01先说结论
关于负荷曲线，只有三句话值得先记住：
有 15 分钟级全年数据，直接用
从园区计量表、能源管理平台或供电公司导出的整年 15 分钟数据，是最接近真实的一条曲线。误差主要来自表计精度与计量点位置，通常在 2% 以内。
能算，但要接受它偏乐观
用月电量配典型日形状合成的曲线，会把光伏消纳率高估 5—15 个百分点——因为它抹平了尖峰，也抹平了“光伏出力时正好没负荷”的那些时刻。
不要拿它做配比寻优
一个年电量数字反推不出曲线形状。这种情况别硬算一个“最优配比”，改做上下限双方案，把不确定性摊开给决策人看。
合成曲线通常比真实曲线“平滑”：真实负荷里有很多短时尖峰和短时空档，合成时被平均掉了。光伏出力是白天连续的，曲线一平滑，就等于假设“白天的负荷一直够大”，于是算出来的自发自用电量偏多、余电上网偏少。上网电价远低于自用电价，消纳率一高估，IRR 就虚高。
02为什么它决定一切
零碳园区的收益结构，本质是三条现金流，每一条都挂在负荷曲线上：
| 现金流 | 怎么来的 | 依赖曲线的哪个特征 |
|---|---|---|
| 自发自用省电费 | 光伏出力与负荷重叠的部分，替代了外购电 | 白天各小时的负荷水平，以及它与光伏出力的重叠面积 |
| 储能峰谷套利 | 谷时充、峰时放，赚价差 | 峰段与谷段的时段位置、以及峰段是否有足够的负荷承接放电 |
| 需量电费节省 | 削掉月最大需量，降低基本电费 | 月内最大 15 分钟平均功率出现的时刻与频次 |
| 充电桩售电 | 桩的充电量与服务费 | 车流的时间分布，以及它与光伏出力的重叠 |
四条里没有一条能靠“年用电量”算出来。这也是为什么同样是 3 000 万 kWh 的园区，曲线形状不同，最优配比能差出一倍。
两部制电价下，基本电费按当月最大需量计。有些园区的最大需量出现在夏季午后——正好是光伏出力最高的时段，储能一削就是双份收益；也有些园区出现在冬季早晨或夜间，光伏帮不上忙，只有储能能削。这两种情况的储能价值完全不同，而年电量数据里看不出来。
03三种取法与各自的误差
按数据可得性从高到低，实际项目里能拿到的就这三种：
| 取法 | 需要的数据 | 颗粒度 | 典型偏差 | 适用阶段 |
|---|---|---|---|---|
| 实测直采 | 计量表或能源平台的整年 15 分钟有功功率 | 15 分钟 / 8 760 点 | ≤ 2% | 已投运园区改造、扩产项目 |
| 月电量 + 典型日 | 12 个月电费单电量 + 1—4 个典型日的 24 点或 96 点曲线 | 1 小时 / 8 760 点（合成） | 5%—15% | 新建园区、只有电费单的存量园区 |
| 年电量估算 | 仅年用电量与变压器容量 | 年度总量 | > 30% | 只做初筛、判断项目量级 |
中间那一档是绝大多数项目的真实处境：手里只有 12 张电费单，外加一次现场抄表。下面讲的合成方法就是为这一档准备的。
04从月电量合成 8 760
四步。每一步都有需要向业主确认的点，别自己拍。
第一步：按月电量定总量
12 个数字直接来自电费单。如果只有部分月份，用相邻月份插值，并在报告里注明“某月至某月为插值”。这一层不引入误差，但必须留痕——审计和评审都会看这里。
第二步：拆工作日与休息日
问业主三个问题：周末是否生产、法定节假日是否停产、有没有年度检修期。经验比例：
- 纯办公园区，休息日电量约为工作日的 20%—35%；
- 连续生产园区，休息日与工作日基本持平（90%—100%）；
- 仓储物流，休息日约为工作日的 55%—75%；
- 数据中心，几乎没有工作日/休息日差异（95%—100%）。
第三步：套日形状
把当天电量按典型日曲线各小时的占比分配下去。典型日曲线不要用通用模板，用园区自己的：挑一个用电正常、天气无明显异常的工作日，从表里导出 24 点或 96 点数据。至少取夏季、冬季各一天，过渡季补一天。
分配公式很朴素：某一小时的用电量，等于当日总电量乘以该小时在典型日中的占比。
第四步：修节假日与检修期
法定节假日按第二步给出的休息日系数处理；检修期按业主提供的停产天数，把负荷压到保安负荷水平（照明、消防、值守，通常为正常值的 5%—10%）。这一步对储能套利影响不大，但对“全年最大需量”影响很大——检修月往往需量最低，会拉低年均基本电费。
合成完成后，把逐时电量加总，必须等于电费单的年电量；再把每月的逐时最大值取出来，与电费单上的“最大需量”比对。如果算出来的需量比账单低 15% 以上，说明曲线被平滑过度了，需要把典型日的尖峰还原回去。这一步不到十分钟，但能挡掉大部分低级错误。
05四类园区的曲线形状
形状不同，配比的结论就不同。下面这张表是我们做园区项目时的对照表，可以直接拿去和业主核对：
| 园区类型 | 日形状特征 | 与光伏的重叠 | 配比上的含义 |
|---|---|---|---|
| 纯办公 | 上午、下午双峰，午间有回落；周末塌到两三成 | 重叠好，但午间回落正好撞上光伏出力峰值 | 余电集中在午间 2—3 小时，储能主要任务是搬这段余电到晚峰 |
| 连续制造 | 三班平直，昼夜差异小，周末不塌 | 重叠最好，几乎可全消纳 | 光伏装到面积上限即可，储能只需削需量，不必大容量 |
| 数据中心 | 近似一条水平线，几乎无季节差异 | 重叠好，但峰谷价差收益小 | 储能收益主要来自需量与容量支撑，套利空间有限 |
| 含充电桩 | 在基础负荷上叠加事件性尖峰，与车流强相关 | 看车流时段：白天充电与光伏重合，夜间则不重合 | 桩的功率按周转率定，别按车位数定；储能要能接住尖峰 |
最后一行是园区项目最容易做错的地方。充电桩负荷不是“连续负荷”，是“事件负荷”：一台 60 kW 直流桩，一辆车充 40 分钟就是 40 kWh，它出现的时间取决于车什么时候来，不取决于园区几点上班。把桩按“每天固定 8 小时满功率”折算进曲线，会把需量算高，也会把消纳算好。
06三个最常见的错
网上流传的各类园区典型曲线，多是某一地区某类建筑的统计平均。套到一个具体园区上，等于放弃了它自己的作息、工艺和季节性。这类曲线做初筛可以，做投资决策不行。
这样算出来是一条绝对水平的直线，既没有峰谷，也没有季节。它会同时高估消纳率（因为白天负荷看起来一直很高）和低估需量电费节省（因为没有尖峰可削）。IRR 通常会虚高 2—4 个百分点。
一年 11 天法定节假日加上 5—15 天检修，占全年 5% 左右的时间。这段时间负荷很低，光伏几乎全部上网。不修正的话，自发自用率会被高估 2—5 个百分点，而这几个百分点在高投资额项目上就是几十万的收入差。
07拿不到数据怎么办
现实里总有一半项目，业主要么不给数据，要么自己也没有。这种情况我们的做法是不做单点结论，做区间：
- 用月电量 + 一个典型日，出一版“中性情形”
- 把消纳率上下浮动 10 个百分点，出乐观/保守两版
- 给出“配比不变、消纳率变化”对 IRR 的敏感度表
- 明确写出哪些假设需要业主确认后重算
- 只给一个精确到小数点后两位的 IRR
- 用“行业平均水平”替代该园区的实际数据
- 在数据缺口上不做标注
- 把初筛结果当投资决策依据
评审专家最容易问的一句话是“这个负荷数据哪来的”。能一句话答清楚来源和修正过程的测算，比数字更漂亮的测算更容易过。
08下一步
负荷曲线做完，才轮到配比。下一篇讲的就是配比的三条经验线：光伏装到多少、储能配多大、桩按什么定。想先看一条完整曲线的算法，或者拿自己园区的电费单试一版，下面三个入口都通。
09口径与引用说明
本文给的是方法，不是标准答案。涉及具体项目时，以下参数需要以实际数据或主管部门最新口径为准：
- 园区电量与需量：以供电公司出具的电费结算单为准；
- 分时电价与峰谷时段：以项目所在省当期执行的分时电价政策为准，各地峰谷时段划分差异较大；
- 需量电费单价：两部制电价的基本电费标准按省级价格文件执行；
- 光伏年利用小时：按项目所在地最近 10 年气象数据与系统效率测算，本文不引用区域平均值。
本文所涉方法在能耀的 XDesigner（方案优选与测算）中实现，按 8 760 小时逐时仿真，输出 15 张报表。同一组参数在不同版本重算，结果差异超过 1% 时须注明版本与参数改动。
10相关阅读
同系列的两篇，以及可以先核对口径的材料。