進行相關性分析時考慮以下兩種方法：1)各年日照時數理論值與實測日照時數相關分析;2)各年逐月日照時數理論值與逐月實測日照時數相關分析。分析結果如下：

圖1 各年日照時數理論值與實測日照時數相關分析

圖2 各年逐月日照時數理論值與逐月實測日照時數相關分析

工程采用方式為：如方法二中各月相關系數小于方法一，采用方法一結果訂正;大于方法一的，采用方法二結果訂正。

因《太陽能資源評估辦法》中的計算方法使得各選取年的計算值差異不大，采用此方法訂正，最終結果均將接近該地區的理論太陽輻射量的a倍(線性回歸方程系數)。

3.2、基于歷史年日照時長的線性訂正方法

數據訂正方法具體過程如下：

1)先求出附近參證站近30年逐日的5日滑動平均日照時數;

2)計算觀測時段附近參證站的逐日日照時數;

3)求解觀測時段內，觀測點與對應時段附近參證站日照時數的線性回歸方程;

4)求解觀測點觀測時段內，12個月逐日日照時數與總輻射線性回歸方程，共獲得12個方程;

5)將附近參證站逐日的5日滑動平均日照時數代入第3步所求得的方程，可得到觀測點多年平均的逐日日照時數。

6)將觀測點多年平均的逐日日照時數代入第4步所求得的方程，可得到觀測點多年平均逐日太陽輻射量。

該方法避免了訂正數據與(某區域內)理論值的趨同，但該方法無法避免多云地區的太陽輻射量的最終訂正的準確性。

3.3、基于歷史年日照時長的概率密度訂正方法

由于太陽輻射受到大氣透過率，云量，地形狀況等眾多因素的影響，具有很大的隨機性，如果直接根據各年的太陽輻射數據來計算相關的工程設計參數，其結果會有較大的誤差。所以需要依據氣候學與統計學方法，從多年的氣象數據中挑選出具有代表性的太陽日照時長。

工程代表年的選定是通過選擇“標準月”來完成的。根據氣候學對日照時長的月總量服從正態分布的研究成果，對已有的日照時長資料進行分析整理，選擇出適合的代表月作為標準月。并以此對工程運行期間的太陽輻射量進行預測，在工程設計計算中以預測值來“代表”光伏電站25年運行期間的各月日照時長，每年均保持不變。

通過對日照時長的訂正，在采用上述方法的完成代表年的太陽輻射量計算。

該方法多采用正態分布概率密度值進行選取標準月，鮮見部分設計咨詢單位采用t分布、F分布等方法。正如前文描述：當可以取得該地區多年歷史數據的情況下，采用概率密度訂正方法。可選取出最大概率的該地區的各月日照時數，數據的代表性更強，該方法與風電中采用Weibull分布方式部分類似，即最終值以一定概率落在某置信區的程度。

3.4、此類方法主要存在的問題

眾所周知，日照時數是指太陽每天在垂直于其光線的平面上的輻射強度超過或等于120W/m2的時間。即當輻射強度大于120W/m2時，參證站的日照時數即進行計數，而在我國東南、西南地區，因多云天氣較多。按此原理，晴天與半陰天時日照時數一致，但全年累計輻射量差異明顯。考慮到上述地區類似天氣偏多，造成代表年數據失真。同時，在目前大量的實際案列中，數據在夏季數據偏差較大(部分月份存在30%以上的差異)。

4、其它改進的訂正方法

用同樣方法，將以參證站逐月日照時數作為標準量，通過實測站累年平均逐月日照時數與同時段參證站累年平均逐月日照時數的百分比作為比例系數，兩者的乘積可推出實測站的同時段的太陽輻射的月際變化。同時，為驗證推算準確性，將參考點國外數據庫與之做相關性分析比較。

該方法一定程度了解決了多云地區訂正數據失真的情況。在該方法的基礎上，部分設計咨詢單位對上述方法進行細化引申，主要有以下幾類：

1)細化逐周(或5天)數據進行百分比計算，以爭取數據的精確性。

2)將日照時數與輻照量的乘積作為標準值，進行比例計算。

上述改進方法在一定的程度上對訂正結果進行了優化。但是上述問題的根源在于我國具有太陽輻射觀測的長序列數據的氣象站較少。相信隨著我國近年來的光伏電站的建設，通過光伏電站輻射觀測的積累，各地區氣象站對此問題的重視。在不久的將來，此問題將逐漸解決。