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？

Question

#这里初始化模式

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

#我想预测辐照度的位置，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, 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，我现在几天都在获得相同的辐照度值。 所以我相信有问题。 我认为至少每天应该有不同的价值观

预测辐照度

Answer 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——只是连续几天多云。 看看raw_data['total_clouds'] ，看看这个预测的变化有多小（几乎总是 100% 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出现在图中。