新能源风光资源数据主要涉及风电场测风塔采集的数据和光伏电站环境监测仪采集的数据，即通常所说的测风测光数据，包括风速、风向、辐照度、气温、湿度、压力等。这些数据是新能源场站生产运行管理、发电出力预测的基础，是调度满足电力规划、运行等环节的应用需求保障。因此，测风测光数据的质量将直接或间接影响场站的考核以及调度的规划运行。
各省考核规范及“两个细则”提出对资源数据质量的要求
国调中心在2018年的重点工作任务中，要求各省提升新能源风光资源数据质量，并将数据可用率和上报率纳入考核管理。到目前为止，新疆、甘肃、湖北、山东、河北、陕西等省调均发布了本省区资源数据的现有问题分析结论及要求限期整改的通知，华北、华中“两个细则”中也提出了资源数据质量考核相关要求。其中，四川、湖北、福建、河北省调已开始对资源数据的可用率和上传率进行考核。
以湖北省为例，要求新能源场站每五分钟将测得的实时数据上传调度（一天上传288组数据，上千个数据值），确保上报的数据及时可用，测风测光数据可用率要求达到99%以上。自2020年11月开始，省调将定期发布所有接入场站测风测光资源数据的统计结果并将统计结果直接纳入调度考核系统，新能源电站数据质量不达标，最高会扣除当月上网电量的2%作为考核罚款。
从湖北省数据来看，对于测风测光数据可用率的要求是非常严格的，已发布考核的四川、福建等省份对数据可用率的要求也非常严格。可见，各省对于新能源场站资源数据质量的重视程度不断提升。从当前实际情况来看，亟需提升数据质量。
各资源数据质量的相关性指标
对于功率预测服务来说，资源数据质量的相关性指标包括数据越限、数据跳变、数据死值、数据逻辑错误、数据缺失五大类，指标特征如下：
1.数据越限：电站上传的数据明显超过正常数值范围，比如风速达到上百米每秒。各气象参数应有合理限值，上传数据不应超过该限值。
2. 数据跳变：在一般气象条件下，一段时间内的数值变化应在合理范围，不应出现大的波动。例如环境温度不可能在1分钟内变化超过10℃，一般风速、气压等数据容易出现跳变现象。
3. 数据死值：电站上传的数据长时间不变化。各气象采集值应按正常的实际气象环境进行变化，不能长时间保持恒定值。
4. 数据逻辑错误：统一时刻采集的不同气象参数间应满足一定的关联关系，例如不同层高的风速差、风向差，非限电情况下辐照度和发电功率的变化趋势等具有相关性的参数，其数据相关性应合理。光伏电站常见的逻辑错误是同一时刻采集的总辐照度、直接辐照度、散射辐照度三个值不满足正常的比例关系。
5. 数据缺失：因电站设备采集通道问题，或调度的远动通道通信中断问题，导致部分时刻的测风测光数据没有上传，上报的数据在某些时段内有丢值的情况。
从以上五大类数据质量指标分析来看，越限和跳变数据属于严重错误的数据，如果不能识别修正会对功率预测建模产生很大影响，导致优化出的统计模型不合理；而严重的数据缺失和死值会使建模可用的样本数据减少，不利于模型的自优化学习。
数据治理技术提升资源数据质量
国能日新技术工程师表示，如果要提升资源数据质量，最重要的工作就是对基础数据进行筛选、清洗与治理，获得高质量的数据后，才能发挥数据的真正价值。国能日新已积累了丰富的数据治理技术与经验，可根据省调公布的数据质量合格标准，对采集的各项数据的死值、越限、跳变及逻辑关系进行分析筛选，并按国标规范的数据优化方案对检查出的异常数据进行优化调整，从而保证数据上传的合理性。
这种数据治理技术可以自动化智能处理，采用横向对比、纵向对比相结合的方式，能够迅速地完成同时刻相关数据的横向比较，以及与历史数据的纵向比较，通过一系列的智能计算来判断数据异常类型，自动将数据修复到正常值。
值得一提的是，国能日新的数据治理技术还可以解决电网、集团及电站业主在新能源电站管理过程中的数据分散、多样化、利用率低、管理不规范等数据问题，合理优化后，大大提升电站的数据质量和经济价值，对电站整体的价值提升意义重大。
智能化手段对于资源数据质量的提升尤为重要，通过智能化手段快速地进行数据判断，及时修复，能够有效帮助场站避免因数据异常造成的考核风险，而且修复后的数据质量提升，有助于功率预测模型的优化完善，进而提升预测精度，减少考核。
实时运检 保障数据高效上传
国能日新技术工程师还强调，除了通过数据治理技术提升资源数据质量，在数据采集、数据通讯等方面也要做好相应的筛查和运维管控工作。电站运维人员应实时监管，保障基础数据正常上传，在以下几方面可重点关注：
运维人员可对测风塔、环境监测仪等采集设备进行定期检查和维护，确保设备运行状态良好。
定期检查场站测风塔、辐照仪与新能源场站集控中心的通讯传输设备，避免因故障导致数据中断。
测风塔、辐照仪需要配置加密装置，避免因加密装置配置问题导致数据中断。
注意停电、断网等特殊情况，数据传输通道可能存在被切断的隐患，影响数据的正常报送。
