为什么使用 get_pvgis_hourly 检索的数据与 PV Performance Tool 中的数据不匹配?
Why data retrieved with get_pvgis_hourly doesn't match with the ones from PV Performance Tool?
我有兴趣通过代码检索平面内年辐照度的值,给定一个参数数据库,从函数 get_pvgis_hourly
、this parser\getter 中获取,如下所示:
get_pvgis_hourly(45.858217, 12.267183, angle=7, aspect=-44, outputformat='csv',
usehorizon=True, userhorizon=None, raddatabase="PVGIS-SARAH",
startyear=None, endyear=None, pvcalculation=False,
peakpower=1, pvtechchoice='crystSi',
mountingplace='free', loss=14, trackingtype=0,
optimal_inclination=False, optimalangles=False,
components=False, url=URL, map_variables=True, timeout=30)[0].sum()
输出如下:
poa_global 17993672.40
solar_elevation 1489417.07
temp_air 1417261.89
wind_speed 213468.18
Int 2386.00
dtype: float64
但是如果我在PVGIS - PV Performance Tool like this
中使用相同的数据
我得到了不同的数据:
如有任何提示,我们将不胜感激。
我建议养成在总结基础数据之前检查基础数据的习惯。通常您会发现您对数据的假设并不成立。打印和绘制数据是很好的起点。
data, inputs, meta = get_pvgis_hourly(45.858217, 12.267183, angle=7, aspect=-44, outputformat='csv',
usehorizon=True, userhorizon=None, raddatabase="PVGIS-SARAH",
startyear=None, endyear=None, pvcalculation=False,
peakpower=1, pvtechchoice='crystSi',
mountingplace='free', loss=14, trackingtype=0,
optimal_inclination=False, optimalangles=False,
components=False, url=URL, map_variables=True, timeout=30)
print(data['poa_global'])
time
2005-01-01 00:10:00+00:00 0.0
2005-01-01 01:10:00+00:00 0.0
2005-01-01 02:10:00+00:00 0.0
2005-01-01 03:10:00+00:00 0.0
2005-01-01 04:10:00+00:00 0.0
2016-12-31 19:10:00+00:00 0.0
2016-12-31 20:10:00+00:00 0.0
2016-12-31 21:10:00+00:00 0.0
2016-12-31 22:10:00+00:00 0.0
2016-12-31 23:10:00+00:00 0.0
Name: poa_global, Length: 105192, dtype: float64
data['poa_global'].plot()
这表明 data
包含跨越 12 年的每小时值,因此当您计算整个事物的总和时,它是 12 年的总日照。 PVGIS 网站除以 12 得到平均年日照量。最后,请注意存在单位差异(kWh/m^2 vs Wh/m^2),因此除以 1000 得到的结果是:
In [25]: data['poa_global'].sum() / 12 / 1000
Out[25]: 1499.4727
我有兴趣通过代码检索平面内年辐照度的值,给定一个参数数据库,从函数 get_pvgis_hourly
、this parser\getter 中获取,如下所示:
get_pvgis_hourly(45.858217, 12.267183, angle=7, aspect=-44, outputformat='csv',
usehorizon=True, userhorizon=None, raddatabase="PVGIS-SARAH",
startyear=None, endyear=None, pvcalculation=False,
peakpower=1, pvtechchoice='crystSi',
mountingplace='free', loss=14, trackingtype=0,
optimal_inclination=False, optimalangles=False,
components=False, url=URL, map_variables=True, timeout=30)[0].sum()
输出如下:
poa_global 17993672.40
solar_elevation 1489417.07
temp_air 1417261.89
wind_speed 213468.18
Int 2386.00
dtype: float64
但是如果我在PVGIS - PV Performance Tool like this
我得到了不同的数据:
如有任何提示,我们将不胜感激。
我建议养成在总结基础数据之前检查基础数据的习惯。通常您会发现您对数据的假设并不成立。打印和绘制数据是很好的起点。
data, inputs, meta = get_pvgis_hourly(45.858217, 12.267183, angle=7, aspect=-44, outputformat='csv',
usehorizon=True, userhorizon=None, raddatabase="PVGIS-SARAH",
startyear=None, endyear=None, pvcalculation=False,
peakpower=1, pvtechchoice='crystSi',
mountingplace='free', loss=14, trackingtype=0,
optimal_inclination=False, optimalangles=False,
components=False, url=URL, map_variables=True, timeout=30)
print(data['poa_global'])
time
2005-01-01 00:10:00+00:00 0.0
2005-01-01 01:10:00+00:00 0.0
2005-01-01 02:10:00+00:00 0.0
2005-01-01 03:10:00+00:00 0.0
2005-01-01 04:10:00+00:00 0.0
2016-12-31 19:10:00+00:00 0.0
2016-12-31 20:10:00+00:00 0.0
2016-12-31 21:10:00+00:00 0.0
2016-12-31 22:10:00+00:00 0.0
2016-12-31 23:10:00+00:00 0.0
Name: poa_global, Length: 105192, dtype: float64
data['poa_global'].plot()
这表明 data
包含跨越 12 年的每小时值,因此当您计算整个事物的总和时,它是 12 年的总日照。 PVGIS 网站除以 12 得到平均年日照量。最后,请注意存在单位差异(kWh/m^2 vs Wh/m^2),因此除以 1000 得到的结果是:
In [25]: data['poa_global'].sum() / 12 / 1000
Out[25]: 1499.4727