python - 为什么用 get_pvgis_hourly 检索到的数据与 PV Performance Tool 中的数据不匹配？

Question

我有兴趣通过代码检索每年平面辐照的值，给定从函数中获取的参数数据库get_pvgis_hourly，从这个 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 中使用相同的数据- PV Performance Tool like this

我获得了不同的数据：

任何提示将不胜感激。

Answer 1

我建议养成在总结之前检查基础数据的习惯。通常你会发现你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()

这表明它data保存了 12 年的每小时值，所以当你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。最后，请注意存在单位差异（kWh/m^2 与 Wh/m^2），因此除以 1000 即可：

In [25]: data['poa_global'].sum() / 12 / 1000
Out[25]: 1499.4727