文档

经常有人问此问题。因此，下面列举一些双方的基本状况，有助您判断哪种数据源更符合您的需求。

Meteonorm从Meteotest发展而来，是一种在太阳能行业中得到广泛认可和使用的数据源。Meteonorm有着30多年的发展历史（初版于1985年发布），并已成为太阳能仿真的标准气象数据库。同时，它也是一些常用光伏设计软件的默认气象数据库，如PVsys或PVSOL。

2010年，Solargis发行初版。其后，Solargis凭借其高精度的数据库，地区间的可靠性和稳定性，快速在行业内建立了良好口碑。

乍一看，这两个数据源似乎有很多相似之处，但从细节比较发现，Solargis在最重要特征方面明显更胜一筹。

Solargis模型已在全球220多个地区得到验证，这些地区的公共区域均存在可用GHI/DNI监测值。下表总结了基于这些验证点的高精度监测值得出的验证结果，且得出了GHI和DNI的年度总和：

详情请见Solargis准确性概述页面

Meteonorm数据库中同时包括了太阳辐射量监测数据和建模数据。其中，在欧洲地区，采用的是Heliomont卫星太阳辐射量数据库。就每个独立验证而言，Heliomont模型性能不及Solargis。然而，在非洲地区采用的CM-SAF数据库仅在非洲个别地点得到验证。而美洲、亚洲和澳洲尚无Meteotest发行的验证文件，因此，无法客观评估这些地区数据的精确性。

尽管太阳辐射量数据来源于1300个不同的气象站，但这些气象站并不是均匀分布的。大多数气象站早已停止工作，配备的感应器精确度低，而且疏于维护。因此，得到的数据无益于提高太阳辐射数据库的精确性。相反，若将低精度监测数据与卫星数据相结合，可能会对最终结果带来负面影响。

GHI地面测量数据的主要来源是GEBA全球能量平衡档案。 独立研究人员对GEBA数据库有如下评论：

• "The quality of global radiation measurements is not very good as more than 10% of the monthly means were identified as being afflicted with gross errors. The gross errors were found to be random at the global scale." Source: https://journals.ametsoc.org/doi/pdf/10.1175/1520-0477%281999%29080%3C0831%3ATGEBA%3E2.0.CO%3B2
• "From totally 269 European GEBA stations with monthly mean data available between 2000 and 2007, 205 cover at least five years, 172 of them with less than 30% data gaps and at least one complete annual cycle."

  "We recommend careful quality control and homogeneity testing of SSR time series in GEBA in order to study merely climatic (free of non-climatic factors) variability and changes in solar radiation."

  Source: https://aip.scitation.org/doi/pdf/10.1063/1.4804866

Solargis太阳辐射数据的计算以250 m x 250 m网格单元为单位。我们采用了现有最好的高分辨率数据输入，且这些数据输入在时间和空间上均匀分布。此外，Solargis模型可以根据任何地貌和气候条件作轻微调整。

Meteonorm评估特定地点的主要方法是从附近气象站收集长期月值数据，并进行插补。当附近10/20/30千米（在欧洲/非洲/世界其他区域）内无气象站时，可采用基于卫星图像的建模数据，作为支持信息。但这种方法存在很多局限，且可能在某些区域得到误导性结果：尤其是在太阳能资源在短距离内发生巨大变化的区域，如岛屿，沿海地区和地貌复杂的区域。同样值得注意的是，采用不同的数据源输入代表了不同的时间段，且数据库在时间表征上是极其多变的。

Meteonorm经典气象年(TMY)数据中的逐时太阳辐射和空气温度数据，并不是实际观测值，而是从月均值中统计生成。经典气象年(TMY)数据的综合生成是一个数学过程，所以会导致太阳辐照度和大气温度之间缺乏一致性。同样，在得出的仿真时间序列中，逐时值的机率分布可能无法代表气候的真实情况。因为太阳能系统的性能受太阳辐照度和大气温度影响，所以使用综合性逐时数据集会提高太阳能仿真的误差度。

相比之下，Solargis数据库中包括了太阳辐射量的低于逐时时间序列，且这些数据均基于卫星观测值和气象模型输出得到。

为了计算多年极端天气状况，在估计长期太阳能资源潜能时，推荐使用10年以上连续性历史数据。根据地理位置不同，Solargis数据库中太阳能资源数据的时间覆盖范围多种多样，从11年以上到24年以上不等。
Meteonorm仅在非洲地区卫星太阳能资源可提供足够的时间覆盖范围（1993-2012），对于世界其他地方而言，卫星数据的时间覆盖范围仅为7年，短期覆盖的卫星数据库不符合气候评估的标准。

Meteonorm的太阳能资源数据基于处理每小时或每三小时的卫星观测值得出的结果。每小时的观测值仅用于欧洲和非洲。然而，每三小时的观测数据可能得出误导性的云层覆盖信息，尤其是在云层形状瞬息万变的热带、温带气候地区。

Solargis每10、15或30分钟（具体取决于卫星平台）会处理一次卫星数据，这有利于更好地捕捉云层运动，得出低于逐时太阳辐射值和相同时间序列的高精度长期平均值。

获得近期（过去月份或年份）时间序列数据尤为重要，原因如下：

• 有了近期数据，便可与地面观测报告做一对一对比，更好把握数据的精确度
• 有利于提高长期预估的准确度，但前提是成功识别出建模数据和高质地面观测值之间的系统偏差。
• 可定期更新近期数据，可用作运行中光伏电站的性能监控。

Solargis数据定期更新，每日或每月更新的近期数据可以在全球范围内使用。

Meteonorm v7.2及更早版本中，逐时值是合成的，它们不代表任何特定的时间段。因此，与表示特定时间段的测量值的类似比较是不可能的。从v7.3起（于2018年11月发布）开始提供近期时间序列数据。截至2018年12月，欧洲、非洲和近东的时间序列是使用基于卫星的模型计算的。对于其他地区，时间序列数据使用ERA5再分析模型计算，与基于卫星的模型相比，该模型以更低的分辨率和更低的精度提供数据。由于最近时间序列数据的计算方法与用于典型气象年（TMY）文件的计算方法不同，因此访问最近时间序列数据的好处是有限的。

为公平起见，我们将分别列出各自的优势，首先，Meteonorm优于Solargis的特点如下：

1. Meteonorm提供了30多个气象参数。尽管我们的数据库包含的气象参数略少于Meteonorm，但我们提供太阳能评估的所有相关参数。
2. Meteonorm提供了36种数据输出格式。尽管我们的输出格式受限较多，但我们的数据可输入至最常用的发电仿真软件，如PVsyst，SAM等等。

另一方面，Solargis优于Meteonorm的特点如下：

1. Solargis可提供全球范围内高分辨率的多年时间序列数据
2. Solargis可提供功能强大的验证光伏仿真应用
3. Solargis可提供高分辨率交互式太阳能资源地图
4. Solargis可在非Windows操作系统的设备下载数据

乍一看，Meteonorm似乎更便宜。但是长期来看，Solargis性价比更高，可大大降低太阳能电站开发商，运营商和投资商的风险。

Solargis数以百计的客户遍及全球，规模不一。为什么这些机构都选择了Solargis？这是因为他们明白基于可靠数据做决定的重要性。特别是需要对高价值的太阳能资产开发或运行作出决策的时候，如果采用了误差度高的数据，会带来极大风险。

需要说明的是，我们免费提供年均值。但若您想获取更详细的信息、降低风险、从长远的角度降低成本，那么不妨现在花费小小投入，便可获得精确的太阳能资源和气象数据。

本文最初发布于2017年1月，最后更新时间：2018年12月3日。若Meteonorm相关信息有所更新，或上述信息已过时，请与我们联系，我们将作出相应修改。