【python】计算太阳辐射(GHI、DNI、DHI)

2024-06-05 02:52

本文主要是介绍【python】计算太阳辐射(GHI、DNI、DHI),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

太阳辐射在许多场景都常有应用,本文将利用pvlib简单计算一下太阳辐射强度。

需要注意的是几个常见的概念,有时会发生混淆:

全球水平辐射(GHI)

全球水平辐射(Global Horizontal Irradiance, GHI)是指单位面积上,垂直于地面接收到的来自太阳的直接辐射和大气散射辐射的总和。

直接法线辐射(DNI)

直接法线辐射(Direct Normal Irradiance, DNI)是指单位面积上,垂直于来自太阳的直接辐射的接收量。与GHI不同,DNI只考虑了太阳直射光,不包括大气散射光。

水平散射辐射(DHI)
水平散射辐射(Diffuse Horizontal Irradiance,DHI)是指在水平面上,仅由天空散射光组成的太阳辐射。这部分辐射来自太阳直射光在大气中被分散后的结果。

事实上pvlib库中采用Ineichen模型用于计算太阳辐射,主要根据林克浑浊系数进行计算。

import pandas as pd
import matplotlib.pyplot as plt
import pvlib
from pvlib.location import Location# 设置地点和时区
latitude, longitude, tz = 40.3, 120.3, 'Asia/Shanghai'
location = Location(latitude, longitude, tz)# 生成一天内每小时的时间序列
times = pd.date_range('2023-12-01 00:00', '2023-12-01 23:59', freq='1h', tz=tz)# 使用pvlib计算太阳位置
solar_position = location.get_solarposition(times)# 计算全球水平面上的辐射量
dni_extra = pvlib.irradiance.get_extra_radiation(times)
airmass = location.get_airmass(solar_position=solar_position)
linke_turbidity = pvlib.clearsky.lookup_linke_turbidity(times, latitude, longitude)
csky = pvlib.clearsky.ineichen(solar_position['apparent_zenith'], airmass['airmass_relative'], linke_turbidity, altitude=location.altitude, dni_extra=dni_extra)# 散射辐射(DHI)
dhi = csky['dhi']# 绘制全球辐射、直接辐射和散射辐射的变化图
plt.figure(figsize=(10, 6))
plt.plot(times, csky['ghi'], label='Global Horizontal Irradiance (GHI)')
plt.plot(times, csky['dni'], label='Direct Normal Irradiance (DNI)')
plt.plot(times, dhi, label='Diffuse Horizontal Irradiance (DHI)')
plt.xlabel('Time')
plt.ylabel('Irradiance (W/m^2)')
plt.title('Irradiance throughout the day')
plt.legend()
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()# 给出一天中最大的辐射值
max_ghi = csky['ghi'].max()
print(f"The maximum global horizontal irradiance is {max_ghi} W/m^2")

这篇关于【python】计算太阳辐射(GHI、DNI、DHI)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1031871

相关文章

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,:本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合