4. 消纳能力分析的数据需求与来源
消纳能力分析本质上是一个“用数据还原电力系统运行边界”的过程。无论是评估某地区风电、光伏可接入的最大容量，还是计算特定时段的新能源利用率，结论的可信度都直接取决于输入数据的完整性、时空分辨率与质量。本节围绕五类核心数据——气象数据、出力数据、负荷数据、电网运行数据以及数据质量处理——说明它们各自的作用、常见来源与使用要点。
一、气象数据：新能源出力的“因”
风电和光伏的出力由气象条件驱动，因此气象数据是消纳分析的源头输入。风电关注的核心要素是轮毂高度处的风速与风向，通常需要10分钟或15分钟级的时间序列；光伏关注的是水平面总辐照度（GHI）、直接辐照度（DNI）、散射辐照度（DHI）以及组件温度、环境温度。
气象数据的来源主要有三类：一是气象站实测，精度高但空间覆盖稀疏；二是卫星反演与再分析资料，如ERA5、MERRA-2，时间跨度长、空间连续，适合做长周期资源评估；三是数值天气预报（NWP），用于未来时段预测。实际工程中常采用“再分析数据做资源评估 + NWP做短期预测”的组合方式。
使用气象数据时要注意两个问题：一是空间代表性，一个气象站的数据未必能代表整个风电场的风况，山地地形尤其明显；二是时间基准，辐照度数据必须明确是水平面还是倾斜面，风速必须明确测风高度，否则后续折算会引入系统性偏差。
二、出力数据：新能源的“果”
出力数据是消纳分析最直接的输入，通常来自场站SCADA系统，采样间隔为1分钟、5分钟或15分钟，分析时一般聚合到15分钟或1小时。需要采集的字段包括：有功功率、无功功率、开机容量、可用容量、限电标志位。
这里有一个容易被忽视的关键点：限电标志位。如果场站因电网调度指令被限出力，那么SCADA记录的出力并不是“资源可发功率”，而是“被允许发出的功率”。在做消纳能力分析时，必须区分“实际出力”和“理论可发出力”，否则会低估资源潜力、高估消纳空间。理论可发出力通常通过“实际出力 + 限电量”还原，或由气象数据经功率曲线折算得到。
出力数据的另一类来源是区域级新能源发电统计，如省级调度的新能源总出力曲线，用于宏观消纳率计算。场站级数据用于精细化分析，区域级数据用于系统级平衡，两者不可互相替代。
三、负荷数据：消纳的“空间”
负荷决定了电力系统能够接纳多少新能源。消纳能力分析需要的负荷数据包括：系统总负荷时间序列、负荷峰谷特性、负荷与新能源出力的时序匹配关系。数据来源主要是调度自动化系统（EMS/SCADA）和用电信息采集系统。
负荷数据的关键在于时序对齐。新能源出力与负荷必须使用同一时间基准、同一时间分辨率。例如，若光伏出力是15分钟平均，而负荷是1小时平均，直接相减会掩盖午间光伏大发与负荷高峰错位的问题。实际处理中，通常将两者统一重采样到15分钟，并检查时区、夏令时、节假日标记是否一致。
此外，负荷数据还需区分“统调负荷”与“全社会用电负荷”。消纳分析通常使用统调负荷，因为它对应电网实际调度的发电资源平衡范围。
四、电网运行数据：消纳的“约束”
新能源能不能送出去、送多远，取决于电网的物理与运行约束。消纳能力分析需要的电网运行数据包括：
- 输电通道容量：断面限额、线路热稳定极限，决定新能源外送能力；
- 调峰能力：常规机组最小技术出力、启停时间、爬坡速率，决定系统能压低到多少；
- 调频与备用：系统旋转备用容量、AGC调节范围，影响高比例新能源下的频率安全；
- 开机方式：机组组合、检修计划，决定实际可用的调节资源；
- 联络线计划：跨省跨区交易曲线，影响本地消纳空间。
这些数据主要来自调度运行方式部门、电网规划部门以及电力交易中心。它们通常不是公开数据，需要与电网企业协调获取。在数据不可得时，可采用典型运行方式或公开的电网年度运行报告进行合理假设，但必须在分析报告中明确标注假设条件。
五、数据质量处理：从“有数据”到“能用数据”
原始数据几乎不可能直接可用。常见问题包括：缺失值、异常值、时间戳错位、单位不统一、量纲不一致。处理流程一般包括以下环节：
- 缺失值识别与填补：连续缺失超过一定时长（如4小时）的片段不宜简单插值，应标记为无效或使用同期气象数据重建；短时缺失可用线性插值或前向填充。
- 异常值检测：出力超过装机容量、负荷为负、风速超过切出风速但出力不为零等，均属异常。可用物理上下限 + 3σ准则联合判断。
- 时间对齐与重采样：统一到同一时间分辨率，检查时区与夏令时，确保气象、出力、负荷三者的时间戳逐点对应。
- 一致性校验：检查功率平衡，例如“总出力 ≈ 各场站出力之和”；检查能量守恒，例如“发电量 ≈ 出力对时间积分”。
- 数据版本管理：记录每一步处理操作，保留原始数据与处理后数据的对应关系，便于复核与追溯。
六、五类数据的协同关系
这五类数据不是孤立的：气象数据解释出力数据的成因，出力数据与负荷数据的时序匹配决定消纳空间，电网运行数据划定消纳的物理边界，数据质量处理则贯穿始终，决定分析结果是否可信。下图展示了五类数据在消纳能力分析中的输入—约束—校验关系。
在实际项目中，建议先建立一张数据清单，逐项确认数据来源、时间范围、采样间隔、字段含义、缺失情况与责任人。数据清单越清晰，后续消纳能力计算中因数据问题导致的返工就越少。对于无法获取的电网运行数据，应在分析中设置敏感性区间，例如通道容量按±10%波动，观察消纳率的变化幅度，从而判断结论的稳健性。