Почему простой пример цепочки моделей с сайта вычисляет отрицательную мощность переменного тока? - PullRequest
0 голосов
/ 07 июня 2018

Я использую библиотеку pvlib для моего мастерства.Когда я запускаю пример для времени позже 16:00, он обычно сообщает о мощности переменного тока -0,02.Кто-нибудь знает почему?Я использую код ниже:

import pandas as pd
import numpy as np

# pvlib imports
import pvlib

from pvlib.pvsystem import PVSystem
from pvlib.location import Location
from pvlib.modelchain import ModelChain

# load some module and inverter specifications
sandia_modules = pvlib.pvsystem.retrieve_sam('SandiaMod')
cec_inverters = pvlib.pvsystem.retrieve_sam('cecinverter')

sandia_module = sandia_modules['Canadian_Solar_CS5P_220M___2009_']
cec_inverter = cec_inverters['ABB__MICRO_0_25_I_OUTD_US_208_208V__CEC_2014_']
location = Location(latitude=49.0205559, longitude=12.057453900000041)
system = PVSystem(surface_tilt=20, surface_azimuth=200,
              module_parameters=sandia_module,
              inverter_parameters=cec_inverter)
mc = ModelChain(system, location)
python_native_dt = datetime.datetime.now()
weather = pd.DataFrame([[1050, 1000, 100, 30, 5]],
                   columns=['ghi', 'dni', 'dhi', 'temp_air', 'wind_speed'],
                   index=[pd.Timestamp(pytz.timezone('Etc/GMT+2').localize(python_native_dt))])

mc.run_model(times=weather.index, weather=weather)
print(mc.ac)

Выполнение mc.ac приведет к: 2018-06-05 16:20:19.117017-02:00 -0.02 dtype: float64

Ответы [ 2 ]

0 голосов
/ 06 июля 2018

G'day Maximilian,

Я подозреваю, что это фрейм данных о погоде.Я заметил, что большинство погодных файлов из центров ЧПП (я использую ECMWF ERA5) представляют DNI GHI DHI в накоплении.С данными ERA5 я заметил отрицательные значения мощности с необработанными данными.

После преобразования из накопления в Вт / с путем деления на 60 (с) * 60 (минут) это сработало.

0 голосов
/ 07 июня 2018

-0.02 - это энергия, которую потребляет выбранный вами инвертор, когда входная мощность постоянного тока ниже порога активации.

Чтобы улучшить воспроизводимость и помочь нам отследить ответ, я предлагаю вам указать точное время, а нечем полагаться на datetime.datetime.now().Используя index=[pd.Timestamp('2018-06-05 16:20:19.117017-02:00')], я получаю 2018-06-05 16:20:19-02:00 13.660678.

Я предлагаю вам подтвердить, что mc.aoi и mc.solar_position соответствуют вашим погодным данным.Они получены из временного индекса и используются для расчета плоскости освещенности массива.

Если это не поможет ... Какие версии pvlib и pandas?Обратите внимание, что для запуска примера также необходимы import pytz и import datetime.

...