0

#这里初始化模式

model = GFS(resolution='half', set_type='latest')

#我要预测辐照度的位置，还有时区

latitude, longitude, tz = 15.134677754177943, 120.63806622424912, 'Asia/Manila'

start = pd.Timestamp(datetime.date.today(), tz=tz)

end = start + pd.Timedelta(days=7)

#从GFS拉取数据

raw_data = model.get_processed_data(latitude, longitude, start, end)

raw_data = pd.DataFrame(raw_data)

data = raw_data

#我们正在使用的光伏系统的描述

system = PVSystem(surface_tilt=10, surface_azimuth=180, albedo=0.2,
                                 module_type = 'glass_polymer',
                                 module=module, module_parameters=module,
                                 temperature_model_parameters=temperature_model_parameters,
                                 modules_per_string=24, strings_per_inverter=32,
                                 inverter=inverter, inverter_parameters=inverter, 
                                 racking_model='insulated_back')

#使用模型链

mc = ModelChain(system, model.location, orientation_strategy=None,
                aoi_model='no_loss', spectral_model='no_loss',
                temp_model='sapm', losses_model='no_loss')

mc.run_model(data);

mc.total_irrad.plot()

plt.ylabel('Plane of array irradiance ($W/m^2$)')

plt.legend(loc='best')

这是它的图片

实际上，我现在几天都得到了相同的辐照度值。所以我相信有问题。我认为至少每天应该有一些不同的价值

预测辐照度

4

1 回答 1

1

我认为这些日子看起来都一样的原因是预测数据预测那些日子一直是阴天，所以几天内的值非常相似并不一定有任何“错误”——只是连续几天阴天。看看raw_data['total_clouds']这个预测的变化有多大（几乎总是 100% 的云量）。另请注意，如果您打印 的实际值mc.total_irrad，您会发现每天都有一些细微的变化，这些变化太小而无法出现在绘图上。

于 2021-07-21T23:09:29.853 回答