当使用辐照数据计算系统效率时，使用准确辐照数据的重要性就显而易见了。带入不同的辐照数据计算系统效率的结果比较详见下图：

a)二级标准辐照仪的平均值

b)二等标准辐照仪的平均值

c)基准电池组的平均值

系统效率的计算差异非常明显。而且使用基准电池组测得的辐照数据计算所得系统效率大于100%，这显然无法接受。

带入纯辐射测量值计算的日系统效率差异也十分显著，如下图：


除了需要关注传感器的质量，采样的准确性和辐照的可信值也依赖于仪表的安装方式。该变量也可能对数据可信度产生显著影响。如果辐照仪的朝向相对于阵列组件朝向向东偏了3°，那么测量的倾角入射辐照已经与阵列所接收的辐照存在显著差异，所以该辐照仪的辐照数据也会变得不可靠。一个典型的案例如下图所示：


上图中曲线的差异揭示了组件与辐照仪的朝向的差异。在该案例中，辐照仪的朝向相对于组件偏东。所以错误的辐照信息会使系统效率的计算完全不可靠。

下图展示了上述辐照仪朝向错误的情况所得的当天系统效率波动曲线。由于异常值会引起错误报警，所以早晚的低值与高值都是不可接受的：

6、总结

在光伏电站监测系统中气象传感器发挥重要作用，精确的气象实测数据是跟踪、评估和控制光伏电站性能参数的关键。因此正确安装足够数量的气象传感器及相关设备，顺利采集到与光伏电站相关的合适数据，才能保证无法避免的误差不会导致错误的假设和结果。只有合理利用冗余的传感器，采样频率，数据清洗及校验，根据电站特征进行修正，才能得到最好的性能分析结果。

众所周知二级标准辐照仪价格不菲，并不是所有电站都具备文中实施的条件。在工程实施阶段如何才能解决这些问题呢，译者总结全文的主要思想之后，认为在使用高精度仪表代价过于昂贵的情况下，退而求其次则需要使用就近多实测数据对比，远景能源的五层数据分析，就近高标准站机器学习拟合，卫星及模式数据趋势判断等方法。当下作为大数据的时代，充分挖掘核心数据价值，提升社会效率也是大势所趋。