PyPSA/atlite中convert_and_aggregate为何默认按时间聚合？

一、为何默认按时间维度聚合？ #

PyPSA/atlite的核心定位是为能源系统建模提供气象数据处理能力，这类场景下用户通常需要时间维度聚合后的统计结果（比如某时段的总辐射量、平均温度），而非完整的原始时序数据。convert_and_aggregate作为高级方法的统一入口，默认行为是贴合工具核心用户的常见需求，因此在未指定聚合参数时，会自动执行时间维度的聚合（求和或均值，取决于传入参数）。

二、能否提供跳过该步骤的选项？ #

从你贴出的convert.py代码片段来看，当前版本的convert_and_aggregate没有直接提供跳过时间聚合的参数选项。当layout/shapes/matrix全部为None时，函数会进入默认分支，要么返回容量因子（时间均值），要么返回时间维度的求和结果，没有保留原始时序数据的分支逻辑。

三、替代解决方案 #

正如你已经发现的，直接访问底层数据或调用底层函数可以绕过这个默认聚合：

• 直接获取原始时序数据：从cutout的data属性中直接提取原始xarray对象，比如温度数据可用cutout.data['temperature']，辐射数据可用cutout.data['influx']（根据需求调整具体字段名）。
• 调用底层处理函数：跳过高级方法，直接调用对应功能的底层函数，比如处理辐射可使用atlite.radiation.get_irradiation(cutout)，这类函数不会触发convert_and_aggregate的时间聚合逻辑，能返回完整的时序xarray数据，方便你进行建筑冷热需求的后续计算。

内容的提问来源于stack exchange，提问作者Tasku