气象数据然后通过模拟算法计算出项目所在地气象资源条件，所以其数据的准确性收到气象站地理位置以及海拔高度的影响，在我国中东部地区，其数据会受到热岛效应影响，使得模拟数据与项目场址的实际数据存在偏差，而在我国西南地区，由于气象站站址位置位置较低，而光伏项目场址普遍较高，模拟数据与实际数据往往差异会比较大，模拟数据往往偏低。
SolarGis数据库是目前我国收费数据库中应用最广泛的，SolarGIS的基础数据为采用卫星遥感、GIS（地理信息系统）技术和先进的科学算法得到，可以保证数据的准确性和精确度，尤其在我国中东部、南部绝大部分地区，项目现场实测结果与模拟结果误差在5%以内，但是在我国西北地区，由于卫星数据在考虑地表反光的因素上的先天劣势，SolarGis模拟结果会偏低。其数据库在我国的应用也越来越广泛，目前在国内已有多家包括三峡、华润、 华能等发电集团在购买使用。
DLR ISIS的德国豫航中心目前已经在光热领域做出了巨大贡献，包括数据的采集以及标准的制定，其数据库中的DNI指标相信随着国内光热项目的发展，必然会在今后的项目中起到参照和修订作用。
(本文转载自PV兔子，感谢作者提供的优质资源)
