为什么这个输出辐照度预测值有些相同？我正在使用 PVLIB 的 GFS 模型我在这里做错了什么？

问题描述

#此处初始化模式

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

#我要预测辐照度的位置，以及时区

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 中拉取数据

raw_data = model.get_processed_data(latitude,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')

这是它的照片

我实际上已经获得相同的辐照度值好几天了。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

Forecasting Irradiance

解决方法

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总是阴天，所以不一定有任何“错误”，因为这些天的值非常相似——这只是几个多云的日子一排。看看raw_data['total_clouds']，看看这个预测的变化有多小（几乎总是 100% 的云覆盖）。另请注意，如果您打印 mc.total_irrad 的实际值，您会发现每天都有一些微小的变化，这些变化太小而无法显示在图中。