为高级研究简化 PVsystem class 参数
Simplifying PVsystem class parameters for high-level study
我打算将 PVlib 用于高级 城市 研究。 (作为一名建筑师,我现在正在学习这个世界的术语 - 对任何技术错误表示歉意)
我设法使用各种教程从库中获得了非常详细的输出,但是,研究的重点是简化,我很乐意牺牲分析结果集的准确性。即,完美预测 PV 收益的能力对于工作来说并不是至关重要的,需要更通用的结果。
有没有办法根据非常基本的输入来接收更通用的分析?
例如,给定一个 位置和以 kWp 为单位的所需系统规模,输出将是一组合理的每小时发电量值。我不想深入探讨模块和逆变器的细节,因为用户可能希望模拟特定套件没有意义或无效的情况。
对于此应用程序,我将使用 PVWatts 参数指定 PVSystem,并使用 ModelChain。有关示例,请参见 modelchain documentation 的最后几段(代码转载如下)。
In [30]: pvwatts_system = PVSystem(module_parameters={'pdc0': 240, 'gamma_pdc': -0.004})
In [31]: mc = ModelChain(pvwatts_system, location,
....: aoi_model='physical', spectral_model='no_loss')
In [32]: print(mc)
ModelChain:
name: None
orientation_strategy: None
clearsky_model: ineichen
transposition_model: haydavies
solar_position_method: nrel_numpy
airmass_model: kastenyoung1989
dc_model: pvwatts_dc
ac_model: pvwatts_inverter
aoi_model: physical_aoi_loss
spectral_model: no_spectral_loss
temp_model: sapm_temp
losses_model: no_extra_losses
In [33]: mc.run_model(times=weather.index, weather=weather);
In [34]: mc.ac
Out[34]:
2017-04-01 12:00:00-07:00 198.519999
dtype: float64
我打算将 PVlib 用于高级 城市 研究。 (作为一名建筑师,我现在正在学习这个世界的术语 - 对任何技术错误表示歉意)
我设法使用各种教程从库中获得了非常详细的输出,但是,研究的重点是简化,我很乐意牺牲分析结果集的准确性。即,完美预测 PV 收益的能力对于工作来说并不是至关重要的,需要更通用的结果。
有没有办法根据非常基本的输入来接收更通用的分析?
例如,给定一个 位置和以 kWp 为单位的所需系统规模,输出将是一组合理的每小时发电量值。我不想深入探讨模块和逆变器的细节,因为用户可能希望模拟特定套件没有意义或无效的情况。
对于此应用程序,我将使用 PVWatts 参数指定 PVSystem,并使用 ModelChain。有关示例,请参见 modelchain documentation 的最后几段(代码转载如下)。
In [30]: pvwatts_system = PVSystem(module_parameters={'pdc0': 240, 'gamma_pdc': -0.004})
In [31]: mc = ModelChain(pvwatts_system, location,
....: aoi_model='physical', spectral_model='no_loss')
In [32]: print(mc)
ModelChain:
name: None
orientation_strategy: None
clearsky_model: ineichen
transposition_model: haydavies
solar_position_method: nrel_numpy
airmass_model: kastenyoung1989
dc_model: pvwatts_dc
ac_model: pvwatts_inverter
aoi_model: physical_aoi_loss
spectral_model: no_spectral_loss
temp_model: sapm_temp
losses_model: no_extra_losses
In [33]: mc.run_model(times=weather.index, weather=weather);
In [34]: mc.ac
Out[34]:
2017-04-01 12:00:00-07:00 198.519999
dtype: float64